PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN … · Pembangunan hutan di luar kawasan hutan yang...
Transcript of PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN … · Pembangunan hutan di luar kawasan hutan yang...
PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN
CITRA LANDSAT 7 ETM+ DI KABUPATEN CIAMIS
BAGIAN UTARA
JAJANG RONI AUNUL KHOLIK
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Pendugaan Potensi
Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian
Utara adalah benar hasil karya saya sendiri dengan arahan dari dosen pembimbing
dan belum pernah diajukan sebagai karya ilmiah pada perguruan tinggi atau
lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2013
Jajang Roni Aunul Kholik
NIM E14090090
ABSTRAK
JAJANG RONI AUNUL KHOLIK. Pendugaan Potensi Hutan Rakyat
Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara.
Dibimbing oleh NINING PUSPANINGSIH.
Pembangunan hutan di luar kawasan hutan yang dikelola negara saat ini
dapat menjadi alternatif pemecahan masalah terhadap tekanan sumberdaya hutan.
Salah satu alternatif tersebut adalah dengan dibangunnya hutan rakyat yang secara
sosial, ekonomi, dan ekologi sangat menguntungkan. Peningkatan potensi hasil
hutan kayu pada hutan rakyat mempunyai arti penting dalam kegiatan pengelolaan
hutan rakyat. Oleh karena itu, diperlukan adanya suatu kegiatan penelitian dalam
pendugaan potensi hutan rakyat. Tujuan penelitian ini adalah merumuskan model
pendugaan potensi hutan rakyat menggunakan citra Landsat 7 ETM+ dan
membuat peta sebaran potensi hutan rakyat menggunakan citra Landsat 7 ETM+
di Kabupaten Ciamis bagian Utara. Tahapan penelitian ini terdiri dari: persiapan,
pengolahan citra, pengambilan data lapangan, pengolahan data lapangan,
penyusunan model, dan peta sebaran potensi hutan rakyat. Hasil analisis
menunjukkan korelasi antara nilai NDVI dengan nilai volume tegakan relatif
tinggi (> 0,800), hal ini menjelaskan bahwa nilai NDVI pada citra Landsat 7
ETM+ dapat digunakan dalam menduga volume tegakan. Berdasarkan hasil
analisis regresi dan uji akurasi pemetaan, model terpilih yang digunakan untuk
pemetaan sebaran potensi hutan rakyat di Kabupaten Ciamis bagian Utara adalah
model eksponensial yaitu V = 20,905*℮(1,765*NDVI)
dengan nilai R2 sebesar 62,8%,
Kappa Accuracy sebesar 30,9%, dan nilai Overall Accuracy sebesar 56%. Secara
keseluruhan lokasi desa yang diamati memiliki potensi antara 44,6 m3/ha sampai
dengan 78,3 m3/ha dengan total potensi hutan rakyat antara 1.366,9 m
3 sampai
dengan 70.868,4 m3.
Kata kunci: hutan rakyat, Kappa, model, potensi, regresi
ABSTRACT
JAJANG RONI AUNUL KHOLIK. Estimation of Potential of Private Forest
using Landsat 7 ETM+ Imageries in North of Ciamis Regency. Supervised by
NINING PUSPANINGSIH.
Development of forest outside the forest area managed state today can be an
alternative solution to the problem of forest resource pressures. One such
alternative is the developed of private forest that are socially, economically, and
ecologically profitable. Increased potential of timber forest product on private
forest have significance in private forest management activities. Therefore, it is
necessary to have an estimate of potential of research activities in private forest.
The purpose of this research is to formulate a Estimation model of potential of
private forest using Landsat 7 ETM+ imageries and create a map of distribution
potential of private forest using Landsat 7 ETM+ imageries in north of Ciamis
Regency. Stages of this research consisted of: preparation, image processing, field
data collection, field data processing, modeling, and a map of distribution
potential of private forest. The results of analysis shows the correlation between
the value of NDVI with value of standing volume is high relatively (> 0,800), this
case explains that the value NDVI on Landsat 7 ETM+ imageries can be used in
surmise standing volume. Based on the results of the regression analysis and
mapping accuracy test, selected models are used for mapping the distribution of
potential of private forest in north of Ciamis Regency is the exponential models is
V = 20,905*℮(1,765*NDVI)
with R2 values of 62,8%, Kappa Accuracy of 30,9%, and
the value of Overall Accuracy of 56%. Overall the location of villages surveyed
are had a potency between 44,6 m3/ha up to 78,3 m
3/ha with a total potential of
private forest between 1.366,9 m3 up to 70.868,4 m
3.
Keywords: Kappa, model, potential, private forest, regression
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN
CITRA LANDSAT 7 ETM+ DI KABUPATEN CIAMIS
BAGIAN UTARA
JAJANG RONI AUNUL KHOLIK
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi: Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara
Nama Jajang Roni Aunul Kholik NIM : E14090090
Disetujui oleh
Dr Nining Puspaningsih, MSi Pembimbing
Diketahui oleh
. Dr Ir Didik Suharjito, MS Ketua Departemen
Tanggal Lulus: 26 JUL 2013
Judul Skripsi : Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7
ETM+ di Kabupaten Ciamis Bagian Utara
Nama : Jajang Roni Aunul Kholik
NIM : E14090090
Disetujui oleh
Dr Nining Puspaningsih, MSi
Pembimbing
Diketahui oleh
Dr Ir Didik Suharjito, MS
Ketua Departemen
Tanggal Lulus:
PRAKATA
Alhamdulillahi robbil ‘alamin. Puji dan syukur penulis panjatkan kehadirat
Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini
berhasil diselesaikan. Penelitian yang mengambil tema Pemodelan ini
dilaksanakan sejak bulan April 2013 sampai bulan Juni 2013 dengan judul
Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di
Kabupaten Ciamis Bagian Utara.
Skripsi ini merupakan hasil pembahasan secara ilmiah terhadap
perkembangan teknologi Remote Sensing dan Sistem Informasi Geografis (SIG)
yang diharapkan berguna dalam pemanfaatannya di dunia kehutanan baik pada
masa kini maupun masa yang akan datang. Skripsi ini disusun sebagai salah satu
syarat untuk memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen
Hutan Fakultas Kehutanan IPB.
Terima kasih penulis ucapkan kepada: Ayahanda Opa Mustopa dan Ibunda
Titin atas segala doa, kasih sayang, dan ketulusan serta bimbingannya kepada
penulis sejak lahir sampai lebih dari umur baligh, adik-adikku tersayang Hilmi
Dahyani dan Salsa Khoirunnisa atas kasih sayang yang dicurahkan kepada
penulis, serta Dr Nining Puspaningsih, MSi selaku dosen pembimbing. Di
samping itu, penghargaan penulis sampaikan kepada Ade Rifki Rozikin Nur dan
Endang Burhanuddin (Sahabatku, Alumni MAN Cijantung Ciamis) yang telah
membantu selama proses pengambilan data di lapangan, serta Direktorat Jenderal
Pendidikan Islam Kementerian Agama RI yang telah memberikan beasiswa studi
secara penuh selama masa perkuliahan di Fakultas Kehutanan IPB melalui jalur
Beasiswa Utusan Daerah (BUD) Program Beasiswa Santri Berprestasi (PBSB).
Semoga karya ilmiah ini bermanfaat.
Bogor, Juli 2013
Jajang Roni Aunul Kholik
DAFTAR ISI
DAFTAR TABEL vii
DAFTAR GAMBAR vii
DAFTAR LAMPIRAN vii
PENDAHULUAN 1
Latar Belakang 1 Tujuan Penelitian 1
TINJAUAN PUSTAKA 2
Hutan Rakyat 2 Sistem Informasi Geografis (SIG) 2 Citra Landsat 7 ETM+ 3 Model-Model Spasial Menggunakan Citra Satelit 5
METODE PENELITIAN 6
Waktu dan Lokasi 6 Alat dan Bahan 6 Metode 7
HASIL DAN PEMBAHASAN 15
Keadaan Umum Lokasi 15 Hasil Identifikasi Lapangan 17 Model Pendugaan Potensi Hutan Rakyat 20 Peta Sebaran Potensi Hutan Rakyat 22
SIMPULAN DAN SARAN 27
Simpulan 27 Saran 27
DAFTAR PUSTAKA 27
LAMPIRAN 29
DAFTAR TABEL
1 Karakteristik citra Landsat 7 ETM+ 4
2 Karakteristik band dan kegunaan utama citra Landsat 7 ETM+ 5
3 Model-model spasial dengan menggunakan citra satelit 5
4 Analisis ragam untuk regresi sederhana 13
5 Matriks kesalahan (confusion matrix) 15
6 Penggunaan lahan di Kabupaten Ciamis tahun 2012 16
7 Hutan rakyat monocultur di lapangan dan NDVI pada citra 18
8 Hutan rakyat campuran di lapangan dan NDVI pada citra 19
9 Hasil analisis korelasi antara volume dan NDVI 20
10 Hasil uji Z pada nilai korelasi 20
11 Model pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian
Utara tahun 2013 20
12 Hasil verifikasi model menggunakan Uji-χ2 21
13 Hasil uji akurasi pemetaan 23
14 Hasil uji Z pada tiap model 23
15 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap
desa di Kabupaten Ciamis bagian Utara tahun 2013 24
16 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap
kecamatan di Kabupaten Ciamis bagian Utara tahun 2013 26
DAFTAR GAMBAR
1 Peta lokasi penelitian 6
2 Bagan alir tahapan penelitian 7
3 Citra Landsat 7 ETM+ Kabupaten Ciamis bagian utara tahun 2013 8
4 Peta hasil klasifikasi NDVI pada citra Landsat 7 ETM+ 10
5 Peta sebaran plot contoh hutan rakyat Kabupaten Ciamis bagian Utara
tahun 2013 11
6 Model hubungan volume (m3/ha) dengan nilai NDVI 21
7 Peta klasifikasi potensi hutan rakyat Kabupaten Ciamis bagian Utara
tahun 2013 22
8 Peta sebaran potensi hutan rakyat Kabupaten Ciamis bagian Utara tahun
2013 24
DAFTAR LAMPIRAN
1 Hasil perhitungan volume tegakan dengan model terpilih 28
2 Hasil perhitungan uji akurasi pemetaan 28
PENDAHULUAN
Latar Belakang
Pembangunan hutan oleh masyarakat di luar kawasan hutan yang dikelola
negara saat ini dapat menjadi alternatif pemecahan masalah terhadap tekanan
sumberdaya hutan. Salah satu alternatif tersebut adalah dengan dibangunnya hutan
rakyat yang secara sosial, ekonomi, dan ekologi sangat menguntungkan. Manfaat
hutan rakyat dilihat dari segi sosial dan ekonomi dapat meningkatkan pendapatan
bagi pemilik lahan, memberikan lapangan pekerjaan bagi masyarakat sekitar, dan
menjadi salah satu program kegiatan pembangunan ekonomi daerah berbasiskan
lingkungan. Manfaat hutan rakyat dilihat dari segi ekologi dapat mengendalikan
tingkat polusi udara, memperbaiki kesuburan tanah, mengatur keseimbangan
neraca air, dan memperkecil limpasan permukaan, sehingga akan mengurangi
kemungkinan terjadinya erosi dan banjir.
