PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN CITRA LANDSAT 7 ETM+ DI KABUPATEN CIAMIS BAGIAN UTARA JAJANG RONI AUNUL KHOLIK

PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN CITRA LANDSAT 7 ETM+ DI KABUPATEN CIAMIS BAGIAN UTARA

JAJANG RONI AUNUL KHOLIK

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2013

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara adalah benar hasil karya saya sendiri dengan arahan dari dosen pembimbing dan belum pernah diajukan sebagai karya ilmiah pada perguruan tinggi atau lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2013

Jajang Roni Aunul Kholik NIM E14090090

ABSTRAK JAJANG RONI AUNUL KHOLIK. Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara. Dibimbing oleh NINING PUSPANINGSIH. Pembangunan hutan di luar kawasan hutan yang dikelola negara saat ini dapat menjadi alternatif pemecahan masalah terhadap tekanan sumberdaya hutan. Salah satu alternatif tersebut adalah dengan dibangunnya hutan rakyat yang secara sosial, ekonomi, dan ekologi sangat menguntungkan. Peningkatan potensi hasil hutan kayu pada hutan rakyat mempunyai arti penting dalam kegiatan pengelolaan hutan rakyat. Oleh karena itu, diperlukan adanya suatu kegiatan penelitian dalam pendugaan potensi hutan rakyat. Tujuan penelitian ini adalah merumuskan model pendugaan potensi hutan rakyat menggunakan citra Landsat 7 ETM+ dan membuat peta sebaran potensi hutan rakyat menggunakan citra Landsat 7 ETM+ di Kabupaten Ciamis bagian Utara. Tahapan penelitian ini terdiri dari: persiapan, pengolahan citra, pengambilan data lapangan, pengolahan data lapangan, penyusunan model, dan peta sebaran potensi hutan rakyat. Hasil analisis menunjukkan korelasi antara nilai NDVI dengan nilai volume tegakan relatif tinggi (> 0,800), hal ini menjelaskan bahwa nilai NDVI pada citra Landsat 7 ETM+ dapat digunakan dalam menduga volume tegakan. Berdasarkan hasil analisis regresi dan uji akurasi pemetaan, model terpilih yang digunakan untuk pemetaan sebaran potensi hutan rakyat di Kabupaten Ciamis bagian Utara adalah model eksponensial yaitu V = 20,905*℮(1,765*NDVI) dengan nilai R2 sebesar 62,8%, Kappa Accuracy sebesar 30,9%, dan nilai Overall Accuracy sebesar 56%. Secara keseluruhan lokasi desa yang diamati memiliki potensi antara 44,6 m3/ha sampai dengan 78,3 m3/ha dengan total potensi hutan rakyat antara 1.366,9 m3 sampai dengan 70.868,4 m3. Kata kunci: hutan rakyat, Kappa, model, potensi, regresi

ABSTRACT JAJANG RONI AUNUL KHOLIK. Estimation of Potential of Private Forest using Landsat 7 ETM+ Imageries in North of Ciamis Regency. Supervised by NINING PUSPANINGSIH. Development of forest outside the forest area managed state today can be an alternative solution to the problem of forest resource pressures. One such alternative is the developed of private forest that are socially, economically, and ecologically profitable. Increased potential of timber forest product on private forest have significance in private forest management activities. Therefore, it is necessary to have an estimate of potential of research activities in private forest. The purpose of this research is to formulate a Estimation model of potential of private forest using Landsat 7 ETM+ imageries and create a map of distribution

potential of private forest using Landsat 7 ETM+ imageries in north of Ciamis Regency. Stages of this research consisted of: preparation, image processing, field data collection, field data processing, modeling, and a map of distribution potential of private forest. The results of analysis shows the correlation between the value of NDVI with value of standing volume is high relatively (> 0,800), this case explains that the value NDVI on Landsat 7 ETM+ imageries can be used in surmise standing volume. Based on the results of the regression analysis and mapping accuracy test, selected models are used for mapping the distribution of potential of private forest in north of Ciamis Regency is the exponential models is V = 20,905*℮(1,765*NDVI) with R2 values of 62,8%, Kappa Accuracy of 30,9%, and the value of Overall Accuracy of 56%. Overall the location of villages surveyed are had a potency between 44,6 m3/ha up to 78,3 m3/ha with a total potential of private forest between 1.366,9 m3 up to 70.868,4 m3. Keywords: Kappa, model, potential, private forest, regression

PENDUGAAN POTENSI HUTAN RAKYAT MENGGUNAKAN CITRA LANDSAT 7 ETM+ DI KABUPATEN CIAMIS BAGIAN UTARA

JAJANG RONI AUNUL KHOLIK

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen Hutan

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2013

Judul Skripsi: Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara Jajang Roni Aunul Kholik Nama : E14090090 NIM

Disetujui oleh

Dr Nining Puspaningsih, MSi

Pembimbing

Diketahui oleh

. Dr Ir Didik Suharjito, MS Ketua Departemen

Tanggal Lulus:

2 6 JUL 2013

Judul Skripsi : Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara Nama : Jajang Roni Aunul Kholik NIM : E14090090

Disetujui oleh

Dr Nining Puspaningsih, MSi Pembimbing

Diketahui oleh

Dr Ir Didik Suharjito, MS Ketua Departemen

Tanggal Lulus:

PRAKATA Alhamdulillahi robbil ‘alamin. Puji dan syukur penulis panjatkan kehadirat Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Penelitian yang mengambil tema Pemodelan ini dilaksanakan sejak bulan April 2013 sampai bulan Juni 2013 dengan judul Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara. Skripsi ini merupakan hasil pembahasan secara ilmiah terhadap perkembangan teknologi Remote Sensing dan Sistem Informasi Geografis (SIG) yang diharapkan berguna dalam pemanfaatannya di dunia kehutanan baik pada masa kini maupun masa yang akan datang. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen Hutan Fakultas Kehutanan IPB. Terima kasih penulis ucapkan kepada: Ayahanda Opa Mustopa dan Ibunda Titin atas segala doa, kasih sayang, dan ketulusan serta bimbingannya kepada penulis sejak lahir sampai lebih dari umur baligh, adik-adikku tersayang Hilmi Dahyani dan Salsa Khoirunnisa atas kasih sayang yang dicurahkan kepada penulis, serta Dr Nining Puspaningsih, MSi selaku dosen pembimbing. Di samping itu, penghargaan penulis sampaikan kepada Ade Rifki Rozikin Nur dan Endang Burhanuddin (Sahabatku, Alumni MAN Cijantung Ciamis) yang telah membantu selama proses pengambilan data di lapangan, serta Direktorat Jenderal Pendidikan Islam Kementerian Agama RI yang telah memberikan beasiswa studi secara penuh selama masa perkuliahan di Fakultas Kehutanan IPB melalui jalur Beasiswa Utusan Daerah (BUD) Program Beasiswa Santri Berprestasi (PBSB). Semoga karya ilmiah ini bermanfaat.

Bogor, Juli 2013

Jajang Roni Aunul Kholik

DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN PENDAHULUAN Latar Belakang Tujuan Penelitian TINJAUAN PUSTAKA Hutan Rakyat Sistem Informasi Geografis (SIG) Citra Landsat 7 ETM+ Model-Model Spasial Menggunakan Citra Satelit METODE PENELITIAN Waktu dan Lokasi Alat dan Bahan Metode HASIL DAN PEMBAHASAN Keadaan Umum Lokasi Hasil Identifikasi Lapangan Model Pendugaan Potensi Hutan Rakyat Peta Sebaran Potensi Hutan Rakyat SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN

vii vii vii 1 1 1 2 2 2 3 5 6 6 6 7 15 15 17 20 22 27 27 27 27 29

DAFTAR TABEL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Karakteristik citra Landsat 7 ETM+ Karakteristik band dan kegunaan utama citra Landsat 7 ETM+ Model-model spasial dengan menggunakan citra satelit Analisis ragam untuk regresi sederhana Matriks kesalahan (confusion matrix) Penggunaan lahan di Kabupaten Ciamis tahun 2012 Hutan rakyat monocultur di lapangan dan NDVI pada citra Hutan rakyat campuran di lapangan dan NDVI pada citra Hasil analisis korelasi antara volume dan NDVI Hasil uji Z pada nilai korelasi Model pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian Utara tahun 2013 Hasil verifikasi model menggunakan Uji-χ2 Hasil uji akurasi pemetaan Hasil uji Z pada tiap model Volume tegakan hutan rakyat menggunakan model terpilih pada tiap desa di Kabupaten Ciamis bagian Utara tahun 2013 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap kecamatan di Kabupaten Ciamis bagian Utara tahun 2013

4 5 5 13 15 16 18 19 20 20 20 21 23 23 24 26

DAFTAR GAMBAR 1 2 3 4 5

Peta lokasi penelitian Bagan alir tahapan penelitian Citra Landsat 7 ETM+ Kabupaten Ciamis bagian utara tahun 2013 Peta hasil klasifikasi NDVI pada citra Landsat 7 ETM+ Peta sebaran plot contoh hutan rakyat Kabupaten Ciamis bagian Utara tahun 2013 6 Model hubungan volume (m3/ha) dengan nilai NDVI 7 Peta klasifikasi potensi hutan rakyat Kabupaten Ciamis bagian Utara tahun 2013 8 Peta sebaran potensi hutan rakyat Kabupaten Ciamis bagian Utara tahun 2013

6 7 8 10 11 21 22 24

DAFTAR LAMPIRAN 1 Hasil perhitungan volume tegakan dengan model terpilih 2 Hasil perhitungan uji akurasi pemetaan

