Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

International Journal of Remote Sensing and Earth Sciences Vol.14 No. 2 Desember 2017 : 137 – 150

ESTIMASI SAHAM KARBON VEGETASI MANGROVE

MENGGUNAKAN PENGinderaan Jauh DI MUARA PERANCAK,
KABUPATEN JEMBRANA BALI

Amandangi Wahyuning Hastuti1*, Komang Iwan Suniada, Fikrul Islamy

1Balai Penelitian dan Pengamatan Kelautan – Perancak, Bali
* email: amandangi.wahyuning@gmail.com
Diterima: 7 November 2017; Revisi: 20 November 2017; Disetujui: 22 Desember 2017

Abstrak.Vegetasi mangrove merupakan salah satu ekosistem hutan yang mempunyai potensi mitigasi emisi gas
rumah kaca (GRK) yang cukup besar, karena kemampuannya dalam meredam jumlah CO.2di atmosfer melalui
proses fotosintesis. Mangrove telah memberikan banyak manfaat baik sebagai sumber makanan, habitat satwa
liar, pelindung garis pantai serta CO.2
penyerap, lebih tinggi dibandingkan tipe hutan lainnya. Untuk mengetahui peran vegetasi mangrove dalam
menyerap cadangan karbon, dilakukan kajian penggunaan data penginderaan jauh dalam memperkirakan
cadangan karbon. Tulisan ini menjelaskan kajian pemanfaatan data penginderaan jauh khususnya data Landsat
dengan tujuan utama untuk memperkirakan cadangan karbon vegetasi mangrove di Muara Perancak, Jembrana,
Bali. Pendugaan stok karbon dilakukan dengan menganalisis hubungan antara NDVI, Above Ground Biomass
(AGB) dan Below Ground Biomass (BGB). Total stok karbon diperoleh dengan mengalikan total biomassa dengan
nilai karbon organik sebesar 0,47. Hasil kajian menunjukkan total akumulasi biomassa yang diperoleh dari data
penginderaan jauh di Muara Perancak pada tahun 2015 adalah sekitar 47,20±25,03 ton ha.-1dengan total stok
karbon sekitar 22,18±11,76 tonC ha-1dan CO2sekuestrasi
81,41±43,18 tonC ha-1.

Kata kunci:Muara Perancak, estimasi stok karbon, mangrove, CO2sekuestrasi, NDVI

1 PERKENALAN Al.2011).
Pemanasan global merupakan salah satu Sutaryo (2009) menggambarkan
isu strategis di dunia saat ini, ditandai dengan biomassa hutan sangat relevan dengan isu
terjadinya peningkatan suhu bumi yang perubahan iklim. Biomassa hutan mempunyai
berkaitan dengan gas rumah kaca. Beberapa peranan penting dalam siklus biogeokimia,
peneliti mencatat bahwa kontributor utama khususnya siklus karbon. Dari total karbon
pemanasan global, seperti karbon dioksida (CO hutan, sekitar 50% adalah karbon
2), dan gas metana (CH) bersifat antropogenik, disimpan hutan
di dalam vegetasi. A Sebagai

terutama dihasilkan dari aktivitas manusia Konsekuensinya, jika terjadi kerusakan hutan,
seperti pembakaran bahan bakar fosil, kebakaran hutan, penebangan kayu dan
industri, penggundulan hutan, degradasi sebagainya, maka akan meningkatkan
hutan dan konversi hutan lainnya melalui kemungkinan terjadinya karbon dalam jumlah
pembakaran (Giri dan Mandla 2017; lebih besar di atmosfer. Dinamika karbon di alam
Vicharnakorndkk.2014). Akumulasi gas-gas dapat dijelaskan secara sederhana melalui siklus
tersebut menyebabkan suhu bumi meningkat karbon. Siklus karbon adalah siklus biogeokimia
sehingga memicu terjadinya perubahan iklim yang mencakup pertukaran/pemindahan
di bumi (Manuriet karbon di antara itu lingkungan, itu

@Lembaga Penerbangan dan Antariksa Nasional Indonesia (LAPAN) 137

Amandangi Wahyuning Hastuti dkk.
pedosfer, geosfer, hidrosfer, dan atmosfer
bumi. Siklus karbon sebenarnya merupakan
suatu proses yang kompleks dan setiap proses
berkaitan dengan proses lainnya. Karbon
global menggambarkan pertukaran karbon
antara atmosfer bumi, lautan, daratan, dan
bahan bakar fosil, yang merupakan sumber
emisi sekaligus penyerap yang mengandung
karbon. Salah satu fungsi penting dari siklus
karbon adalah pengaturan iklim bumi
(Bennington 2009).
Ekosistem mangrove, seperti halnya
ekosistem hutan lainnya, mempunyai potensi
kemampuan menyerap karbon dioksida yang
lebih baik dibandingkan ekosistem hutan lainnya
karena kemampuannya tumbuh lebih cepat
dibandingkan vegetasi hutan lainnya. Hutan
bakau diketahui memiliki peran penting dalam
mengurangi konsentrasi karbon dioksida di
udara. Hutan bakau merupakan salah satu hutan
dengan penyimpan karbon tertinggi di daerah
tropis dan sangat tinggi dibandingkan dengan
rata-rata penyimpanan karbon jenis hutan
lainnya di dunia (Donatodkk.2012). Padahal
mangrove diketahui mempunyai kemampuan
asimilasi yang baik lingkungan
dengan
komponen dan memiliki tingkat penyerapan
karbon yang tinggi, data dan informasi
penyimpanan karbon untuk beberapa
komponen khususnya biomassa pohon sangat
terbatas (Komiyamadkk.2008), sehingga
penting untuk mengetahui informasi biomassa
pada mangrove untuk pengelolaan hutan
lestari. Dalam inventarisasi karbon hutan,
sumber karbon dicatat oleh setidaknya 4
kantong karbon: biomassa permukaan,
biomassa bawah permukaan, bahan organik
mati, dan karbon organik tanah. Menurut
Donatodkk.(2011), sebagian besar karbon
tersimpan di sedimen, biomassa tumbuhan di
udara, dan biomassa di bawah tanah dengan
urutan menurun. Namun penelitian terbaru
menunjukkan pentingnya stok karbon dalam
biomassa hutan bakau di bawah permukaan
tanah (Abohassan dkk.2012), ada beberapa
perkiraan
138 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
mengenai kompartemen ini (Komiyamadkk.
2008).
Menurut Lu (2006), bidang atau
pengukuran terestrial adalah yang paling banyak
cara yang akurat untuk mengumpulkan data
biomassa, namun metode ini umumnya sangat
mahal, memakan waktu, padat karya dan sulit
diterapkan di wilayah terpencil dan luas.
Oleh karena itu ada alternatif solusi lain dalam
mengetahui potensi tersebut
informasi biomassa yaitu dengan
menggunakan pendekatan udara melalui
teknologi penginderaan jauh. Keunggulan
teknologi penginderaan jauh adalah dapat
menyediakan informasi yang dibutuhkan
secara cepat dan lengkap dengan biaya yang
relatif lebih murah. Selain itu, pemanfaatan
teknologi penginderaan jauh dalam mencari
informasi estimasi potensi biomassa mangrove
sebagai CO2 penyerap dapat dipantau
secara efektif dan efisien setiap tahunnya. Salah
satu data penginderaan jauh yang dapat
dimanfaatkan adalah data satelit Landsat.
Situmorangdkk.(2016) menemukan adanya
korelasi yang tinggi (R²=0,729) antara indeks
vegetasi hasil data satelit dengan estimasi stok
karbon yang dihitung menggunakan persamaan
alometrik. Koefisien determinasi yang tinggi ini
menunjukkan bahwa data satelit layak digunakan
untuk memperkirakan cadangan karbon. Banyak
penelitian mengenai cadangan karbon pada
vegetasi mangrove yang dilakukan oleh
menggunakan teknik penginderaan jauh telah
dilakukan. Stok karbon di hutan mangrove
(Marianadkk.2015;
Alemayehudkk.2014; Sitoedkk.2014; Hamdan
dkk.2013; Murdiyarsodkk. 2009) penyerapan
karbon (misalnya Bouillon dkk.2008; Khandkk.
2007) dan dinamika karbon organik (Kristensen
dkk.2008; Machiwa dan Hallberg 2002) telah
banyak dipelajari. Stok karbon di ekosistem
mangrove bervariasi menurut spesies (Fu dan
Wu 2011; Laffoley dan Grimsditch 2009), tipe
vegetasi (Sahudkk.2016; Cerón-Bretóndkk.
2011; Mitradkk.2011; Sapit
 Estimasi Stok Karbon dengan Penginderaan Jauh .....

