PEMANFAATAN CITRA ALOS AVNR-2 UNTUK ESTIMASI PRODUKSI TANAMAN JATI DENGAN MENGGUNAKAN METODE TRANSFORMASI SPEKTRAL INDEKS VEGETASI (DAERAH KAJIAN : SEBAGIAN KABUPATEN GUNUNG KIDUL)

MEYSITA NOORMASARI, Dr. Sigit Heru Murti B S, S.Si. M.Si.

2014 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Penelitian ini memiliki tujuan : (a) Mengkaji kemampuan citra ALOS AVNIR-2 untuk mengidentifikasi tanaman jati, (b) Mengetahui estimasi produksi tanaman jati dengan menggunakan transformasi spektral indeks vegetasi dan (c) Mengetahui ketelitian dari metode transformasi spektral indeks vegetasi yang digunakan. Daerah kajian pada penelitian ini merupakan BDH (Bagian Daerah Hutan) produksi tanaman jati di sebagian Kabupaten Gunungkidul. Metode penelitian yang digunakan yaitu transformasi SAVI, RVI, ARVI, NDVI, dan analisis data statistik regresi. Data primer yang digunakan yaitu citra ALOS AVNIR-2 perekaman tahun 2009. Regresi dilakukan pada dua tahap, pertama regresi nilai indeks masing-masing transformasi dengan kerapatan kanopi di lapangan. Dari regresi terdapat nilai R yang merupakan koefisien korelasi yang dapat menunjukkan kekuatan dan arah hubungan dari variabel yang digunakan. Regresi tahap kedua, volume batang dengan kerapatan kanopi, dimana tahapan ini digunakan untuk membuat model estimasi. Model estimasi produksi tanaman jati berupa volume batang, yang mana produksi dari tanaman jati dihasilkan dari batangnya (kayu). Hasil regresi indeks transformasi dengan kerapatan kanopi menunjukkan hubungan signifikan. Nilai R pada NDVI sebesar 0,766, ARVI sebesar 0,576, RVI sebesar 0,788, dan SAVI sebesar 0,745. Selain nilai R yang menjadi acuan menentukan model transformasi terbaik, digunakan SEE (Standar Error Estimation) yang dihasilkan dari uji akurasi model volume di lapangan dengan volume pada model. Nilai SEE pada NDVI sebesar ±1,28 mᵌ/piksel, ARVI sebesar ±1,6 mᵌ/piksel, RVI sebesar ±1 mᵌ/piksel, dan SAVI sebesar ±1,18 mᵌ/piksel. Dari hasil tersebut model transformasi terbaik untuk mengestimasi produksi tanaman jati adalah RVI. Kata Kunci : Citra ALOS AVNIR-2, Transformasi Indeks Vegetasi, Estimasi Produksi, Tanaman Jati

This study aimed to: (a) Assess the ability of ALOS AVNIR-2 imagery to identify teak plants, (b) Determine the best transformation of the vegetation index to estimate the production of teak plants and (c) Determine the details of spectral transformation methods of vegetation index. Area of this study is hardwood plants production BDH (Bagian Daerah Hutan) in a part of Gunungkidul regency. The methods that used in this study are transformation SAVI, RVI, ARVI, NDVI, and statistical data analysis regression. The primary data that used is recording of ALOS AVNIR-2 imagery in 2009. Regression worked in two step, first regression of index value in each transformation with canopy density in field. There is an R value that is a correlation coefficient showing the strengh and direction of correlation from variables that included. Second regression, used the log volume with the canopy density, in which used to make estimation model. Estimation model of hardwood production is log volume and the important thing of hardwood production comes from its log. The results of regression between transformation index with canopy density shows significancy. R values from NDVI is 0,766, ARVI is 0,576, RVI is 0,788, and SAVI is 0,745. Besides of R value there is SE (Standar Error) that used to determine model with the best transformation, SEE resulted from model accuration test between volume in the field and in the model. SEE values from NDVI is ±1,28 mᵌ/piksel, ARVI is ±1,6 mᵌ/piksel, RVI is ±1 mᵌ/piksel, and SAVI is ±1,18 mᵌ/piksel. From the result the best transformation model to estimate hardwood production RVI. Keywords : ALOS AVNIR-2 Imagery, Transformation Vegetation Index, Estimated Production, Teak Plants

Kata Kunci : Citra ALOS AVNIR-2, Transformasi Indeks Vegetasi, Estimasi Produksi, Tanaman Jati