ESTIMASI PERUBAHAN STOK KARBON VEGETASI TEGAKAN SEBAGAI DAMPAK PERUBAHAN PENUTUP LAHAN DI KAPANEWON IMOGIRI DAN DLINGO KABUPATEN BANTUL BERBASIS CITRA LANDSAT 8 OLI PAN-SHARPENED TAHUN 2014 DAN 2024
Anisa Nurfadila Mukti Wibowo, Prof. Drs. Projo Danoedoro, M. Sc., Ph. D
2025 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH
ESTIMASI
PERUBAHAN STOK KARBON VEGETASI TEGAKAN SEBAGAI DAMPAK PERUBAHAN PENUTUP
LAHAN DI KAPANEWON IMOGIRI DAN DLINGO KABUPATEN BANTUL BERBASIS
CITRA
LANDSAT 8 OLI PAN-SHARPENED
TAHUN 2014
DAN 2024
Anisa Nurfadila Mukti Wibowo
21/473883/GE/09510
INTISARI
Vegetasi tegakan sebagai bagian dari
ekosistem biotik di bumi memiliki peran penting dalam upaya menanggulangi
perubahan iklim, yaitu membantu menyerap karbon di atmosfer yang dapat disimpan
dalam bentuk stok karbon. Upaya pemantauan vegetasi tegakan memerlukan metode
pemetaan yang cepat dan akurat. Kehadiran teknologi penginderaan jauh seperti
citra Landsat 8 OLI pan-sharpened yang memiliki keunggulan untuk
pemetaan perubahan penutup lahan dan estimasi perubahan stok karbon. Penelitian ini
bertujuan untuk memetakan klasifikasi dan perubahan penutup lahan, mengestimasi
perubahan stok karbon pada vegetasi tegakan, serta menguji akurasi dan
kemampuan citra Landsat 8 pan-sharpened dalam melakukan pemetaan
perubahan penutup lahan dan stok karbon di Kapanewon Imogiri dan Dlingo pada
tahun 2014 dan 2024. Metode yang digunakan dalam
penelitian terbagi menjadi tiga proses yaitu untuk proses klasifikasi dan
perubahan penutup lahan, estimasi perubahan stok karbon, dan uji akurasi model.
Klasifikasi dan perubahan penutup lahan dilakukan dengan algoritma Random
Forest dan change detection PCC (Post Classification Comparison).
Estimasi perubahan stok karbon dilakukan dengan FVC (Fractional Vegetation
Cover) melalui proses unmixing dalam beberapa transformasi
indeks vegetasi, yaitu NDVI, GVMI, RVI, dan EVI. Sementara itu, proses uji akurasi model
menggunakan metode SEE (Standard Error Estimation) untuk model stok
karbon dan Confusion Matrix untuk model klasifikasi penutup lahan pada
citra Landsat 8 pan-sharpened.
Penelitian
ini menghasilkan bahwa pada tahun 2014 – 2024 di Kapanewon Imogiri dan Dlingo
terjadi perubahan penutup lahan yang didominasi oleh perubahan vegetasi tegakan
menjadi vegetasi non-tegakan dan sebaliknya, sehingga menyebabkan adanya
perubahan stok karbon loss dan gain sebesar 1.047.778, TonC dan
1.954.611,332 TonC dengan kalkulasi secara keseluruhan dalam 10 tahun terakhir
menunjukkan kondisi perubahan stok karbon gain net sebesar 906.832,496
TonC yang diperoleh dari model stok karbon terbaik FVC RVI. Sementara itu,
hasil uji akurasi model pada citra Landsat 8 pan-sharpened pada penelitian
ini menghasilkan overall accuracy 72% untuk model klasifikasi penutup
lahan dan 42,5-59,8% untuk model stok karbon.
Kata Kunci: vegetasi tegakan, pan-sharpening, unmixing, fractional
vegetation cover, estimasi perubahan karbon, perubahan penutup lahan
ESTIMATION
OF CHANGES IN STANDING VEGETATION CARBON STOCK AS AN IMPACT OF LANDCOVER
CHANGES IN IMOGIRI AND DLINGO DISTRICTS BANTUL REGENCY BASED ON PAN-SHARPENED
LANDSAT 8 OLI IMAGERY IN 2014 AND 2024
Anisa Nurfadila Mukti Wibowo
21/473883/GE/09510
Standing
vegetation, as part of the Earth's biotic ecosystem, plays an important role in
efforts to combat climate change by helping to absorb carbon from the
atmosphere, which can be stored in the form of carbon stocks. Monitoring stand
vegetation requires fast and accurate mapping methods. The availability of
remote sensing technology, such as Landsat 8 OLI pan-sharpened imagery, offers
advantages for mapping land cover changes and estimating changes in carbon
stocks. This study aims to map land cover classification and changes, estimate
carbon stock changes in forest vegetation, and test the accuracy and capability
of Landsat 8 pan-sharpened imagery in mapping land cover changes and carbon
stocks in Kapanewon Imogiri and Dlingo in 2014 and 2024. The methods used in
this study are divided into three processes: land cover classification and
change, carbon stock change estimation, and model accuracy testing. Land cover
classification and change were performed using the Random Forest algorithm and
PCC (Post Classification Comparison) change detection. Carbon stock change
estimation was performed using FVC (Fractional Vegetation Cover) through the
unmixing process in several vegetation index transformations, namely NDVI,
GVMI, RVI, and EVI. Meanwhile, the model accuracy testing process used the SEE
(Standard Error Estimation) method for the carbon stock model and the Confusion
Matrix for the land cover classification model on Landsat 8 pan-sharpened
imagery. This study found that between 2014 and 2024, there was a change in
land cover dominated by the conversion of forest vegetation to non-forest
vegetation and vice versa, resulting in carbon stock loss and gain of 1,047,778
TonC and 1,954,611.332 TonC, respectively. The overall calculation over the
past 10 years shows a net carbon stock gain of 906,832.496 TonC, obtained from
the best carbon stock model, FVC RVI. Meanwhile, the accuracy test results of
the model on Landsat 8 pan-sharpened imagery in this study yielded an overall
accuracy of 72% for the land cover classification model and 42.5–59.8% for the
carbon stock model.
Keywords: standing vegetation, pan-sharpening, unmixing, fractional vegetation cover, carbon change estimation, landcover change
Kata Kunci : Kata Kunci: vegetasi tegakan, pan-sharpening, unmixing, fractional vegetation cover, estimasi perubahan karbon, perubahan penutup lahan