dkk.2011) dan Al. salinitas (Adamet nilai digital ke dalam Radian dengan menggunakan itu
2013). rumus sebagai berikut:
Muara Perancak merupakan salah satu dari
empat ekosistem mangrove utama di Pulau Bali ρλ' =MρQkal + Aρ (2-1)
selain Taman Nasional Bali Barat, Teluk Benoa dan
Nusa Lembongan. Selain tempat mencari makan,
bertelur dan berkembang biak, informasi mengenai
kemampuan hutan mangrove di Muara Perancak
dalam menyimpan karbon dengan memanfaatkan
teknologi penginderaan jauh masih sangat rendah
sehingga penelitian ini menjadi sangat penting
untuk dilakukan. Penelitian ini bertujuan untuk
mengidentifikasi biomassa dan potensi cadangan
karbon vegetasi mangrove di Muara Perancak
dengan menggunakan pendekatan penginderaan
jauh. Informasi ini sangat berguna bagi pemerintah
kabupaten Jembrana untuk mendukung
perencanaan pembangunan berkelanjutan berbasis
rendah karbon, khususnya untuk wilayah pesisir.

Gambar 2-1: Lokasi daerah penelitian

2 BAHAN DAN METODOLOGI
2.1 Lokasi dan Data
Lokasi penelitian berada di Muara
Perancak, Kabupaten Jembrana, Bali seperti
terlihat pada Gambar 2-1. Secara geografis,
Muara Perancak terletak antara 8°22'30"S
sampai 8°24'18"Pasir 114°36'18"Eto
114°38'31.2"BT. Muara Perancak memiliki luas
2.512,69 ha, dengan penggunaan lahan
berupa tambak dan mangrove.
Data yang digunakan dalam penelitian
ini adalah Landsat 8 OLI/TIRS dengan tanggal
akuisisi 13 September 2015 dan jalur/baris
117/66 yang diperoleh dari United States
Geological Survey (USGS) melalui website
https://earthexplorer.usgs.gov.
2.2 Analisis Data
2.2.1 Mengubah nilai digital menjadisudut puncak matahari,θSZ=90°-θSE.
reflektansi
Sensor Landsat diubah menjadi nilai
reflektansi dengan menggunakan faktor
variabel yang disediakan dalam metadata.
Landsat menyarankan untuk mengkonversi
ρλ'=nilai reflektansi tanpa koreksi
ketinggian matahari,Mρ= faktor penskalaan
perkalian spesifik pita (di manaXadalahPita(
REFLECTANCE_MULT_ BAND_x),Aρ=Faktor
penskalaan aditif khusus pita dari metadata (di
mana XadalahPita(REFLECTANCE_ADD_BAND_x
,), Qkal=nilai piksel produk standar (DN) yang
dikuantisasi dan dikalibrasi.
Konversi nilai reflektansi terhadap
ketinggian matahari mengikuti persamaan (2-2).
(2-2)
'=reflektansi,θSE=ketinggian matahari
setempat. Ketinggian matahari pusat pemandangan
dalam derajat (SUN_ELEVATION);θSZ=lokal
2.2.2 Indeks vegetasi
Perhitungan tutupan lahan vegetasi
indeks menggunakan Perbedaan Normalisasi
Indeks Vegetasi (NDVI). NDVI adalah a

Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017 139
Amandangi Wahyuning Hastuti dkk.
perhitungan cahaya tampak dan inframerah
dekat yang dipantulkan oleh vegetasi.
Klasifikasi nilai piksel untuk NDVI berkisar
antara -1 hingga 1. Nilai NDVI yang rendah
(negatif) mengidentifikasi area badan air,
bebatuan, pasir, dan salju. Nilai NDVI yang
tinggi (positif) mengidentifikasi kawasan
vegetasi berupa sabana, semak, dan hutan,
sedangkan nilai NDVI yang mendekati 0
umumnya mengidentifikasi lahan kosong
(Saputra 2007). Nilai NDVI ini dapat dihitung
menggunakan persamaan 2-3.
(2-3)
Di manaNIR=pita inframerah dekat,MERAH= pita
merah.
Reflektansi NIR dipengaruhi oleh
struktur internal daun dan kandungan bahan
kering daun. MERAH adalah reflektansi atau
pancaran dalam saluran panjang gelombang
tampak (0,63 - 0,69 μm) dan sesuai dengan
pita 3 untuk gambar ETM+.
Dalam makalah ini, gambar NDVI dihasilkan
untuk menyempurnakan hutan bakau yang
memiliki reflektansi NIR lebih tinggi, dan reflektansi
lampu merah lebih rendah. Selain itu, gambar NDVI
diproduksi untuk menghilangkan badan air, yang
memiliki reflektansi cahaya merah rendah, dan
reflektansi NIR yang sangat rendah.
2.2.3 Gambar klasifikasi lahan mangrove
Klasifikasi citra dilakukan untuk
memisahkan nilai spektral yang terdapat pada
satuan piksel citra. Satuan nilai piksel tersebut
dijelaskan ke dalam beberapa kelas tutupan
lahan. Metode klasifikasi citra satelit dipandu
menggunakan metode klasifikasi citra untuk
membedakan kawasan mangrove dan
kawasan non mangrove. Klasifikasi terpandu
menggunakan metode kemungkinan
maksimum yang mengasumsikan bahwa
statistik kelas di setiap pita terdistribusi
normal. Klasifikasi analisis visual manual
dilakukan saat data
140 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
tertutup awan dan tidak tersedianya data lain
sebagai data penutup atau pengisian grafik
sehingga tepi batasan digit untuk diklasifikasi
menggunakan pendekatan pita komposit 563
dengan tampak bakau
kondisi seperti terlihat pada Gambar 2-2.
Gambar 2-2: Vegetasi bakau yang ditunjukkan pada
gambar komposit 5-6-3 (NIR-WSIR 1-
Hijau)
Kelas piksel ditentukan oleh tingkat
probabilitas tertinggi. Hasil data terbimbing
dan analisis visual manual kemudian dapat
dikonversikan untuk mengukur luas tutupan
lahan.
2.2.4 Biomassa Di Atas Tanah (AGB)
perkiraan
Pendugaan nilai biomassa di atas
permukaan tanah dilakukan dengan
menggunakan pendekatan NDVI hasil
persamaan korelasi dengan Above Ground
Biomass (AGB) mangrove yaitu sebesar 0,787
oleh Jhadkk.(2015) sebagai berikut:
(2-4)
NDVI=nilai Indeks Vegetasi,
AGB=Nilai Biomassa Di Atas Tanah
(ton ha-1).
2.2.5 Biomassa Bawah Tanah (BGB)
perkiraan
Perkiraannya nilai dari Di bawah
Biomassa Tanah (BGB) diperoleh dari
estimasi dari AGB yang adalah
 Estimasi Stok Karbon dengan Penginderaan Jauh .....

dirumuskan menggunakan persamaan yang disusun
oleh Cairns, dkk(1997) sebagai berikut:
(2-5)
AGB=nilai Biomassa Di Atas Tanah (ton ha-1),
BGB=nilai Biomassa Bawah Tanah (ton ha-1).
Satuan biomassa atau stok karbon dapat
dikonversi dari satuan ton ha-1menjadi kg/
Landsat Pixel (kg/900m2) dengan menggunakan
persamaan (9).
(2-9)

2.2.9 Estimasi biomassa, stok karbon dan CO

2.2.6 Perhitungan Total Akumulasi 2sekuestrasi Biomassa, cadangan
Biomassa (TAC). karbon, dan sekuestrasi karbon dihitung
Total Akumulasi Biomassa (TAB) diformulasikan dengan menyusun persamaan di atas
dengan menggunakan: menggunakan aplikasi ArcGIS Geoprocessing
toolbox untuk Citra Landsat 7 dan 8.
TAB = AGB + BGB (2-6)

TAB=Total Akumulasi Biomassa (ton ha-1).

3 HASIL DAN DISKUSI
Dari analisis citra, kami menemukan
bahwa luas vegetasi mangrove di wilayah
2.2.7 Perhitungan Total Stok Karbon (TCS). penelitian adalah sekitar 101,16 ha. Hijau, dkk(
1998) melakukan penilaian kawasan mangrove
Perhitungan total stok karbon menggunakan NDVI
berdasarkan Westlake (1963) menggunakan untuk memperkirakan persentase kanopi, the
rumus sebagai berikut: akurasi gambar persen penutupan kanopi
adalah 80%. Akurasi tinggi untuk menilai
(2-7) mangrove menggunakan NDVI juga
dilaporkan oleh Otero, dkk(2016) dengan
TCS=nilai Total Stok Karbon (ton C ha-1),TAB= akurasi keseluruhan 87% ± 2%. Kemampuan
nilai Total Akumulasi Biomassa (ton ha-1),%C NDVI metode ke mendeteksi bakau
organik=nilai persentase stok karbon (0,47) vegetasi yang dilakukan oleh Guha (2016) memiliki
atau menggunakan nilai karbon yang akurasi keseluruhan sebesar 88,75% untuk citra tahun
diemisikan dari hasil pengukuran di 1989 dan 86,25% untuk citra tahun 2010, serta
laboratorium. koefisien Kappa secara keseluruhan sebesar 0,81 dan
0,76.
Berdasarkan luas mangrove
2.2.8 Jumlah CO2Sekuestrasihutan, kisaran vegetasi mangrove
(ACS) perhitungan indeks di Muara Perancak adalah 0,0025 –
IPCC (2001) menyarankan konversi 0,78 (Tabel 3-1). Kisaran stok karbon NDVI mulai dari
biomassa hingga nilai karbon berbeda dengan Prameswaridkk. serapan dioksida menggunakan
berikut (2015), dimana nilai minimum konversi NDVI:
yang diperoleh dari pengukuran
(2-8) menggunakan data gambar ALOS AVNIR-2
adalah -0,723 dan maksimum sebesar 0,530
ACS=Jumlah CO2Sekuestrasi (ton C ha-1),TCS= dengan standar deviasi 0,127.
nilai Total Stok Karbon (ton C ha-1). Berbagai indeks vegetasi telah
dikembangkan dengan mengambil vegetasi

Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017 141
Amandangi Wahyuning Hastuti dkk.
kepadatan dari penginderaan jauh optik. Lidkk.
(2007) salah satu metode yang paling umum
digunakan adalah NDVI untuk memprediksi
biomassa pohon. NDVI didasarkan pada
karakteristik bahwa vegetasi memiliki serapan
nyata dalam spektrum inframerah dekat.
Selain NDVI, terdapat pula beberapa
metode pengolahan data citra untuk
menentukan indeks vegetasi seperti Simple
Ratio (SR), Triangular Vegetation Index (TVI),
Enhanced Vegetation Index (EVI), Ratio
Vegetation Index (RVI), dan Soil Adjusted
Vegetation. Indeks (SAVI) (Franandadkk.2015).
Selanjutnya nilai indeks vegetasi tersebut
digunakan untuk penentuan nilai AGB, BGB,
TAB, TCS dan ACS dengan menggunakan
persamaan (4) sampai (9) di atas.
Berdasarkan Tabel 3-1 terlihat nilai AGB
sebesar 38,60±20,79 ton ha-
1dan nilai BGB sebesar 8,60±4,24 ton ha-1.
Berdasarkan nilai AGB dan BGB dapat
dikatakan AGB lebih besar dibandingkan BGB.
Hal ini sesuai dengan hasil penelitian yang
dilakukan oleh (BPOL 2015) yang menyatakan
bahwa dengan melakukan pengukuran
lapangan di Muara Perancak diperoleh nilai
rata-rata AGB lebih tinggi dari
BGB.
Nilai AGB dan BGB pada penelitian ini
masih representatif dengan penelitian
penilaian pemantauan stok karbon hutan
mangrove di Indonesia yang dilakukan oleh
Yenni, dkk (2014), dimana rata-rata AGB di
Tabel 3-1: Nilai rata-rata AGB, BGB, TAB, ACS dan ACS di Muara Perancak
Statistik (t ha-1)
Nilai Rata-Rata
Berarti±SD
NDVI 0,63±0,11
AGB 38,60±20,79
BGB 8,60±4,24
TAB 47.20±25.03
TCS 22,18±11,76
ACS 81,41±43,18
142 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Subang, Jawa Barat 1,65 ton ha-1; Cilacap, Jawa
Tengah 4,62 ton ha-1; Badung, Bali 12,87 ton ha
-1; dan Merauke, Papua 3,97 ton ha-1.
AGB akan memberikan estimasi terbaik
dengan menggunakan diameter payudara
tinggi (DBH) sebagai parameter (Alemayehu
dkk.2014). Penentuan nilai AGB merupakan
langkah penting dalam perencanaan
perlindungan dan pemanfaatan sumber daya
alam mangrove (Meideros dan Sampaio 2008).
Perbedaan nilai AGB dan BGB juga terlihat di
antaranya
bakau jenis, tergantung pada
lokasi geografis, kepadatan pohon dan ekologi
(Sahudkk.2016; Sepanjang 2012).
Total akumulasi biomassa (TAB) adalah
jumlah total biomassa di atas dan di bawah
permukaan tanah. Nilai TAB di Muara Perancak
sebesar 18,67 ton ha-1. Jika perbandingan BGB dan
AGB semakin besar, maka tanaman mengalami
pertumbuhan akar yang cukup besar (di bawah
tanah) yang cukup dominan dibandingkan
pertumbuhan batang (di atas tanah). Biomassa
tanaman erat kaitannya dengan fotosintesis,
biomassa meningkat seiring dengan penyerapan
CO oleh tanaman2dari udara dan
mengubah dia ke dalam organik senyawa
melalui fotosintesis. Biomassa pada setiap bagian
tanaman meningkat sebanding dengan semakin
besarnya diameter pohon. Tingginya kemampuan
pohon dalam menyimpan karbon bebas
dari udara tergantung pada diameter pohon
(Imanidkk.2017) dan tinggi pohon (Fu dan Wu
2011).
Maks Minimal
0,78 0,0025
93.43 0
19.11 0
112.54 0
52.89 0
194.12 0

Estimasi total stok karbon
nilai di Muara Perancak adalah
22,18±11,76 tonC ha-1dan jumlah CO2estimasi
sekuestrasi sebesar 81,41±43,18 tonC ha-1.
Perkiraan nilai stok karbon total yang
diperoleh dari pengukuran penginderaan jauh
jauh lebih tinggi dibandingkan pengukuran
lapangan yang dilakukan oleh (Sidikdkk.2014)
di Muara Perancak.
Mengenai (Sidikdkk.2014), terdapat
perbedaan nilai stok karbon antara hutan
mangrove alami dan replantasi mangrove di eks
tambak. Stok karbon yang dihasilkan oleh
mangrove alami lebih tinggi dibandingkan
dengan penanaman kembali mangrove di bekas
tambak. Nilai stok karbon pada hutan mangrove
alami sebesar 171±43 MgC ha-1sedangkan
cadangan karbon dari mangrove yang tumbuh di
bekas tambak adalah 52±15 MgC ha-1.
Pendugaan nilai cadangan karbon di
Muara Perancak dapat dilakukan dengan
pendekatan penginderaan jauh dengan hasil
yang baik, bahkan nilainya masih rendah
dibandingkan dengan penelitian lain (Tabel 3-2).
Rata-rata biomassa pohon hidup yang ditemukan
dari (Sitoedkk.2014) berada di bawah batas
bawah 58,38±19,1Mg ha-1dan karbon rata-rata
28,02±9,2 Mg ha-1.
Tabel 3-2 menunjukkan, estimasi cadangan
karbon menggunakan data penginderaan jauh di
muara Perancak masih masuk akal. Hutan bakau
yang sudah ada biasanya menghasilkan nilai stok
karbon yang lebih tinggi dibandingkan dengan
hutan bakau yang ditanam kembali.
Tabel 3-2: Estimasi stok karbon mangrove
vegetasi yang ditemukan dalam literatur
Stok Karbon
Referensi
(tonC ha-1)
Pelajaran ini 22,18±11,76
Estrada dan Soares (2016) 78,0±64,5
Hutchinsondkk.(2014) 74,5±54,6
Hamdandkk.(2013) 1,01 – 259,68
Komiyamadkk.(2008) 78,3±51,0
Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Estimasi Stok Karbon dengan Penginderaan Jauh .....
Variasi nilai stok karbon bergantung
pada beberapa faktor fisik
kimia lingkungan, keanekaragaman dan
kepadatan tanaman yang ada, jenis tanah dan
cara pengelolaannya. Selain karena faktor-
faktor tersebut, mangrove di Muara Perancak
berasal dari mangrove yang telah direhabilitasi
pada tahun 2001 dan 2009. Yang dominan
mangrove yang terdapat di Muara Perancak adalah
Rhizopora mucronata,Rhizopora apiculata,
Sonneratia alba,Avicennia albaDan
Avicennia marina(Proisydkk.2015).
Mangrove di kawasan Muara Perancak
tumbuh pada substrat berjenis tanah lumpur
yang bercampur dengan bahan organik
(Kartikasari dan Sukojo 2015). Besar kecilnya
karbon yang tersimpan pada vegetasi
tergantung pada jumlah biomassa yang
terkandung dalam pohon, kesuburan tanah,
dan daya serap vegetasi (Atidkk.2014).
Gambar 3-1 menunjukkan lokasi alami
dan rehabilitasi (penanaman kembali)
mangrove di Muara Perancak. Di alam bakau
didominasi oleh Avicenniasp. DanSonneratia
alba.Sedangkan mangrove yang dominan
tumbuh di
bekas lokasi tambak (rehabilitasi
mangrove) diperkirakan berumur sekitar 8-10
tahunRhizoporasp. (BPOL 2015). Berdasarkan
hasil penelitian ini, maka
Variasi nilai stok karbon di Muara Perancak
disebabkan oleh umur pohon mangrove yang
relatif muda. Hampir 70% variabilitas stok
karbon adalah
dijelaskan berdasarkan umur (Estrada dan
Soares 2017), spesies, cara pengelolaan, serta
iklim (Kairodkk.2008). Dilaporkan bahwa
cadangan karbon tertinggi pada umur > 80
tahunR. apiculata - hutan bakau yang
mendominasi adalah 230,0 t C ha-1(Putz dan
Chan 1986) sedangkan mereka yang berusia
20 dan 28 tahunRhizoporahutan adalah 114
dan 105,9 t C ha-1masing-masing (Ongdkk.
1995). Biomassa yang berdiri
143
Amandangi Wahyuning Hastuti dkk.

