Analisis perbandingan berbagai model transformasi indeks vegetasidalam prediksi kerapatan kanopi jati (Tectona Grandis L.F.) disebagian hutan Wanagama

Agung Andhika Prana,

2014 | Skripsi |

Perkembangan teknologi akan menyebabkan berkembangnya ilmu dalam pengolahan data penginderaan jauh, tidak terkecuali metode dalam ekstraksi informasi vegetasi. Analisis model transformasi indeks vegetasi sangat berguna untuk berbagai hal, diantaranya dalam penentuan prediksi kerapatan kanopi vegetasi, ataupun turunannya seperti penentuan jumlah tegakan vegetasi, biomassa dan konsentrasi klorofil. Banyak ditemukannya berbagai macam algoritma dalam menentukan indeks vegetasi tentunya bertujuan untuk pemecahan masalah tertentu. Ketepatan pemilihan metode yang bertujuan mendapatkan informasi vegetasi perlu diketahui agar hasil yang dicapai dapat maksimal. Penerapan indeks vegetasi yang dapat dilakukan adalah estimasi kerapatan jenis vegetasi tertentu, salah satunya Jati (Tectona Grandis Lf). Penelitian ini bertujuan untuk membandingkan beberapa indeks vegetasi dalam mendapatkan data kerapatan kanopi jati. Selain itu, penelitian ini mencari indeks vegetasi yang terbaik atau paling efektif dalam melakukan prediksi kerapatan. Indeks vegetasi dipilih antara lain NDVI, SAVI, MSAVI dan ATSAVI. Metodologis agar didapatkannya indeks vegetasi yang paling baik dinilai dengan 2 langkah utama yakni dengan melakukan analisis regresi atau analisis hubungan antara variabel pendukung, yakni nilai indeks vegetasi itu sendiri dengan nilai kerapatan tajuk sebenarnya di lapangan. Selanjutnya, yaitu dilakukannya suatu uji akurasi dari kebenaran yang direpresentasikan oleh suatu indeks vegetasi. Langkah ini berguna untuk menvalidasi suatu indeks vegetasi yang memiliki hubungan yang cukup kuat dengan nilai kerapatan sebenarnya, dimana nilai indeks vegetasi tersebut dapat dipertanggungjawabkan kebenarannya. Dari ke-empat indeks vegetasi yang diteliti, ATSAVI memiliki korelasi dengan kerapatan kanopi jati yang paling baik yakni dengan nilai r (koefisien korelasi) = 0,823. Hasil dari uji akurasi mencapai tingkat keakuratan sebesar 88,9 % . Kata Kunci : Indeks Vegetasi, NDVI-SAVI-MSAVI-ATSAVI, Tectona Grandis Lf, Regresi dan Korelasi.

Kata Kunci :