28 28

PENDAHULUAN Latar Belakang Pembangunan hutan oleh masyarakat di luar kawasan hutan yang dikelola negara saat ini dapat menjadi alternatif pemecahan masalah terhadap tekanan sumberdaya hutan. Salah satu alternatif tersebut adalah dengan dibangunnya hutan rakyat yang secara sosial, ekonomi, dan ekologi sangat menguntungkan. Manfaat hutan rakyat dilihat dari segi sosial dan ekonomi dapat meningkatkan pendapatan bagi pemilik lahan, memberikan lapangan pekerjaan bagi masyarakat sekitar, dan menjadi salah satu program kegiatan pembangunan ekonomi daerah berbasiskan lingkungan. Manfaat hutan rakyat dilihat dari segi ekologi dapat mengendalikan tingkat polusi udara, memperbaiki kesuburan tanah, mengatur keseimbangan neraca air, dan memperkecil limpasan permukaan, sehingga akan mengurangi kemungkinan terjadinya erosi dan banjir. Peningkatan potensi hasil hutan kayu pada hutan rakyat mempunyai arti penting dalam kegiatan pengelolaan hutan rakyat. Oleh karena itu, diperlukan adanya suatu kegiatan penelitian dalam pendugaan potensi hutan rakyat. Teknik pendugaan yang dapat dilakukan secara cepat dan akurat dalam menghasilkan dan menyajikan data mengenai potensi, karakteristik, dan sebaran hutan rakyat adalah kegiatan inventarisasi sumberdaya hutan. Kegiatan ini biasanya dilakukan melalui suatu teknik penarikan contoh (sampling), yaitu teknik pengukuran potensi dan karakteristik suatu populasi (sumberdaya) dengan hanya dilakukan pada sebagian contoh (sample) dari populasi tersebut. Inventarisasi sumberdaya hutan dapat dilakukan dengan berbagai cara, diantaranya adalah dengan melakukan pendataan potensi tegakan secara terestris (langsung di lapangan) dan dengan menggunakan teknologi penginderaan jauh yaitu metode pengambilan data tanpa harus mendatangi lokasi yang diamati atau berhubungan langsung dengan objeknya sehingga lebih efisien baik dalam hal waktu, biaya, maupun sumberdaya manusia yang dibutuhkan. Penyusunan model pendugaan potensi hutan rakyat ini untuk mempelajari hubungan antara peubahpeubah tegakan yang diambil dengan metode terestris dan penginderaan jauh. Penyusunan model dengan menggunakan metode ini dapat digunakan sebagai alat bantu dalam pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian Utara secara cepat dan murah, mempermudah pelaksanaan kegiatan perencanaan dan monitoring hutan rakyat, serta mendorong pemanfaatan teknologi penginderaan jauh yang murah, mudah, dan cepat guna mendukung pelaksanaan pengelolaan hutan rakyat yang berkelanjutan.

Tujuan Penelitian Tujuan penelitian ini adalah: 1. Merumuskan model pendugaan potensi hutan rakyat menggunakan citra Landsat 7 ETM+ di Kabupaten Ciamis bagian Utara. 2. Membuat peta sebaran potensi hutan rakyat menggunakan citra Landsat 7 ETM+ di Kabupaten Ciamis bagian Utara.

2

TINJAUAN PUSTAKA Hutan Rakyat Menurut Undang-Undang Nomor 41 tahun 1999 tentang Kehutanan Bab I Pasal 1 Ayat 5, hutan hak atau disebut juga hutan rakyat adalah hutan yang tumbuh di atas tanah yang dibebani hak milik (hak atas tanah). Definisi ini diberikan untuk membedakannya dari hutan negara yaitu hutan yang tumbuh di atas tanah yang tidak dibebani hak milik atau berada pada tanah negara. Menurut Hardjosoediro (1980) diacu dalam Prastiyo (2009), hutan rakyat atau hutan milik adalah semua hutan yang ada di Indonesia yang tumbuh di luar tanah yang dikuasai oleh pemerintah atau negara, atau dengan kata lain hutan yang secara pribadi dimiliki oleh rakyat. Ketentuan luasan dan persentase tutupan tajuk pada hutan rakyat berdasarkan Peraturan Menteri Kehutanan Republik Indonesia Nomor: P.03/Menhut-V/2004 tentang Pedoman Pembuatan Tanaman Hutan Rakyat Gerakan Nasional Rehabilitasi Hutan dan Lahan adalah hutan yang tumbuh di atas tanah yang dibebani hak milik maupun hak lainnya di luar kawasan hutan negara dengan ketentuan luas minimum sekitar 0,25 ha, penutupan tajuk tanaman kayukayuan dan tanaman lainnya lebih dari 50%. Adapun tujuan dari pembuatan hutan rakyat ini adalah terwujudnya hutan rakyat sebagai upaya rehabilitasi dan meningkatkan produktivitas lahan dengan berbagai hasil hutan baik berupa hasil hutan kayu maupun hasil hutan bukan kayu, serta memberikan peluang kesempatan kerja dan kesempatan berusaha sehingga dapat meningkatkan pendapatan masyarakat serta kualitas lingkungan. Menurut Lembaga Penelitian IPB (1983) diacu dalam Purwanto et.al. (2003), terdapat tiga tipe hutan rakyat yaitu sebagai berikut: 1. Hutan rakyat murni (monocultur) yaitu hutan rakyat yang hanya terdiri dari satu jenis tanaman pokok berkayu yang ditanam dan diusahakan secara homogen atau monokultur. 2. Hutan rakyat campuran (polycultur) yaitu hutan rakyat yang terdiri dari berbagai jenis tanaman berkayu yang ditanam secara campuran. 3. Hutan rakyat wanatani (agroforestry) yaitu hutan rakyat yang mempunyai bentuk usaha kombinasi antara usaha kehutanan dengan cabang usaha tani lainnya, seperti: perkebunan, pertanian, tanaman pangan, peternakan, dan lain sebagainya yang diusahakan dan dikembangkan secara terpadu.

Sistem Informasi Geografis (SIG) Definisi SIG menurut ESRI (1990) diacu dalam Prahasta (2002) adalah kumpulan yang terorganisir dari perangkat keras komputer, perangkat lunak, data geografis, dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, meng-update, manipulasi, analisis, dan menampilkan semua bentuk informasi yang bereferensi geografis. SIG juga dapat didefinisikan sebagai perangkat lunak untuk menyimpan, memanggil kembali, transformasi, dan displai data keruangan permukaan bumi yang terdiri dari:

3 a. Spasial yaitu data yang berkaitan dengan koordinat geografis bumi (lintang, bujur, dan ketinggian). b. Atribut yaitu data yang tidak berkaitan dengan posisi geografis, dan c. Hubungan antara data spasial, atribut, dan waktu. Jaya (2002) menyebutkan pada bidang kehutanan, SIG sangat diperlukan guna mendukung pengambilan keputusan untuk memecahkan masalah keruangan (spasial) mulai dari tahap perencanaan, pengelolaan, sampai dengan pengawasan. SIG sangat membantu memecahkan permasalahan yang menyangkut lokasi (point), batas (line atau Arc), dan luasan (polygon). Data spasial yang umum digunakan di bidang kehutanan antara lain sebagai berikut: a. Peta Rencana Tata Ruang Wilayah dan Tata Guna Hutan; b. Peta Rupa Bumi (kontur); c. Peta Jaringan Jalan dan Sungai; d. Peta Batas Unit Pengelolaan Hutan dan Administrasi Kehutanan; e. Peta Iklim, Tanah, dan Geologi; dan f. Peta Vegetasi dan Potensi Hutan (turunan dari foto udara atau citra satelit).

Citra Landsat 7 ETM+ Paine (1992) menyatakan bahwa Landsat merupakan satelit sumber daya Bumi yang pada awalnya bernama ERTS-1 (Earth Resource Technology Satellite1) yang diluncurkan pertama kalinya pada tanggal 23 Juli 1972 yang mengorbit hingga 6 Januari 1978. Tepat sebelum peluncuran ERTS-B tanggal 22 Juli 1975, NASA (National Aeronatics and Space Administration) secara resmi menangani program ERTS menjadi program Landsat untuk membedakan program oseanografi ”Seasat”, sehingga ERTS-1 menjadi Landsat 1 dan Landsat 2. Peluncuran Landsat 3 terjadi pada tanggal 5 Maret 1978. Landsat 1, 2, dan 3 mempunyai dua sensor, yaitu RBV (Return Beam Vidicon) dan MSS (Multi Spectral Scanner). Landsat 4 diluncurkan pada bulan Juli 1982, Landsat 5 diluncurkan pada bulan Maret 1984, dan Landsat 6 diluncurkan pada bulan Februari 1993, namun tidak mencapai orbit dan jatuh ke laut. Landsat 1, 2, dan 3 membawa empat saluran sensor MSS, sedangkan Landsat 4 dan 5 membawa empat saluran sensor MSS, tujuh saluran sensor TM (Thematic Mapper), dan satu saluran ETM+ (Enhanced Thematic Mapper plus) (Paine 1992). Jaya (2002) menyatakan bahwa Thematic Mapper (TM) merupakan alat scanning mekanis yang sama dengan MSS, yaitu: mempunyai resolusi spektral (7 band), resolusi spasial (30 m x 30 m), dan radiometrik (8 bit). Perubahan tinggi orbit menjadi 705 km dari permukaan bumi berakibat pada peningkatan resolusi spasial menjadi 30 m x 30 m untuk TM 1 - TM 5, serta 120 m x 120 m untuk TM 6 dan TM 7. Resolusi temporal menjadi 16 hari dan perubahan data dari 6 bit (64 tingkatan warna) menjadi 8 bit (256 tingkatan warna). Kelebihan citra Landsat 7 ETM+ adalah menggunakan tujuh saluran, enam saluran terutama dititikberatkan untuk studi vegetasi dan satu saluran untuk studi geologi. Terakhir kalinya pada akhir era 2000-an, NASA menambahkan penajaman sensor band pankromatik yang ditingkatkan resolusi spasialnya menjadi 15 m x 15 m, sehingga dengan kombinasi didapatkan citra komposit dengan resolusi 15 m x 15 m. Karakteristik citra Landsat 7 ETM+ secara lengkap disajikan pada Tabel 1.

