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
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,
Puji dan Syukur kehadirat Tuhan Yang Maha Esa, karena atas berkat
dibuat sebagai salah satu syarat untuk memperoleh gelar sarjana di Fakultas
3. Orang tua, keluarga dan seluruh teman-teman yang telah memberikan berupa
kekurangan. Oleh karena itu, penulis menerima saran dan kritik yang bersifat
dapat bermanfaat bagi para pembaca serta semua pihak yang membutuhkan.
Ary Hafidz
i
DAFTAR ISI
Halaman
PRAKATA ............................................................................................ i
DAFTAR LAMPIRAN......................................................................... v
I. PENDAHULUAN ............................................................................. 1
A. A....................................................................................................... 5
B. B....................................................................................................... 5
C. C....................................................................................................... 8
D. D....................................................................................................... 9
E. E....................................................................................................... 10
F. F........................................................................................................ 11
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
kecepatan yang belum pernah terjadi sebelumnya selama beberapa dekade terakhir
2004; Foley et al., 2005). Misalnya, saat ini peningkatan populasi dan kemajuan
langsung, memberi jalan bagi bidang heterogen dari permukaan kedap air,
bangunan, pohon jalan, hutan kota, dan ruang hijau tua (Imhoff et al., 2004). Efek
mental manusia, habitat satwa liar, dan pengurangan polusi semuanya telah
perkotaan juga dapat membantu dalam strategi mitigasi karbon lokal dan
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
ke bumi dan atmosfer (Hairiah, 2007). Hutan yang semakin lama semakin
dapat menjaga kelestarian biomassa tegakan hutan. Salah satu tindakan yang dapat
diambil dalam usaha menjaga kelestarian biomassa tegakan hutan adalah dengan
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
spektral citra yang diolahnya. Berdasarkan latar belakang masalah tersebut penulis
3
pertambahan penyerapan karbon pada vegetasi dari data Index Vegetasi dari tahun
B. Tujuan
Banjarbaru.
C. Manfaat Penelitian
A. Hutan
(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).
berisi sumber daya alam hayati yang didominasi pepohonan dalam alam
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
b. Hutan Lindung
c. Hutan Produksi
pendidikan dan pelatihan serta kepentingan religi dan budaya setempat, sesuai
15
Pelatihan KHDTK ULM merupakan suatu kawasan hutan selain berfungsi untuk
B. Pengindraan Jauh
kejauhan. Pengindraan jauh biasanya melalui satelit atau pesawat, kemera khusus
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
hanya pada bidang permukaan objek, daerah, atau fenomena yang tampak
langsung diatas permukaan bumi, tetapi sampai pada kedalaman tertentu juga
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
penginderaan jauh adalah sumber energi, atmosfer, interaksi yang unik antara
tenaga dengan benda dimuka bumi, sensor, sistem pengolahan data yang tepat
paket elektrisitas dan magnetisme yang bergerak dengan kecepatan sinar pada
(Sutanto, 1994).
C. Citra Sentinel-2
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
pengelolaan data yaitu memiliki resolusi temporal yang tinggi yaitu setiap 5 hari
didapatkan secara gratis di situs ESA yang memiliki resolusi spektralnya yang
sinkron matahari dengan siklus berulang 10 hari (Putri, 2016). Citra sentinel 2A
pengindraan jauh berupa informasi spasial. Satelit ini dapat digunakan untuk
pengamatan operasional seperti peta tutupan lahan, peta deteksi perubahan lahan.
monitoring lahan, dan merupakan data dasar untuk penggunaan pada beragam
merupakan citra yang dapat diakses secara open source dengan tingkat kedetilan
resolusi yang lebih tinggi dari citra lainnya seperti citra satelir landsat 8.
secara digital yang dapat diarahkan secara khusus untuk mengkaji informasi
tematik dari lahan bervegetasi (Carolita, 1995). Indeks vegetasi bisa didapatkan
paling sering digunakan.. Indeks ini mempunyai kisaran nilai dari -1,0 sampai 1,0
(Arhatin, 2007).