Peningkatan potensi hasil hutan kayu pada hutan rakyat mempunyai arti
penting dalam kegiatan pengelolaan hutan rakyat. Oleh karena itu, diperlukan
adanya suatu kegiatan penelitian dalam pendugaan potensi hutan rakyat. Teknik
pendugaan yang dapat dilakukan secara cepat dan akurat dalam menghasilkan dan
menyajikan data mengenai potensi, karakteristik, dan sebaran hutan rakyat adalah
kegiatan inventarisasi sumberdaya hutan. Kegiatan ini biasanya dilakukan melalui
suatu teknik penarikan contoh (sampling), yaitu teknik pengukuran potensi dan
karakteristik suatu populasi (sumberdaya) dengan hanya dilakukan pada sebagian
contoh (sample) dari populasi tersebut.
Inventarisasi sumberdaya hutan dapat dilakukan dengan berbagai cara,
diantaranya adalah dengan melakukan pendataan potensi tegakan secara terestris
(langsung di lapangan) dan dengan menggunakan teknologi penginderaan jauh
yaitu metode pengambilan data tanpa harus mendatangi lokasi yang diamati atau
berhubungan langsung dengan objeknya sehingga lebih efisien baik dalam hal
waktu, biaya, maupun sumberdaya manusia yang dibutuhkan. Penyusunan model
pendugaan potensi hutan rakyat ini untuk mempelajari hubungan antara peubah-
peubah tegakan yang diambil dengan metode terestris dan penginderaan jauh.
Penyusunan model dengan menggunakan metode ini dapat digunakan sebagai alat
bantu dalam pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian Utara
secara cepat dan murah, mempermudah pelaksanaan kegiatan perencanaan dan
monitoring hutan rakyat, serta mendorong pemanfaatan teknologi penginderaan
jauh yang murah, mudah, dan cepat guna mendukung pelaksanaan pengelolaan
hutan rakyat yang berkelanjutan.
Tujuan Penelitian
Tujuan penelitian ini adalah:
1. Merumuskan model pendugaan potensi hutan rakyat menggunakan citra
Landsat 7 ETM+ di Kabupaten Ciamis bagian Utara.
2. Membuat peta sebaran potensi hutan rakyat menggunakan citra Landsat 7
ETM+ di Kabupaten Ciamis bagian Utara.
2
TINJAUAN PUSTAKA
Hutan Rakyat
Menurut Undang-Undang Nomor 41 tahun 1999 tentang Kehutanan Bab I
Pasal 1 Ayat 5, hutan hak atau disebut juga hutan rakyat adalah hutan yang
tumbuh di atas tanah yang dibebani hak milik (hak atas tanah). Definisi ini
diberikan untuk membedakannya dari hutan negara yaitu hutan yang tumbuh di
atas tanah yang tidak dibebani hak milik atau berada pada tanah negara. Menurut
Hardjosoediro (1980) diacu dalam Prastiyo (2009), hutan rakyat atau hutan milik
adalah semua hutan yang ada di Indonesia yang tumbuh di luar tanah yang
dikuasai oleh pemerintah atau negara, atau dengan kata lain hutan yang secara
pribadi dimiliki oleh rakyat.
Ketentuan luasan dan persentase tutupan tajuk pada hutan rakyat
berdasarkan Peraturan Menteri Kehutanan Republik Indonesia Nomor:
P.03/Menhut-V/2004 tentang Pedoman Pembuatan Tanaman Hutan Rakyat
Gerakan Nasional Rehabilitasi Hutan dan Lahan adalah hutan yang tumbuh di atas
tanah yang dibebani hak milik maupun hak lainnya di luar kawasan hutan negara
dengan ketentuan luas minimum sekitar 0,25 ha, penutupan tajuk tanaman kayu-
kayuan dan tanaman lainnya lebih dari 50%. Adapun tujuan dari pembuatan hutan
rakyat ini adalah terwujudnya hutan rakyat sebagai upaya rehabilitasi dan
meningkatkan produktivitas lahan dengan berbagai hasil hutan baik berupa hasil
hutan kayu maupun hasil hutan bukan kayu, serta memberikan peluang
kesempatan kerja dan kesempatan berusaha sehingga dapat meningkatkan
pendapatan masyarakat serta kualitas lingkungan.
Menurut Lembaga Penelitian IPB (1983) diacu dalam Purwanto et.al.
(2003), terdapat tiga tipe hutan rakyat yaitu sebagai berikut:
1. Hutan rakyat murni (monocultur) yaitu hutan rakyat yang hanya terdiri dari
satu jenis tanaman pokok berkayu yang ditanam dan diusahakan secara
homogen atau monokultur.
2. Hutan rakyat campuran (polycultur) yaitu hutan rakyat yang terdiri dari
berbagai jenis tanaman berkayu yang ditanam secara campuran.
3. Hutan rakyat wanatani (agroforestry) yaitu hutan rakyat yang mempunyai
bentuk usaha kombinasi antara usaha kehutanan dengan cabang usaha tani
lainnya, seperti: perkebunan, pertanian, tanaman pangan, peternakan, dan lain
sebagainya yang diusahakan dan dikembangkan secara terpadu.
Sistem Informasi Geografis (SIG)
Definisi SIG menurut ESRI (1990) diacu dalam Prahasta (2002) adalah
kumpulan yang terorganisir dari perangkat keras komputer, perangkat lunak, data
geografis, dan personil yang dirancang secara efisien untuk memperoleh,
menyimpan, meng-update, manipulasi, analisis, dan menampilkan semua bentuk
informasi yang bereferensi geografis. SIG juga dapat didefinisikan sebagai
perangkat lunak untuk menyimpan, memanggil kembali, transformasi, dan displai
data keruangan permukaan bumi yang terdiri dari:
3
a. Spasial yaitu data yang berkaitan dengan koordinat geografis bumi (lintang,
bujur, dan ketinggian).
b. Atribut yaitu data yang tidak berkaitan dengan posisi geografis, dan
c. Hubungan antara data spasial, atribut, dan waktu.
Jaya (2002) menyebutkan pada bidang kehutanan, SIG sangat diperlukan
guna mendukung pengambilan keputusan untuk memecahkan masalah keruangan
(spasial) mulai dari tahap perencanaan, pengelolaan, sampai dengan pengawasan.
SIG sangat membantu memecahkan permasalahan yang menyangkut lokasi
(point), batas (line atau Arc), dan luasan (polygon). Data spasial yang umum
digunakan di bidang kehutanan antara lain sebagai berikut:
a. Peta Rencana Tata Ruang Wilayah dan Tata Guna Hutan;
b. Peta Rupa Bumi (kontur);
c. Peta Jaringan Jalan dan Sungai;
d. Peta Batas Unit Pengelolaan Hutan dan Administrasi Kehutanan;
e. Peta Iklim, Tanah, dan Geologi; dan
f. Peta Vegetasi dan Potensi Hutan (turunan dari foto udara atau citra satelit).
Citra Landsat 7 ETM+
Paine (1992) menyatakan bahwa Landsat merupakan satelit sumber daya
Bumi yang pada awalnya bernama ERTS-1 (Earth Resource Technology Satellite-
1) yang diluncurkan pertama kalinya pada tanggal 23 Juli 1972 yang mengorbit
hingga 6 Januari 1978. Tepat sebelum peluncuran ERTS-B tanggal 22 Juli 1975,
NASA (National Aeronatics and Space Administration) secara resmi menangani
program ERTS menjadi program Landsat untuk membedakan program
oseanografi ”Seasat”, sehingga ERTS-1 menjadi Landsat 1 dan Landsat 2.
Peluncuran Landsat 3 terjadi pada tanggal 5 Maret 1978. Landsat 1, 2, dan 3
mempunyai dua sensor, yaitu RBV (Return Beam Vidicon) dan MSS (Multi
Spectral Scanner). Landsat 4 diluncurkan pada bulan Juli 1982, Landsat 5
diluncurkan pada bulan Maret 1984, dan Landsat 6 diluncurkan pada bulan
Februari 1993, namun tidak mencapai orbit dan jatuh ke laut. Landsat 1, 2, dan 3
membawa empat saluran sensor MSS, sedangkan Landsat 4 dan 5 membawa
empat saluran sensor MSS, tujuh saluran sensor TM (Thematic Mapper), dan satu
saluran ETM+ (Enhanced Thematic Mapper plus) (Paine 1992).
Jaya (2002) menyatakan bahwa Thematic Mapper (TM) merupakan alat
scanning mekanis yang sama dengan MSS, yaitu: mempunyai resolusi spektral (7
band), resolusi spasial (30 m x 30 m), dan radiometrik (8 bit). Perubahan tinggi
orbit menjadi 705 km dari permukaan bumi berakibat pada peningkatan resolusi
spasial menjadi 30 m x 30 m untuk TM 1 - TM 5, serta 120 m x 120 m untuk TM
6 dan TM 7. Resolusi temporal menjadi 16 hari dan perubahan data dari 6 bit (64
tingkatan warna) menjadi 8 bit (256 tingkatan warna). Kelebihan citra Landsat 7
ETM+ adalah menggunakan tujuh saluran, enam saluran terutama dititikberatkan
untuk studi vegetasi dan satu saluran untuk studi geologi. Terakhir kalinya pada
akhir era 2000-an, NASA menambahkan penajaman sensor band pankromatik
yang ditingkatkan resolusi spasialnya menjadi 15 m x 15 m, sehingga dengan
kombinasi didapatkan citra komposit dengan resolusi 15 m x 15 m. Karakteristik
citra Landsat 7 ETM+ secara lengkap disajikan pada Tabel 1.
4
Karakteristik data Landsat 7 ETM+ diperoleh pada tujuh saluran spektral
yaitu tiga saluran tampak, satu saluran inframerah dekat (NIR), dua saluran
inframerah tengah (MIR), dan satu saluran inframerah termal (TIR). Lokasi dan
lebar dari ketujuh saluran ini ditentukan dengan mempertimbangkan kepekaannya
terhadap fenomena alam tertentu dan untuk menekan sekecil mungkin pelemahan
energi permukaan bumi oleh kondisi atmosfer bumi. Salah satu kegunaan citra
Landsat 7 ETM+ dalam kegiatan pengelolaan sumberdaya alam adalah untuk
analisis penggunaan lahan, klasifikasi vegetasi, dan pemetaan hidrotermal.
