PENDAHULUAN
dipantau tapi diperlukan metode yang tepat untuk menduga simpanan karbon dan
dengan mengetahui informasi dari simpanan karbon dan sebagai faktor dalam
adaptasi dan mitigasi perubahan iklim, isu lingkungan yang sedang hangat
dibahas adalah perubahan iklim karena sumber utama Gas Rumah Kaca (GRK)
perkembangan yang pesat. Penginderaan jarak jauh yaitu melalui citra sentinel 2
merupakan salah satu metode terbarukan dan praktis dalam invetarisasi hutan.
Dikatakan cukup praktis dan efesien karena mampu menghemat biaya dan proses
menjadi lebih mudah (McRoberts dan Tomppo, 2007). Metode indeks vegetasi
merupakan metode yang tepat dalam menduga biomassa karena dapat menghemat
biaya dan waktu terutama pada skala dan area yang begitu luas, pendekatan
indeks vegetasi yang menjadi tren baik dalam pengelolaan data citra yang
Hutan Pendidikan Universitasi Halu Oleo (HP. UHO) menjadikan kendala dalam
2
ke dalam fungsi kawasan hutan produksi dengan kelas penutupan lahan berupa
hutan lahan kering sekunder, hutan sekunder, dan hutan lahan kering campuran
dengan potensi tanaman Jati (Tectona grandis) yang di jadikan sebagai core bisnis
lainnya yang dimiliki hutan pendidikan berupa flora dan fauna di antaranya
hutan pendidikan tersebut. Oleh karena itu, penting untuk mengetahui potensi
Oleo?
3
Oleo?
Halu Oleo.
1. Bahan informasi bagi peneliti dan instansi terkait dalam penentuan kebijakan
Pengelolaan Hutan Produksi (KPHP) Gularaya yang berada pada Blok Khusus.
Pengelolaan Hutan Produksi (KPHP) Gularaya yang berada pada Blok Khusus
lingkungan untuk wilayah sekitarnya baik itu sebagai tempat rekreasi, pengatur
inventarisasi hutan pendidikan UHO berkenaan dengan waktu, biaya dan tenaga.
dengan metode non destruktif dan persamaan allometrik yang dihasilkan dari
studi pustaka. Pemahaman sebaran karbon dan jumlah karbon di hutan pendidikan
UHO dengan pemanfaatan citra sentinel 2 belum ada, maka penting didapatkan
HP UHO Kampus
Analisis Regresi
Model
Validasi
yang berada pada Blok Khusus. Kawasan hutan tersebut dapat berkontribusi
produksi dengan kelas penutupan lahan berupa hutan lahan kering sekunder, hutan
sekunder, dan hutan lahan kering campuran dengan potensi tanaman Jati (Tectona
UHO memiliki kelerengan dan bentuk wilayah yang bervariasi yaitu dari datar (0-
8%) sampai berbukit (15-25%) berdasarkan curah hujan rata ratanya wilayah
hutan pendidikan yang tertinggi di bulan januari rata-rata curah hujan 199,4 mm
sebanyak 17 hari dengan suhu rata-rata minimum 24,8°C dan maksimum 31,8°C,
belahan dunia telah terjadi perubahan iklim tersebut ditandai dengan mencairnya
es di daerah kutub, naiknya permukaan laut serta berubahnya pola curah hujan
manusia yang menggunakan bahan bakar fosil secara berlebihan sehingga terjadi
penumpukan gas rumah kaca seperti CO2, CH4 dan N2O di atmosfer (Nuriyana
2014).
