PENGGUNAAN DATA HOTSPOT UNTUK MONITORING KEBAKARAN HUTAN DAN LAHAN DI INDONESIA

KARYA TULIS

PENGGUNAAN DATA HOTSPOT UNTUK MONITORING KEBAKARAN HUTAN DAN LAHAN DI INDONESIA

OLEH: ACHMAD SIDDIK THOHA NIP 132 259 563

DEPARTEMEN KEHUTANAN FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA 2008 0 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

KATA PENGANTAR Segala Puji bagi Allah SWT, dengan pertolongan-Nya tulisan ini bisa diselesaikan. Tulisan dengan judul Penggunaan Data Hotspot untuk Monitoring Kebakaran Hutan dan Lahan Di Indonesia .ini merupakan karya tulis untuk dapat dipakai sebagai salah satu pustaka bagi yang memerlukannya. Pada kesempatan ini penulis menyampaikan terimakasih yang sebesarbesarnya kepada Bapak. Dr.

Bambang Hero Saharjo dan Ibu

Dr. Ir. Lailan

Syaufina, M.Sc yang telah membuka wawasan dan ketrampilan dalam memahami ilmu kebakaran hutan dan lingkungan. Tidak lupa, terimakasih juga kepada rekanrekan yang tidak dapat disebutkan namanya dalam karya tulis ini. Penulis sangat mengharapkan adanya koreksi untuk penyempurnaan tulisan ini. Semoga tulisan Iini bermanfaat bagi yang membutuhkan.

Medan, Januari 2008 Penulis

1 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

DAFTAR ISI Halaman

KATA PENGANTAR.............................................................................................. i DAFTAR ISI........................................................................................................... ii DAFTAR TABEL.................................................................................................... iii DAFTAR GAMBAR ............................................................................................... iv PENDAHULUAN ................................................................................................... 1 PENGERTIAN HOTSPOT..................................................................................... 2 PEMANFAATAN DATA HOTSPOT....................................................................... 3 Prediksi Hotspot dan Asap Kebakaran............................................................ 5 Deteksi Kejadian Kebakaran (active fire) ........................................................ 7 Monitoring Kebakaran Hutan........................................................................... 9 Pemetaan Tingkat rawan Kebakaran .............................................................. 11 PERMASALAHAN PEMANFAATAN DATA HOTSPOT ........................................ 13 Karaktristik Data .............................................................................................. 13 Standar Pengamatan dan Pemrosesan Citra NOAA....................................... 14 Sistem Distribusi Data ..................................................................................... 17 Keberlanjutan Ketersediaan Data.................................................................... 17 UPAYA PENINGKATAN KUALITAS DATA HOTSPOT ........................................ 19 KESIMPULAN ...................................................................................................... 21 DAFTAR PUSTAKA ............................................................................................. 22


DAFTAR TABEL

No.

Teks

Halaman

1.

Sea Scan AVHRR Fire Detection Configuration File ................................. 14

2.

AVHRR Fire Detection Configuration File dari ASMC (Malam Hari) ......... 15

3.

AVHRR Fire Detection Configuration File dari ASMC (Siang Hari) ........... 15

4.

Jumlah dan Lokasi Hotspot Tanggal 17 s/d 21 Agustus 2003................... 15

5.

Jumlah Hotspot di Kalimantan Tanggal 17 s/d 21 Agustus 2003 ( T: CH 3 yang berbeda-beda, Ch 3 > Ch4 = 15.0o) .................................. 16



DAFTAR GAMBAR

No.

Teks

Halaman

1.

Sistem Distribusi Informasi Data Hotspot FFPMP-PHKA-JICA ................. 5

2.

Persentase Jumlah Hotspot Rata-rata di Riau dan Sumatera Selatan...... 7

3.

Sebaran Hotspot Hasil Pengolahan Citra Satelit NOAA............................ 8

4.

Peta Intensitas Kerusakan Kebakaran Hutan Menggunakan Data Hotspot, Peta Tutupan Lahan dan Peta Areal Terbakar........................... 10

6.

