BEDAH DISERTASI

METODE DETEKSI DEGRADASI HUTAN

MENGGUNAKAN CITRA SATELIT LANDSAT
DI HUTAN LAHAN KERING
TAMAN NASIONAL GUNUNG HALIMUN SALAK

 
SIGIT NUGROHO,
 PENDAHULUAN
Isu deforestasi dan degradasi hutan di negara berkembang
menjadi perhatian internasional , deforestasi di Indonesia
dari tahun 2000-2005 mencapai 1,9 juta Ha pertahun (FAO
2005)
(COP UNFCC) ke 13 mengakomodasi pencegahan degradasi
hutan untuk mengurangi emisi melalui reducing emissions
from deforestation and forest degradation/REDD (Murdiyarso
et al. 2008)
Permasalahan utama prosedur operasional monitoring,
reporting and verification (MRV) degradasi hutan adalah
belum adanya standar metode klasifikasi degradasi hutan
Teknologi analisis spasial yang menggunakan teknologi
sistem informasi geografis dan penginderaan jauh,
dapat menyajikan data secara real time dan time series
sangat bermanfaat bagi MRV.
 PENDAHULUAN
Salah satu Kawasan konservasi terbesar di Jawa yang
membutuhkan data degradasi adalah Taman Nasional
Gunung Halimun Salak (TNGHS), dengan d eforestasi
mencapai 25 ribu hektar, dengan rata-rata 1,3% per
tahun dari tahun 1989 – 2004

Pemrosesan citra digital dengan metode change detection

berkembang untuk berbagai klasifikasi penutup lahan
(forest canopy density, maximum likelihood, fuzzy dan
belief –dempster shafer)

Metode Klasifikasi maximum likelihood mempunyai

kelemahan yaitu sulit melakukan penggolongan status
vegetasi terperinci dengan metode statistik.
 PENDAHULUAN
Klasifikasi kerapatan kanopi menghasilkan ekstraksi
kenampakan yang lebih baik pada obyek yang spesifik di
bumi., diaplikasikan dengan menggunakan Forest Canopy
Density Mapper

Biophysical vegetation indices (FCD) indeks, melibatkan

indeks advanced vegetation index (AVI)., dibantu bare
soil index (BI). untuk detil dalam mengkategorikan
kerapatan vegetasi

Penggunaan forest canopy density untuk deteksi

perubahan tutupan hutan mempunyai akurasi yang baik,
terutama pada kelas hutan berkerapatan tinggi
 PENDAHULUAN
klasifikasifuzzy dan belief-dempster shafer untuk
klasifikasi penutup lahan menghasilkan ketelitian tinggi

klasifikasi maximum likelihood lebih baik dari metode belief

untuk klasifikasi vegetasi di hutan pegunungan tropis.

Klasifikasi belief dan fuzzy untuk klasifikasi hutan yang

lebih detil tentang hutan kerapatan rendah sampai
hutan kerapatan tinggi masih belum dikaji lebih jauh.

Metode klasifikasi tutupan lahan hutan yang diterapkan

di hutan lahan kering dengan kerapatan hutan detil dan
karakteristik spesifik memerlukan kajian.
 PENDAHULUAN
Metode deteksi degradasi hutan menggunakan citra Landsat secara temporal
dengan indikator degradasi hutan dan kriteria degradasi hutan di lapangan belum
pernah dilakukan.

Penelitian ini mengkaji dan menghasilkan metode deteksi degradasi hutan dengan
citra resolusi sedang (Landsat) berdasarkan kriteria dan klasifikasi degradasi hutan
yang lebih detil.
 PERUMUSAN MASALAH
1.Bagaimanakah kelas-kelas
hutan dan degradasi hutan
dibentuk?
2. Peubah apakah yang dapat
digunakan untuk membentuk
kelas-kelas degradasi hutan?
3. Manakah metode deteksi
degradasi hutan yang paling
tepat untuk diaplikasikan di
setiap tipe hutan?
TUJUAN PENELITIAN
1. ??
2. Mengidentifikasi peubah yang
dapat digunakan sebagai
indikator degradasi hutan di
lapangan.
3. Mengevaluasi tingkat akurasi
deteksi degradasi hutan.
Mengevaluasi tingkat akurasi
klasifikasi kerapatan hutan
menggunakan metode FCD,
maximum likelihood, fuzzy dan
belief-dempster shafer.
 Benang Merah Penelitian
MASALAH
1.Bagaimanakah kelas-kelas
hutan dan degradasi hutan
dibentuk?
2. Peubah apakah yang dapat
digunakan untuk
membentuk kelas-kelas
degradasi hutan?
3. Manakah metode deteksi
degradasi hutan yang
paling tepat untuk
diaplikasikan di setiap tipe
hutan?
TUJUAN HIPOTESIS
1. ??
2. Mengidentifikasi peubah yang
dapat digunakan sebagai
indikator degradasi hutan di
lapangan.
3. Mengevaluasi tingkat akurasi
deteksi degradasi hutan.
Mengevaluasi tingkat akurasi
klasifikasi kerapatan hutan
menggunakan metode FCD,
maximum likelihood, fuzzy dan
belief-dempster shafer.