karbon hutan (mempertahankan cadangan karbon yang ada pada hutan dari
kehilangan akibat deforestasi, degradasi dan akibat lain dari praktek pengelolaan
bakar fosil secara langsung melalui produksi energy biomassa atau secara tidak
fosil. Salah satu cara yang paling mudah dalam meningkatkan cadangan karbon
dilaksanakan dalam kawasan hutan negara, namun bisa juga dilaksanakan di luar
alami. Salah satu penampung karbon terbesar adalah hutan sehingga membantu
menjaga daur karbon dan proses alami lainnya berjalan dengan baik dan
membantu mengurangi perubahan iklim. Namun, hutan juga dapat menjadi salah
satu sumber emisi CO2 terbesar. Karena hutan dan tumbuhan lainnya juga
menyerap CO2 keluar dari atmosfer, peran ganda ini membuat hutan menjadi
makin penting. Studi ilmiah mengatakan bahwa antara 12-17% dari semua CO 2
yang dikirim ke atmosfer oleh kegiatan manusia berasal dari perusakan hutan
(Stone 2010)
dalam rangka mitigasi perubahan iklim ini memerlukan tata kelola pemerintahan
yang baik (good governance) serta kerjasama yang baik antar pemangku
Infromasi Geografis (SIG) secara otomatis dengan cara pemetaan daerah yang
9
sesuai posisi areal tanam yang dicatat menggunakan GPS (Global Positioning
memudahkan pendugaan biomasa secara cepat dan efesian. Data yang di hasilkan
pendugaan biomassa baik menggunakan sensor pasif (optik) maupun sensor aktif
digunakan untuk membuat peta, baik peta dasar maupun peta tematik, dapat
(double sampling), dapat digunakan pada unit manajemen seperti penataan hutan,
fenomena vegetasi pada kisaran spektrum radiasi merah dengan infra merah dekat
lain merupakan perkembangan penginderaan jarak jauh untuk vegetasi saat ini
karaktersitik spektral dari vegetasi (daun) sehingga pada spektrum cahaya tampak,
adalah dengan mengukur biomassa tanaman. Metode yang tepat untuk menduga
persamaan alometrik ini di lakukan pada jenis – jenis pohon yang memiliki pola
berdasarkan nilai karbon (CO2) pada setiap bagian tanaman (batang, daun dan
pelepah) yang kemudian dijumlahkan untuk setiap pohon sehingga dalam metode
bagian pohon yang terdiri atas batang, cabang ranting/daun dan buah yang telah
menggunakan retort listrik pada suhu akhir 500º C selama ± 4 jam. Setelah semua
11
proses tersebut dilakukan maka sisa hasil pembakaran berupa arang, dikeluarkan
dan kemudian ditimbang beratnya untuk mengetahui rendemen arang dari bahan
karbon juga menyarankan penerapan simple random pada wilayah yang memiliki
data penutupan lahan yanga aktual sehingga hasil yang diperoleh dari interpertasi
citra satelit dengan resolusi paling rendah 30 m, dengan klasifikasi tutupan lahan
B. Stratified random
A. Stratified systematic
saluran menjadi satu atau lebih peubah baru. Indeks vegetasi merupakan salah
12
vegetation index (NDVI) untuk data sentinel. Menurut (Arnanto et al, 2013)
NDVI dapat dihitung dari nilai spektral saluran 3 dan saluran 4, dengan rumus:
NIR−Red
NDVI =
NIR+ Red
Keterangan: NIR dan Red masing – masing adalah nilai digital untuk saluran 3
dan saluran 4 data Landsat.
klorosis yang terjadi pada daun tanaman terganggu dengan yellowness index dan
dalam pengukuran fluks suhu tanah atau radiasi tanah” (Forestian, 2011).
2.6 Sentinel 2
misi Jason-CS sehingga dengan konfigurasi ini akan mungkin untuk memenuhi
revisit dan cakupan, dalam memberikan layanan operasional yang kuat dan
13
terjangkau. Pada setiap generasi satelite telah direncanakan berada di antara 15-20
tahun kedepan. Strategi untuk pengadaan dan penggatian satelite Sentinel selama
yang dipimpin oleh Astrium GmbH (Jerman) sebagai kontraktor utama, sementara
dipahami sebagai produk generik yang akan kompatibel dengan akurasi penunjuk
dan persyaratan stabilitas dari beberapa misi pengamatan Bumi (ESA, 2012)
Citra Sentinel 2 memiliki 13 band Multi spektral mulai yang tampak dan
yang tidak terlihat dan Visible and Near Infrared (VNIR) ke Short-Wave Infrared
pada bidang pandang lebar dan sepktrum luas sehingga cakupan yang besar
mampu menampilkan empat band di 10 m yaitu biru klasik (490 nm), hijau (560
nm), merah (665 nm) dan inframerah dekat (842 nm); dan enam band di 20 m
yaitu empat untuk band di vegetasi spektral (spektral (705 nm, 740 nm, 783 nm
dan 865 nm) dan dua band SWIR besar (1.610 nm dan 2190 nm); dan tiga band
