OLEH : ADNINDYA RIZKA FALAHNSIA

3509 100 015

1

ANALISA KELEMBABAN HUTAN BERDASARKAN NILAI TVDI MENGGUNAKAN CITRA LANDSAT 7 ETM+

(Studi Kasus : Hutan KPH Banyuwangi Utara)

2

Kelembaban tanah merupakan salah satu variabel kunci dalam proses hidrologi yang berperan penting dalam menentukan ketersediaan air sebagai unsur yang sangat fundamental dalam kehidupan manusia. Informasi kelembaban tanah juga bisa digunakan untuk prediksi cuaca, peringatan awal kekeringan, penjadwalan irigasi, dan perkiraan panen.

Salah satu metode yang dapat digunakan untuk mendapatkan informasi kelembaban tanah adalah TVDI (Temperature-Vegetation Dryness Index). TVDI merupakan indeks kekeringan yang dihitung berdasarkan parameter empirik dari hubungan antara temperatur permukaan (TS) dan indeks vegetasi NDVI (Normalized Difference Vegetation Index).

LATAR BELAKANG

3

Wilayah kabupaten Banyuwangi mempunyai luas sekitar 5,782.50 km2, sebagian besar masih merupakan hutan. Kawasan hutan ini diperkirakan mencapai 183,396.3 Ha atau sekitar 31.72 % (Banyuwangi dalam angka, 2011). Luas kawasan hutan Kesatuan Pemangkuan Hutan (KPH) Banyuwangi Utara adalah 56,118.98 ha terletak di dua kabupaten yaitu Kabupaten Banyuwangi dan Kabupaten Situbondo. Oleh karena itu penelitian ini dilakukan untuk menganalisa kelembaban hutan di KPH Banyuwangi Utara dengan metode perhitungan indeks kekeringan TVDI menggunakan citra Landsat 7 ETM+ tahun 2000.

LATAR BELAKANG

4

Dari latar belakang diatas, maka perumusan masalah yang akan dilaksanakan dalam penelitian tugas akhir ini adalah bagaimana hasil analisis kelembaban hutan berdasarkan nilai TVDI kawasan hutan KPH Banyuwangi Utara menggunakan citra Landsat 7 ETM+ bulan Juni 2000 dan Juli 2000.

RUMUSAN MASALAH

BATASAN MASALAH

1. Penelitian ini dilakukan di kawasan hutan KPH Banyuwangi Utara.

2. Kelembaban hutan yang dimaksud adalah kelembaban tanah di hutan Kabupaten Banyuwangi.

3. Data Primer yang digunakan adalah data citra Landsat 7 ETM bulan Juni 2000 dan Juli 2000.

4. Metode yang digunakan dalam penelitian ini dengan metode algioritma NDVI dan dan algoritma TVDI.

5

1. Untuk mengetahui pemrosesan citra Landsat 7 ETM dalam menganalisis kelembaban hutan dengan algoritma TVDI.

2. Untuk mengetahui pemetaan dan sebaran kelembaban hutan di hutan KPH Banyuwangi Utara berdasarkan nilai TVDI.

3. Untuk mengetahui tingkat kelembaban hutan di hutan KPH Banyuwangi Utara.

TUJUAN PENELITIAN

MANFAAT PENELITIAN

1. Manfaat untuk peneliti yaitu dapat mengetahui pemrosesan citra Landsat 7 ETM dalam menganalisis kelembaban hutan menggunakan algoritma TVDI.

2. Manfaat untuk ilmu pengetahuan yaitu sebagai referensi untuk peneliti selanjutnya

6

Lokasi Penelitian Secara geografis kawasan hutan KPH Banyuwangi Utara berada pada 7o14’52” samapai 8o 16’ 11” LS dan pada 114o08’41” sampai 114o49’48” BT. Kawasan hutan KPH Banyuwangi Utara terbagi menjadi tiga bagian yaitu Bitakol, Alas-Buluh Gombel, dan Kendeng Timur Laut.