4 Tabel 1 Karakteristik citra Landsat 7 ETM+ Sistem Orbit Sensor Swath Width Off-track viewing Revisit Time Band-band Spektral (µm)

Ukuran Piksel Lapangan (Resolusi spasial) Arsip data

Landsat 7 ETM+ 705 km, 98,2o, sun-synchronous, 10:00 AM crossing, rotasi 16 hari (repeat cycle) ETM+ (Enhanced Thematic Mapper Plus) 185 km (FOV=15o) Tidak tersedia 16 hari 0,45-0,52 (1), 0,52-0,60 (2), 0,63-0,69 (3), 0,76-0,90 (4), 1,55-1,75 (5), 10,40-12,50 (6), 2,08-2,35 (7), 0,50-0,90 (PAN) 30 m x 30 m (band 1-5, dan 7), 15 m x 15 m (PAN), 60 m x 60 m (band 6) earthexplorer.usgs.gov

Karakteristik data Landsat 7 ETM+ diperoleh pada tujuh saluran spektral yaitu tiga saluran tampak, satu saluran inframerah dekat (NIR), dua saluran inframerah tengah (MIR), dan satu saluran inframerah termal (TIR). Lokasi dan lebar dari ketujuh saluran ini ditentukan dengan mempertimbangkan kepekaannya terhadap fenomena alam tertentu dan untuk menekan sekecil mungkin pelemahan energi permukaan bumi oleh kondisi atmosfer bumi. Salah satu kegunaan citra Landsat 7 ETM+ dalam kegiatan pengelolaan sumberdaya alam adalah untuk analisis penggunaan lahan, klasifikasi vegetasi, dan pemetaan hidrotermal. Karakteristik band dan kegunaan utama citra Landsat 7 ETM+ secara lengkap disajikan pada Tabel 2. Menurut Jaya (2002), Sistem Landsat merupakan sistem milik Amerika Serikat yang mempunyai tiga instrumen pencitraan, yaitu: 1. RBV (Return Beam Vidicon) merupakan instrumen semacam televisi yang mengambil citra snapshot dari permukaan bumi sepanjang track lapangan satelit pada setiap selang waktu tertentu. 2. MSS (Multi Spectral Scanner) merupakan suatu alat scanning mekanik yang merekam data dengan cara men-scanning permukaan bumi dalam jalur atau baris tertentu. 3. TM (Thematic Mapper) merupakan alat scanning mekanis yang mempunyai resolusi spektral, spasial, dan radiometrik.

5 Tabel 2 Karakteristik band dan kegunaan utama citra Landsat 7 ETM+ Saluran 1

2

3

4

5

6 7

8 a

Kisaran Kegunaan utama gelombang (µm) 0,45 – 0,52 Penetrasi tubuh air, analisis penggunaan lahan, tanah, dan vegetasi, serta pembedaan vegetasi dan lahan. 0,52 – 0,60 Pengamatan puncak pantulan vegetasi pada saluran hijau yang terletak diantara dua saluran penyerapan. Pengamatan ini untuk membedakan jenis vegetasi dan tanaman sehat terhadap tanaman yang tidak sehat. 0,63 – 0,69 Saluran terpenting untuk membedakan jenis vegetasi. Saluran ini terletak pada salah satu daerah penyerapan klorofil. 0,76 – 0,90 Saluran yang peka terhadap biomassa vegetasi, untuk identifikasi jenis tanaman, memudahkan pembedaan tanah dan tanaman, serta lahan dan air. 1,55 – 1,75 Saluran penting untuk pembedaan jenis tanaman, kandungan air pada tanaman, dan kelembaban tanah. 10,40 – 12,50 Membedakan formasi batuan (geologi) dan pemetaan hidrotermal. 2,08 – 2,35 Klasifikasi vegetasi, analisis gangguan vegetasi, pembedaan kelembaban tanah, dan keperluan lain yang berhubungan dengan gejala termal. Pankromatik Studi kota, penajaman batas linier, dan analisis tata keruangan.

Sumber: Lillesand dan Kiefer (1990)

Model-Model Spasial Menggunakan Citra Satelit Citra satelit sumber daya alam telah banyak digunakan dalam kegiatan pemodelan spasial terutama di bidang kehutanan. Salah satu model yang dapat dihasilkan dari penggunaan citra satelit adalah model pendugaan potensi tegakan berdasarkan nilai NDVI pada citra. Model-model spasial dengan menggunakan citra satelit disajikan pada Tabel 3. Tabel 3 Model-model spasial dengan menggunakan citra satelit Peneliti Febrianto

Tahun Peubah 2007 - NDVI (x) - Volume (y)

Supriyanto

2007

Nofianti

2006

- NDVI (x) - Volume (y) - NDVI (x) - Volume (y)

Model persamaan Hutan Sejenis: Y = 2,26x + 3,23 Kebun Campuran: Y = 23,56x2 12,18x + 4,06 Hutan Sejenis: Y = 85,5x + 80,5 Kebun Campuran: Y = 5,57x + 0,8 Hutan Rakyat: Y = 73,34x + 16,87

R2 (%) 64,0 78,5 77,5 53,7 74,0

6

METODE PENELITIAN Waktu dan Lokasi Penelitian ini dilaksanakan dalam dua tahap, yaitu: pada bulan April 2013 dilaksanakan pengambilan data lapangan yang berlokasi di hutan rakyat Kabupaten Ciamis bagian Utara, Provinsi Jawa Barat dan pada bulan Mei 2013 sampai dengan bulan Juni 2013 dilaksanakan kegiatan pengolahan data yang berlokasi di Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas Kehutanan IPB. Peta lokasi penelitian disajikan pada Gambar 1.

Gambar 1 Peta lokasi penelitian

Alat dan Bahan Alat yang digunakan antara lain: GPS (Global Positioning System), pita diameter (phi band), pita ukur, Suunto Tandem, tali tambang sepanjang 17,85 meter, seperangkat komputer dengan program Microsoft Office 2007 (Word dan Excel), Software Minitab 14, ArcGIS versi 9.3, dan ERDAS Imagine versi 9.1, tally sheet lapangan, kamera digital, serta kalkulator. Bahan yang digunakan terdiri atas: data primer dan data sekunder. Data primer adalah data yang dihasilkan dari pengukuran pohon secara langsung di lapangan, yaitu: nama jenis pohon, diameter pohon setinggi dada (Dbh), tinggi total (Tt) dan tinggi bebas cabang pohon (Tbc), jumlah pohon (N), diameter tajuk setiap pohon, koordinat titik pusat plot (X,Y), dan dokumentasi tutupan lahan di lapangan. Data sekunder adalah data mengenai keadaan umum lokasi penelitian,

7 citra Landsat 7 ETM+ Kabupaten Ciamis (Path/Row 121/065) liputan bulan April tahun 2013, dan data vektor digital berupa administrasi Kabupaten Ciamis (batas desa dan kecamatan) bersumber dari BAPPEDA Kabupaten Ciamis tahun 2012.

Metode Tahapan penelitian Pendugaan Potensi Hutan Rakyat menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis bagian Utara ini terdiri dari: 1) persiapan, 2) pengolahan citra, 3) pengambilan data lapangan, 4) pengolahan data lapangan, 5) penyusunan model, dan 6) peta sebaran potensi hutan rakyat. Tahapan penelitian secara lengkap disajikan pada Gambar 2.

Mulai Persiapan Lokasi plot contoh hutan rakyat

Citra Landsat

Pengambilan data lapangan

Pengolahan citra

Pengolahan data lapangan Peta hasil analisis NDVI 3

Potensi tegakan (m /plot)

Analisis statistik penyusunan model penduga Pengujian model Peta sebaran potensi hutan rakyat Uji akurasi pemetaan

Model terpilih

Selesai

Gambar 2 Bagan alir tahapan penelitian

Persiapan Pada tahap ini dilakukan kegiatan pengumpulan data sekunder berupa keadaan umum lokasi penelitian, citra Landsat 7 ETM+ Kabupaten Ciamis bagian Utara (Path/Row 121/065) liputan bulan April tahun 2013 (Gambar 3), dan data vektor digital berupa data administrasi Kabupaten Ciamis yang bersumber dari BAPPEDA Kabupaten Ciamis tahun 2012.

8 Pengolahan Citra Pengolahan citra dilakukan pada citra Landsat 7 ETM+ Kabupaten Ciamis (Path/Row 121/065) liputan bulan April tahun 2013. Kegiatan pengolahan citra yang dilakukan adalah sebagai berikut: Layer Stack Layer Stack merupakan suatu proses menggabungkan beberapa band pada citra menjadi satu kesatuan. Tujuan dari kegiatan ini adalah untuk menghasilkan citra gabungan yang mempunyai kualitas kekontrasan yang baik.

Gambar 3 Citra Landsat 7 ETM+ Kabupaten Ciamis bagian utara tahun 2013 Rektifikasi (Koreksi Geometris) Rektifikasi merupakan suatu proses melakukan transformasi data dari suatu sistem grid menggunakan suatu transformasi geometrik (Jaya 2002). Kegiatan rektifikasi ini dilakukan karena pada citra tersebut masih terdapat kesalahankesalahan atau distorsi pada saat perekaman. Posisi piksel pada citra output tidak sama dengan posisi piksel pada citra input, maka piksel-piksel yang digunakan untuk mengisi citra yang baru harus di-resampling kembali. Resampling adalah suatu proses melakukan ektrapolasi nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya. Metode yang digunakan pada penelitian ini adalah metode Nearest Neighbor, dimana dalam metode ini nilai pikselnya tidak berubah karena menggunakan nilai dari piksel yang terdekat (Jaya 2002). Tahapan rektifikasi yang dilakukan adalah: 1. Memilih titik kontrol lapangan (Ground control point). GCP tersebut sedapat mungkin adalah titik-titik atau obyek yang mudah diketahui di lapangan dan tidak berubah dalam jangka waktu yang lama. GCP yang dipilih harus tersebar merata pada citra yang akan dikoreksi.