pada resolusi spasial 60 m yaitu untuk koreksi atmosfer dan screening awan (443
nm) untuk pengambilan aerosol, 945 nm untuk pengambilan uap air dan 1380 nm
Karbon salah satu unsur penting dalam keseimbangan alam sehingga perlu
untuk diperhatikan karena berpotensi bagi lahan lahan yang sudah terdegradasi
dipresentasikan melalu suatu persamaan dengan varibel tinggi dan diameter pohon
Metode yang sering digunakan pada dasarnya ada empat yakni metode
berat basah di berbagai carbon pool yang terdiri dari biomassa atas, biomassa
bawah/akar, biomassa kayu mati, biomassa serasah dan biomassa tanah organik
batang pohon dan tinggi pohon serta serasah yang ada (Selviana, 2012), metode
17
dan karbon terikat (C) sebagai fungsi dari diameter (D) dan tinggi (H) sehingga
untuk mengetahui kandungan karbon terikat dengan biomassa maka dibuat model
yang didasari pada fungsi yang menyatakan bahwa karbon terikat = f (biomassa)
antara kandungan karbon terikat dengan biomassa yang kemudian dipilih model
determinansi (R²), varian (S²) dan keofisien determinansi terkoreksi (R²a) serta
melalui tahap uji keabsahan model dengan melihat parameter MSPE dan CV pada
menggunakan bantuan pro gram statistik miniTAB 14 maka dapat menyusun dan
Kendari, Kota Kendari, Provinsi Sulawesi Tenggara pada bulan Oktober sampai
Bahan yang digunakan pada penelitian ini adalah ; Citra Sentinel 2 tahun
2017, peta administrasi wilayah penelitian dan peta kerja. Alat yang di gunakan
dalam penelitian ini adalah :1). Perangkat keras (hardware) berupa laptop dan
printer. 2). Perangkat lunak (software) yang digunakan adalah Arc GIS 10.4 dan
SAGA GIS 5.0. dan SPSS 3). Alat survey yang digunakan yaitu pedoman
sheet, kertas tahan air (Newtop), alat tulis dan kamera digital.
Hutan Pendidikan UHO Kendari yang masuk dalam tingkat pertumbuhan pohon,
tiang dan pancang dengan luas ± 288,353 Ha. Sampel dalam penelitian ini adalah
tumbuhan yang berada pada tingkat pertumbuhan pohon, tiang dan pancang
19
dengan luas 2 Ha yang terdapat dalam plot atau petak pengamatan sedangkan
pada tingkat semai tidak termasuk karena dalam populasi dan sampel pengamatan
gambaran tingkat kerapatan dan dapat memisahkan antara objek dengan objek lain
hutan pendidikan di lokasi penelitian. Bentuk sampel adalah bujur sangkar dengan
Perbandingan jumlah titik sampel minimal yang harus diambil dengan skala
1:50.000 3 20 30
1: 250.000 3 20 30
Sumber: Peraturan Kepala BIG No.3 Tahun 2014 Tentang Pedoman Teknis
Pengumpulan dan Pengelolaan Data Geospasial
batang, identifikasi jenis dan perhitungan jumlah individu jenis yang ditemukan.
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif,
yaitu data berupa diameter pohon, titik koordinat dan Nilai Indeks Vegetasi
20
(NDVI) yang selanjutnya akan dianalisis baik secara kualitatif maupun kuantitatif.
Data Kualitatif adalah data informasi berupa gambaran lokasi penelitian, jenis –
jenis vegetasi dan letak administrasi Hutan Pendidikan UHO atau yang diperoleh
berupa verbal.
Sumber data yang digunakan dalam penelitian ini terdiri dari data primer
dan data sekunder. Data Primer yaitu data yang diperoleh melalui pengamatan
langsung dilapangan terhadap objek yang diteliti. Data primer dalam penelitian ini
yaitu data yang didaptakan dari hasil pengukuran lapangan di tempat penelitian
meliputi keliling lingkar batang pohon dan nama spesies pohon yang diperoleh
dari hasil survey lapangan. Adapun data sekunder dalam penelitian yaitu data
yang diperoleh dari berbagai instansi atau lembaga yang terkait yang mempunyai
relevansi untuk digunakan sebagai data pendukung dalam penelitian ini. Data
Sekunder yang dibutuhkan meliputi: Peta administrasi wilayah penelitian dan data
a. Diameter lingkar batang pohon, jenis pohon, tinggi pohon dan jumlah
individu.
perhitungan dari sinar tampak dan inframerah dekat yang direfleksikan oleh
1. Survey/Observasi
setinggi dada, jenis pohon, keliling lingkar batang pohon, jumlah jenis individu
www.Earthexplorer.com
dengan Ground Control Point (GCP) untuk memastikan posisi citra sudah
lahan hutan kabun raya yaitu band 432, sedangkan untuk mengetahui nilai
mendapatkan kualitas visual dan variabilitas spektral citra menjadi lebih baik.
daerah penelitian. Selain itu, pemotongan hasil fotogrametrik dan data citra.
