PENERAPAN MODEL FUZZY TAKAGI-SUGENO-KANG DALAM PENAKSIRAN LUAS BIDANG DASAR TEGAKAN JATI DENGAN CITRA SATELIT RESOLUSI TINGGI

ARIEF NUGROHO I, Dr.Wahyu Wardhana,S.Hut., M.Sc.; Ir.Djoko Soeprijadi, S.Hut.,M.Cs.

2016 | Skripsi | S1 KEHUTANAN

Luas bidang dasar (LBDS) merupakan informasi yang penting untuk pengelolaan hutan lestari. Luas bidang dasar dapat diperoleh melalui pengukuran langsung di lapangan atau pengukuran dengan alat penginderaan jauh. Tujuan penelitian ini adalah membangun sebuah model untuk menaksir LBDS menggunakan citra satelit resolusi tinggi dengan penerapan metode fuzzy Takagi Sugeno Kang. Penelitian dilakukan di BH Kanten, KPH Parengan, Bojonegoro. Variabel yang digunakan adalah umur (A), kerapatan tajuk (C) dan diameter rata-rata tajuk (D). Pengukuran variabel kerapatan tajuk (D) dan diameter rata-rata tajuk (C) dilakukan secara visual dengan metode pengenalan obyek secara langsung. Sementara itu, untuk menaksir luas bidang dasar menggunakan model fuzzy Takagi Sugeno Kang. Penelitian ini menunjukkan bahwa beberapa model fuzzy Takagi Sugeno Kang memiliki keandalan yang lebih baik dibanding dengan model statistik regresi. Model fuzzy terbaik yaitu kode ACD 332 dengan nilai RMSE sebesar 2,6208. Hasil taksiran dengan model terbaik menunjukkan rerata LBDS tegakan jati di BH Kanten sebesar 8,457 m2/ha.

Basal area (LBDS) is important information for sustainable forest management planing. This information can be obtained by terestrial measurenment or using remote sensing. This research is aimed to build model for estimate basal area from high resolution satellite imagery and implementation of Takagi Sugeno Kang fuzzy model. The research was conducted in BH (part of forest area) Kanten, KPH (unit of forest management) Parengan, Bojonegoro. The variables used was age (A), canopy density (C) and average of canopy diameter (D). Measurenment of canopy density (D) and average of canopy diameter (C) conducted by visual object recognition. Meanwhile, the basal area estimation predicted by Takagi Sugeno Kang fuzzy model. The result show that some fuzzy model produce better performance compare with their regression model. The Takagi Sugeno Kang model ACD 332 result the best estimation with RMSE of 2,6208. Basal area predicted by this model for BH (part of forest area) Kanten was 8,457 m2/ha.

Kata Kunci : forest inventory, remote sensing, Takagi Sugeno Kang fuzzy model;inventarisasi hutan, penginderaan jauh, model fuzzy Takagi Sugeno Kang