9 2. Menghitung kesalahan (RMSE, root mean squared error) dari GCP yang terpilih. Nilai RMSE yang diperkenankan adalah tidak lebih dari 0,5 piksel. Penyamaan Histogram (Histogram equalization) Penyamaan histogram adalah metode penajaman kontras yang tidak linier sehingga distribusi histogram dari pikselnya mendekati uniform, atau menghasilkan histogram yang mendekati datar. Kontras hasil penajaman ini akan menjadi merata di seluruh areal. Kontras meningkat pada puncak-puncak histogram dan menurun pada ujung-ujung histogram (Jaya 2005). Cropping Cropping merupakan suatu proses pemotongan atau pembatasan citra yang akan digunakan sehingga sesuai dengan lokasi penelitian. Kegiatan Cropping ini dilakukan untuk menganalisis dan mengevaluasi suatu lokasi agar sesuai dengan batasan lokasi yang akan diamati. Citra yang dipotong pada penelitian ini adalah citra Landsat 7 ETM+ Kabupaten Ciamis (Path/Row 121/065) liputan bulan April tahun 2013, sedangkan layer untuk memotongnya menggunakan layer batas administrasi Kabupaten Ciamis bagian Utara. Pembuatan Peta NDVI Perhitungan indeks vegetasi tutupan lahan dengan menggunakan Normalized Difference Vegetation Index (NDVI) merupakan perhitungan dari sinar tampak dan infra merah dekat yang direfleksikan oleh vegetasi. Klasifikasi nilai piksel untuk NDVI berkisar antara -1 sampai dengan 1, dimana nilai NDVI yang rendah (negatif) mengidentifikasikan wilayah badan air, bebatuan, pasir, dan salju. Nilai NDVI yang tinggi (positif) mengidentifikasikan wilayah vegetasi baik berupa padang rumput, semak belukar, maupun hutan, sedangkan nilai NDVI mendekati 0 umumnya mengidentifikasikan lahan kosong (Saputra 2007). Nilai NDVI ini dapat dihitung dengan menggunakan persamaan:

Keterangan: NIR = near infra red (band infra merah dekat/ band 4) RED = band merah (band 3) Citra pada band 4 dan band 3 mempunyai kelebihan yaitu objek bervegetasi akan memberikan tanggapan spektral yang tinggi. Nilai indeks vegetasi dapat memberikan informasi tentang persentase penutupan vegetasi, indeks tanaman hidup (Leaf Area Index), biomassa tanaman, kapasitas fotosintesis, dan estimasi penyerapan karbon dioksida (CO2) (Saputra 2007). Hasil klasifikasi NDVI disajikan pada Gambar 4.

10

Gambar 4 Peta hasil klasifikasi NDVI pada citra Landsat 7 ETM+ Pengambilan Data Lapangan Pengambilan data lapangan dalam pendugaan potensi hutan rakyat ini dilakukan melalui kegiatan inventarisasi hutan. Inventarisasi hutan merupakan suatu rangkaian kegiatan pengumpulan data untuk mengetahui keadaan potensi sumberdaya hutan serta lingkungannya secara lengkap dari suatu areal hutan yang diamati (Kemenhut 2010). Pengambilan contoh di lapangan dilakukan dengan menggunakan metode purposive sampling berdasarkan kriteria penyebaran kelas umur dan jenis tegakan pada 50 plot contoh berbentuk lingkaran seluas 0,1 ha. Data yang diukur yaitu: 1. Diameter pohon setinggi dada (Dbh) 2. Tinggi total (Tt) dan tinggi bebas cabang pohon (Tbc) 3. Nama jenis pohon (komersial dan non komersial) 4. Koordinat titik pusat plot (X,Y) 5. Diameter tajuk setiap pohon 6. Dokumentasi tutupan lahan di lapangan Hasil pengecekan di lapangan dengan menggunakan metode purposive sampling pada 50 plot contoh hutan rakyat, dapat diketahui informasi mengenai sebaran plot contoh yang ada, yaitu: sebanyak 9 plot contoh berada di Kecamatan Cipaku, 12 plot contoh di Kecamatan Jatinagara, 21 plot contoh di Kecamatan Rajadesa, dan 9 plot contoh berada di Kecamatan Rancah. Peta sebaran plot contoh hutan rakyat disajikan pada Gambar 5.

11

Gambar 5 Peta sebaran plot contoh hutan rakyat Kabupaten Ciamis bagian Utara tahun 2013 Pengolahan Data Lapangan Pendugaan Potensi Pendugaan potensi tegakan dihitung berdasarkan data diameter pohon setinggi dada (Dbh) dan tinggi bebas cabang pohon (Tbc) hasil pengukuran di lapangan dengan menggunakan rumus volume pohon, yaitu:

Keterangan: V = volume pohon (m3) Dbh = diameter pohon setinggi dada (m) Tbc = tinggi bebas cabang pohon (m) f = angka bentuk pohon = 0,7 π = 3,14 Setelah dilakukan perhitungan volume untuk semua pohon yang ada, maka dilanjutkan dengan perhitungan volume tegakan per plot, yaitu: ∑ Keterangan: Vteg = volume tegakan per plot (m3/plot) Vi = volume pohon ke-i (m3)

12 Analisis Spasial Analisis spasial merupakan suatu kegiatan menggabungkan feature dari beberapa layer ke dalam layer baru serta menggabungkan secara relasional atribut feature-nya. Kegiatan ini dilakukan dengan menggabungkan peta koordinat titik pusat plot contoh dengan peta hasil analisis NDVI untuk mendapatkan data nilai NDVI tiap plot contoh. Penyusunan Model Pendugaan Potensi Hutan Rakyat Analisis hubungan antara volume tegakan dengan NDVI dilakukan dengan menyusun model hubungan volume tegakan terhadap nilai NDVI pada citra Landsat 7 ETM+. Model-model yang dikembangkan pada penelitian ini adalah: 1. Linear V = a + b*NDVI 2. Kuadratik V = a + b*NDVI2 3. Polinomial V = a + b*NDVI + c*NDVI2 4. Power V = a*NDVIb 5. Eksponensial V = a*e(b*NDVI) Keterangan: V = volume tegakan (m3/ha) NDVI = nilai tengah NDVI pada citra Landsat 7 ETM+ a,b,c = nilai konstanta Uji Korelasi Analisis korelasi dilakukan untuk mengetahui bagaimana hubungan antar peubah yang akan digunakan dalam pendugaan volume tegakan dengan menghitung koefisien korelasi (r) menggunakan rumus sebagai berikut: ∑ √ ∑

∑ ∑

∑ ∑

∑

Keterangan: r = nilai korelasi xi = nilai NDVI dari unit-unit contoh yj = nilai volume tegakan dari unit-unit contoh n = jumlah unit contoh Besarnya koefisien korelasi (r) akan berkisar antara -1 sampai dengan 1. Nilai korelasi negatif menunjukkan hubungan antara dua peubah yang diuji memiliki korelasi negatif, yaitu jika salah satu peubah nilainya menurun, maka peubah lainnya akan meningkat. Nilai korelasi positif menunjukkan hubungan antara dua peubah yang diuji memiliki korelasi positif, yaitu jika salah satu peubah nilainya meningkat, maka peubah lainnya akan meningkat pula. Sedangkan nilai korelasi 0 menunjukkan hubungan antara dua peubah yang diuji tidak memiliki korelasi. Hipotesisnya adalah: H0 : p = 0, artinya tidak ada korelasi antara 2 peubah H1 : p ≠ 0, artinya ada korelasi antara 2 peubah H0 diterima apabila p ≥ α dan H1 diterima apabila p < α, dimana α adalah tingkat kepercayaan 95% (0,05).

13

Keterangan: Zr = nilai korelasi sebenarnya Zρ = nilai korelasi harapan б = simpangan baku Jika Z-hitung < Z-tabel, maka korelasi antara peubah Y (volume tegakan) dengan peubah X (NDVI) memiliki hubungan yang cukup erat dengan r ≥ 0,7071. Uji Koefisien Regresi Untuk mengetahui pengaruh signifikansi koefisien regresi yang dihasilkan dalam pembuatan model terhadap volume tegakan, maka perlu dilakukan pengujian menurut kaidah statistik. Uji koefisien regresi ini dilakukan dengan menggunakan Uji-F (uji secara simultan / bersama). 1. Pengujian Hipotesis Pengujian hipotesis dilakukan terhadap model untuk mengetahui keberartian hubungan peubah pada citra dengan volume tegakan di lapangan. Analisis ragam untuk regresi sederhana disajikan pada Tabel 4. Tabel 4 Analisis ragam untuk regresi sederhana Sumber Keragaman Regresi Sisa Total

Db dbr=p-1 dbs=n-p n-1

JK

KT

JKR=bJHKxy KTR=JKR/dbr JKS=JKT-JKR KTS=JKS/dbs JKT=Jky

F Hit KTR/KTS

a

p: banyaknya parameter; n: banyaknya plot contoh; db: derajat bebas; JK: jumlah kuadrat; JHKxy: jumlah hasil kali x dan y; Jky: jumlah hasil kali y; KT: kuadrat tengah.

Hipotesis yang diuji adalah: H0 : βi = 0, i = 1, 2, 3, ..., p H1 : sekurang-kurangnya ada satu βi ≠ 0. Keterangan: jika F-hit > F-tab maka terima H1 jika F-hit ≤ F-tab maka terima H0 2. Perhitungan koefisien determinasi dan koefisien determinasi tekoreksi Koefisien determinasi (R2) adalah ukuran dari besarnya keragaman peubah tidak bebas yang dapat diterangkan oleh keragaman peubah bebasnya. Perhitungan besarnya koefisien determinasi dimaksudkan untuk melihat tingkat ketelitian dan keeratan hubungan yang dinyatakan dengan rumus: { Keterangan: R2 = koefisien determinasi JKR = jumlah kuadrat regresi JKS = jumlah kuadrat sisa JKT = jumlah kuadrat total

}

14 Jika nilai koefisien determinasi sebesar 50%, maka mempunyai pengertian bahwa 50% variasi peubah X dapat menerangkan secara memuaskan variasi peubah Y, sedangkan sisanya dijelaskan oleh faktor lain. Pada penelitian ini yang menjadi peubah X adalah NDVI sedangkan peubah Y adalah volume tegakan pada tiap plot contoh. Uji Verifikasi Setelah model terbangun dan secara statistik dapat diterima, maka perlu dilakukan verifikasi terhadap hasil dari model tersebut dengan menggunakan perhitungan Uji-χ2 (Chi-square). Perhitungan Uji-χ2 menunjukkan besarnya kecocokan antara hasil perhitungan menggunakan model dengan perhitungan data lapangan aktual. Jika nilai χ2-hit < χ2-tabel, maka dapat dinyatakan bahwa hasil dugaan menggunakan model tersebut tidak berbeda nyata dengan perhitungan data lapangan aktual. Perhitungan Uji- χ2 dapat dirumuskan sebagai berikut (Walpole 1993): ∑ Keterangan: χ2 = nilai Chi-square Oi = nilai observasi/ aktual Ei = nilai ekspetasi/ dugaan Peta Sebaran Potensi Hutan Rakyat Pembuatan peta sebaran potensi hutan rakyat ini dilakukan dengan menggunakan model terpilih yang sudah terverifikasi. Peta sebaran potensi hutan rakyat ini dibuat dengan menggunakan perangkat lunak ArcGIS versi 9.3. Uji Akurasi Pemetaan Uji akurasi pemetaan dilakukan untuk mengetahui tingkat keterwakilan dan akurasi pembuatan peta sebaran potensi hutan rakyat. Uji akurasi pemetaan yang digunakan dalam penelitian ini adalah Kappa Accuracy (K). Akurasi ini menggunakan semua elemen atau kolom dalam matriks (Jaya 2005). Selain itu, dalam Kappa Accuracy dapat pula dihitung nilai Overall Accuracy (OA), akurasi pembuat (Producer’s Accuracy/PA), dan akurasi pengguna (User’s Accuracy/UA) dari setiap kelas yang telah dibuat (Tabel 5). Perhitungan nilai K, OA, PA, dan UA dapat dirumuskan sebagai berikut:

Keterangan: Xii = nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i Xi+ = jumlah piksel dalam kolom ke-i X+i = jumlah piksel dalam baris ke-i N = banyaknya plot contoh

15 Tabel 5 Matriks kesalahan (confusion matrix) Data acuan (Training Area) A B C D Total kolom User’s Accuracy

Diklasifikasikan ke dalam kelas (data kelas di peta) A B C D Xii

Total baris

Producer’s Accuracy

Xi+

Xii /Xi+

Xii X+i Xii/X+i

N

Untuk mengetahui signifikansi antar model yang telah dibuat, dilakukan uji Z-Kappa dengan menggunakan rumus sebagai berikut:

√ Keterangan: k1 = nilai Kappa Accuracy model 1 k2 = nilai Kappa Accuracy model 2 = nilai ragam model 1 = nilai ragam model 2 Jika nilai Z-hitung < 1,96, maka antar model yang diuji tidak terdapat perbedaan yang nyata/ signifikan. Penentuan Model Terpilih Penentuan model terpilih dilakukan setelah model-model yang ada diuji konsistensinya terhadap peubah-peubah yang sama antara peubah yang diukur di lapangan dengan peubah yang diukur di citra. Model terpilih harus mempunyai koefisien regresi dan koefisien determinasi (R2) yang tinggi. Selain itu, model terpilih juga harus memperhatikan hasil uji akurasi pemetaan yang tinggi. Model yang dihasilkan nantinya diharapkan memiliki nilai yang mendekati dengan keadaan sebenarnya di lapangan, sehingga harus dipilih secara cermat dan diuji berulang kali untuk memperoleh hasil yang diinginkan.

HASIL DAN PEMBAHASAN Keadaan Umum Lokasi Letak Geografis Kabupaten Ciamis Provinsi Jawa Barat mempunyai luas wilayah sebesar 242.552 ha (7,67% dari total luas daratan Provinsi Jawa Barat). Secara geografis, wilayah Kabupaten Ciamis berada pada 108020’ - 108040’ BT dan 7040’20” 7041’20” LS. Secara administratif, Kabupaten Ciamis memiliki 26 kecamatan yang terdiri dari: 242 desa dan 7 kelurahan (BAPPEDA 2012).

16 Iklim dan Topografi Iklim Kabupaten Ciamis berdasarkan klasifikasi iklim Schmidt dan Ferguson termasuk ke dalam iklim A dan beriklim tropis dengan curah hujan berkisar antara 2500 - 4000 mm per tahun di daerah pegunungan dan 1500 - 2000 mm per tahun di daerah dataran rendah dengan kelembaban udara berkisar 70 89%. Suhu udara rata-rata di Kabupaten Ciamis berkisar 20° - 30°C. Secara garis besar, topografi permukaan wilayah Kabupaten Ciamis dapat dibedakan menjadi dua (BAPPEDA 2012), yaitu: 1. Wilayah Ciamis bagian Utara yang merupakan dataran tinggi pegunungan dan berbukit terutama di wilayah Gunung Sawal mempunyai ketinggian antara 600 - 1000 mdpl (meter di atas permukaan laut) dengan kemiringan lereng antara 15 - 40% dan di atas 40%. Wilayah ini didominasi oleh kebun campuran, perkebunan, dan hutan. 2. Wilayah Ciamis bagian Tengah dan Selatan terdiri atas dataran rendah yang sebagian besar bergelombang dengan ketinggian antara 25 - 500 mdpl dengan kemiringan lereng antara 15 - 40% serta wilayah dataran rendah di pesisir pantai yang landai dengan ketinggian antara 0 - 25 mdpl dan kemiringan lereng antara 0 - 15%. Wilayah ini didominasi oleh lahan basah berupa sawah, perikanan, dan rawa. Jenis Tanah dan Geologi Kondisi tanah dan geologi di Kabupaten Ciamis banyak dipengaruhi oleh batuan induk dan faktor lainnya. Jenis tanah yang ada didominasi oleh jenis Podsolik merah kekuningan. Secara umum jenis tanah di Kabupaten Ciamis terdiri atas: Latosol coklat, Latosol coklat kemerahan, Aluvial kelabu, Aluvial kelabu kuning, Asosiasi aluvial kelabu tua, Glei humus rendah, Grumusol kelabu, Andosol coklat kekuningan, Podsolik, Asosiasi Podsolik merah kekuningan dan Litosol, serta Kompleks Podsolik merah kekuningan dan Regosol. Berdasarkan stuktur geologis, tanah di Kabupaten Ciamis memiliki batuan induk yang terdiri atas: Aluvial, Undifferentiated Volcanic Products, Pliocene Sedimentary facies, Miocene Sedimentary facies, dan Miocene Limestone facies (BAPPEDA 2012). Penggunaan Lahan Komposisi penggunaan lahan Kabupaten Ciamis tahun 2012 terdiri dari 51.688 ha lahan basah (21,14 %) dan 192.791 ha lahan kering (78,86 %). Pola penggunaan lahan di Kabupaten Ciamis pada umumnya dapat dibedakan menjadi pemukiman, sawah, pekarangan, perkebunan, penggembalaan padang rumput, hutan, kolam ikan/empang, tambak, tegal/kebun/ladang/huma, dan lain-lain. Sawah dibedakan menjadi sawah beririgasi teknis, setengah teknis, sawah sederhana, dan sawah tadah hujan. Sedangkan perkebunan dan hutan dapat dibedakan atas perkebunan/hutan milik negara dan perkebunan/hutan rakyat. Penggunaan lahan di Kabupaten Ciamis disajikan pada Tabel 6.

17 Tabel 6 Penggunaan lahan di Kabupaten Ciamis tahun 2012 Jenis penggunaan lahan Sawah Pekarangan Tegal/ Kebun/ Ladang/ Huma Penggembalaan Padang Rumput Hutan Perkebunan Tambak Kolam Lain-lain

Luas (ha) 51.942,4 29.257,9 79.948,7 1.400,0 56.141,0 15.947,0 43,3 2.649,2 5.222,5

Hasil Identifikasi Lapangan Berdasarkan hasil pengamatan pada 50 plot contoh hutan rakyat di Kabupaten Ciamis bagian Utara, sebanyak 38 plot contoh yang teramati dapat dikategorikan sebagai hutan rakyat murni (monocultur) dengan jenis yang ada adalah sebanyak 26 plot contoh berupa jenis Sengon (Paraserianthes falcataria) dan 12 plot contoh berupa jenis Mahoni Daun Kecil (Swietenia mahagoni), sedangkan sisanya sebanyak 12 plot contoh dikategorikan sebagai hutan rakyat campuran (polycultur) dengan jenis yang ada berupa: Sengon (Paraserianthes falcataria), Mahoni Daun Kecil (Swietenia mahagoni), Gmelina (Gmelina arborea), Nangka (Arthocarpus heterophyllus), Kayu Afrika (Maesopsis eminii), Dukuh (Lancium domesticum), Jengkol (Pitechelobium jiringa), dan jenis Durian (Durio zibethinus). Setiap plot contoh yang teramati mempunyai nilai NDVI yang berbeda-beda pada citra. Nilai NDVI tersebut berkisar antara 0,1 sampai dengan 1. Hutan rakyat yang diamati di lapangan dan NDVI pada citra dapat dilihat pada Tabel 7 dan Tabel 8.

18 Tabel 7 Hutan rakyat monocultur di lapangan dan NDVI pada citra NDVI

0,15

0,25

0,35

0,45

0,55

0,95

Tampilan hutan rakyat di citra

Kondisi hutan rakyat di lapangan

19 Tabel 8 Hutan rakyat campuran di lapangan dan NDVI pada citra NDVI

0,25

0,35

0,45

0,55

0,95

Tampilan hutan rakyat di citra

Kondisi hutan rakyat di lapangan

20 Model Pendugaan Potensi Hutan Rakyat Koefisien Korelasi Hasil pendugaan potensi hutan rakyat dengan menggunakan citra Landsat 7 ETM+ diketahui adanya korelasi antar peubah yang digunakan dalam pembuatan model. Hasil perhitungan korelasi disajikan pada Tabel 9. Tabel 9 Hasil analisis korelasi antara volume dan NDVI Volume 1 0,800 0,815

Volume NDVI NDVI2

NDVI 0,800 1 0,978

NDVI2 0,815 0,978 1

Korelasi yang dihasilkan antara peubah Y (volume tegakan) dengan peubah X (NDVI) adalah bernilai positif, artinya apabila terjadi peningkatan pada nilai NDVI pada citra, maka akan terjadi peningkatan pula pada nilai volume tegakan (m3/ha) yang dihasilkan, dan berlaku sebaliknya. Korelasi positif juga ditunjukkan antara peubah X1 (NDVI) dengan peubah X2 (NDVI2), artinya apabila terjadi peningkatan pada nilai NDVI, maka akan terjadi peningkatan pula pada nilai NDVI2, dan berlaku sebaliknya. Hubungan korelasi yang dihasilkan antara nilai NDVI dengan nilai volume tegakan relatif tinggi, hal ini menunjukkan bahwa nilai NDVI pada citra Landsat 7 ETM+ dapat digunakan untuk menduga volume tegakan (Tabel 9). Tabel 10 Hasil uji Z pada nilai korelasi Peubah Volume dan NDVI Volume dan NDVI^2