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)
( NIR−RED)
N DVI=
(NIR+ RED )
Keterangan :
merah dan inframerah dekat dari spectrum elektromagnetik. Pada band sinar
merah dan inframerah dekat, vegetasi dan non vegetasi dapat dibedakan dengan
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
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
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
bermula melalui proses fotosintesis, CO2 di udara diserap oleh 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
respirasi setiap tahunnya (Moore et al., 2002). Cadangan karbon di hutan dapat
disimpan dalam lima tempat berbeda yang disebut juga dengan kantong karbon
biomassa di bawah permukaan tanah, kayu mati, serasah hingga bahan organik
tanah, yang bisa diukur untuk mengetahui dugaan cadangan karbon yang ada pada
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
dimulai dari bulan Mei sampai bulan Juli 2023 meliputi persiapan, pelaksanaan
Mulai
Studi litelatur
Pengumpulan
data
Koreksi citra
Pengambilan data
Klasifikasi NDVI
Hasil olah data
Analisis Korelasi
Selesai
kehijauan, fungsi hutan dan karbon (C). Referensi mengenai pengeloaan analisis
citra sentinel serta korelasi anatara indeks vegetasi dengan hasil nilai lapangan di
dokumen, jurnal ilmiah dan artikel resmi dan sumber lainnya yang berhubungan
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
data citra Sentinel-2. Citra didownload dari web site USGS (USGS, 2019). Citra
Sentinel-2 merupakan acuan dalam pembuatan sampel dan sebagai acuan dalam
berikut.
a. Koreksi citra
koreksi geometrik dan radiometrik untuk mengolah data primer menjadi data
proses. Menurut Mather (1987), koreksi geometrik adalah transformasi citra hasil
aspek eksternal berupa gangguan atsmosfer pada saat proses perekaman (Merbabu
et al., 2019).
b. Pemotongan citra
penelitian dengan maksud untuk mendapatkan data yang lebih terfokus, terinci
dan teroptimal. Pemotongan citra dilakukan untuk memilih daerah yang akan
c. Analisis NDVI
Keterangan :
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
dengan memilih jumlah lokasi titik sampel secara spesifik dan merata pada setiap
kelas penutup lahan, dalam proporsinya sesuai dengan luasan tiap kelas penutup
area penelitian dalam hal ini merupakan luasan per kelas yang telah terklasifikasi
berdasarkan nilai algoritma NDVI. Perhitungan jumlah sampel dalam penelitian
4.Observasi Lapangan
Pengecekan lokasi dilakukan pada titik sampel yang telah ditentukan untuk
a. Pembuatan plot
b. Pengambilan data
Hagameter. Data potensi tegakan yang diambil meliputi diameter dan tinggi
pohon. Pengukuran keliling pohon pada berbagai kondisi dapat dilihat pada
berikut:
K
D=
π
Keterangan:
D : Diameter
K : Keliling
Π : 3,14
1
V= π ¿
4
Keterangan:
Keterangan:
menggunakan nilai kerapatan kayu secara umum untuk hutan yaitu 680 kg/m3
47% biomassa merupakan karbon. Hal tersebut karena mengikuti aturan dari SNI
tersebut:
C=B× % C organi k
Keterangan:
B= Biomassa (kg)
Cx 10000
Cn= ×
1000 1 plot
Keterangan:
sebagai berikut:
CO 2=Cn×3,67
Keterangan:
acuan berdasarkan peta indeks vegetasi dengan algoritma NDVI. Data lapangan
koreksi data citra yang kurang sesuai. Data utama yang dianalisis dalam penelitian
ini adalah data nilai kerapatan tegakan. Data kerapakan tegakan selanjutnya akan
berdasarkan algoritma NDVI yang selanjutnya akan menjadi data citra yang telah
b. Analisis korelasi
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
(n Σ x .lny)−( Σ x)( Σ y)
r=
√r
Keterangan;
r = Koefisien korelasi
x = Nilai NDVI
Y =a+bX
Keterangan:
Y = Variabel terikat
X = Variabel bebas
a = Konstanta
b = Koefisien regresi
Interprestasi terhadap kuatnya hubungan korelasi berpedoman pada
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