Peta Tingkat Kerawanan Kebakaran Hutan dan Hotspot Di Sumatera pada Tahun La Nina 1998. ........................................................................ 12


PENDAHULUAN Kegiatan deteksi dini dalam penanggulangan kebakaran hutan memegang peranan sangat penting. Deteksi dini adalah upaya untuk mendapatkan keterangan secara dini adanya kebakaran hutran melalui penerapan teknologi sederhana hingga teknologi canggih (Direktorat Penanggulangan Kebakaran Hutan, 2001). Deteksi dini mencakup deteksi darat yakni melalui patroli darat, pengamatan menara dan penjagaan pada tempat-tempat rawan kebakaran.

Disamping itu deteksi juga

dilakukan melalui udara dengan helikopter, pesawat terbang dan satelit. Deteksi dini dapat menentukan pengambalian keputusan untuk menentukan kesiapsiagaan penanggulangan kebakaran hutan. Deteksi yang akurat akan dapat membantu tahap pemadaman kebakaran dan tahap penanganan paska kebakaran yang tepat.

Disamping itu, pada pelaksanaan di lapangan, keakuratan proses

deteksi akan menentukan alokasi dana, kelancaran operasi pemadaman dan kebutuihan investigasi dalam kasus pelanggaran hukum lingkungan. Informasi dari satelit pendeteksi api biasanya masih berupa keterangan lokasi dan arah penyebaran asap. Karena resolusi gambar dari satelit (citra satelit) sangat kasar (1.1 km x 1.1 km pada NOAA) sangat dimungkinkan keterangan lokasi akan mengalami penyimpangan sehingga kurang akurat dalam identifikasi kebakaran hutan. Informasi titik panas (Hotspot) yang menjadi dasar dalam sistem peringatan kejadian kebakaran, bisa menyesatkan pengambil keputusan apabila kenyataan di lapangan tidak ditemui kejadian kebakaran. Pemahaman yang tepat mengenai karakteristik data hotspot sangat dibutuhkan oleh berbagai stakeholder. Kesalahan pemahaman akan bisa berakibat fatal dalam pengambilan keputusan, lebih-lebih pada pengambilan putusan hukum. Oleh karena itu, makalah ini akan mencoba memberikan gambaran beberapa hal berhubungan dengan data hotspot baik karakteristik, pemanfaatan, permasalahan data dan rekomendasi untuk menunjang peningkatan efektivitas data hotspot bagi penggunaan deteksi kebakaran di Indonesia.


PENGERTIAN HOTSPOT

Kebakaran hutan dan lahan dapat dipantau dengan menggunakan data AVHRR-NOAA (Advanced Very High Resolution Radiometer- National Oceanic and Atmospheric Administration) yaitu melalui pengamatan hotspot. Hotspot merupakan titik-titik panas di permukaan bumi, dimana titik-titik tersebut merupakan indikasi adanya kebakaran hutan dan lahan (Arief, 1997 dalam Ratnasari, 2000). Menurut LAPAN (2004a) hotspot atau titik panas adalah parameter yang diturunkan dari data satelit dan dindikasikan sebagai lokasi kebakaran hutan dan lahan. Parameter ini sudah digunakan secara meluas baik di Indonesia maupun negara-negara lain untuk memantau kebakaran hutan dan lahan dari satelit. Hotspots mengindikasikan lokasi kebakaran vegetasi seperti terlihat pada monitor komputer atau peta yang dicetak, atau ketika dicocokkan dengan koordinatnya.

Hal ini merupakan istilah yang sangat populer pada awal-awal

pengenalan penggunaan citra NOAA untuk mendeteksi kebakaran vegetasi dan saat ini sangat dimengerti oleh semua pihak.