untuk anak berusia 12 tahunRhizopora mucronata tahun) (Kairodkk.2008). Kondisi vegetasi

perkebunan adalah 106,7±24,0 t/ha, memberikan mangrove di Muara Perancak ditunjukkan
tingkat akumulasi biomassa sebesar 8,9 t/(ha pada Gambar 3-2.

Gambar 3-1: Peta perubahan tutupan mangrove skala kecil antara tahun 2001 (kiri) dan 2014 (kanan) sepanjang tahun
seluruh Muara Perancak (Rahmaniadkk.2014)

Gambar 3-2: Kondisi vegetasi mangrove di Muara Perancak yang dikelilingi sungai dan kolam
(A)tidaksp. yang tumbuh di bekas kolam (b) kolam aktif (c)avicenniasp. (D)sonneratia sP.
(e)rhizoporasp. (F)rhizoporasp. penanaman kembali di bekas tambak (g) vegetasi mangrove alami
yang tumbuh di sepanjang sungai (h) vegetasi mangrove alami

Gambar 3-3: Peta nilai dan sebaran NDVI, AGB, BGB, TAB, TCS dan (ACS) di Perancak
Muara pada tahun 2015

144 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017

Gambar 3-3 menunjukkan nilai dan
sebaran NDVI, AGB, BGB, TAB, TCD dan ACS di
Muara Perancak. Dilihat secara spasial sebaran
nilai NDVI, rentang nilai AGB, BGB, TAB, TCD
dan ACS berbeda-beda. Variasi sebaran nilai
tersebut diduga disebabkan oleh perbedaan
jenis mangrove, yaitu mangrove yang tumbuh
secara alami dan mangrove yang direhabilitasi.
Nilai NDVI, rata-rata nilai AGB, BGB, TAB, TCD
dan ACS pada mangrove alami lebih tinggi
dibandingkan mangrove yang tumbuh pada
bekas lokasi eks tambak dan mangrove
rehabilitasi (Gambar 3-3).
Nilai NDVI yang dihasilkan untuk setiap
piksel pada citra yang dikonversi menjadi stok
karbon akan memberikan hasil yang berbeda-
beda. Semakin tinggi NDVI maka akan
menghasilkan nilai biomassa yang tinggi pula.
Hubungan antara NDVI dan biomassa juga
dilaporkan (Hamdandkk.2013), yang menyatakan
bahwa terdapat perbedaan hubungan antara
AGB dan NDVI. Regresi linier menghasilkan
koefisien korelasi yang lebih tinggi namun belum
mewakili distribusi sebenarnya, terutama jika
nilai NDVI mendekati 0.
Pendekatan data optik umumnya
menggunakan indeks vegetasi untuk estimasi
biomassa mangrove (Sahudkk.2016; Hamdan
dkk.2013; Wicaksonodkk. 2011; Lidkk. 2007)
dan untuk hutan umum (Laurin dkk.2016; Jha
dkk.2015). Indeks vegetasi sangat berkaitan
dengan produktivitas primer bersih (Lidkk.
2007).
Mengingat bahwa citra optik tidak dapat
memperoleh tinggi pohon sebagai parameter
penting dalam pendugaan biomassa,
pendugaan AGB hutan bakau secara detail dan
akurat masih menimbulkan tantangan ketika
parameter yang berasal dari citra optik
diterapkan pada pendugaan biomassa. Studi
alometri tumbuhan menunjukkan hal itu
Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Estimasi Stok Karbon dengan Penginderaan Jauh .....
biomassa ditentukan tidak hanya oleh
parameter kanopi tetapi juga oleh faktor-
faktor lain seperti kepadatan kayu, lancip
batang dan tinggi pohon (Komiyama 2008;
Chavedkk.2006; Niklas 1995) yang
sangat relevan dengan bunga
karakteristik spesies.
Hasil penelitian pendugaan stok karbon
dengan menggunakan penginderaan jauh
Metode ini masih memerlukan ketelitian dan ketelitian
pengujian jenis dan kepadatan mangrove.
Metode NDVI bukanlah metode terbaik dalam
pendugaan stok karbon, namun metode
tersebut mempunyai akurasi yang relatif
konsisten pada berbagai tingkat koreksi
radiometrik (Wicaksonodkk.2011). Menurut
Frananda (2015), pengukuran indeks vegetasi
menggunakan TVI mempunyai akurasi yang
paling baik. Selain itu, penggunaan data citra
resolusi tinggi perlu diterapkan dalam menilai
kondisi dan dinamika mangrove dengan baik
(Rodriguez dan Feller 2004), klasifikasi jenis
pohon berdasarkan nilai reflektansinya (Wang
dkk.2004; Dahdouh-Guebas dkk.2005) dan
kebutuhan lainnya.
4 KESIMPULAN
Diperkirakan karbon saham di dalam
Muara Perancak dapat dilakukan dengan
menggunakan data penginderaan jauh dengan
hasil yang cukup baik yaitu sebesar 22,18±11,76