Korelasi 0,800 0,815

Z-hit Z-tab 1,129 1,645 1,353 1,645

Tabel 10 menunjukkan bahwa nilai korelasi yang dihasilkan antara volume dengan NDVI memiliki tingkat signifikansi yang cukup erat dengan r ≥ 0,7071. Hal tersebut dapat dilihat dari nilai Z-hitung yang dihasilkan lebih kecil daripada Z-tabel (Z-hit < 1,645). Model Penduga Potensi Hutan Rakyat Hasil analisis regresi yang dilakukan antara peubah X (NDVI) dan peubah Y (volume tegakan) menghasilkan beberapa model persamaan pendugaan potensi hutan rakyat yang disajikan pada Tabel 11. Tabel 11 Model pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian Utara tahun 2013 No. model 1 2 3 4 5 a

Persamaan regresi V = 1,695 + 113,39*NDVI V = 28,93 + 95,59*NDVI2 V = 26,50 + 9,69*NDVI + 87,74 *NDVI2 V = 97,72*NDVI0,845 V = 20,905*℮(1,765*NDVI)

Keterangan: P-value pada tingkat kepercayaan 95%

R2 (%)

F-hit

P-value

64,0 66,4 66,4 62,1 62,8

49,84 55,37 26,72 45,84 47,26

0,000 0,000 0,000 0,000 0,000

21 Tabel 11 menjelaskan bahwa keseluruhan model persamaan yang dihasilkan memiliki nilai R2 yang cukup baik, yaitu berkisar antara 62,1% - 66.4%. Hal tersebut dikarenakan bahwa nilai NDVI pada citra lebih banyak dipengaruhi oleh kondisi tutupan dan kerapatan tegakan yang ada. Apabila nilai volume hasil inventarisasi lapangan yang dihasilkan semakin besar dan kondisi tutupan serta kerapatan tegakan yang ada semakin jarang, maka nilai NDVI pada citra akan semakin kecil atau mendekati 0 (nol). Sebaliknya, apabila nilai volume hasil inventarisasi lapangan yang dihasilkan semakin kecil dan kondisi tutupan serta kerapatan tegakan yang ada semakin rapat, maka nilai NDVI pada citra akan semakin besar atau mendekati 1 (satu), karena nilai kehijauan pada tegakan tersebut sangat tinggi. Nilai R2 tersebut menunjukkan bahwa peubah bebas X (NDVI) dapat menerangkan peubah terikat Y (volume tegakan) sebesar 62,1% 66,4%, dan sisanya diterangkan oleh faktor lain. Apabila dianalisis berdasarkan nilai P-value yang dihasilkan pada tingkat kepercayaan 95%, keseluruhan model menghasilkan nilai yang relatif baik yaitu dengan nilai P-value yang dihasilkan kurang dari 0,05. Hal tersebut menunjukkan bahwa keseluruhan model yang terbangun memiliki hubungan yang signifikan dalam menjelaskan volume tegakan. Model terbaik yang menghasilkan nilai koefisien determinasi (R2) tertinggi adalah model kuadratik yaitu V = 28,93 + 95,59*NDVI2 dengan nilai R2 sebesar 66.4%. Model persamaan tersebut disajikan pada Gambar 6.

Gambar 6 Model hubungan volume (m3/ha) dengan nilai NDVI Verifikasi Model Verifikasi model yang dilakukan dalam penelitian ini menggunakan data yang berbeda dengan data yang digunakan dalam pembuatan model penduga volume tegakan. Hasil uji verifikasi model dengan menggunakan perhitungan Ujiχ2 (Chi square) disajikan pada Tabel 12. Tabel 12 Hasil verifikasi model menggunakan Uji-χ2 No. 1 2 3 4 5 a

Persamaan regresi V = 1,695 + 113,39*NDVI V = 28,93 + 95,59*NDVI2 V = 26,50 + 9,69*NDVI + 87,74 *NDVI2 V = 97,72*NDVI0,845 V = 20,905*℮(1,765*NDVI)

Keterangan: * tidak berbeda nyata (tingkat kepercayaan 95%)

χ2-hit 13,889 14,482 13,674 11,379 12,717

χ2-tab 16,919 16,919 16,919 16,919 16,919

Ket * * * * *

22 Jika nilai χ2-hit < χ2-tabel, maka nilai volume dugaan tidak berbeda nyata dengan nilai volume aktual. Keseluruhan model persamaan yang ada menghasilkan nilai volume dugaan yang tidak berbeda nyata dengan nilai volume aktual hasil inventarisasi di lapangan. Hal tersebut dapat dilihat dari nilai χ2-hit yang dihasilkan secara umum lebih kecil daripada nilai χ2-tabel. Akan tetapi, apabila dibandingkan dari nilai χ2-hit yang dihasilkan, model yang menghasilkan nilai χ2-hit terkecil adalah model Power yaitu V = 97,72*NDVI0,845 dengan nilai χ2-hit sebesar 11,379 (Tabel 12). Hal ini menunjukkan bahwa model Power tersebut menghasilkan perbedaan antara nilai volume dugaan dengan volume aktual yang paling kecil dibandingkan dengan model lainnya.

Peta Sebaran Potensi Hutan Rakyat Peta klasifikasi potensi hutan rakyat di Kabupaten Ciamis bagian Utara dibuat berdasarkan model persamaan yang sudah terverifikasi. Peta yang dibuat pada penelitian ini menggunakan tiga kelas volume tegakan (m3/ha). Setiap kelas volume diwakili dengan warna yang berbeda sehingga dapat secara mudah untuk dibacanya. Peta klasifikasi potensi hutan rakyat disajikan pada Gambar 7.

Gambar 7 Peta klasifikasi potensi hutan rakyat Kabupaten Ciamis bagian Utara tahun 2013 Uji akurasi pemetaan dilakukan pada peta klasifikasi potensi hutan rakyat yang dibuat berdasarkan model yang sudah terverifikasi. Hasil uji akurasi pemetaan disajikan pada Tabel 13.

23 Tabel 13 Hasil uji akurasi pemetaan No. 1 2 3 4 5

Persamaan regresi V = 1,695 + 113,39*NDVI V = 28,93 + 95,59*NDVI2 V = 26,50 + 9,69*NDVI + 87,74 *NDVI2 V = 97,72*NDVI0,845 V = 20,905*℮(1,765*NDVI)

OA (%) 52,00 46,00 48,00 52,00 56,00

K (%) 20,11 20,59 21,78 28,40 30,90

Tabel 13 menunjukkan bahwa hasil uji akurasi pemetaan pada peta klasifikasi hutan rakyat menggunakan citra Landsat 7 ETM+ secara keseluruhan menghasilkan nilai Kappa Accuracy (K) dan Overall Accuracy (OA) masingmasing sebesar 20,11% - 30,90% (Kappa Accuracy) dan 46% - 56% (Overall Accuracy). Hasil uji akurasi menunjukkan bahwa piksel-piksel yang ada dalam area contoh pada citra dapat terkelaskan dengan cukup baik. Tabel 14 Hasil uji Z pada tiap model Model 1 2 3 4 5

1

2 0 0,04 0,15 0,66 0,81

3 0,04 0 0,11 0,63 0,78

4 0,15 0,11 0 0,52 0,68

5 0,66 0,63 0,52 0 0,17

0,81 0,78 0,68 0,17 0

Hasil uji Z yang telah dilakukan pada masing-masing model secara umum menghasilkan nilai Z-hitung < 1,96 (Tabel 14). Hal tersebut menunjukkan bahwa antar model yang diuji tidak terdapat perbedaan yang nyata. Oleh karena itu, semua model yang ada dapat digunakan untuk pembuatan peta sebaran potensi hutan rakyat. Penentuan model terpilih yang akan digunakan untuk pembuatan peta sebaran potensi hutan rakyat di Kabupaten Ciamis dilakukan dengan memperhatikan nilai hasil uji akurasi pemetaan yang dihasilkan. Model yang terpilih diharapkan memiliki nilai yang mendekati dengan keadaan sebenarnya di lapangan. Selain itu, model terpilih harus memiliki peubah yang lebih sedikit sehingga menjadikan model tersebut lebih sederhana dengan tingkat akurasi yang tinggi. Berdasarkan hal tersebut, maka model terpilih yang akan digunakan untuk pemetaan sebaran potensi hutan rakyat di Kabupaten Ciamis bagian Utara adalah model eksponensial yaitu V = 20,905*℮(1,765*NDVI) dengan nilai K dan OA yang dihasilkan sebesar 30,9% dan 56% (Tabel 13). Berdasarkan model persamaan tersebut, maka dibuat peta sebaran potensi hutan rakyat di Kabupaten Ciamis bagian utara. Peta sebaran potensi hutan rakyat menggunakan model terpilih disajikan pada Gambar 8.

24

Gambar 8 Peta sebaran potensi hutan rakyat Kabupaten Ciamis bagian Utara tahun 2013 Potensi hutan rakyat pada masing-masing desa dan kecamatan di wilayah Kabupaten Ciamis bagian Utara disajikan pada Tabel 15 dan Tabel 16. Tabel 15 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap desa di Kabupaten Ciamis bagian Utara tahun 2013 Nama desa Bangbayang Buniseuri Ciakar Cieurih Cipaku Gereba Jalatrang Mekarsari Muktisari Pusakasari Selacai Selamanik Sukawening Bayasari Cintanagara Dayeuhluhur

Nama kecamatan Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku Cipaku JatiNagara JatiNagara JatiNagara

Luas hutan rakyat (ha) 195,0 243,9 106,1 187,3 91,2 181,7 518,8 255,7 564,6 270,0 420,3 562,8 207,0 219,9 623,4 587,6

Volume total (m3) 12.024,4 16.741,8 5.186,8 11.411,3 4.187,0 10.659,7 32.903,5 15.597,4 37.768,9 19.028,2 28.247,5 37.373,2 11.436,0 15.136,4 38.894,4 37.053,1

Volume rata-rata (m3/ha) 61,7 68,6 48,9 60,9 45,9 58,7 63,4 61,0 66,9 70,5 67,2 66,4 55,3 68,8 62,4 63,1