Karakteristik band dan kegunaan utama citra Landsat 7 ETM+ secara lengkap
disajikan pada Tabel 2.
Menurut Jaya (2002), Sistem Landsat merupakan sistem milik Amerika
Serikat yang mempunyai tiga instrumen pencitraan, yaitu:
1. RBV (Return Beam Vidicon) merupakan instrumen semacam televisi yang
mengambil citra snapshot dari permukaan bumi sepanjang track lapangan
satelit pada setiap selang waktu tertentu.
2. MSS (Multi Spectral Scanner) merupakan suatu alat scanning mekanik yang
merekam data dengan cara men-scanning permukaan bumi dalam jalur atau
baris tertentu.
3. TM (Thematic Mapper) merupakan alat scanning mekanis yang mempunyai
resolusi spektral, spasial, dan radiometrik.
Tabel 1 Karakteristik citra Landsat 7 ETM+
Sistem Landsat 7 ETM+
Orbit
Sensor
Swath Width
Off-track viewing
Revisit Time
Band-band Spektral (µm)
Ukuran Piksel Lapangan
(Resolusi spasial)
Arsip data
705 km, 98,2o, sun-synchronous, 10:00 AM
crossing, rotasi 16 hari (repeat cycle)
ETM+ (Enhanced Thematic Mapper Plus)
185 km (FOV=15o)
Tidak tersedia
16 hari
0,45-0,52 (1), 0,52-0,60 (2), 0,63-0,69 (3),
0,76-0,90 (4), 1,55-1,75 (5), 10,40-12,50 (6),
2,08-2,35 (7), 0,50-0,90 (PAN)
30 m x 30 m (band 1-5, dan 7), 15 m x 15 m
(PAN), 60 m x 60 m (band 6)
earthexplorer.usgs.gov
5
Tabel 3 Model-model spasial dengan menggunakan citra satelit
Peneliti Tahun Peubah Model persamaan R2 (%)
Febrianto 2007 - NDVI (x)
- Volume (y)
Hutan Sejenis: Y = 2,26x + 3,23
Kebun Campuran: Y = 23,56x2 -
12,18x + 4,06
64,0
78,5
Supriyanto 2007 - NDVI (x)
- Volume (y)
Hutan Sejenis: Y = 85,5x + 80,5
Kebun Campuran: Y = 5,57x + 0,8
77,5
53,7
Nofianti 2006 - NDVI (x)
- Volume (y)
Hutan Rakyat: Y = 73,34x + 16,87 74,0
Model-Model Spasial Menggunakan Citra Satelit
Citra satelit sumber daya alam telah banyak digunakan dalam kegiatan
pemodelan spasial terutama di bidang kehutanan. Salah satu model yang dapat
dihasilkan dari penggunaan citra satelit adalah model pendugaan potensi tegakan
berdasarkan nilai NDVI pada citra. Model-model spasial dengan menggunakan
citra satelit disajikan pada Tabel 3.
Tabel 2 Karakteristik band dan kegunaan utama citra Landsat 7 ETM+
Saluran Kisaran
gelombang (µm) Kegunaan utama
1 0,45 – 0,52 Penetrasi tubuh air, analisis penggunaan lahan,
tanah, dan vegetasi, serta pembedaan vegetasi dan
lahan.
2 0,52 – 0,60 Pengamatan puncak pantulan vegetasi pada saluran
hijau yang terletak diantara dua saluran
penyerapan. Pengamatan ini untuk membedakan
jenis vegetasi dan tanaman sehat terhadap tanaman
yang tidak sehat.
3 0,63 – 0,69 Saluran terpenting untuk membedakan jenis
vegetasi. Saluran ini terletak pada salah satu
daerah penyerapan klorofil.
4 0,76 – 0,90 Saluran yang peka terhadap biomassa vegetasi,
untuk identifikasi jenis tanaman, memudahkan
pembedaan tanah dan tanaman, serta lahan dan air.
5 1,55 – 1,75 Saluran penting untuk pembedaan jenis tanaman,
kandungan air pada tanaman, dan kelembaban
tanah.
6 10,40 – 12,50 Membedakan formasi batuan (geologi) dan
pemetaan hidrotermal.
7 2,08 – 2,35 Klasifikasi vegetasi, analisis gangguan vegetasi,
pembedaan kelembaban tanah, dan keperluan lain
yang berhubungan dengan gejala termal.
8 Pankromatik Studi kota, penajaman batas linier, dan analisis tata
keruangan. a Sumber: Lillesand dan Kiefer (1990)
6
METODE PENELITIAN
Waktu dan Lokasi
Penelitian ini dilaksanakan dalam dua tahap, yaitu: pada bulan April 2013
dilaksanakan pengambilan data lapangan yang berlokasi di hutan rakyat
Kabupaten Ciamis bagian Utara, Provinsi Jawa Barat dan pada bulan Mei 2013
sampai dengan bulan Juni 2013 dilaksanakan kegiatan pengolahan data yang
berlokasi di Laboratorium Remote Sensing dan GIS, Departemen Manajemen
Hutan, Fakultas Kehutanan IPB. Peta lokasi penelitian disajikan pada Gambar 1.
Alat dan Bahan
Alat yang digunakan antara lain: GPS (Global Positioning System), pita
diameter (phi band), pita ukur, Suunto Tandem, tali tambang sepanjang 17,85
meter, seperangkat komputer dengan program Microsoft Office 2007 (Word dan
Excel), Software Minitab 14, ArcGIS versi 9.3, dan ERDAS Imagine versi 9.1,
tally sheet lapangan, kamera digital, serta kalkulator.
Bahan yang digunakan terdiri atas: data primer dan data sekunder. Data
primer adalah data yang dihasilkan dari pengukuran pohon secara langsung di
lapangan, yaitu: nama jenis pohon, diameter pohon setinggi dada (Dbh), tinggi
total (Tt) dan tinggi bebas cabang pohon (Tbc), jumlah pohon (N), diameter tajuk
setiap pohon, koordinat titik pusat plot (X,Y), dan dokumentasi tutupan lahan di
lapangan. Data sekunder adalah data mengenai keadaan umum lokasi penelitian,
Gambar 1 Peta lokasi penelitian
7
citra Landsat 7 ETM+ Kabupaten Ciamis (Path/Row 121/065) liputan bulan April
tahun 2013, dan data vektor digital berupa administrasi Kabupaten Ciamis (batas
desa dan kecamatan) bersumber dari BAPPEDA Kabupaten Ciamis tahun 2012.
Metode
Tahapan penelitian Pendugaan Potensi Hutan Rakyat menggunakan Citra
Landsat 7 ETM+ di Kabupaten Ciamis bagian Utara ini terdiri dari: 1) persiapan,
2) pengolahan citra, 3) pengambilan data lapangan, 4) pengolahan data lapangan,
5) penyusunan model, dan 6) peta sebaran potensi hutan rakyat. Tahapan
penelitian secara lengkap disajikan pada Gambar 2.
Persiapan
Pada tahap ini dilakukan kegiatan pengumpulan data sekunder berupa
keadaan umum lokasi penelitian, citra Landsat 7 ETM+ Kabupaten Ciamis bagian
Utara (Path/Row 121/065) liputan bulan April tahun 2013 (Gambar 3), dan data
vektor digital berupa data administrasi Kabupaten Ciamis yang bersumber dari
BAPPEDA Kabupaten Ciamis tahun 2012.
Gambar 2 Bagan alir tahapan penelitian
Persiapan
Analisis statistik penyusunan model penduga
Mulai
Peng ambilan data lapangan
Potensi tegakan (m 3 /plot)
Pengolahan data lapangan
Peta hasil analisis NDVI
Pengolahan citra
Citra Landsat Lokasi plot
contoh hutan rakyat
Pengujian model
Model terpilih
Peta sebaran potensi hutan rakyat
Selesai Uji akurasi pemetaan
8
Pengolahan Citra
Pengolahan citra dilakukan pada citra Landsat 7 ETM+ Kabupaten Ciamis
(Path/Row 121/065) liputan bulan April tahun 2013. Kegiatan pengolahan citra
yang dilakukan adalah sebagai berikut:
Layer Stack
Layer Stack merupakan suatu proses menggabungkan beberapa band pada
citra menjadi satu kesatuan. Tujuan dari kegiatan ini adalah untuk menghasilkan
citra gabungan yang mempunyai kualitas kekontrasan yang baik.
Rektifikasi (Koreksi Geometris)
Rektifikasi merupakan suatu proses melakukan transformasi data dari suatu
sistem grid menggunakan suatu transformasi geometrik (Jaya 2002). Kegiatan
rektifikasi ini dilakukan karena pada citra tersebut masih terdapat kesalahan-
kesalahan atau distorsi pada saat perekaman. Posisi piksel pada citra output tidak
sama dengan posisi piksel pada citra input, maka piksel-piksel yang digunakan
untuk mengisi citra yang baru harus di-resampling kembali.
Resampling adalah suatu proses melakukan ektrapolasi nilai data untuk
piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya. Metode
yang digunakan pada penelitian ini adalah metode Nearest Neighbor, dimana
dalam metode ini nilai pikselnya tidak berubah karena menggunakan nilai dari
piksel yang terdekat (Jaya 2002). Tahapan rektifikasi yang dilakukan adalah:
1. Memilih titik kontrol lapangan (Ground control point). GCP tersebut sedapat
mungkin adalah titik-titik atau obyek yang mudah diketahui di lapangan dan
tidak berubah dalam jangka waktu yang lama. GCP yang dipilih harus tersebar
merata pada citra yang akan dikoreksi.
Gambar 3 Citra Landsat 7 ETM+ Kabupaten Ciamis bagian utara tahun 2013
9
2. Menghitung kesalahan (RMSE, root mean squared error) dari GCP yang
terpilih. Nilai RMSE yang diperkenankan adalah tidak lebih dari 0,5 piksel.
Penyamaan Histogram (Histogram equalization)
Penyamaan histogram adalah metode penajaman kontras yang tidak linier
sehingga distribusi histogram dari pikselnya mendekati uniform, atau
menghasilkan histogram yang mendekati datar. Kontras hasil penajaman ini akan
menjadi merata di seluruh areal. Kontras meningkat pada puncak-puncak
histogram dan menurun pada ujung-ujung histogram (Jaya 2005).
