Estimasi Stok Karbon Perkebunan Teh (Camellia sinensis) menggunakan Citra PlanetScope 8-Saluran (Studi Kasus : Perkebunan Teh Tambi, Wonosobo)

Kharisma Lintang Hapsari, Dr.Sc. Sanjiwana Arjasakusuma, S.Si., M.GIS.

2025 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Pemanasan global menjadi permasalahan terkini yang disebabkan oleh meningkatnya emisi gas, salah satunya adalah karbon dioksida. Tanaman teh sebagai vegetasi yang memiliki nilai ekonomi dan ekologi dapat menyerap dan mengurangi emisi karbon dioksida. Karbon dalam tanaman teh disimpan pada batang, cabang, tajuk, dan akar. 
Tujuan dari penelitian ini adalah untuk mengetahui performa dari indeks vegetasi dan mengestimasi stok karbon Perkebunan Teh Tambi menggunakan indeks vegetasi berbasis citra PlanetScope 8-saluran. Data yang digunakan adalah citra PlanetScope yang digunakan untuk klasifikasi visual vegetasi teh dan non teh serta transformasi indeks vegetasi NDVI,SAVI, DVI, dan RVI digunakan untuk pemodelan estimasi stok karbon. Rumus alometrik digunakan untuk menghitung biomassa dan stok karbon tanaman teh. Analisis regresi digunakan untuk mengetahui hubungan indeks vegetasi dengan stok karbon lapangan. 
Model estimasi terbaik adalah model yang dihasilkan indeks NDVI dengan akurasi berdasarkan perhitungan akurasi SEE adalah sebesar 52,42%, RMSE sebesar 54,99%, dan MAE sebesar 64,84%. Model dihasilkan dengan subtitusi indeks ke persamaan regresi y=188,29x?59,494 dengan koefisien korelasi r = 0,647. Rerata hasil estimasi stok karbon Perkebunan Tambi blok taman adalah sebesar 61,58 kg/piksel.

Global warming is a current problem caused by increasing gas emissions, one of which is carbon dioxide. Tea plants as vegetation that has economic and ecological value can absorb and reduce carbon dioxide emissions. Carbon in tea plants is stored in the stem, branches, crown, and roots. 
The purpose of this study was to determine the performance of vegetation index and estimate the carbon stock of Tambi Tea Plantation based on 8-band PlanetScope imagery. The data used were PlanetScope imagery used for visual classification of tea and non-tea vegetation and the transformation of the NDVI, SAVI, DVI, and RVI vegetation index used for modeling carbon stock estimation. Allometric formulas were used to calculate biomass and carbon stocks of tea plants. Regression analysis was used to determine the relationship between NDVI values and field-measured carbon stocks. 
The best estimation model is the model generated by the NDVI index with an accuracy based on the SEE accuracy calculation of 52.42%, RMSE of 54.99%, and MAE of 64.84%. The model was generated by substituting the index into the regression equation y = 188.29x ? 59.494 with a correlation coefficient of r = 0.647. The average carbon stock estimation result for the Tambi Tea Plantation was 61.58 kg/pixel.

Kata Kunci : Estimasi stok karbon, PlanetScope, tanaman teh, indeks vegetasi, penginderaan jauh