GIS.
spektral yang terdapat pada fotogrametrik dan untuk dikelaskan kedalam kelas
70% dan setelah divalidasi dengan data lapangan maka akurasi hasil penelitian
lokasi sampel berdasarkan hasil interpertasi citra data penginderaan jarak jauh
kemudian dibagi dengan “phi” (Π) atau 3,14. Pada pengamatan ini, data pohon
dengan :
atasnya maka diameter diukur pada ukuran setinggi dada atau di bawah
cabang.
m. Membuat model regresi antara nilai karbon lapangan dan nilai NDVI citra.
harus melalui beberapa uji lanjut lainnya uji Korelasi, Uji Keofisien
determinansi, uji ANOVA, Uji Asumsi Kuadrat terkecil, Uji Validasi Model.
Koreksi radiometrik
Penarjaman digital
Cropping
Berdasarkan AOI
Penetuan lokasi
sampel/ survey awal
Alometrik
Biomassa
Model
Uji Statistik
Model Terpilih
lingkungan dan dapat dilaksanakan lebih cepat untuk areal hutan yang lebih
biomassa adalah :
bercabang
27
terhadap variabel terikat yaitu biomassa apakah menyebar secara normal atau
tidak. Metode Normal Probability Plot, merupakan metode yang digunakan untuk
uji normalitas dengan melihat sebaran titik – titik plot dengan mengikuti dan
mendekati garis diagonalnya sehingga garis diagonal dapat mengikuti arah garis
diagonal maka memenuhi asumsi normalitas. Uji normalitas dilakukan dengan uji
b. Perhitungan indeks vegetasi tutupan lahan dilakukan pada citra satelit yang
inframerah dekat yang direfleksikan oleh vegetasi. Proses ini bertujuan untuk
NIR−RED
menggunakan persamaan: NDVI =
NIR+ RED
dimana ;
biomassa di atas permukaan tanah yang diperoleh dari hasil perhitungan data
melihat nilai indeks vegetasi (NDVI) pada setiap lokasi penelitian yang sama
dan bersumber dari hasil analisis data penginderaan jauh. Model pendugaan
Regresi linier : Y = a + bx
Regresi logaritmik : Y = a + b ln x
dimana,
biomassa dapat melalui 4 tahap pengujian antara lain Uji statistik pada
variabel terikat. Dalam suatu model regresi terdiri dari Nilai correlation
coefficient (r) dapat menunjukkan kekuatan dan arah hubungan antar variabel.
Selang nilai korelasi (r) berkisar antara -1 sampai dengan 1. Koefisien korelasi
bernilai negatif mempunyai makna hubungan antara dua variabel yang diuji
bersifat berbanding terbalik, yaitu jika salah satu variabel nilainya menurun,
maka peubah yang lain akan meningkat. Koefisien korelasi bernilai positif
jika nilai salah satu peubah meningkat, maka peubah lain juga akan
meningkat. Apabila nilai korelasi 0, maka hubungan antara dua variabel yang
model regresi. Semakin tinggi nilai R2 dalam suatu model regresi, maka
variabel bebas terhadap variabel terikat dapat diketahui jika nilai sig < 0.05
maka pengaruh variabel bebas sudah signifikan sehingga model regresi dapat
digunakan. sedangkan jika sig > 0.05 maka model regresi tidak dapat
digunakan dan yang terakhir Uji asumsi kuadrat terkecil. Dalam melakukan
dengan melihat setiap nilai variabel bebas independen terhadap varibel bebas
lainnya, nilai sisaan bersifat acak serta berdistribusi normal dengan rata-rata
nol dan variannya konstan sehingga model yang memenuhi adalah model yang
menjadi beberapa kelas dan ditentukan dengan melihat sebaran data normal
dari nilai sediaan karbon yang di ukur dari seluruh plot contoh yang ada di
lapangan.