Cropping
Cropping merupakan suatu proses pemotongan atau pembatasan citra yang
akan digunakan sehingga sesuai dengan lokasi penelitian. Kegiatan Cropping ini
dilakukan untuk menganalisis dan mengevaluasi suatu lokasi agar sesuai dengan
batasan lokasi yang akan diamati. Citra yang dipotong pada penelitian ini adalah
citra Landsat 7 ETM+ Kabupaten Ciamis (Path/Row 121/065) liputan bulan April
tahun 2013, sedangkan layer untuk memotongnya menggunakan layer batas
administrasi Kabupaten Ciamis bagian Utara.
Pembuatan Peta NDVI
Perhitungan indeks vegetasi tutupan lahan dengan menggunakan
Normalized Difference Vegetation Index (NDVI) merupakan perhitungan dari
sinar tampak dan infra merah dekat yang direfleksikan oleh vegetasi. Klasifikasi
nilai piksel untuk NDVI berkisar antara -1 sampai dengan 1, dimana nilai NDVI
yang rendah (negatif) mengidentifikasikan wilayah badan air, bebatuan, pasir, dan
salju. Nilai NDVI yang tinggi (positif) mengidentifikasikan wilayah vegetasi baik
berupa padang rumput, semak belukar, maupun hutan, sedangkan nilai NDVI
mendekati 0 umumnya mengidentifikasikan lahan kosong (Saputra 2007). Nilai
NDVI ini dapat dihitung dengan menggunakan persamaan:
Keterangan:
NIR = near infra red (band infra merah dekat/ band 4)
RED = band merah (band 3)
Citra pada band 4 dan band 3 mempunyai kelebihan yaitu objek bervegetasi
akan memberikan tanggapan spektral yang tinggi. Nilai indeks vegetasi dapat
memberikan informasi tentang persentase penutupan vegetasi, indeks tanaman
hidup (Leaf Area Index), biomassa tanaman, kapasitas fotosintesis, dan estimasi
penyerapan karbon dioksida (CO2) (Saputra 2007). Hasil klasifikasi NDVI
disajikan pada Gambar 4.
10
Pengambilan Data Lapangan
Pengambilan data lapangan dalam pendugaan potensi hutan rakyat ini
dilakukan melalui kegiatan inventarisasi hutan. Inventarisasi hutan merupakan
suatu rangkaian kegiatan pengumpulan data untuk mengetahui keadaan potensi
sumberdaya hutan serta lingkungannya secara lengkap dari suatu areal hutan yang
diamati (Kemenhut 2010). Pengambilan contoh di lapangan dilakukan dengan
menggunakan metode purposive sampling berdasarkan kriteria penyebaran kelas
umur dan jenis tegakan pada 50 plot contoh berbentuk lingkaran seluas 0,1 ha.
Data yang diukur yaitu:
1. Diameter pohon setinggi dada (Dbh)
2. Tinggi total (Tt) dan tinggi bebas cabang pohon (Tbc)
3. Nama jenis pohon (komersial dan non komersial)
4. Koordinat titik pusat plot (X,Y)
5. Diameter tajuk setiap pohon
6. Dokumentasi tutupan lahan di lapangan
Hasil pengecekan di lapangan dengan menggunakan metode purposive
sampling pada 50 plot contoh hutan rakyat, dapat diketahui informasi mengenai
sebaran plot contoh yang ada, yaitu: sebanyak 9 plot contoh berada di Kecamatan
Cipaku, 12 plot contoh di Kecamatan Jatinagara, 21 plot contoh di Kecamatan
Rajadesa, dan 9 plot contoh berada di Kecamatan Rancah. Peta sebaran plot
contoh hutan rakyat disajikan pada Gambar 5.
Gambar 4 Peta hasil klasifikasi NDVI pada citra Landsat 7 ETM+
11
Pengolahan Data Lapangan
Pendugaan Potensi
Pendugaan potensi tegakan dihitung berdasarkan data diameter pohon
setinggi dada (Dbh) dan tinggi bebas cabang pohon (Tbc) hasil pengukuran di
lapangan dengan menggunakan rumus volume pohon, yaitu:
Keterangan:
V = volume pohon (m3)
Dbh = diameter pohon setinggi dada (m)
Tbc = tinggi bebas cabang pohon (m)
f = angka bentuk pohon = 0,7
π = 3,14
Setelah dilakukan perhitungan volume untuk semua pohon yang ada, maka
dilanjutkan dengan perhitungan volume tegakan per plot, yaitu:
∑
Keterangan:
Vteg = volume tegakan per plot (m3/plot)
Vi = volume pohon ke-i (m3)
Gambar 5 Peta sebaran plot contoh hutan rakyat Kabupaten Ciamis bagian Utara
tahun 2013
12
Analisis Spasial
Analisis spasial merupakan suatu kegiatan menggabungkan feature dari
beberapa layer ke dalam layer baru serta menggabungkan secara relasional atribut
feature-nya. Kegiatan ini dilakukan dengan menggabungkan peta koordinat titik
pusat plot contoh dengan peta hasil analisis NDVI untuk mendapatkan data nilai
NDVI tiap plot contoh.
Penyusunan Model Pendugaan Potensi Hutan Rakyat
Analisis hubungan antara volume tegakan dengan NDVI dilakukan dengan
menyusun model hubungan volume tegakan terhadap nilai NDVI pada citra
Landsat 7 ETM+. Model-model yang dikembangkan pada penelitian ini adalah:
1. Linear V = a + b*NDVI
2. Kuadratik V = a + b*NDVI2
3. Polinomial V = a + b*NDVI + c*NDVI2
4. Power V = a*NDVIb
5. Eksponensial V = a*e(b*NDVI)
Keterangan:
V = volume tegakan (m3/ha)
NDVI = nilai tengah NDVI pada citra Landsat 7 ETM+
a,b,c = nilai konstanta
Uji Korelasi
Analisis korelasi dilakukan untuk mengetahui bagaimana hubungan antar
peubah yang akan digunakan dalam pendugaan volume tegakan dengan
menghitung koefisien korelasi (r) menggunakan rumus sebagai berikut:
∑ ∑ ∑
√ ∑ ∑
∑
∑
Keterangan:
r = nilai korelasi
xi = nilai NDVI dari unit-unit contoh
yj = nilai volume tegakan dari unit-unit contoh
n = jumlah unit contoh
Besarnya koefisien korelasi (r) akan berkisar antara -1 sampai dengan 1.
Nilai korelasi negatif menunjukkan hubungan antara dua peubah yang diuji
memiliki korelasi negatif, yaitu jika salah satu peubah nilainya menurun, maka
peubah lainnya akan meningkat. Nilai korelasi positif menunjukkan hubungan
antara dua peubah yang diuji memiliki korelasi positif, yaitu jika salah satu
peubah nilainya meningkat, maka peubah lainnya akan meningkat pula.
Sedangkan nilai korelasi 0 menunjukkan hubungan antara dua peubah yang diuji
tidak memiliki korelasi. Hipotesisnya adalah:
H0 : p = 0, artinya tidak ada korelasi antara 2 peubah
H1 : p ≠ 0, artinya ada korelasi antara 2 peubah
H0 diterima apabila p ≥ α dan H1 diterima apabila p < α, dimana α adalah tingkat
kepercayaan 95% (0,05).
13
Keterangan:
Zr = nilai korelasi sebenarnya
Zρ = nilai korelasi harapan
б = simpangan baku
Jika Z-hitung < Z-tabel, maka korelasi antara peubah Y (volume tegakan)
dengan peubah X (NDVI) memiliki hubungan yang cukup erat dengan r ≥ 0,7071.
Uji Koefisien Regresi
Untuk mengetahui pengaruh signifikansi koefisien regresi yang dihasilkan
dalam pembuatan model terhadap volume tegakan, maka perlu dilakukan
pengujian menurut kaidah statistik. Uji koefisien regresi ini dilakukan dengan
menggunakan Uji-F (uji secara simultan / bersama).
1. Pengujian Hipotesis
Pengujian hipotesis dilakukan terhadap model untuk mengetahui keberartian
hubungan peubah pada citra dengan volume tegakan di lapangan. Analisis ragam
untuk regresi sederhana disajikan pada Tabel 4.
Hipotesis yang diuji adalah:
H0 : βi = 0, i = 1, 2, 3, ..., p
H1 : sekurang-kurangnya ada satu βi ≠ 0.
Keterangan: jika F-hit > F-tab maka terima H1
jika F-hit ≤ F-tab maka terima H0
2. Perhitungan koefisien determinasi dan koefisien determinasi tekoreksi
Koefisien determinasi (R2) adalah ukuran dari besarnya keragaman peubah
tidak bebas yang dapat diterangkan oleh keragaman peubah bebasnya.
Perhitungan besarnya koefisien determinasi dimaksudkan untuk melihat tingkat
ketelitian dan keeratan hubungan yang dinyatakan dengan rumus:
{
}
Keterangan:
R2 = koefisien determinasi
JKR = jumlah kuadrat regresi
JKS = jumlah kuadrat sisa
JKT = jumlah kuadrat total
Tabel 4 Analisis ragam untuk regresi sederhana
Sumber
Keragaman Db JK KT F Hit
Regresi
Sisa
Total
dbr=p-1
dbs=n-p
n-1
JKR=bJHKxy
JKS=JKT-JKR
JKT=Jky
KTR=JKR/dbr
KTS=JKS/dbs
KTR/KTS
a p: banyaknya parameter; n: banyaknya plot contoh; db: derajat bebas; JK: jumlah kuadrat;
JHKxy: jumlah hasil kali x dan y; Jky: jumlah hasil kali y; KT: kuadrat tengah.
14
Jika nilai koefisien determinasi sebesar 50%, maka mempunyai pengertian
bahwa 50% variasi peubah X dapat menerangkan secara memuaskan variasi
peubah Y, sedangkan sisanya dijelaskan oleh faktor lain. Pada penelitian ini yang
menjadi peubah X adalah NDVI sedangkan peubah Y adalah volume tegakan
pada tiap plot contoh.
Uji Verifikasi
Setelah model terbangun dan secara statistik dapat diterima, maka perlu
dilakukan verifikasi terhadap hasil dari model tersebut dengan menggunakan
perhitungan Uji-χ2 (Chi-square).
Perhitungan Uji-χ2
menunjukkan besarnya kecocokan antara hasil
perhitungan menggunakan model dengan perhitungan data lapangan aktual. Jika
nilai χ2-hit < χ
2-tabel, maka dapat dinyatakan bahwa hasil dugaan menggunakan
model tersebut tidak berbeda nyata dengan perhitungan data lapangan aktual.