tonC ha-1. Penggunaan NDVI masih relevan untuk
estimasi biomassa dan stok karbon di a
bakau ekosistem. Lebih-lebih lagi, itu
kesulitan dari membedakan bakau
Vegetasi ini disebabkan karena luas wilayah
penelitian yang relatif kecil.Pengukuran lapangan
dan data satelit resolusi tinggi dalam pendugaan
stok karbon khususnya di Muara Perancak masih
memerlukan kajian lebih lanjut untuk
meningkatkan akurasi pendugaan stok karbon
hasil.
145
Amandangi Wahyuning Hastuti dkk.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada
Balai Penelitian dan Pengamatan Kelautan.
Terima kasih kepada I Nyoman Radiarta, Nuryani
Widagti dan Frida Sidik atas nasehat dan
dukungannya. Kami juga mengucapkan terima
kasih kepada reviewer, Prof. I Nengah Surati Jaya,
M.Agr. dan Dr. Indah Prasasti atas kritik dan
sarannya yang membangun.
REFERENSI
Abohassan RAA, Okia CA, Agea JG,dkk., (2012),
Produksi Biomassa Abadi dalam Sistem
Mangrove Kering di Pantai Laut Merah Arab
Saudi. Res Lingkungan J 6(1): 22-31. Adame MF,
Kauffman JB, Medina I.,dkk.,
(2013), Stok Karbon Lahan Basah Pesisir Tropis
di Lanskap Karstik Karibia Meksiko. PLoS Satu
8(2):e56569. doi.10.1371/jurnal. pone.0056569.
Alemayehu F., Richard O., James KM,dkk.,
(2014), Penilaian Perubahan Tutupan Mangrove
dan Biomassa di Mida Creek, Kenya. Buka Jurnal
Kehutanan, 4:398-413.
http://dx.doi.org/
10.4236/ojf.2014.44045.
Seiringi DM, (2012), Penyerapan Karbon di
Hutan Mangrove. Pengelolaan Karbon 3(3),
313-322.
Ati RNA, Rustam A., Kepel TL,dkk., (2014), Stok
Karbon dan Stuktur Komunitas Mangrove
Sebagai Blue Carbon di Tanjung Lesung,
Banten. Jurnal Segara. Jil. 10 No.2, Desember
2014: 119-127.
Bennington JB., (2009), Siklus Karbon dan
Perubahan iklim. Universitas Hofstra – AS.
Bouillon S., Borges AV, Eda-Moya EC,dkk.,
(2008), Produksi Mangrove dan Penyerapan
Karbon: Revisi Estimasi Anggaran Global. Siklus
Biogeokimia Global 22:1- 12. doi:10.1029/
2007GB003052.
Cairns MA, Brown S., Helmer EH,dkk., (1997),
Alokasi Biomassa Akar di Hutan Dataran Tinggi
Dunia. Oecologia (1997) 111:1 - 11.
146 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Cerón-Bretón RM, Cerón-Bretón JG, Sánchez-
Junco RC,dkk(2011), Evaluasi Potensi
Penyerapan Karbon pada Hutan Mangrove di
Tiga Lokasi Muara di Campeche Meksiko.
Lingkungan Energi Int J 5(4):487-494.
Chave J., Muller-Landau HC, Baker TR,dkk.,
(2006), Variasi Regional dan Filogenetik
Kepadatan Kayu pada 2.456 Spesies Pohon
Neotropis. ramah lingkungan. Aplikasi. 16,
2356–2367.
Dahdouh-Guebas F., Hiel EV, Chen JCW,dkk.,
(2005), Pembedaan Kualitatif Spesies Mangrove
Kongenerik dan Introgresif pada Kumpulan
Hutan Bercak Campuran dengan Menggunakan
Citra Penginderaan Jauh Resolusi Spasial Tinggi
(IKONOS). Sistematika dan Keanekaragaman
Hayati, 2, 113-119.
Deng S., Shi Y., Jin Y.,dkk., (2011), GIS-
Pendekatan Berbasis untuk Mengukur dan
Memetakan Nilai Penyerapan Karbon dan Stok
Ekosistem Hutan: Sebuah studi kasus. prosedur
energi, 5:1535-1545.doi:10.1016/
j.egypro.2011.03.263.
Donato D., Kauffman JB, Murdiyarso D.,dkk.,
(2012), Mangrove adalah Salah Satu Hutan
Terkaya Karbon di Kawasan Tropis (No. CIFOR
Infobrief no. 12, hal. 12p). Pusat Penelitian
Kehutanan Internasional (CIFOR), Bogor,
Indonesia.
Donato DC, Kauffman JB, Murdiyarso D.,dkk.,
(2011), Mangrove Termasuk Hutan Paling Kaya
Karbon di Daerah Tropis. Geosci Alam 4 :
293-297.
Estrada GCD, dan Soares MLG, (2017), Global
Pola Stok dan Penyerapan Karbon Di Atas Tanah
di Mangrove. Anais de Academia Brasileira de
Ciencias 89(2): 973-989.
Frananda H., Hartono, Jatmiko, RH, (2015),
Komparasi Indeks Vegetasi untuk Estimasi Stok
Karbon Hutan Mangrove Kawasan Segoro Anak
pada Kawasan Taman Nasional Alas Purwo
Banyuwangi, Jawa Timur. Majalah Ilmiah Globe.
Jil. 17 No 2 Desember 2015 : 113 – 123.