Istilah yang lain lebih jelas untuk

menggambarkan

fire-spot

titik

kebakaran

adalah

dan

berbagai

kalangan

mengusulkan bahwa sebenarnya banyak titik api tidak mengindikasikan kebakaran Bagi semua penggunaan praktis sebuah hotspot searti dengan fire-spot (Anderson, et. al., 1999a) Sensor AVHRR didisain untuk aplikasi ilmu meteorologi dan kelautan. Untuk dapat digunakan sebagai pendeteksi kebakaran, dilakukan modifikasi khusus pada alogaritma spektralnya. Saluran (channel) yang paling sesuai untuk pendeteksian kebakaran adalah dua saluran infra merah "thermal" yang pertama, yaitu saluran 3 dan 4. Proses pendeteksian kebakaran berdasarkan pada pengukuran temperatur permukaan bumi yang diperoleh dari saluran 3. Sebuah piksel dideteksi sebagai piksel kebakaran atau hotspots ketika saluran 3 dipenuhi oleh temperatur spesifik vegetasi yang terbakar (Malingreau, 1990 dalam Redhahari, 2001). Lebih lanjut, Ratnasari (2000) menjelaskan bahwa data hotspot dari citra NOAA-AVHRR dapat dijadikan sebagai indikasi kebakaran hutan/lahan, baik kebakaran tajuk (Crown fire), kebakaran permukaan (Surface fire) maupun kebakaran bawah (Ground fire). Daerah sekitar lokasi hotspot merupakan daerah


yang rawan terhadap kebakaran, oleh sebab itu di daerah tersebut sebaiknya tidak dilakukan kegiatan pembakaran. Pada keadaan normal suhu kecerahan (Brightness temperature) dari piksel citra NOAA-AVHRR band 3 (Tb3) selalu lebih kecil dari Brightness temperature band 4 (Tb4).

Apabila Tb3>Tb4 maka terjadi anomali yang disebabkan oleh adanya

sumber panas seperti kebakaran hutan atau dapat juga karena pengaruh kilauan matahari (sunglind).

Apabila Tb3-Tb4>20 maka piksel tersebut adalah hotspot,

karena dari pengalaman beberapa tahun untuk seri NOAA 12 dan NOAA 14 konstanta sebesar 20 dilapangan mendekati kebenaran (Musawijaya, 1998 dalam Ratnasari, 2000). Musawijaya

(1998)

dalam

Ratnasari

(2000)

menambahkan

bahwa

pengamatan hotspot beserta lokasinya dilakukan pada malam hari dengan menggunakan band 3. Kenampakan hotspot pada Citra NOAA_AVHARR sangat bervariasi.

Pertama, interpretasi akan lebih mudah dilakukan bila menggunakan

data malam hari dibandingkan data siang hari, karena pantulan sinar matahari dari awan dan asap dapat mengaburkan kenampakan dari hotspot.

Kedua, mudah

tidaknya mendeteksi hot spot tergantung pada ukuran obyek yang terbakar. Kebakaran hutan /lahan yang besar/luas akan sangat mudah diidentifikasi pada Citra NOAA-AVHRR band termal. Ketiga, hotspot yang sangat kecil seringkali sulit dideteksi karena bercampur dengan latar belakang dari citra.

PEMANFAATAN DATA HOTSPOT

Satelit NOAA (National Oceanic and Atmospheric Administration), yang dibuat dan diluncurkan oleh National Aeronautics and Space Administration(NASAUSA) dengan tujuan untuk pemantauan iklim dan cuaca tersebut, sering digunakan untuk pendeteksian kebakaran di wilayah tersebut. Hal ini dikarenakan sensornya yang dapat membedakan suhu permukaan di darat ataupun laut. Kelebihan lain adalah seringnya satelit-satelit tersebut (ada 3 satelit yang beroperasi-NOAA 12, 16 dan 17) mengunjungi tempat yang sama yaitu 2 kali sehari, siang dan malam. Dengan demikian data yang cukup aktual (near real time) tersebut sangat bermanfaat bagi tim pemadam kebakaran untuk mengetahui lokasi kebakaran