Perhitungan Uji- χ2 dapat dirumuskan sebagai berikut (Walpole 1993):
∑
Keterangan:
χ2 = nilai Chi-square
Oi = nilai observasi/ aktual
Ei = nilai ekspetasi/ dugaan
Peta Sebaran Potensi Hutan Rakyat
Pembuatan peta sebaran potensi hutan rakyat ini dilakukan dengan
menggunakan model terpilih yang sudah terverifikasi. Peta sebaran potensi hutan
rakyat ini dibuat dengan menggunakan perangkat lunak ArcGIS versi 9.3.
Uji Akurasi Pemetaan
Uji akurasi pemetaan dilakukan untuk mengetahui tingkat keterwakilan dan
akurasi pembuatan peta sebaran potensi hutan rakyat. Uji akurasi pemetaan yang
digunakan dalam penelitian ini adalah Kappa Accuracy (K). Akurasi ini
menggunakan semua elemen atau kolom dalam matriks (Jaya 2005). Selain itu,
dalam Kappa Accuracy dapat pula dihitung nilai Overall Accuracy (OA), akurasi
pembuat (Producer’s Accuracy/PA), dan akurasi pengguna (User’s Accuracy/UA)
dari setiap kelas yang telah dibuat (Tabel 5). Perhitungan nilai K, OA, PA, dan
UA dapat dirumuskan sebagai berikut:
Keterangan:
Xii = nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i
Xi+ = jumlah piksel dalam kolom ke-i
X+i = jumlah piksel dalam baris ke-i
N = banyaknya plot contoh
15
Untuk mengetahui signifikansi antar model yang telah dibuat, dilakukan uji
Z-Kappa dengan menggunakan rumus sebagai berikut:
√
Keterangan:
k1 = nilai Kappa Accuracy model 1
k2 = nilai Kappa Accuracy model 2
= nilai ragam model 1
= nilai ragam model 2
Jika nilai Z-hitung < 1,96, maka antar model yang diuji tidak terdapat
perbedaan yang nyata/ signifikan.
Penentuan Model Terpilih
Penentuan model terpilih dilakukan setelah model-model yang ada diuji
konsistensinya terhadap peubah-peubah yang sama antara peubah yang diukur di
lapangan dengan peubah yang diukur di citra. Model terpilih harus mempunyai
koefisien regresi dan koefisien determinasi (R2) yang tinggi. Selain itu, model
terpilih juga harus memperhatikan hasil uji akurasi pemetaan yang tinggi. Model
yang dihasilkan nantinya diharapkan memiliki nilai yang mendekati dengan
keadaan sebenarnya di lapangan, sehingga harus dipilih secara cermat dan diuji
berulang kali untuk memperoleh hasil yang diinginkan.
HASIL DAN PEMBAHASAN
Keadaan Umum Lokasi
Letak Geografis
Kabupaten Ciamis Provinsi Jawa Barat mempunyai luas wilayah sebesar
242.552 ha (7,67% dari total luas daratan Provinsi Jawa Barat). Secara geografis,
wilayah Kabupaten Ciamis berada pada 108020’ - 108
040’ BT dan 7
040’20” -
7041’20” LS. Secara administratif, Kabupaten Ciamis memiliki 26 kecamatan
yang terdiri dari: 242 desa dan 7 kelurahan (BAPPEDA 2012).
Tabel 5 Matriks kesalahan (confusion matrix)
Data acuan
(Training Area)
Diklasifikasikan ke dalam kelas
(data kelas di peta) Total baris Producer’s
Accuracy A B C D
A Xii Xi+ Xii /Xi+
B
C
D Xii
Total kolom X+i N
User’s Accuracy Xii/X+i
16
Iklim dan Topografi Iklim Kabupaten Ciamis berdasarkan klasifikasi iklim Schmidt dan
Ferguson termasuk ke dalam iklim A dan beriklim tropis dengan curah hujan
berkisar antara 2500 - 4000 mm per tahun di daerah pegunungan dan 1500 - 2000
mm per tahun di daerah dataran rendah dengan kelembaban udara berkisar 70 -
89%. Suhu udara rata-rata di Kabupaten Ciamis berkisar 20° - 30°C.
Secara garis besar, topografi permukaan wilayah Kabupaten Ciamis dapat
dibedakan menjadi dua (BAPPEDA 2012), yaitu:
1. Wilayah Ciamis bagian Utara yang merupakan dataran tinggi pegunungan
dan berbukit terutama di wilayah Gunung Sawal mempunyai ketinggian
antara 600 - 1000 mdpl (meter di atas permukaan laut) dengan kemiringan
lereng antara 15 - 40% dan di atas 40%. Wilayah ini didominasi oleh kebun
campuran, perkebunan, dan hutan.
2. Wilayah Ciamis bagian Tengah dan Selatan terdiri atas dataran rendah yang
sebagian besar bergelombang dengan ketinggian antara 25 - 500 mdpl dengan
kemiringan lereng antara 15 - 40% serta wilayah dataran rendah di pesisir
pantai yang landai dengan ketinggian antara 0 - 25 mdpl dan kemiringan
lereng antara 0 - 15%. Wilayah ini didominasi oleh lahan basah berupa
sawah, perikanan, dan rawa.
Jenis Tanah dan Geologi
Kondisi tanah dan geologi di Kabupaten Ciamis banyak dipengaruhi oleh
batuan induk dan faktor lainnya. Jenis tanah yang ada didominasi oleh jenis
Podsolik merah kekuningan. Secara umum jenis tanah di Kabupaten Ciamis
terdiri atas: Latosol coklat, Latosol coklat kemerahan, Aluvial kelabu, Aluvial
kelabu kuning, Asosiasi aluvial kelabu tua, Glei humus rendah, Grumusol kelabu,
Andosol coklat kekuningan, Podsolik, Asosiasi Podsolik merah kekuningan dan
Litosol, serta Kompleks Podsolik merah kekuningan dan Regosol. Berdasarkan
stuktur geologis, tanah di Kabupaten Ciamis memiliki batuan induk yang terdiri
atas: Aluvial, Undifferentiated Volcanic Products, Pliocene Sedimentary facies,
Miocene Sedimentary facies, dan Miocene Limestone facies (BAPPEDA 2012).
Penggunaan Lahan
Komposisi penggunaan lahan Kabupaten Ciamis tahun 2012 terdiri dari
51.688 ha lahan basah (21,14 %) dan 192.791 ha lahan kering (78,86 %). Pola
penggunaan lahan di Kabupaten Ciamis pada umumnya dapat dibedakan menjadi
pemukiman, sawah, pekarangan, perkebunan, penggembalaan padang rumput,
hutan, kolam ikan/empang, tambak, tegal/kebun/ladang/huma, dan lain-lain.
Sawah dibedakan menjadi sawah beririgasi teknis, setengah teknis, sawah
sederhana, dan sawah tadah hujan. Sedangkan perkebunan dan hutan dapat
dibedakan atas perkebunan/hutan milik negara dan perkebunan/hutan rakyat.
Penggunaan lahan di Kabupaten Ciamis disajikan pada Tabel 6.
17
Tabel 6 Penggunaan lahan di Kabupaten Ciamis tahun 2012
Jenis penggunaan lahan Luas (ha)
Sawah 51.942,4
Pekarangan 29.257,9
Tegal/ Kebun/ Ladang/ Huma 79.948,7
Penggembalaan Padang Rumput 1.400,0
Hutan 56.141,0
Perkebunan 15.947,0
Tambak 43,3
Kolam 2.649,2
Lain-lain 5.222,5
Hasil Identifikasi Lapangan
Berdasarkan hasil pengamatan pada 50 plot contoh hutan rakyat di
Kabupaten Ciamis bagian Utara, sebanyak 38 plot contoh yang teramati dapat
dikategorikan sebagai hutan rakyat murni (monocultur) dengan jenis yang ada
adalah sebanyak 26 plot contoh berupa jenis Sengon (Paraserianthes falcataria)
dan 12 plot contoh berupa jenis Mahoni Daun Kecil (Swietenia mahagoni),
sedangkan sisanya sebanyak 12 plot contoh dikategorikan sebagai hutan rakyat
campuran (polycultur) dengan jenis yang ada berupa: Sengon (Paraserianthes
falcataria), Mahoni Daun Kecil (Swietenia mahagoni), Gmelina (Gmelina
arborea), Nangka (Arthocarpus heterophyllus), Kayu Afrika (Maesopsis eminii),
Dukuh (Lancium domesticum), Jengkol (Pitechelobium jiringa), dan jenis Durian
(Durio zibethinus).
Setiap plot contoh yang teramati mempunyai nilai NDVI yang berbeda-beda
pada citra. Nilai NDVI tersebut berkisar antara 0,1 sampai dengan 1. Hutan rakyat
yang diamati di lapangan dan NDVI pada citra dapat dilihat pada Tabel 7 dan
Tabel 8.
18
Tabel 7 Hutan rakyat monocultur di lapangan dan NDVI pada citra
NDVI Tampilan hutan rakyat di citra Kondisi hutan rakyat di lapangan
0,15
0,25
0,35
0,45
0,55
0,95
19
Tabel 8 Hutan rakyat campuran di lapangan dan NDVI pada citra
NDVI Tampilan hutan rakyat di citra Kondisi hutan rakyat di lapangan
0,25
0,35
0,45
0,55
0,95
20
Tabel 11 Model pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian
Utara tahun 2013
No.
model Persamaan regresi R
2 (%) F-hit P-value
1 V = 1,695 + 113,39*NDVI 64,0 49,84 0,000
2 V = 28,93 + 95,59*NDVI2 66,4 55,37 0,000
3 V = 26,50 + 9,69*NDVI + 87,74 *NDVI2 66,4 26,72 0,000
4 V = 97,72*NDVI0,845
62,1 45,84 0,000
5 V = 20,905*℮(1,765*NDVI)
62,8 47,26 0,000 a Keterangan: P-value pada tingkat kepercayaan 95%
Tabel 9 Hasil analisis korelasi antara volume dan NDVI
Volume NDVI NDVI2
Volume 1 0,800 0,815
NDVI 0,800 1 0,978
NDVI2 0,815 0,978 1
Tabel 10 Hasil uji Z pada nilai korelasi
Peubah Korelasi Z-hit Z-tab
Volume dan NDVI 0,800 1,129 1,645
Volume dan NDVI^2 0,815 1,353 1,645
Model Pendugaan Potensi Hutan Rakyat
Koefisien Korelasi
Hasil pendugaan potensi hutan rakyat dengan menggunakan citra Landsat 7
ETM+ diketahui adanya korelasi antar peubah yang digunakan dalam pembuatan
model. Hasil perhitungan korelasi disajikan pada Tabel 9.