Fu W., Wu Y., (2011), Estimasi Di Atas
Biomassa Tanah Berbagai Pohon Bakau
Berdasarkan Diameter Kanopi dan Tinggi
Pohon. 3rdKonferensi Internasional Ilmu
Lingkungan dan Teknologi Aplikasi Informasi
(ESIAT 2011). Procedia Ilmu Lingkungan, 10
(2011) 2189 - 2194.
Giri RKKV, Madla VR., (2017), Kajian dan
Evaluasi Penyerapan Karbon menggunakan
Pengiriman Jarak Jauh dan GIS: Tinjauan
Berbagai Teknik. Jurnal Internasional Teknik
Sipil dan Teknologi, 8(4), 287-300.
EP Hijau, Mumby PJ, Edwards AJ,dkk., (1998),
Penilaian Kawasan Mangrove menggunakan
Citra Lintas Udara Multispektral Resolusi Tinggi.
Jurnal Penelitian Pesisir, 14(2), 433-443. Pantai
Royal Palm (Florida), ISSN 0749-0208.
Guha S., (2016), Kemampuan Teknik NDVI pada
Mendeteksi Vegetasi Mangrove. Jurnal
Internasional Penelitian Biologi Tingkat Lanjut.
Jil. 6(2): 253-258.
Hamdan O., Khairunnisa MR, Ammar AA,dkk.,
(2013), Penilaian Stok Karbon Mangrove dengan
Citra Satelit Optik. Jurnal Ilmu Hutan Tropis
25(4): 554-565.
Huete A., Didan K., Leeuwen WV,dkk., (2011),
Indeks Vegetasi MODIS. Penginderaan Jauh
Daratan dan Perubahan Lingkungan Global.
Peloncat. New York.
Hutchison J., Manica A., Setnam R.,dkk.,
(2014), Memprediksi Pola Global Biomassa
Hutan Mangrove. Konservasi Biarkan 7:233-240.
Imani G., Boyemba F., Lewis S.,dkk., (2017),
Alometri Diameter Tinggi dan Biomassa Di Atas
Tanah di Hutan Pegunungan Tropis: Wawasan
dari Albertine Rift di Afrika. PLOS SATU 12(6):
e0179653. https://doi.org/10.1371/
jurnal.pone.0179653.
Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Estimasi Stok Karbon dengan Penginderaan Jauh .....
IPCC., (2001), Iklim Mengubah 2001.
Program Inventarisasi Gas Rumah Kaca
Nasional Panel Antarpemerintah tentang
Perubahan Iklim diunduh pada 15 Juni 2017 dari
http://www.ipcc.ch/
ipccreports/tar/wg3/index.php?idp=477S.
Jha CS, Fararoda R., Rajashekar,dkk., (2015),
Distribusi Spasial Biomassa di Hutan India
menggunakan Pemodelan Spektral (Tren No.
Teknologi: Penginderaan Jauh Multiskala
Menggunakan Sensor Optikno. 3, 138p). Pusat
Internasional untuk Pengembangan
Pegunungan Terpadu (ICIMOD), Nepal. Kairo JL,
Lang'at JKS, Dahdouh-Guebas F.,et
Al., (2008), Perkembangan Struktural dan
Produktivitas Perkebunan Mangrove yang Ditanam
Kembali di Kenya. Untuk. ramah lingkungan.
Kelola. 255, 2670-2677.
Kartikasari AD, Sukojo BM, (2015), Analisis
Persebaran Ekosistem Hutan Mangrove
Manggunakan Citra Landsat-8 di Estuari
Perancak Bali. GEOID. Jil. 11 No. 01. Khan MNI,
Suwa R., Hagihara A., (2007), Karbon
dan Kolam Nitrogen di Tegakan Bakau Kandelia
obovate (S., L.) Yong: distribusi vertikal dalam
sistem vegetasi tanah. Basah. ramah
lingkungan. Kelola 15(2):141-153. doi:10. 1007/
s11273-006-9020-8.
Komiyama A., Ong JE, Poungparn S., (2008),
Alometri, Biomassa, dan Produktivitas Hutan
Mangrove. Botani Perairan. Jil. 89: 128–137.
Kristensen E., Bouillon S., Dittmar T.,dkk.,
(2008), Dinamika Karbon Organik di Ekosistem
Mangrove: tinjauan. Bot Akuatik 89:201-219.
doi:10.1016/j.aquabot.2007.12.005. Laffoley
DDA, Grimsdicth G., (2009), Itu
Pengelolaan Penyerap Karbon Alam Pesisir.
Kelenjar IUCN, Swiss.
Li XA, Yeh GO, Wang S.,dkk., (2007), Regresi
dan Model Analitik untuk Menduga Biomassa
Lahan Basah Mangrove di Tiongkok Selatan
Menggunakan Gambar Radarsat. Jurnal
Internasional Penginderaan Jauh 28:5567-5582.
147
Amandangi Wahyuning Hastuti dkk.
Lu D., (2006), Potensi dan Tantangan
Estimasi Biomassa Berbasis Penginderaan Jauh.
Jurnal Internasional Penginderaan Jauh. Jil.
27(7), 1297-1328.
Machiwa JF, Hallberg RO., (2002), Sebuah Empiris
Model Nasib Karbon Organik di Hutan
Mangrove yang Sebagian Dipengaruhi oleh
Aktivitas Antropogenik. Model Ekol 147:69-
83.Doi:10.1016/S0304-3800(01)00407-0.
Manuri S., Putra CAS, Saputra AD., (2011),
Teknik Pendugaan Cadangan Karbon Hutan.
Proyek Percontohan REDD Merang, Kerjasama
Internasional Jerman – GIZ. palembang.
Mariana, Felix F., Sukendi,dkk., (2015),
Pendugaan Stok Karbon Hutan Mangrove di
Pesisir Kuala Indragiri Provinsi Riau – Indonesia.
Jurnal Internasional Kelautan dan Oseanografi.
9(2), 117-126.ISSN 0973-2667.
Meideros TCC, Sampaio E., (2008), Alometri
Biomassa Di Atas Tanah pada Spesies Mangrove
di Itamaraca, Pernambuco, Brasil. Ekologi dan
Pengelolaan Lahan Basah 16 (4): 323-330.
Mitra A., Sengupta K., Banerjee K., (2011),
Biomassa Berdiri dan Penyimpanan Karbon
pada Struktur Di Atas Tanah pada Pohon Bakau
Dominan di Sundarbans. Untuk Ekol
Kelola 261:1325-1335.
doi:10.1016/j.foreco. 2011.01.012. Mudiyarso D.,
Donato D., Kauffman JBD,dkk.,
(2009), Penyimpanan Karbon di Ekosistem
Mangrove dan Lahan Gambut – Catatan Awal
dari Plot di Indonesia. No. CIFOR-Pusat
Penelitian Kehutanan Internasional (CIFOR),
Bogor, Indonesia. Kertas kerja 48.
Niklas KJ, (1995), Alometri Tergantung Ukuran
Tinggi Pohon, diameter dan batangnya lancip. Ann.
Bot. 75, 217–227.
Ong JE, Gong WK, Clough BF, (1995), Struktur
dan Produktivitas Stand Rhizopora Apiculata BI
Berusia 20 Tahun. Hutan mangrove. Jurnal
Biogeografi 22: 417-424. Otero V., Quisthoudt
K.. Koedam N.,dkk.,
(2016), Mangrove pada Batasannya:
148 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Deteksi Dan Daerah Perkiraan dari
Hutan Bakau Sepanjang Pantai Gurun Sahara.
Penginderaan jauh. 8: 512; doi: 10.3390/
rs8060512.
Parmeswari AASG, Hariyanto T., Sidik F., (2014),
Analisis Indeks Vegetasi Mangrove
Menggunakan Citra Satelit ALOS AVNIR-1 (Studi
Kasus: Estuari Perancak, Bali). Geiod Jil. 11, No. 1
Agustus 2015.
Proisy C., Rahmania R., Viennois G.,dkk.,
(2015), Pemantauan Perubahan Mantel
Mangrove Menggunakan Citra Satelit Resolusi
Tinggi. Studi Kasus di Muara Perancak, Bali. 12th
Konferensi Dua Tahunan Konferensi
Penginderaan Jauh Pan Ocean (PORSEC 2014).
04 - 07 November 2014. Bali - Indonesia.
Putz F., Chan HT, (1986), Pertumbuhan Pohon,
Dinamika dan Produktivitas Hutan Mangrove
Dewasa di Malaysia. Ekologi dan Pengelolaan
Hutan 17: 211-230. Rahmania R., Proisy C.,
Viennois G.,dkk.,
(2015), 13 Tahun Perubahan Luas dan
Fisiognomi Mangrove Pasca Pengabaian
Budidaya Udang, Bali. 2015 8thLokakarya
Internasional Analisis Citra Penginderaan Jauh
Multitemporal (Multi-Temporal).
IEEE Mengeksplorasi.
doi:10.1109/Multi-Temp.2015. 7245801.
Rodriguez W., Feller IC, (2004), Mangrove
Karakterisasi Lanskap dan Perubahan di Twin
Cays, Belize Menggunakan Foto Udara dan Data
Satelit IKONOS. Buletin Penelitian Atol. 513:
1-22.
Sahu SC, Kumar M., Ravindranath NH, (2016),
Stok Karbon di Hutan Bakau Alami dan Tanam
di Lahan Basah Mangrove Mahanadi, Pantai
Timur India. Sains Saat Ini, Vol. 110, No. 12, 25
Juni 2016. Sapit D., Damrong S., Ladawan P.,dkk
., (2011),
Penilaian Struktur Tegakan dan Penyimpanan
Karbon di Hutan Mangrove di Thailand. IUFRO
Dunia Ser 29:28-30. Saputra GR, (2007), Model
Penduga Potensi
Hutan Rakyat Menggunakan Citra Aster dan
Sistem Informasi Geografis di Beberapa Wilayah
Kabupaten Bogor