25 Tabel 15 Lanjutan Nama desa Jatinagara Mulyasari Sukanagara Citeureup Karangpawitan Kawali Kawalimukti Margamulya Purwasari Selasari Sindangsari Talagasari Winduraja Andapraja Purwaraja Rajadesa Sirnajaya Sukaharja Sukajaya Tanjungjaya Tanjungsari Tanjungsukur Tigaherang Bojonggedang Cileungsir Cisontrol Dadiharja Giriharja Jangalaharja Karangpari Kawunglarang Kiarapayung Patakaharja Rancah Situmandala Bunter Ciparigi Margaharja Margajaya Salakaria Sukadana

Nama kecamatan JatiNagara JatiNagara JatiNagara Kawali Kawali Kawali Kawali Kawali Kawali Kawali Kawali Kawali Kawali Rajadesa Rajadesa Rajadesa Rajadesa Rajadesa Rajadesa Rajadesa Rajadesa Rajadesa Rajadesa Rancah Rancah Rancah Rancah Rancah Rancah Rancah Rancah Rancah Rancah Rancah Rancah Sukadana Sukadana Sukadana Sukadana Sukadana Sukadana

Luas hutan rakyat (ha) 428,4 251,1 168,0 361,0 238,4 68,1 30,7 75,0 307,7 49,6 138,4 142,6 208,4 487,9 278,3 75,0 490,0 287,6 208,7 605,0 622,1 533,7 426,4 697,2 574,2 669,0 60,7 86,4 94,5 590,2 959,4 636,3 164,2 400,5 461,7 1.168,0 631,5 600,8 427,4 353,1 463,1

Volume total (m3) 29.979,6 18.032,7 8.806,7 23.679,3 13.277,5 4.096,3 1.366,9 4.921,4 18.161,0 2.352,1 8.430,4 7.651,0 12.693,9 38.176,0 18.736,3 4.536,8 34.142,0 19.551,0 10.836,1 43.074,9 44.113,4 38.876,9 26.636,4 46.094,1 37.779,8 46.096,8 3.942,8 4.425,7 4.847,6 42.434,7 66.431,2 46.225,0 8.941,2 27.118,9 27.485,2 70.868,4 39.520,9 37.939,4 29.393,9 20.961,1 27.318,7

Volume rata-rata (m3/ha) 70,0 71,8 52,4 65,6 55,7 60,1 44,6 65,6 59,0 47,4 60,9 53,7 60,9 78,3 67,3 60,5 69,7 68,0 51,9 71,2 70,9 72,8 62,5 66,1 65,8 68,9 65,0 51,2 51,3 71,9 69,2 72,6 54,4 67,7 59,5 60,7 62,6 63,1 68,8 59,4 59,0

26 Tabel 16 Volume tegakan hutan rakyat menggunakan model terpilih pada tiap kecamatan di Kabupaten Ciamis bagian Utara tahun 2013 No 1 2 3 4 5 6

Nama kecamatan Cipaku Jatinagara Kawali Rajadesa Rancah Sukadana

Luas hutan rakyat (ha) 3.034,6 2.629,2 2.039,1 4.014,8 5.394,4 3.643,9

Potensi hutan rakyat (m3) 242.565,7 147.902,9 96.629,9 278.679,8 361.823,0 226.002,5

Berdasarkan hasil perhitungan pada Tabel 15, terlihat bahwa secara keseluruhan lokasi desa yang diamati memiliki potensi rata-rata per hektar antara 44,6 m3/ha sampai dengan 78,3 m3/ha dengan total potensi hutan rakyat antara 1.366,9 m3 sampai dengan 70.868,4 m3. Desa yang memiliki potensi hutan rakyat tertinggi pada masing-masing kecamatan adalah Desa Muktisari Kecamatan Cipaku dengan potensi sebesar 37.768,9 m3, Desa Cintanagara Kecamatan Jatinagara sebesar 38.894,4 m3, Desa Citeureup Kecamatan Kawali sebesar 23.679,3 m3, Desa Tanjungsari Kecamatan Rajadesa sebesar 44.113,4 m3, Desa Kawunglarang Kecamatan Rancah sebesar 66.431,2 m3, dan Desa Bunter Kecamatan Sukadana dengan potensi sebesar 70.868,4 m3. Desa yang memiliki potensi hutan rakyat terendah pada masing-masing kecamatan adalah Desa Cipaku Kecamatan Cipaku dengan potensi sebesar 4.187,0 m3, Desa Sukanagara Kecamatan Jatinagara sebesar 8.806,7 m3, Desa Kawalimukti Kecamatan Kawali sebesar 1.366,9 m3, Desa Rajadesa Kecamatan Rajadesa sebesar 4.536,8 m3, Desa Dadiharja Kecamatan Rancah sebesar 3.942,8 m3, dan Desa Salakaria Kecamatan Sukadana dengan potensi sebesar 20.961,1 m3. Apabila dilihat dari keseluruhan desa yang diamati, desa yang memiliki potensi hutan rakyat tertinggi adalah Desa Bunter Kecamatan Sukadana dengan potensi sebesar 70.868,4 m3, sedangkan desa yang memiliki potensi hutan rakyat terendah adalah Desa Kawalimukti Kecamatan Kawali dengan potensi sebesar 1.366,9 m3 (Tabel 15). Apabila dibandingkan berdasarkan kecamatan yang diamati, kecamatan yang memiliki potensi hutan rakyat tertinggi adalah Kecamatan Rancah dengan potensi sebesar 361.823,0 m3, sedangkan kecamatan yang memiliki potensi hutan rakyat terendah adalah Kecamatan Kawali dengan potensi sebesar 96.629,9 m3 (Tabel 16).

27

SIMPULAN DAN SARAN Simpulan Model persamaan yang dipilih dalam pendugaan potensi hutan rakyat di Kabupaten Ciamis bagian Utara adalah model persamaan eksponensial yaitu V = 20,905*℮(1,765*NDVI) dengan nilai R2 sebesar 62,8%. Model tersebut merupakan model terbaik berdasarkan hasil analisis regresi, uji verifikasi model, dan uji akurasi pemetaan. Hasil uji akurasi pemetaan menghasilkan nilai K dan OA untuk model tersebut masing-masing sebesar 30,9% dan 56%. Secara keseluruhan lokasi desa yang diamati memiliki potensi rata-rata per hektar antara 44,6 m3/ha sampai dengan 78,3 m3/ha dengan total potensi hutan rakyat antara 1.366,9 m3 sampai dengan 70.868,4 m3. Desa yang memiliki potensi hutan rakyat tertinggi adalah Desa Bunter Kecamatan Sukadana dengan potensi sebesar 70.868,4 m3 atau dengan potensi rata-rata per hektar sebesar 60,7 m3/ha, sedangkan desa yang memiliki potensi hutan rakyat terendah adalah Desa Kawalimukti Kecamatan Kawali dengan potensi sebesar 1.366,9 m3 atau dengan potensi rata-rata per hektar sebesar 44,6 m3/ha.

Saran 1. Perlu jumlah plot contoh yang lebih banyak untuk menghasilkan nilai regresi dan akurasi yang lebih tinggi. 2. Perlu dilakukan pengujian lebih lanjut dengan jumlah piksel yang berbeda dalam pembuatan kelas NDVI pada citra Landsat 7 ETM+. 3. Perlu dilakukan koreksi radiometrik pada citra Landsat 7 ETM+ yang digunakan, agar model terpilih dapat digunakan pada tahun berikutnya.

DAFTAR PUSTAKA [BAPPEDA] Badan Perencanaan Pembangunan Daerah Kabupaten Ciamis. 2012. Gambaran Umum Kabupaten Ciamis. Ciamis (ID) : BAPPEDA Ciamis. [Dephut] Departemen Kehutanan RI. 2004. Peraturan Menteri Kehutanan Republik Indonesia Nomor: P.03/Menhut-V/2004 tentang Pedoman Pembuatan Tanaman Hutan Rakyat Gerakan Nasional Rehabilitasi Hutan dan Lahan. Jakarta (ID) : Departemen Kehutanan RI. Febrianto DJ. 2007. Model Penduga Potensi Hutan Rakyat Menggunakan Citra Aster di Beberapa Wilayah Kabupaten Bogor Bagian Timur [skripsi]. Bogor (ID) : Departemen Manajemen Hutan Fakultas Kehutanan IPB. Jauhari R. 2003. Studi Potensi dan Pengembangan Hutan Rakyat Sengon di Kabupaten Garut [skripsi]. Bogor (ID) : Jurusan Manajemen Hutan Fakultas Kehutanan IPB. Jaya INS. 2002. Aplikasi Sistem Informasi Geografis untuk Kehutanan. Bogor (ID) : Laboratorium Inventarisasi Hutan, Fakultas Kehutanan IPB.

28 Jaya INS. 2005. Analisis Citra Digital. Bogor (ID) : Laboratorium Inventarisasi Sumber Daya Hutan. Fakultas Kehutanan IPB. [Kemenhut] Kementerian Kehutanan RI. 2010. Peraturan Menteri Kehutanan Republik Indonesia Nomor: P.06/Menhut-II/2010 tentang Norma, Standar, Prosedur, dan Kriteria Pengelolaan Hutan Pada Kesatuan Pengelolaan Hutan Lindung (KPHL) dan Kesatuan Pengelolaan Hutan Produksi (KPHP). Jakarta (ID) : Kementerian Kehutanan RI. Lillesand TM, RW Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Dulbahri, P. Suharsono, Hartono, dkk. penerjemah. Yogyakarta (ID) : Gadjah Mada University Press. Terjemahan dari: Remote Sensing And Image Interpretation. Nofianti E. 2006. Pendugaan Potensi Hutan Rakyat dan Hutan Negara Menggunakan Citra Aster dan Sistem Informasi Geografis (Studi Kasus: Kecamatan Ciseeng, Gunung Sindur, Kemang, Parung, Rancabungur, dan Rumpin). [skripsi]. Bogor (ID) : Program Diploma III Jurusan Manajemen Hutan Produksi IPB Paine DP. 1992. Fotografi Udara dan Penafsiran Citra untuk Pengelolaan Sumberdaya. Yogyakarta (ID) : Gadjah Mada University Press. Pemerintah Republik Indonesia. 1999. Undang-Undang Republik Indonesia Nomor 41 tahun 1999 tentang Kehutanan. Jakarta (ID) : Sekretariat Negara. Prahasta E. 2002. Sistem Informasi Geografis-Tutorial ArcView. Bandung (ID) : Informatika Bandung. Prastiyo Sigit. 2009. Identifikasi Potensi dan Pemasaran Produk dari Hutan Rakyat Bambu (studi kasus Desa Pertumbukan Kec. Wampum Kab. Langkat) [skripsi]. Sumatera (ID) : Departemen Kehutanan Fakultas Pertanian Universitas Sumatera Utara. Purwanto, SA Cahyono, DR Indrawati. 2003. Peranan Hutan Rakyat dalam Rehabilitasi Lahan Kritis. Prosiding Seminar Sehari Prospek Pengembangan Hutan Rakyat di Era Otonomi Daerah; 2003 Desember 13; Cilacap, Indonesia. Ciamis (ID) : Loka Litbang Hutan Monsoon. Saputra GR. 2007. Model Penduga Potensi Hutan Rakyat Menggunakan Citra Aster dan Sistem Informasi Geografis di Beberapa Wilayah Kabupaten Bogor Bagian Barat [skripsi]. Bogor (ID) : Departemen Manajemen Hutan Fakultas Kehutanan IPB. Supriyanto BFY. 2007. Model Penduga Potensi Hutan Rakyat Menggunakan Citra Aster di Beberapa Wilayah Kabupaten Bogor Bagian Tengah [skripsi]. Bogor (ID) : Departemen Manajemen Hutan Fakultas Kehutanan IPB. Walpole RE. 1993. Pengantar Statistika Edisi 3. Jakarta (ID) : Gramedia Pustaka Utama.