Korelasi yang dihasilkan antara peubah Y (volume tegakan) dengan peubah
X (NDVI) adalah bernilai positif, artinya apabila terjadi peningkatan pada nilai
NDVI pada citra, maka akan terjadi peningkatan pula pada nilai volume tegakan
(m3/ha) yang dihasilkan, dan berlaku sebaliknya. Korelasi positif juga ditunjukkan
antara peubah X1 (NDVI) dengan peubah X2 (NDVI2), artinya apabila terjadi
peningkatan pada nilai NDVI, maka akan terjadi peningkatan pula pada nilai
NDVI2, dan berlaku sebaliknya. Hubungan korelasi yang dihasilkan antara nilai
NDVI dengan nilai volume tegakan relatif tinggi, hal ini menunjukkan bahwa
nilai NDVI pada citra Landsat 7 ETM+ dapat digunakan untuk menduga volume
tegakan (Tabel 9).
Tabel 10 menunjukkan bahwa nilai korelasi yang dihasilkan antara volume
dengan NDVI memiliki tingkat signifikansi yang cukup erat dengan r ≥ 0,7071.
Hal tersebut dapat dilihat dari nilai Z-hitung yang dihasilkan lebih kecil daripada
Z-tabel (Z-hit < 1,645).
Model Penduga Potensi Hutan Rakyat
Hasil analisis regresi yang dilakukan antara peubah X (NDVI) dan peubah
Y (volume tegakan) menghasilkan beberapa model persamaan pendugaan potensi
hutan rakyat yang disajikan pada Tabel 11.
21
Tabel 12 Hasil verifikasi model menggunakan Uji-χ2
No. Persamaan regresi χ2-hit χ
2-tab Ket
1 V = 1,695 + 113,39*NDVI 13,889 16,919 *
2 V = 28,93 + 95,59*NDVI2 14,482 16,919 *
3 V = 26,50 + 9,69*NDVI + 87,74 *NDVI2 13,674 16,919 *
4 V = 97,72*NDVI0,845
11,379 16,919 *
5 V = 20,905*℮(1,765*NDVI)
12,717 16,919 * a Keterangan: * tidak berbeda nyata (tingkat kepercayaan 95%)
Gambar 6 Model hubungan volume (m3/ha)
dengan nilai NDVI
Tabel 11 menjelaskan bahwa keseluruhan model persamaan yang dihasilkan
memiliki nilai R2 yang cukup baik, yaitu berkisar antara 62,1% - 66.4%. Hal
tersebut dikarenakan bahwa nilai NDVI pada citra lebih banyak dipengaruhi oleh
kondisi tutupan dan kerapatan tegakan yang ada. Apabila nilai volume hasil
inventarisasi lapangan yang dihasilkan semakin besar dan kondisi tutupan serta
kerapatan tegakan yang ada semakin jarang, maka nilai NDVI pada citra akan
semakin kecil atau mendekati 0 (nol). Sebaliknya, apabila nilai volume hasil
inventarisasi lapangan yang dihasilkan semakin kecil dan kondisi tutupan serta
kerapatan tegakan yang ada semakin rapat, maka nilai NDVI pada citra akan
semakin besar atau mendekati 1 (satu), karena nilai kehijauan pada tegakan
tersebut sangat tinggi. Nilai R2 tersebut menunjukkan bahwa peubah bebas X
(NDVI) dapat menerangkan peubah terikat Y (volume tegakan) sebesar 62,1% -
66,4%, dan sisanya diterangkan oleh faktor lain.
Apabila dianalisis berdasarkan nilai P-value yang dihasilkan pada tingkat
kepercayaan 95%, keseluruhan model menghasilkan nilai yang relatif baik yaitu
dengan nilai P-value yang dihasilkan kurang dari 0,05. Hal tersebut menunjukkan
bahwa keseluruhan model yang terbangun memiliki hubungan yang signifikan
dalam menjelaskan volume tegakan.
Model terbaik yang menghasilkan nilai koefisien determinasi (R2) tertinggi
adalah model kuadratik yaitu V = 28,93 + 95,59*NDVI2 dengan nilai R
2 sebesar
66.4%. Model persamaan tersebut disajikan pada Gambar 6.
Verifikasi Model
Verifikasi model yang dilakukan dalam penelitian ini menggunakan data
yang berbeda dengan data yang digunakan dalam pembuatan model penduga
volume tegakan. Hasil uji verifikasi model dengan menggunakan perhitungan Uji-
χ2 (Chi square) disajikan pada Tabel 12.
22
Jika nilai χ2-hit < χ
2-tabel, maka nilai volume dugaan tidak berbeda nyata
dengan nilai volume aktual. Keseluruhan model persamaan yang ada
menghasilkan nilai volume dugaan yang tidak berbeda nyata dengan nilai volume
aktual hasil inventarisasi di lapangan. Hal tersebut dapat dilihat dari nilai χ2-hit
yang dihasilkan secara umum lebih kecil daripada nilai χ2-tabel. Akan tetapi,
apabila dibandingkan dari nilai χ2-hit yang dihasilkan, model yang menghasilkan
nilai χ2-hit terkecil adalah model Power yaitu V = 97,72*NDVI
0,845 dengan nilai
χ2-hit sebesar 11,379 (Tabel 12). Hal ini menunjukkan bahwa model Power
tersebut menghasilkan perbedaan antara nilai volume dugaan dengan volume
aktual yang paling kecil dibandingkan dengan model lainnya.
Peta Sebaran Potensi Hutan Rakyat
Peta klasifikasi potensi hutan rakyat di Kabupaten Ciamis bagian Utara
dibuat berdasarkan model persamaan yang sudah terverifikasi. Peta yang dibuat
pada penelitian ini menggunakan tiga kelas volume tegakan (m3/ha). Setiap kelas
volume diwakili dengan warna yang berbeda sehingga dapat secara mudah untuk
dibacanya. Peta klasifikasi potensi hutan rakyat disajikan pada Gambar 7.
Uji akurasi pemetaan dilakukan pada peta klasifikasi potensi hutan rakyat
yang dibuat berdasarkan model yang sudah terverifikasi. Hasil uji akurasi
pemetaan disajikan pada Tabel 13.
Gambar 7 Peta klasifikasi potensi hutan rakyat Kabupaten Ciamis bagian Utara
tahun 2013
23
Tabel 13 Hasil uji akurasi pemetaan
No. Persamaan regresi OA (%) K (%)
1 V = 1,695 + 113,39*NDVI 52,00 20,11
2 V = 28,93 + 95,59*NDVI2 46,00 20,59
3 V = 26,50 + 9,69*NDVI + 87,74 *NDVI2 48,00 21,78
4 V = 97,72*NDVI0,845
52,00 28,40
5 V = 20,905*℮(1,765*NDVI)
56,00 30,90
Tabel 14 Hasil uji Z pada tiap model
Model 1 2 3 4 5
1 0 0,04 0,15 0,66 0,81
2 0,04 0 0,11 0,63 0,78
3 0,15 0,11 0 0,52 0,68
4 0,66 0,63 0,52 0 0,17
5 0,81 0,78 0,68 0,17 0
Tabel 13 menunjukkan bahwa hasil uji akurasi pemetaan pada peta
klasifikasi hutan rakyat menggunakan citra Landsat 7 ETM+ secara keseluruhan
menghasilkan nilai Kappa Accuracy (K) dan Overall Accuracy (OA) masing-
masing sebesar 20,11% - 30,90% (Kappa Accuracy) dan 46% - 56% (Overall
Accuracy). Hasil uji akurasi menunjukkan bahwa piksel-piksel yang ada dalam
area contoh pada citra dapat terkelaskan dengan cukup baik.
Hasil uji Z yang telah dilakukan pada masing-masing model secara umum
menghasilkan nilai Z-hitung < 1,96 (Tabel 14). Hal tersebut menunjukkan bahwa
antar model yang diuji tidak terdapat perbedaan yang nyata. Oleh karena itu,
semua model yang ada dapat digunakan untuk pembuatan peta sebaran potensi
hutan rakyat.
Penentuan model terpilih yang akan digunakan untuk pembuatan peta
sebaran potensi hutan rakyat di Kabupaten Ciamis dilakukan dengan
memperhatikan nilai hasil uji akurasi pemetaan yang dihasilkan. Model yang
terpilih diharapkan memiliki nilai yang mendekati dengan keadaan sebenarnya di
lapangan. Selain itu, model terpilih harus memiliki peubah yang lebih sedikit
sehingga menjadikan model tersebut lebih sederhana dengan tingkat akurasi yang
tinggi. Berdasarkan hal tersebut, maka model terpilih yang akan digunakan untuk
pemetaan sebaran potensi hutan rakyat di Kabupaten Ciamis bagian Utara adalah
model eksponensial yaitu V = 20,905*℮(1,765*NDVI)
dengan nilai K dan OA yang
dihasilkan sebesar 30,9% dan 56% (Tabel 13). Berdasarkan model persamaan
tersebut, maka dibuat peta sebaran potensi hutan rakyat di Kabupaten Ciamis
bagian utara. Peta sebaran potensi hutan rakyat menggunakan model terpilih
disajikan pada Gambar 8.
24
Potensi hutan rakyat pada masing-masing desa dan kecamatan di wilayah
Kabupaten Ciamis bagian Utara disajikan pada Tabel 15 dan Tabel 16.