Bagian Barat. (Skripsi). bogor
Departemen Manajemen Hutan Fakultas
Kehutanan, IPB (Institut Pertanian Bogor),
Bogor.
Sidik F., Widagti N., Kadarusman HP,dkk.,
(2015), Laporan Teknis Penelitian dan
Pengambangan: Aplikasi Sistem Observasi
Adaptasi Mangrove Terhadap Perubahan Iklim
(Laporan Teknis: Peningkatan Penelitian untuk
Adaptasi Lahan Basah di Indonesia terhadap
Proyeksi Dampak Kenaikan Permukaan Laut).
Balai Penelitian dan Observasi Laut. Pusat
Pengkajian dan Perkeyasaan Teknologi Kelautan
dan Perikanan. Badan Penelitian dan
Pengembangan Kelautan dan Perikanan.
Kementerian Kelautan dan Perikanan.
Sitoe AA, Mandalate LJC, Guedes BS, (2014),
Biomassa dan Stok Karbon Hutan Mangrove
Teluk Sofala. Hutan. 5 Tahun 1967-1981;
10.3390/f5081967. ISSN 1999-4907.
Situmorang JP, Sugiatnto S., Darusman, (2016),
Pendugaan Tegakan Stok Karbon menggunakan
Indeks Vegetasi EVI dan NDVI pada Hutan
Produksi Kecamatan Lembah Seulawah, Aceh
Indonesia. Aceh Int. Sains. Teknologi,
5(3):126-139. doi: 10.13170/aijst. 5.3.5836.
Sutaryo D., (2009), Perhitungan Biomassa, Sebuah
Pengantar Studi Karbon dan Perdagangan
Karbon. Bogor (ID) :
Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017
Estimasi Stok Karbon dengan Penginderaan Jauh .....
(PENGENAL): Lahan basah Internasional Indonesia
Program.
Vicharnakorn P., Shrestha RP, Nagai M.,dkk.,
(2014), Penilaian Stok Karbon menggunakan
Penginderaan Jauh dan Data Inventarisasi
Hutan di Savannakhet, Laos. Penginderaan jauh.
6: 5452-5479. doi: 10.3390/ rs6065452.
Wang L., Sousa WP, Gong P., (2004), Integrasi
Berbasis Objek Dan Berbasis Piksel
Klasifikasi Pemetaan Mangrove dengan Citra
IKONOS. Int. J. Sensor Jarak Jauh 25: 5655-5668.
Westlake DF, (1963), Perbandingan Tumbuhan
Produktifitas. Ulasan Biologis. 38(3): 385-425.
Wicaksono P., Danoedoro P., Hartono H.,dkk.,
(2011), Pekerjaan Awal Pemetaan Stok Karbon
Ekosistem Mangrove di Pulau-Pulau Kecil
dengan Penginderaan Jauh: Pemetaan Stok
Karbon Di Atas dan Di Bawah Tanah pada Citra
Satelit Resolusi Menengah. Prosiding SPIE : Vol.
8174. Penginderaan Jauh untuk Pertanian,
Ekosistem, dan Hidrologi XIII.Masyarakat
Internasional untuk Optik dan Fotonik.
Yenni V., Parwati E., Winarso G.,dkk., (2014),
Kajian Pemantauan Stok Karbon Hutan
Mangrove Indonesia Menggunakan Pendekatan
Penginderaan Jauh. Lokakarya AMAN. Tokyo. 1st
Desember 2014.
149
Amandangi Wahyuning Hastuti dkk.

150 Jurnal Internasional Penginderaan Jauh dan Ilmu Bumi Vol. 14 No. 2 Desember 2017