IDENTIFlKASI MODEL AGROFORESTRI DI KAWASAN RAWAN LONGSOR (Studi Kasus di Kecamatan Gedangsari, Kabupaten Gunung Kidul)

YUNIAR ARDIANTI, Dr. Ir. Moch. Sambas Sn., M.Sc.

2006 | Skripsi | S1 KEHUTANAN

Gedangsari merupakan salah satu kawasan rawan longsor di Indonesia. Faktor penyebab tanah longsor salah satunya yaitu kelerengan yang curam dan tidak stabil. Upaya untuk menjaga kestabilan lereng dapat dilakukan melalui rekayasa vegetasi. Model rekayasa vegetasi yang sering digunakan adalah agroforestri. Tujuan penelitian adalah untuk mengidentifikasi model agroforestri yang diterapkan oleh petani di kawasan rawan longsor. Penelitian bersifat observasional melalui pendekatan biofisik. Pengamatan, pengukuran vegetasi dan fisik lahan meliputi jenis dan dimensi tanaman berkayu, jenis dan waktu tanam tanaman pertanian, kelerengan lahan, jarak tanam dan ukuran lahan. Pengambilan sampel dilakukan dengan Simple Random Sampling berdasarkan peta zonasi kerentanan longsor. Intensitas pengukuran pada lahan sampel adalah 100%. Analisis data yang digunakan adalah analisis vegetasi, kelas kepadatan lahan, analisis diskriminan dan sistem penutupan tajuk. Hasil analisis menunjukkan bahwa ke1erengan dan luas bidang dasar (lbds) per ha merupakan faktor penentu longsor. Lbds per ha merupakan indikator dalam pembuatan kelas kepadatan lahan, yaitu kelas kepadatan rendah (lbds/ha < 285,1 m 2 /ha), kelas kePradatan sedang (lbds/ha 285,1-624,5 m 2 /ha) dan kelas kepadatan tinggi (lbds/ha >624.5 m /ha). Jenis tanaman berkayu yang mendominasi di Gedangsari yaitu jati. Model agroforestri berkembang pada setiap zonasi sesuai dengan kondisi topografi lahan. Pada zona kerentanan longsor rendah, pola Trees Along Border dengan kelas kepadatan lahan tinggi sesuai untuk topografi landai. Pola Alley Cropping pada teras sesuai untuk dikembangkan pada zona kerentanan longsor sedang, tinggi, dan sangat tinggi yang memiliki topografi lereng curam. Kelas kepadatan lahan yang dianjurkan pada zona kerentanan sedang, tinggi, dan sangat tinggi adalah kelas kepadatan rendah sampai sedang.

Gedangsari is one of critical landslide area in Indonesia. One of causing factors oflandslide is slope characterized as steep and unstable slope. Maintaining the stability of slope can be done by using bioengineering. Bioengineering model common used is agroforestry. The aim ofthis research was to identify the agroforestry models applied by farmers settled in landslide susceptible area. This research was observational research conducted through biophysics approach. Observation, measurement of vegetation and physical land characteristics included species and dimension ofwoody plants, species and sequences of crops, land slopes, planting space and land size. Samples were taken by using Simple Random Sampling based on landslides susceptibility zone map. Measurement intensity on the sample was 100%. Data was analyzed by using vegetation analysis, classification of land density, discriminant analysis and crown cover system. Discriminant analysis showed that the factors determining landslides were slopes and basal area per hectare. Basal area per hectare was used as indicator in classification of land density. Classification of land density consisted of low density (basal area per ha <285,1 m2/ha), middle density (basal area per ha 285,1-624,5 m2/ha), and high density (basal area per ha >624,5 m2/ha). Based on the result of vegetation analysis, dom:nailt woody plant in Gedangsari is Tectona grandis. Agroforestry models developed in each landslide zone have conformity to land topographic condition. On the zone that has low susceptibility to landslide, agroforestry model developed is Trees Along Border combined with high density of basal area conforming to slope slightly. Alley Cropping model is applied on the zones that have moderate susceptibility, high susceptibility and very high susceptibility to landslide conforming to steep slope. Classes of land density suggested on these zones are low up to middle density of basal area per hectare

Kata Kunci : Longsor, Agroforestri, Rekayasa vegetasi