Tabel 15 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap
desa di Kabupaten Ciamis bagian Utara tahun 2013
Nama desa Nama
kecamatan
Luas hutan
rakyat (ha)
Volume total
(m3)
Volume
rata-rata
(m3/ha)
Bangbayang Cipaku 195,0 12.024,4 61,7
Buniseuri Cipaku 243,9 16.741,8 68,6
Ciakar Cipaku 106,1 5.186,8 48,9
Cieurih Cipaku 187,3 11.411,3 60,9
Cipaku Cipaku 91,2 4.187,0 45,9
Gereba Cipaku 181,7 10.659,7 58,7
Jalatrang Cipaku 518,8 32.903,5 63,4
Mekarsari Cipaku 255,7 15.597,4 61,0
Muktisari Cipaku 564,6 37.768,9 66,9
Pusakasari Cipaku 270,0 19.028,2 70,5
Selacai Cipaku 420,3 28.247,5 67,2
Selamanik Cipaku 562,8 37.373,2 66,4
Sukawening Cipaku 207,0 11.436,0 55,3
Bayasari JatiNagara 219,9 15.136,4 68,8
Cintanagara JatiNagara 623,4 38.894,4 62,4
Dayeuhluhur JatiNagara 587,6 37.053,1 63,1
Gambar 8 Peta sebaran potensi hutan rakyat Kabupaten Ciamis bagian Utara
tahun 2013
25
Tabel 15 Lanjutan
Nama desa Nama
kecamatan
Luas hutan
rakyat (ha)
Volume total
(m3)
Volume
rata-rata
(m3/ha)
Jatinagara JatiNagara 428,4 29.979,6 70,0
Mulyasari JatiNagara 251,1 18.032,7 71,8
Sukanagara JatiNagara 168,0 8.806,7 52,4
Citeureup Kawali 361,0 23.679,3 65,6
Karangpawitan Kawali 238,4 13.277,5 55,7
Kawali Kawali 68,1 4.096,3 60,1
Kawalimukti Kawali 30,7 1.366,9 44,6
Margamulya Kawali 75,0 4.921,4 65,6
Purwasari Kawali 307,7 18.161,0 59,0
Selasari Kawali 49,6 2.352,1 47,4
Sindangsari Kawali 138,4 8.430,4 60,9
Talagasari Kawali 142,6 7.651,0 53,7
Winduraja Kawali 208,4 12.693,9 60,9
Andapraja Rajadesa 487,9 38.176,0 78,3
Purwaraja Rajadesa 278,3 18.736,3 67,3
Rajadesa Rajadesa 75,0 4.536,8 60,5
Sirnajaya Rajadesa 490,0 34.142,0 69,7
Sukaharja Rajadesa 287,6 19.551,0 68,0
Sukajaya Rajadesa 208,7 10.836,1 51,9
Tanjungjaya Rajadesa 605,0 43.074,9 71,2
Tanjungsari Rajadesa 622,1 44.113,4 70,9
Tanjungsukur Rajadesa 533,7 38.876,9 72,8
Tigaherang Rajadesa 426,4 26.636,4 62,5
Bojonggedang Rancah 697,2 46.094,1 66,1
Cileungsir Rancah 574,2 37.779,8 65,8
Cisontrol Rancah 669,0 46.096,8 68,9
Dadiharja Rancah 60,7 3.942,8 65,0
Giriharja Rancah 86,4 4.425,7 51,2
Jangalaharja Rancah 94,5 4.847,6 51,3
Karangpari Rancah 590,2 42.434,7 71,9
Kawunglarang Rancah 959,4 66.431,2 69,2
Kiarapayung Rancah 636,3 46.225,0 72,6
Patakaharja Rancah 164,2 8.941,2 54,4
Rancah Rancah 400,5 27.118,9 67,7
Situmandala Rancah 461,7 27.485,2 59,5
Bunter Sukadana 1.168,0 70.868,4 60,7
Ciparigi Sukadana 631,5 39.520,9 62,6
Margaharja Sukadana 600,8 37.939,4 63,1
Margajaya Sukadana 427,4 29.393,9 68,8
Salakaria Sukadana 353,1 20.961,1 59,4
Sukadana Sukadana 463,1 27.318,7 59,0
26
Berdasarkan hasil perhitungan pada Tabel 15,
terlihat bahwa secara
keseluruhan lokasi desa yang diamati memiliki potensi rata-rata per hektar antara
44,6 m3/ha sampai dengan 78,3 m
3/ha dengan total potensi hutan rakyat antara
1.366,9 m3 sampai dengan 70.868,4 m
3. Desa yang memiliki potensi hutan rakyat
tertinggi pada masing-masing kecamatan adalah Desa Muktisari Kecamatan
Cipaku dengan potensi sebesar 37.768,9 m3, Desa Cintanagara Kecamatan
Jatinagara sebesar 38.894,4 m3, Desa Citeureup Kecamatan Kawali sebesar
23.679,3 m3, Desa Tanjungsari Kecamatan Rajadesa sebesar 44.113,4 m
3, Desa
Kawunglarang Kecamatan Rancah sebesar 66.431,2 m3, dan Desa Bunter
Kecamatan Sukadana dengan potensi sebesar 70.868,4 m3. Desa yang memiliki
potensi hutan rakyat terendah pada masing-masing kecamatan adalah Desa Cipaku
Kecamatan Cipaku dengan potensi sebesar 4.187,0 m3, Desa Sukanagara
Kecamatan Jatinagara sebesar 8.806,7 m3, Desa Kawalimukti Kecamatan Kawali
sebesar 1.366,9 m3, Desa Rajadesa Kecamatan Rajadesa sebesar 4.536,8 m
3, Desa
Dadiharja Kecamatan Rancah sebesar 3.942,8 m3, dan Desa Salakaria Kecamatan
Sukadana dengan potensi sebesar 20.961,1 m3. Apabila dilihat dari keseluruhan
desa yang diamati, desa yang memiliki potensi hutan rakyat tertinggi adalah Desa
Bunter Kecamatan Sukadana dengan potensi sebesar 70.868,4 m3, sedangkan desa
yang memiliki potensi hutan rakyat terendah adalah Desa Kawalimukti
Kecamatan Kawali dengan potensi sebesar 1.366,9 m3 (Tabel 15).
Apabila dibandingkan berdasarkan kecamatan yang diamati, kecamatan
yang memiliki potensi hutan rakyat tertinggi adalah Kecamatan Rancah dengan
potensi sebesar 361.823,0 m3, sedangkan kecamatan yang memiliki potensi hutan
rakyat terendah adalah Kecamatan Kawali dengan potensi sebesar 96.629,9 m3
(Tabel 16).
Tabel 16 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap
kecamatan di Kabupaten Ciamis bagian Utara tahun 2013
No Nama kecamatan
Luas hutan
rakyat (ha) Potensi hutan rakyat (m
3)
1 Cipaku 3.034,6 242.565,7
2 Jatinagara 2.629,2 147.902,9
3 Kawali 2.039,1 96.629,9
4 Rajadesa 4.014,8 278.679,8
5 Rancah 5.394,4 361.823,0
6 Sukadana 3.643,9 226.002,5
27
SIMPULAN DAN SARAN
Simpulan
Model persamaan yang dipilih dalam pendugaan potensi hutan rakyat di
Kabupaten Ciamis bagian Utara adalah model persamaan eksponensial yaitu V =
20,905*℮(1,765*NDVI)
dengan nilai R2 sebesar 62,8%. Model tersebut merupakan
model terbaik berdasarkan hasil analisis regresi, uji verifikasi model, dan uji
akurasi pemetaan. Hasil uji akurasi pemetaan menghasilkan nilai K dan OA untuk
model tersebut masing-masing sebesar 30,9% dan 56%.
Secara keseluruhan lokasi desa yang diamati memiliki potensi rata-rata per
hektar antara 44,6 m3/ha sampai dengan 78,3 m
3/ha dengan total potensi hutan
rakyat antara 1.366,9 m3 sampai dengan 70.868,4 m
3. Desa yang memiliki potensi
hutan rakyat tertinggi adalah Desa Bunter Kecamatan Sukadana dengan potensi
sebesar 70.868,4 m3 atau dengan potensi rata-rata per hektar sebesar 60,7 m
3/ha,
sedangkan desa yang memiliki potensi hutan rakyat terendah adalah Desa
Kawalimukti Kecamatan Kawali dengan potensi sebesar 1.366,9 m3 atau dengan
potensi rata-rata per hektar sebesar 44,6 m3/ha.
Saran
1. Perlu jumlah plot contoh yang lebih banyak untuk menghasilkan nilai regresi
dan akurasi yang lebih tinggi.
2. Perlu dilakukan pengujian lebih lanjut dengan jumlah piksel yang berbeda
dalam pembuatan kelas NDVI pada citra Landsat 7 ETM+.
3. Perlu dilakukan koreksi radiometrik pada citra Landsat 7 ETM+ yang
digunakan, agar model terpilih dapat digunakan pada tahun berikutnya.
DAFTAR PUSTAKA
[BAPPEDA] Badan Perencanaan Pembangunan Daerah Kabupaten Ciamis. 2012.
Gambaran Umum Kabupaten Ciamis. Ciamis (ID) : BAPPEDA Ciamis.
[Dephut] Departemen Kehutanan RI. 2004. Peraturan Menteri Kehutanan
Republik Indonesia Nomor: P.03/Menhut-V/2004 tentang Pedoman Pembuatan
Tanaman Hutan Rakyat Gerakan Nasional Rehabilitasi Hutan dan Lahan.
Jakarta (ID) : Departemen Kehutanan RI.
Febrianto DJ. 2007. Model Penduga Potensi Hutan Rakyat Menggunakan Citra
Aster di Beberapa Wilayah Kabupaten Bogor Bagian Timur [skripsi]. Bogor
(ID) : Departemen Manajemen Hutan Fakultas Kehutanan IPB.
Jauhari R. 2003. Studi Potensi dan Pengembangan Hutan Rakyat Sengon di
Kabupaten Garut [skripsi]. Bogor (ID) : Jurusan Manajemen Hutan Fakultas
Kehutanan IPB.
Jaya INS. 2002. Aplikasi Sistem Informasi Geografis untuk Kehutanan. Bogor
(ID) : Laboratorium Inventarisasi Hutan, Fakultas Kehutanan IPB.
28
Jaya INS. 2005. Analisis Citra Digital. Bogor (ID) : Laboratorium Inventarisasi
Sumber Daya Hutan. Fakultas Kehutanan IPB.
[Kemenhut] Kementerian Kehutanan RI. 2010. Peraturan Menteri Kehutanan
Republik Indonesia Nomor: P.06/Menhut-II/2010 tentang Norma, Standar,
Prosedur, dan Kriteria Pengelolaan Hutan Pada Kesatuan Pengelolaan Hutan
Lindung (KPHL) dan Kesatuan Pengelolaan Hutan Produksi (KPHP). Jakarta
(ID) : Kementerian Kehutanan RI.
Lillesand TM, RW Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra.
Dulbahri, P. Suharsono, Hartono, dkk. penerjemah. Yogyakarta (ID) : Gadjah
Mada University Press. Terjemahan dari: Remote Sensing And Image
Interpretation.
Nofianti E. 2006. Pendugaan Potensi Hutan Rakyat dan Hutan Negara
Menggunakan Citra Aster dan Sistem Informasi Geografis (Studi Kasus:
Kecamatan Ciseeng, Gunung Sindur, Kemang, Parung, Rancabungur, dan
Rumpin). [skripsi]. Bogor (ID) : Program Diploma III Jurusan Manajemen
Hutan Produksi IPB
Paine DP. 1992. Fotografi Udara dan Penafsiran Citra untuk Pengelolaan
Sumberdaya. Yogyakarta (ID) : Gadjah Mada University Press.
Pemerintah Republik Indonesia. 1999. Undang-Undang Republik Indonesia
Nomor 41 tahun 1999 tentang Kehutanan. Jakarta (ID) : Sekretariat Negara.
Prahasta E. 2002. Sistem Informasi Geografis-Tutorial ArcView. Bandung (ID) :
Informatika Bandung.