secara cepat. Dengan cepatnya mengetahui nformasi lokasi kebakaran, maka tindakan pemadaman dini dapat dilakukan sebelum kebakaran tersebut menjadi lebih besar dan sulit dikendalikan (Solichin, 2004a) Satelit NOAA memiliki cakupan yang sangat luas. Hal ini memungkinkan user (pengguna) mampu menganalisa wilayah yang sangat luas dalam waktu yang relatif singka. Cakupan stasiun penerima NOAA Si Pongi di Jakarta misalnya, meliputi Pulau Sumatera, Borneo dan Semenanjung Malaysia. Keuntungan lainnya adalah, harganya yang relatif murah. Sebenarnya penggunaan satelit NOAA tidak dikenai biaya apapun, namun untuk mendapatkan citra (foto) dari satelit tersebut diperlukan hardware dan software yang cukup mahal. Di Indonesia stasiun penangkap satelit NOAA ada 7 stasiun, salah satunya berada di Palembang, yaitu di kantor Balai Pengukuhan Kawasan Hutan (BPKH II) yang merupakan bantuan dari Uni Eropa dan satu-satunya di pulau Sumatera. Namun sayangnya, stasiun tersebut dalam keadaan tidak berfungsi baik akibat kerusakan pada salah satu komponen motor penggerak antenna (Solichin, 2004a) Data hotspot saat ini dapat dengan mudah diakses oleh berbagai kalangan. Akses mudah, murah dan cepat dengan melalui internet pada berbagai sumber penyedia informasi data hotspot.

Salah satu penyedia layanan tersebut yaitu

FFPMP, Forest Fire Prevention Management Project, (proyek kerja sama Dephut dan JICA) dengan sistem penyebaran informasi seperti pada Gambar 1.


Gambar 1. Sistem Distribusi Informasi Data Hotspot FFPMP-PHKA-JICA (FFPMP2, 2004) Berbagai kelebihan dari data Citra NOOA di atas, maka banyak kalangan memakainya khususnya untuk kegunaan pemantauan iklim dan kebakaran hutan dan lahan.

Beberapa aplikasi data hotspot dari satelit NOAA dapat dijelaskan

sebagai berikut : Prediksi Hotspot dan Asap Kebakaran Jika perilaku kebakaran hutan dan lahan di berbagai daerah telah dipahami dan perilaku asapnya pada berbagai kondisi udara/cuaca telah diketahui, maka hal ini dapat dijadikan dasar dalam memprediksi kebakaran hutan dan lahan. Prediksi diperlukan untuk mengetahui pertambahan/pengurangan jumlah hotspot dalam bulan-bulan yang akan datang dan mengetahui sebaran asapnya apakah akan makin berkembang menjadi kondisi yang mengkhawatirkan dalam bulan-bulan yang akan datang atau sebaliknya kebakaran hutan dan lahan akan mereda sehingga


tidak perlu dikhawatirkan terjadinya pencemaran asap yang dapat mencapai lintas batas negara (transboundary haze pollution). Untuk dapat memprediksi perkembangan jumlah hotspot dan penyebaran asapnya merupakan hal tidak mudah. Hal ini mengingat bahwa kebakaran hutan dan lahan merupakan masalah yang sangat kompleks yang melibatkan faktor-faktor alam (cuaca/iklim, bahan bakaran) maupun manusia (kegiatan pemanfaatan lahan, ekonomi, dan budaya) dan bahkan kelembagaan. Namun untuk mempermudah prediksi, maka dapat digunakan konsep peluang.

Peluang yang dimaksud

mencakup peluang jumlah hotspot pada bulan-bulan mendatang di beberapa daerah yang rawan kebakaran dan peluang pencemaran asap dari kebakaran hutan dan lahan. Adapun analisisnya dilakukan berdasarkan pada berbagai jenis data historis maupun prediksi dari sumber-sumber yang cukup dapat diandalkan (LAPAN, 2004a) Menurut kajian LAPAN (2004a), jumlah hotspot yang terjadi hingga bulan pertengahan Juni 2004, baik di Sumatera maupun Kalimantan, masih lebih rendah dibandingkan dengan jumlah rata-ratanya selama 7 tahun terakhir, dengan demikian terdapat peluang peningkatan jumlah hotspot hingga akhir Juni 2004. Pada bulan Juli 2004 jumlah hotspot di Riau berpeluang meningkat tetapi selanjutnya akan berkurang pada bulan Agustus 2004.

Hal ini diperkuat dengan perkembangan

cuaca di wilayah Sumatera bagian utara yang akan mengalami penurunan curah hujan hingga bulan Juli-Agustus. Jumlah hotspot akan benar-benar berkurang mulai bulan Oktober 2004 karena dua hal, yaitu mulai bulan tersebut curah hujan meningkat dan aktivitas yang berhubungan dengan pemanfaatan lahan (terutama pembersihan/pembukaan lahan) pada bulan tersebut umumnya sudah berakhir. Kecenderungan jumlah hotspot dan peluang terjadinya kebakaran disajikan pada Gambar 1.