METODOLOGI PENELITIAN

Gambar 1. Lokasi Penelitian

7

Data a. Data spasial berupa citra satelit Landsat 7 ETM Path/Row: 117 / 065

dengan akuisisi 23 Juni 2000 dan Path/Row: 117 / 066 dengan akuisisi 9 Juli 2000.

b. Data non spasial berupa data primer (survai lapangan) c. Data sekunder (literatur dan instansi terkait)

Peralatan a. Perangkat Keras

i. Laptop ii. Printer iii. Kamera Dijital iv. GPS Navigasi Garmin eTrx H High Sensitivity

b. Perangkat Lunak i. Software Image Processing ii. Arc GIS 10 iii. Microsoft Office 2010

METODOLOGI PENELITIAN

8

DIAGRAM ALIR Citra Landsat 7 ETM+ Juni 2000

Citra Landsat 7 ETM+ Juli 2000

Pennggabungan Citra (Mozaicking)

Koreksi Geometrik Peta Vektor Kab. Banyuwangi

RMSE ≤1 pixel

Citra Terkoreksi

Algoritma NDVI Algoritma Land Surface Temperature (LST)

Citra Bernilai NDVI Citra Bernilai LST

Analisa Regresi

Algoritma TVDI

Pemotongan Citra (Cropping)

Komposit Citra

GroundtruthCitra Bernilai TVDI

Analisa

Peta Kelembaban Hutan di KPH Bnayuwangi Utara Bernilai TVDI

Data Suhu di Kabupaten Banyuwangi

Tidak

Ya

9

Koreksi Geometrik Hasil perhitungan RMS Error rata – rata didapat 0,11758 dengan nilai SOF yaitu 0,2250

HASIL DAN ANALISA

Gambar 2. Desain Jaring SOF

10

Perhitungan Indeks Vegetasi (NDVI)

Nilai NDVI yang diperoleh untuk daerah studi penelitian ini memiliki rentang antara -0,357576 sampai 0,606061 dengan nilai rata – rata 0,12424. Dari proses perhitungan NDVI menggunakan citra Landsat 7 ETM+ didapat luasan berdasarkan hasil klasifikasi NDVI, yaitu :

HASIL DAN ANALISA

Klasifikasi Luas (Ha) Luas (%) Vegetasi Jarang 7.535,34 54,4 Vegetasi Sedang 4.263,3 30,7

Vegetasi Rapat 2.069,1 14,9

11

Perhitungan Suhu Permukaan (LST) Proses pengolahan citra dengan menggunakan algoritma LST menghasilkan nilai suhu rata – rata pada kawasan hutan KPH Banyuwangi Utara yaitu 20,8oC dengan suhu minimum 13,9oC dan suhu maksimum 27,7oC.

HASIL DAN ANALISA

Range Suhu (oC) Jumlah (%) 13,9 – 15,9 0,6952 16,0 – 17,9 0,7323 18.0 – 19,9 4,0808 20,0 – 21,9 16,484 22,0 – 23,9 7,064 24,0 – 25,9 0,4946 26,0 – 27,9 0,1597

12

Perhitungan Indeks Kekeringan TVDI Model TVDI memanfaatkan hubungan segitiga antara NDVI dan temperatur untuk menentukan indeks kelembaban tanah. Scatterplot antara NDVI pada sumbu x dan temperatur pada sumbu y akan membentuk segitiga.

:

HASIL DAN ANALISA

y = -11,81x + 26,791

y = 5,9355x + 18,045

0.00

5.00

10.00

15.00

20.00

25.00

30.00

0.00 0.20 0.40 0.60 0.80

Kering

Basah

Linear (Kering)

Linear (Basah)

Gambar 3. Korelasi antara Indeks Vegetasi (NDVI) dengan Suhu Permukaan (LST)

13

Pada gambar 3 untuk kawasan hutan KPH Banyuwangi Utara dapat ditunjukkan bahwa batas kering mempunyai persamaan yaitu LSTmax = -11,81*NDVI + 26,791, sedangkan batas basahnya LSTmin = 5,9355*NDVI + 18,045. Berdasarkan hasil persamaan batas kering dan batas basah tersebut maka persamaan model TVDI untuk kawasan hutan KPH Banyuwangi Utara dapat disederhanakan sebagai berikut:

𝑇𝑇𝑇𝑇 = 𝐿𝐿𝑇 − (5,9355 ∗ NDVI + 18,045)−17,7455 ∗ 𝑁𝑇𝑇𝑇 + 44,836

Dari proses perhitungan TVDI menggunakan citra Landsat 7 ETM+ didapat luasan berdasarkan hasil klasifikasi TVDI, yaitu :

HASIL DAN ANALISA

Klasifikasi Luas (Ha) Luas (%)

Agak Basah 60,12 0,5

Basah 12.334,41 99,5

14

HASIL DAN ANALISA

Gambar 4. Peta Indeks Vegetasi NDVI Gambar 5. Peta Suhu Permukaan

Gambar 6. Peta Indeks Kekeringan TVDI

15

1. Dari hasil klasifikasi tingkat kerapatan vegetasi berdasarkan nilai NDVI didapat bahwa vegetasi jarang mempunyai luas 7.535,34 Ha; vegetasi sedang mempunyai luas sebesar 4.263,3 Ha; dan vegetasi rapat 2.069,1 Ha.

2. Model kekeringan lahan (TVDI) yang diperoleh berdasarkan integrasi antara parameter indeks vegetasi (NDVI) dan suhu permukaan (LST) dari data Landsat 7 ETM+ kawasan hutan KPH Banyuwangi Utara akuisisi 23 Juni 2000 dan akuisisi 9 Juli 2000 adalah sebagai berikut :

𝑇𝑇𝑇𝑇 =

𝐿𝐿𝑇 − (5,9355 ∗ NDVI + 18,045)−17,7455 ∗ 𝑁𝑇𝑇𝑇 + 44,836

3. Kawasan hutan KPH Banyuwangi Utara pada tahun 2000 berdasarkan nilai indeks kekeringan TVDI terklasifikasi menjadi dua kelas yaitu kelas basah (12.334,41 Ha) dan kelas agak basah (60,12 Ha).

KESIMPULAN

16

Abidin, H. Z., dkk. 2002. Survei Dengan GPS. Jakarta: Pradnya Paramitha.

Andersen, J.A. 2001. Distributed Hydrological Modelling and Application of Remote Sensing Data. Tesis Environment & Resources DTU. Denmark : Technical University of Denmark.

Claps, P., Laguardia, G. 2001. Assessing Spatial Variability of Soil Water Content Through Thermal Inertia and NDVI. Italia : University of Basilicata

Danoedoro, Projo, 1996. Pengolahan Citra Digital. Teori dan Aplikasinya dalam Bidang Penginderaan Jauh. Fakultas Geografi Universitas Lambung Gadjah Mada. Yogyakarta.

Departemen Kehutanan. 2003. SejarahKawasan Ekosistem Tangkahan.<http:www.dephut.go.id/informasi/TN%20INDO-ENGLISH/tn.index.htm(13 Januari 2013)

Dodi,S. dan Elfa,D. 2008. Analisis Indeks Vegetasi menggunakan Data Satelit NOAA/AVHRR dan TERRA/AQUA-MODIS. Jakarta : Universitas Indonesia.

Furqon. 1999. Statistika Terapan Untuk Penelitian. Bandung : CV. Alfabeta

Hasyim, Badawi. 2008. Analisis Potensi Sumberdaya Lahan Pertanian Tanaman Pangan di Kabupaten Banyuwangi menggunakan Citra Landsat 7 ETM+. Bandung : Jurnal Pertemuan Ilmiah Tahunan MAPIN XVII.

Irwanto. 2006. Penilaian Kesehatan Hutan Tegakan Jati (Tectona Grandis) Dan Eucalyptus (Eucalyptus Pellita) Pada Kawasan Hutan Wanagama I. Yoyakarta : Universitas Gadjah Mada.

Jensen, J.R. 1996. Introductory Digtal Image Processing – a Remote Sensing Perspective. Second Edition. London : Prentice Hall.

Keputusan Menteri Kehutanan No. 70/Kpts-II/2001. Tentang Penetapan Kawasan Hutan, Perubahan Status dan Fungsi Kawasan Hutan.