Prastiyo Sigit. 2009. Identifikasi Potensi dan Pemasaran Produk dari Hutan
Rakyat Bambu (studi kasus Desa Pertumbukan Kec. Wampum Kab. Langkat)
[skripsi]. Sumatera (ID) : Departemen Kehutanan Fakultas Pertanian
Universitas Sumatera Utara.
Purwanto, SA Cahyono, DR Indrawati. 2003. Peranan Hutan Rakyat dalam
Rehabilitasi Lahan Kritis. Prosiding Seminar Sehari Prospek Pengembangan
Hutan Rakyat di Era Otonomi Daerah; 2003 Desember 13; Cilacap, Indonesia.
Ciamis (ID) : Loka Litbang Hutan Monsoon.
Saputra GR. 2007. Model Penduga Potensi Hutan Rakyat Menggunakan Citra
Aster dan Sistem Informasi Geografis di Beberapa Wilayah Kabupaten Bogor
Bagian Barat [skripsi]. Bogor (ID) : Departemen Manajemen Hutan Fakultas
Kehutanan IPB.
Supriyanto BFY. 2007. Model Penduga Potensi Hutan Rakyat Menggunakan
Citra Aster di Beberapa Wilayah Kabupaten Bogor Bagian Tengah [skripsi].
Bogor (ID) : Departemen Manajemen Hutan Fakultas Kehutanan IPB.
Walpole RE. 1993. Pengantar Statistika Edisi 3. Jakarta (ID) : Gramedia Pustaka
Utama.
29
LAMPIRAN
30
Lampiran 1 Hasil perhitungan volume tegakan dengan model terpilih
No X Y N_pohon
(per ha)
Volume aktual
(m3/ha)
NDVI Volume dugaan
(m3/ha)
1 209875 9199016 130 65,2 0,35 38,8
2 210108 9200224 260 26,3 0,15 27,2
3 210129 9198845 170 68,3 0,35 38,8
4 210282 9200878 240 34,9 0,35 38,8
5 210611 9200225 150 72,5 0,55 55,2
6 211008 9199372 180 31,7 0,45 46,3
7 211213 9197659 200 26,3 0,15 27,2
8 211447 9201600 140 43,9 0,55 55,2
9 212551 9199512 210 32,4 0,55 55,2
10 213283 9206490 240 120,5 0,45 46,3
11 213821 9205460 220 89,7 0,95 111,8
12 213841 9205567 150 34,9 0,35 38,8
13 214057 9204695 190 53,3 0,25 32,5
14 214079 9202275 210 80,3 0,55 55,2
15 214080 9205951 210 72,5 0,55 55,2
16 214083 9205691 120 24,3 0,25 32,5
17 214738 9202698 260 37,1 0,45 46,3
18 214854 9202936 240 32,8 0,55 55,2
19 214933 9206801 180 47,8 0,55 55,2
20 215244 9205780 100 31,2 0,45 46,3
21 215520 9205485 250 144,6 0,95 111,8
22 215843 9203712 220 98,3 0,95 111,8
23 215909 9201014 150 46,1 0,55 55,2
24 216060 9203802 210 33,9 0,45 46,3
25 216234 9204705 210 203,0 0,25 32,5
26 216282 9206930 160 29,4 0,25 32,5
27 216326 9205603 160 45,4 0,55 55,2
28 216590 9206159 260 57,1 0,35 38,8
29 216600 9203536 210 35,0 0,95 111,8
30 216840 9205812 230 76,3 0,55 55,2
31 217353 9201987 190 49,0 0,35 38,8
32 217386 9201860 220 95,7 0,95 111,8
33 217494 9200107 130 49,0 0,35 38,8
34 218229 9200152 250 35,1 0,35 38,8
35 218260 9206207 250 167,9 0,95 111,8
36 218358 9206229 230 35,1 0,35 38,8
37 218359 9206249 210 29,8 0,25 32,5
38 218425 9204970 240 27,4 0,25 32,5
39 218578 9205001 250 63,1 0,45 46,3
40 218695 9206727 220 64,8 0,45 46,3
31
Lampiran 1 Lanjutan
No X Y N_pohon
(per ha)
Volume aktual
(m3/ha)
NDVI Volume dugaan
(m3/ha)
41 218958 9206689 210 38,4 0,35 38,8
42 220379 9204460 160 27,4 0,25 32,5
43 221343 9203829 130 15,9 0,15 27,2
44 222599 9202538 130 61,4 0,55 55,2
45 225226 9203321 210 57,1 0,55 55,2
46 225260 9203349 160 50,0 0,95 111,8
47 225305 9201645 150 81,9 0,95 111,8
48 225749 9201439 170 57,1 0,55 55,2
49 226140 9201336 160 69,1 0,95 111,8
50 226357 9202633 220 129,9 0,55 55,2
Lampiran 2 Hasil perhitungan uji akurasi pemetaan
Model Linear
Data Rendah Sedang Tinggi Row Total Producer's Acc
---------- ---------- ---------- ---------- ----------
Rendah 2 2 0 4 50,00
Sedang 4 16 3 23 69,57
Tinggi 2 13 8 23 34,78
Column Total 8 31 11 50
User's Acc 25,00 51,61 72,73
Σxii 26
ΣXi+ X+i 998
Overall Acc 52,00
Kappa Acc 20,11
Model Kuadratik
Data Rendah Sedang Tinggi Row Total Producer's Acc
---------- ---------- ---------- ---------- ----------
Rendah 3 3 0 6 50,00
Sedang 3 11 1 15 73,33
Tinggi 4 16 9 29 31,03
Column Total 10 30 10 50
User's Acc 30,00 36,67 90,00
Σxii 23
ΣXi+ X+i 800
Overall Acc 46,00
Kappa Acc 20,59
32
Lampiran 2 Lanjutan
Model Polinomial
Data Rendah Sedang Tinggi Row Total Producer's Acc
---------- ---------- ---------- ---------- ----------
Rendah 3 2 0 5 60,00
Sedang 2 14 2 18 77,78
Tinggi 6 14 7 27 25,93
Column Total 11 30 9 50
User's Acc 27,27 46,67 77,78
Σxii 24
ΣXi+ X+i 838
Overall Acc 48,00
Kappa Acc 21,78
Model Power
Data Rendah Sedang Tinggi Row Total Producer's Acc
---------- ---------- ---------- ---------- ----------
Rendah 4 3 0 7 57,14
Sedang 4 14 0 18 77,78
Tinggi 4 13 8 25 32,00
Column Total 12 30 8 50
User's Acc 33,33 46,67 100,00
Σxii 26
ΣXi+ X+i 824
Overall Acc 52,00
Kappa Acc 28,40
Model Eksponensial
Data Rendah Sedang Tinggi Row Total Producer's Acc
---------- ---------- ---------- ---------- ----------
Rendah 4 2 0 6 66,67
Sedang 5 16 1 22 72,73
Tinggi 3 11 8 22 36,36
Column Total 12 29 9 50
User's Acc 33,33 55,17 88,89
Σxii 28
ΣXi+ X+i 908
Overall Acc 56,00
Kappa Acc 30,90
33
RIWAYAT HIDUP
Penulis dilahirkan di Kota Tasikmalaya, Provinsi
Jawa Barat pada tanggal 9 Juli 1990 sebagai anak
pertama dari tiga bersaudara pasangan Bapak Opa
Mustopa dan Ibu Titin. Riwayat pendidikan penulis
adalah sebagai berikut: RA PUI Sindangwargi (1996-
1997), SD Negeri Sindangasih (1997-2003), Madrasah
Diniyah Al-Ittihad Kereteg (1997-2003), Pondok
Pesantren Al-Qur’an Cijantung Ciamis (2003-2009),
MTs Al-Islam Cijantung Ciamis (2003-2006), dan MA
Negeri Cijantung Ciamis (2006-2009). Pada tahun 2009,
penulis melanjutkan studi S-1 di Departemen Manajemen
Hutan, Fakultas Kehutanan IPB melalui jalur Beasiswa Utusan Daerah (BUD)
Program Beasiswa Santri Berprestasi (PBSB) Kementerian Agama Republik
Indonesia.
Selama masa perkuliahan, penulis aktif mengikuti beberapa organisasi
kemahasiswaan baik internal maupun eksternal kampus. Organisasi internal
kampus yang diikuti penulis yaitu: Kementerian Kebijakan Kampus Badan
Eksekutif Mahasiswa (BEM KM IPB) Generasi Inspirasi tahun 2009/2010,
Kelompok Ilmiah FORCES IPB tahun 2009/2010, dan Kelompok Studi
Perencanaan Forest Management Student Club (FMSC) tahun 2010-2012.
Organisasi eksternal kampus yang diikuti penulis yaitu: Community of Santri
Scholars of Ministry of Religious Affairs (CSS MoRA IPB) tahun 2009-2013,
Divisi Pengembangan Eksternal Keluarga Mahasiswa Nahdlatul Ulama (KMNU
IPB) tahun 2011/2012, Organisasi Mahasiswa Daerah Tasikmalaya (Himalaya)
tahun 2009-2012, dan Editor Majalah I.COM tahun 2011/2012. Prestasi yang
pernah diraih penulis adalah didanainya kegiatan PKM bidang Pengabdian kepada
Masyarakat, berjudul “Laboratorium Alam Berbasis Kehutanan sebagai Sarana
Belajar Santri di Pondok Pesantren Al-Qur’an Cijantung Ciamis” tahun 2012.
Praktek yang pernah diikuti penulis, yaitu: Praktek Pengenalan Ekosistem
Hutan (PPEH) jalur Pangandaran dan Gunung Sawal Kabupaten Ciamis pada
tahun 2011, Praktek Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung
Walat Kabupaten Sukabumi pada tahun 2012, dan Praktek Kerja Lapang (PKL) di
IUPHHK-HA PT. Diamond Raya Timber, Provinsi Riau pada tahun 2013. Penulis
juga mengikuti kegiatan Ecological Social Mapping (ESM) di masyarakat sekitar
Hutan Pendidikan Gunung Walat Kabupaten Sukabumi pada tahun 2012. Selain
itu, penulis juga pernah menjadi asisten pada beberapa mata kuliah, diantaranya:
Ilmu Ukur Tanah dan Pemetaan Wilayah (IUTPW), Inventarisasi Sumberdaya
Hutan (ISDH), dan Teknik Inventarisasi Sumberdaya Hutan (TEKIN).
Skripsi berjudul Pendugaan Potensi Hutan Rakyat Menggunakan Citra
Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara merupakan karya penulis
sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan (S.Hut.)
pada Departemen Manajemen Hutan Fakultas Kehutanan IPB dibawah bimbingan
Dr. Nining Puspaningsih, MSi.