Persentase Jumlah Hotspot Bulanan Rata2 Tahun 1996-2002

Jumlah Hots pot Bulanan (% )

40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0.00 1

2

3

4

5

6

7

Bulan

8

9

10

11

12

RIAU SUMSEL

Gambar 2. Persentase Jumlah Hotspot Rata-rata di Riau dan Sumatera Selatan (LAPAN, 2003) Deteksi Kejadian Kebakaran (Active Fire) Penginderaan jauh kebakaran dicapai dengan penggunaan berbagai sistem satelit/sensor. Sensor yang paling luas digunakan untuk deteksi kebakaran dalam monitoring kebakaran jangka panjang dan skala area yang luas adalah Advanced Very High Resolution Radiometer (AVHRR) terpasang pada satelit orbit polar NOAA. AVHRR mempunyai dua manfaat utama dalam monitoring kebakaran. Pertama,, cakupan pengamatan di seluruh bumi setiap hari pada resolusi sedang (1 km2) dimana merupakan terdepan dalam operasi monitoring kebakaran global. Kedua, mempunyai kisaran spektral yang luas dari visible (ch. 1, 0.63 µm), near-infrared (ch.2, 0.83 µm), mid-infrared (ch. 3, 0.37 µm) dan gelombang panjang termal (ch. 45, 10-12 µm).

Masing-masing kanal menyangkut pada attribut tertentu dari

kebakaran. (Li et.al. 1997 dalam Sunuprapto, 2000). Beberapa proyek yang telah dilakukan di beberapa negara telah dengan sukses mengembangkan sistem deteksi kejadian kebakaran (active fire) utamanya 7 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

mereka menggunakan data hotspot dari NOAA AVHRR keunggulan sistem NOAA.

mempertimbangkan

Tetapi alasan paling penting penggunaan sistem ini

adalah penyediaan data yang berbasis harian pada harga yang pantas, khususnya ketika sistem seperti itu harus diaplikasikan untuk negara-negara sedang berkembang.

Di Indonesia sendiri terdapat beberapa stasiun penerima NOAA:

Palembang Sumatera (MoF-EU), Bogor Jawa (MoF-JICA), Samarinda Kalimatan (MoF-GTZ), Jakarta Jawa (LAPAN-Bappedal). Sistem serupa juga dikembangkan pada negara-negara sedang berkembang agara dapat mendeteksi kejadian kebakaran dalam basis harian (Sunuprapto, 2000). Deteksi kejadian kebakaran yang paling cepat dalam penyediaan dan distribusi datanya yaitu data hotspot, baik berupa lokasi hotspot (letak geografis) maupun peta sebaran hotspot. Data hotspot bahkan tersedia secara bebas dan mudah di akses dari internet. Sumber-sumber data hotspot yang dapat diakses dengan mudah seperti LAPAN (Lembaga Antariksa dan Penerbangan Nasional), Departemen Kehutanan Republik Indonesia, FFPMP (Forest Fire Prevention Management Project -MoF-JICA) dan sumber lain dari luar negeri.

Gambar 2.

memperlihatkan sebaran hotspot yang diolah dari citra NOAA.

Gambar 3. Sebaran Hotspot Hasil Pengolahan Citra Satelit NOAA (FFPMP, 2004) 8 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