DAFTAR PUSTAKA

17

Lillesand T.M., and Kiefer R.W., 2000. Remote Sensing and Image Interpretation. Second Edition, John Wiley & Sons, New York.

Lillesand, T.M., Kiefer, R.W., and Chipman J.W.2004. Remote Sensing and Image Interpretation. Fifth Edition. New york : John Wiley & Sons

Martin, Seelye. 2004. An Introduction to Ocean Remote Sensing. United Kingdom : University of Cambridge

Maryantika, N. 2012. Analisa Perubahan Vegetasi Ditinjau Dari Tingkat Ketinggian dan Kemiringan Lahan Menggunakan Citra Satelit Landsat Dan Spot 4 (Studi Kasus Kabupaten Pasuruan). Surabaya: Institut Teknologi Sepuluh Nopember Surabaya.

Nashrrullah S., Darmawan S., Hadi F., Budi Harto A., Wikantika K,. 2008. Analisis Kelembaban Tanah Dengan Landsat ETM Menggunakan Metode TVDI (Temperature-Vegetation Dryness Index). Jurnal Pertemuan Ilmiah Tahunan MAPIN XVII 2008. Bandung

Purwadhi, S.H. 2001. Interpretasi Citra Digital. Jakarta: Grasindo

Perum Perhutani. 2013. Public Summary KPH Banyuwangi Utara Tahun 2013. Banyuwangi:Perum perhutani KPH Banyuwangi Utara.

Rahmawaty. 2004. Hutan : Fungsi dan Peranannya Bagi Masyarakat. Sumatera Utara :Universitas Sumatera Utara

Rizatus Shofiyati dan Dwi Kuncoro G.P. 2007. Inderaja Untuk Mengkaji Kekeringan Di Lahan Pertanian. Informatikka Pertanian Volume 16 No 1, Juli 2007.

Rusdiyatmoko, A. dan Zubaidah, A. 2005. Analisis Spektral Data Modis untuk Pemantauan Hutan/Lahan (Studi Kasus Provinsi Sumatra Selatan). Pertemuan I lmiah Tahunan MAPIN XIV “Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”. Institut Teknologi Sepuluh Nopember Surabaya, 14 – 15 September 2005.

Sandholt, I., Rasmussen, K. and Andersen, J. 2002. A Simple Interpretation of the Surface Temperature/Vegetation Index Space for Assessment of Surface Moisture Status. Remote Sensing of Environment 79 (2002) 213-224. Elsevier Science Inc.

DAFTAR PUSTAKA

18

Stumeang, Risman.2005. Analisis Fungsi Kawasan dan Zonasi Hutan Pendidikan da Penelitian Barat Muara Kaeli menggunakan Data Satelit Pengideraan Jauh. Jurnal Pertemuan Ilmiah Tahunan MAPIN XIV 2005.Surabaya

Sukristiyanti dan Dyah,M. 2009. Pendeteksian Kerapatan Vegetasi dan Suhu Permukaan Menggunakan Citra Landsat (Srudi kasus : Jawa Barat Bagian Selatan dan Sekitarnya). Jurnal Riset Geologi dan Pertambangan Jilid 19 No 1 (2009) 15 – 24.

Witter, J. 2004. Deriving a TVDI from Landsat 5 Imagery for The Oak Opening Region of Northwest Ohio. Spring 2004 Digital Image Analysis Final Project.

Undang-undang Nomor 41 Tahun 1999. Tentang Kehutanan.

Yusnandar. 2001. Aplikasi Analisis Regresi/Korelasi Data Hasil Penelitian Peternakan Dengan Menggunakan Program SAS (Statistical Analysis System). Informasi Pertanian Volume 10.

Zakiyan, Muhammad Ghulaman. 2011. Analisis Serangan Hama Wereng Coklat (Nilapavarta Lugens) Pada Tanaman Padi Menggunakan Data Satelit Terra Modis Di Kabupaten Indramayu. Bogor : Institut Pertanian Bogor.

http://banyuwangikab.bps.go.id dikunjungi pada tanggal 13 Januari 2013 pukul 16.00 BBWI

DAFTAR PUSTAKA

19