INTEGRASI PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK ESTIMASI STOK KARBON HUTAN MANGROVE KAWASAN SEGOROANAK PADA KAWASAN TAMAN NASIONAL ALAS PURWO BANYUWANGI, JAWA TIMUR

HENDRY FRANANDA, S. Pi, Prof. Dr. Hartono, DEA, DESS

2012 | Tesis | S2 Penginderaan Jauh

Estimasi kandungan karbon hutan selama ini banyak dilakukan secara terestrial dan belum banyak memanfaatkan data penginderaan jauh. Kelemahan metode terestrial untuk mengestimasi kandungan karbon hutan bila dibandingkan dengan memanfaatkan data penginderaan jauh adalah lebih baik dari segi waktu, biaya dan tenaga, sementara kelebihannya adalah tingkat akurasi yang lebih tinggi. Tujuan penelitian ini adalah untuk mengetahui sejauh mana data penginderaan jauh dapat dimanfaatkan dalam mengestimasi kandungan karbon hutan mangove, dan untuk mengetahui transformasi indeks vegetasi terbaik dalam mengestimasi kandungan karbon hutan mangrove, sehingga akan diketahui korelasi antara masing-masing transformasi indeks vegetasi yang digunakan dengan kandungan karbon lapangan beserta tingkat akurasinya. Metode yang digunakan dalam peneltian ini dengan perhitungan kandungan karbon pada beberapa titik sampel lapangan dan melihat korelasi antara kandungan karbon pada titik sampel lapangan dengan nilai indeks dari masing-masing transformasi indeks vegetasi yang digunakan. Uji akurasi dilakukan dengan data lapangan untuk melihat tingkat akurasi dari masing- masing transformasi. Hasil penelitian berupa korelasi beserta tingkat akurasi dan kandungan karbon total dari masing- masing transformasi indeks vegetasi yang digunakan (SR, NDVI, TVI, RVI, SAVI, EVI) dengan data lapangan. EVI dan TVI merupakan indeks vegetasi yang memiliki korelasi dan akurasi terbaik untuk mengestimasi kandungan karbon hutan mangrove dengan nilai R2 dari EVI = 0,72 dan TVI = 0,63, dengan akurasi EVI ± 74.40139 ton/ha dan akurasi TVI ± 39.70762 ton/ha. Kesimpulan yang didapat dari penelitian ini diketahui indeks vegetasi EVI dan TVI merupakan indeks yang memiliki hubungan korelasi dan akurasi terbaik, sehingga EVI dan TVI merupakan indeks vegetasi terbaik untuk mengestimasi karbon hutan mangrove.

estimate with Nowadays, forest carbon stocks estimate have been terrestrial methods, not utilize the remote sensing data. The ability of remote sensing data was more efficient in time, expense, and energy aspect compared with terrestrial methods, but terrestrial methods give higher accuracy rather than remote sensing. carbon stocks from each vegetation index transformations (SR, NDVI, This study tried to determining the ability of remote sensing data, and to ensure the most optimum vegetation index transformations in estimating mangrove forest carbon stocks. Correlation between each vegetation index transformations and the stocks carbon in study area include each accuracy level was resulted relate to the aim of this study. Counting the carbon stocks in every sample to be correlated with each vegetation index values was used as the method of this study. Accuracy assessment was done by compare with actual data to ensure the accuracy each vegetation index transformations. TVI, RVI, SAVI, EVI) c The result of this study was the correlation includes the level of accuracy and total ompared with actual data. EVI and TVI were the best transformations to estimating carbon stocks with R2 values of EVI = 0,72 and TVI = 0,63, with accuracy of EVI ± 74.40139 tons/ha and TVI ± 39.70762 tons/ha. The conclusion from this study, known vegetation index EVI and TVI is an index that has the best correlation and accuracy, EVI and TVI is the best vegetation index for estimating the mangrove forest carbon. Estimation of total carbon in Segoroanak mangrove forest area covering 1.368 ha for EVI transformation is 600.569 tons and 583.981 tons of TVI transformation.

Kata Kunci : Penginderaan Jauh, Estimasi, Karbon Hutan, Indeks Vegetasi