29

LAMPIRAN

30 Lampiran 1 Hasil perhitungan volume tegakan dengan model terpilih No

X

Y

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

209875 210108 210129 210282 210611 211008 211213 211447 212551 213283 213821 213841 214057 214079 214080 214083 214738 214854 214933 215244 215520 215843 215909 216060 216234 216282 216326 216590 216600 216840 217353 217386 217494 218229 218260 218358 218359 218425 218578 218695

9199016 9200224 9198845 9200878 9200225 9199372 9197659 9201600 9199512 9206490 9205460 9205567 9204695 9202275 9205951 9205691 9202698 9202936 9206801 9205780 9205485 9203712 9201014 9203802 9204705 9206930 9205603 9206159 9203536 9205812 9201987 9201860 9200107 9200152 9206207 9206229 9206249 9204970 9205001 9206727

N_pohon (per ha) 130 260 170 240 150 180 200 140 210 240 220 150 190 210 210 120 260 240 180 100 250 220 150 210 210 160 160 260 210 230 190 220 130 250 250 230 210 240 250 220

Volume aktual (m3/ha) 65,2 26,3 68,3 34,9 72,5 31,7 26,3 43,9 32,4 120,5 89,7 34,9 53,3 80,3 72,5 24,3 37,1 32,8 47,8 31,2 144,6 98,3 46,1 33,9 203,0 29,4 45,4 57,1 35,0 76,3 49,0 95,7 49,0 35,1 167,9 35,1 29,8 27,4 63,1 64,8

NDVI 0,35 0,15 0,35 0,35 0,55 0,45 0,15 0,55 0,55 0,45 0,95 0,35 0,25 0,55 0,55 0,25 0,45 0,55 0,55 0,45 0,95 0,95 0,55 0,45 0,25 0,25 0,55 0,35 0,95 0,55 0,35 0,95 0,35 0,35 0,95 0,35 0,25 0,25 0,45 0,45

Volume dugaan (m3/ha) 38,8 27,2 38,8 38,8 55,2 46,3 27,2 55,2 55,2 46,3 111,8 38,8 32,5 55,2 55,2 32,5 46,3 55,2 55,2 46,3 111,8 111,8 55,2 46,3 32,5 32,5 55,2 38,8 111,8 55,2 38,8 111,8 38,8 38,8 111,8 38,8 32,5 32,5 46,3 46,3

31 Lampiran 1 Lanjutan No

X

Y

41 42 43 44 45 46 47 48 49 50

218958 220379 221343 222599 225226 225260 225305 225749 226140 226357

9206689 9204460 9203829 9202538 9203321 9203349 9201645 9201439 9201336 9202633

N_pohon (per ha) 210 160 130 130 210 160 150 170 160 220

Volume aktual (m3/ha) 38,4 27,4 15,9 61,4 57,1 50,0 81,9 57,1 69,1 129,9

NDVI 0,35 0,25 0,15 0,55 0,55 0,95 0,95 0,55 0,95 0,55

Volume dugaan (m3/ha) 38,8 32,5 27,2 55,2 55,2 111,8 111,8 55,2 111,8 55,2

Lampiran 2 Hasil perhitungan uji akurasi pemetaan Model Linear Data Rendah Sedang Tinggi Row Total Producer's Acc ------------------- ---------- ---------- ---------Rendah 2 2 0 4 50,00 Sedang 4 16 3 23 69,57 Tinggi 2 13 8 23 34,78 Column Total 8 31 11 50 User's Acc Σxii ΣXi+ X+i Overall Acc Kappa Acc Model Kuadratik Data ---------Rendah Sedang Tinggi Column Total User's Acc Σxii ΣXi+ X+i Overall Acc Kappa Acc

25,00 26 998 52,00 20,11

51,61

72,73

Rendah Sedang Tinggi ---------- ---------- ---------3 3 0 3 11 1 4 16 9 10 30 10 30,00 23 800 46,00 20,59

36,67

90,00

Row Total Producer's Acc ---------6 50,00 15 73,33 29 31,03 50

32 Lampiran 2 Lanjutan Model Polinomial Data Rendah Sedang Tinggi Row Total Producer's Acc ------------------- ---------- ---------- ---------Rendah 3 2 0 5 60,00 Sedang 2 14 2 18 77,78 Tinggi 6 14 7 27 25,93 Column Total 11 30 9 50 User's Acc Σxii ΣXi+ X+i Overall Acc Kappa Acc

Model Power Data ---------Rendah Sedang Tinggi Column Total User's Acc Σxii ΣXi+ X+i Overall Acc Kappa Acc

27,27 24 838 48,00 21,78

46,67

77,78

Rendah Sedang Tinggi Row Total Producer's Acc ---------- ---------- ---------- ---------4 3 0 7 57,14 4 14 0 18 77,78 4 13 8 25 32,00 12 30 8 50 33,33 26 824 52,00 28,40

46,67

100,00

Model Eksponensial Data Rendah Sedang Tinggi Row Total Producer's Acc ------------------- ---------- ---------- ---------Rendah 4 2 0 6 66,67 Sedang 5 16 1 22 72,73 Tinggi 3 11 8 22 36,36 Column Total 12 29 9 50 User's Acc Σxii ΣXi+ X+i Overall Acc Kappa Acc

33,33 28 908 56,00 30,90

55,17

88,89

33

RIWAYAT HIDUP Penulis dilahirkan di Kota Tasikmalaya, Provinsi Jawa Barat pada tanggal 9 Juli 1990 sebagai anak pertama dari tiga bersaudara pasangan Bapak Opa Mustopa dan Ibu Titin. Riwayat pendidikan penulis adalah sebagai berikut: RA PUI Sindangwargi (19961997), SD Negeri Sindangasih (1997-2003), Madrasah Diniyah Al-Ittihad Kereteg (1997-2003), Pondok Pesantren Al-Qur’an Cijantung Ciamis (2003-2009), MTs Al-Islam Cijantung Ciamis (2003-2006), dan MA Negeri Cijantung Ciamis (2006-2009). Pada tahun 2009, penulis melanjutkan studi S-1 di Departemen Manajemen Hutan, Fakultas Kehutanan IPB melalui jalur Beasiswa Utusan Daerah (BUD) Program Beasiswa Santri Berprestasi (PBSB) Kementerian Agama Republik Indonesia. Selama masa perkuliahan, penulis aktif mengikuti beberapa organisasi kemahasiswaan baik internal maupun eksternal kampus. Organisasi internal kampus yang diikuti penulis yaitu: Kementerian Kebijakan Kampus Badan Eksekutif Mahasiswa (BEM KM IPB) Generasi Inspirasi tahun 2009/2010, Kelompok Ilmiah FORCES IPB tahun 2009/2010, dan Kelompok Studi Perencanaan Forest Management Student Club (FMSC) tahun 2010-2012. Organisasi eksternal kampus yang diikuti penulis yaitu: Community of Santri Scholars of Ministry of Religious Affairs (CSS MoRA IPB) tahun 2009-2013, Divisi Pengembangan Eksternal Keluarga Mahasiswa Nahdlatul Ulama (KMNU IPB) tahun 2011/2012, Organisasi Mahasiswa Daerah Tasikmalaya (Himalaya) tahun 2009-2012, dan Editor Majalah I.COM tahun 2011/2012. Prestasi yang pernah diraih penulis adalah didanainya kegiatan PKM bidang Pengabdian kepada Masyarakat, berjudul “Laboratorium Alam Berbasis Kehutanan sebagai Sarana Belajar Santri di Pondok Pesantren Al-Qur’an Cijantung Ciamis” tahun 2012. Praktek yang pernah diikuti penulis, yaitu: Praktek Pengenalan Ekosistem Hutan (PPEH) jalur Pangandaran dan Gunung Sawal Kabupaten Ciamis pada tahun 2011, Praktek Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi pada tahun 2012, dan Praktek Kerja Lapang (PKL) di IUPHHK-HA PT. Diamond Raya Timber, Provinsi Riau pada tahun 2013. Penulis juga mengikuti kegiatan Ecological Social Mapping (ESM) di masyarakat sekitar Hutan Pendidikan Gunung Walat Kabupaten Sukabumi pada tahun 2012. Selain itu, penulis juga pernah menjadi asisten pada beberapa mata kuliah, diantaranya: Ilmu Ukur Tanah dan Pemetaan Wilayah (IUTPW), Inventarisasi Sumberdaya Hutan (ISDH), dan Teknik Inventarisasi Sumberdaya Hutan (TEKIN). Skripsi berjudul Pendugaan Potensi Hutan Rakyat Menggunakan Citra Landsat 7 ETM+ di Kabupaten Ciamis Bagian Utara merupakan karya penulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan (S.Hut.) pada Departemen Manajemen Hutan Fakultas Kehutanan IPB dibawah bimbingan Dr. Nining Puspaningsih, MSi.