Hutan Produksi (KPHP) Gularaya yang berada pada Blok Khusus memiliki
daerah atau gejala di permukaan bumi yang direkam dengan alat tertentu
(device), yang diperoleh tanpa kontak langsung terhadap obyek, daerah atau
lokasi, letak, dan posisi suatu objek atau kejadian yang berada di bawah, pada,
atau di atas permukaan bumi yang dinyatakan dalam sistem koordinat tertentu.
d. Data Geospasial adalah data tentang lokasi geografis, dimensi atau ukuran,
e. Data Raster adalah data yang disimpan dalam bentuk grid atau piksel sehingga
terbentuk suatu ruang yang teratur, data ini merupakan data geospasial
permukaan bumi yang diperoleh dari citra perekaman foto atau radar dengan
f. Pesisir adalah daerah pertemuan antara darat dan laut; kearah darat meliputi
bagian daratan, baik kering maupun terendam air, yang masih dipengaruhi
sifat-sifat laut seperti pasang surut, angin laut, dan perembesan air asin,
sedangkan kearah laut meliputi bagian laut yang masih dipengaruhi oleh
proses–proses alami yang terjadi di darat seperti sedimentasi dan aliran air
g. Peta adalah Gambaran dari unsur – unsur alam dan unsur – unsur buatan, yang
32
h. Stok karbon adalah jumlah karbon dalam waktu tertentu yang terdapat dalam
i. Tajuk adalah bagian atas tanaman yang terdiri atas cabang, ranting dan daun
DAFTAR PUSTAKA
Amliana, R.D. 2016. Analisis Perbandingan Nilai NDVI Landsat 7 dan Landsat 8
Pada Kelas Tutupan Lahan. Geodesi UNDIP. Semarang,
Astuty, F.M. 2009. Studi Pemanfaatan Citra Ikonos Dalam Penyusunan Model
Pengaturan Hasil Hutan Di Kesatuan Pemangkuan Hutan Jatirogo Perum
Perhutani Unit Ii Jawa Timur. IPB. Bogor.
Badan Informasi Geospasial. 2014. Peraturan Kepala BIG No.3 Tahun 2014
Tentang Pedoman Teknis Pengumpulan dan Pengolahan Data Geospasial
Mangrove.
Balai Pengelolaan Daerah Aliran Sungai Sampara, 2017.
Forestian, O. 2011. Estimasi Biomassa Dan Kerapatan Vegetasi Mangrove
Menggunakan Data Landsat ETM+ Studi Di Hutan Lindung Dan Hutan
Produksi Tetap Muara Gembong, Kabupaten Bekasi, Propinsi Jawa
Barat. IPB. Bogor.
ESA. 2012. Sentinel-2 ESA’s Optical High-Resolution Mission For GMES
Operational Services. ESA Communications. Netherlands.
Haririah, K., A. Ekadinata., R. Ratna dan S. Rahayu. 2011. Pengukuran
Cadangan Karbon Dari Tingkat Lahan Ke Bentang Lahan Edisi Ke 2.
World Agroforsetry Centre. Malang.
Hairiah K dan Rahayu S. 2007. Pengukuran Karbon Tersimpan di Berbagai
Macam Penggunaan Lahan. Bogor (ID): ICRAF.
33
Julmansyah., Amalia N., dan Suharjito D. 2018. Mengawal Hutan Indonesia dari
Tapak. Direktorat Kesatuan Pengelolaan Hutan Produksi Direktorat
Jenderal PHPL, Kementerian Lingkungan Hidup dan Kehutanan. Jakarta
Ketterings, M., Richard, C., Van, M.N., Yakub, A., Palm, C.A. 2001. Reducing
Uncertainly In The Use Of Allometric Biomass Equation For Predicting
Above-Ground Tree Biomass In Mixed SecondaryForest. Forest Ecology
and Management 146:199-209
Manuri, S., C.A.S., Putra dan A.D. Saputra. 2011. Tehnik Pendugaan Cadangan
Karbon Hutan. Merang REDD Pilot Project. Palembang.
McRoberts, R.E., E.O. Tomppo. 2007. Remote Sensing Support For National
Forest Inventories. Elsevier. USA
Nuriyana, L. 2014. Pendugaan Potensi Simpanan Karbon Di Atas Permukaan
Tanah Pada IUPHHK-HA PT. Wapoga Mutiara Timber Unit II Papua
Purwanto, A.D., W. Asriningrum, G. Winarso dan E. Parwati. 2014. Analisis
Sebaran Dan Kerapatan Mangrove Menggunakan Citra Landsat 8 Di
Segara Anakan, Cilacap. Lapan; Jakarta.
Lampiran
Lampiran 1. Peta Lokasi Penelitian Hutan Kampus UHO
35