Monitoring Kebakaran Hutan Penelitian dan pekerjaan operasional untuk menyediakan negara-negara dengan peralatan untuk melaksanakan monitoring langsung kejadian kebakaran vegetasi melalui penerima langsung dari data satelit tengah berlangsung. Ceecato et al (1999) dalam Sunuprapto (2000) pada papernya yang berjudul “ Monitoring of Vegetation Fires in Sumatera, Indonesia: A burning issue” mendokumentasikan penggunaan metodologi dan teknik-teknik, dimana memadukan NOAA-AVHRR data satelit dengan sokongan Sistem Informasi Geografis (SIG) menyediakan deteksi dan monitoring kebakaran yang berhubungan dengan faktor-faktor lingkungan. Musim kebakaran di Sumatera ditampilkan selama tahun 1996-1997. Metodologi dan hasil menunjukkan bagaimana informasi baru yang tersedia dapat membantu tanggung jawab tersebut bagi manajemen kebakaran dalam mengimplementasikan program-program operasional untuk manajemen kebakaran tingkat lokal, nasional dan regional. Anderson et al (1999a) pada Forest Fire Prevention and Control yang didukung oleh Uni Eropa (European Union) dan Kementrian Kehutanan dan Perkebunan (EU-MoF) telah melaporkan sejarah kebakaran di propinsi Sumatera. Kejadian kebakaran vegetasi di bagian selatan-tengah propinsi-propinsi Sumatera telah dimonitor melalui perekaman dan prosesing data satelit NOAA dari Januari 1996-Desember 1998. Teknik NOAA hanya merekam kejadian kebakaran (active fires) dengan nyala api yang melebihi 20-30 meter. Kebakaran permukaan kecil atau kebakaran bawah tidak terekam atau kebakaran tidak tertangkap jelas karena liputan awan tebal dan asap. Monitoring kebakaran hutan bisa mencakup pemantauan lokasi kejadian kebakaran, perkiraan luas dan dampak kebakaran pada hutan dan lahan, perkiraan resiko kebakaran dan intensitas kerusakan akibat kebakaran hutan. Dengan SIG, maka dapat dibangun sebuah model statistik ke dalam model prediksi spasial. Persamaan statistik diperoleh dari analisis statistik yang diaplikasikan pada software GIS (Geographical Information System) untuk menghasilkan sebuah peta. Sunuprapto (2000), menemukan sebuah persamaan regresi linear ganda berbasis spasial, menggunakan fungsi map calculator pada software ArcView, yang menyatakan hubungan antara intensitas kebakaran hutan di Sumatera Selatan dengan variable-variabel penduganya yaitu : 9 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

Predicted Damage Intensity Map = -0.709 + 0.206 landcover + 0.02531 landuse + 0.160 soil type + 0.0000001881 distance to railroad – 0.00001769 distance to river + 0.00004779 distance to settlement. dimana koefisien korelasi = 0.54 dan koefisien akurasi overall = 67.10%. Kemudian Sunuprapto juga membuat model prediksi untuk luas area yang terbakar (Predicted Burnt Area Model) dengan metode yang sama dimana diperoleh hasil berupa persamaan logistic regression sebagai berikut : Log (ODDS) Burnt Area = -18.03 + 1.6848 landcover + 0.9784 landuse + 2.3129 soil type + 0.0003 distance to railroad – 0.0002 distance to river and canal + 0.0003 distance to settlement. dimana koefisien korelasi = 0.48 dan koefisien akurasi overall = 72 %. Pada Gambar 3. ditampilkan hasil pemetaan intensitas kerusakan akibat kebakaran hutan dengan model yang telah disebtkan di atas.

Gambar 4. Peta Intensitas Kerusakan Kebakaran Hutan Menggunakan Data Hotspot, Peta Tutupan Lahan dan Peta Areal Terbakar. 10 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

Pemetaan Tingkat Rawan Kebakaran Kajian tingkat kerawanan kebakaran dengan menggunakan data hotspot telah dilakuakan oleh LAPAN (2004b). Berdasarkan analisis terhadap curah hujan, NDVI (Normalized Difference Vegetation Indeks) atau Indeks Vegetasi, jenis penutup lahan, jenis lahan, dan jarak terhadap jalan dan sungai yang digabungkan dengan analisis frekuensi hotspot, baik secara temporal maupun spasial, diperoleh bahwa setiap faktor memberikan kontribusi yang berbeda terhadap potensi terjadinya kebakaran hutan. Dari analisis diperoleh bahwa NDVI merupakan representasi dari keadaan bahan bakar, baik dari sisi tingkat kehijauan vegetasi hidup maupun serasah. Oleh sebab itu parameter NDVI memberikan kontribusi terbesar terhadap kerawanan kebakaran hutan. Selanjutnya curah hujan merupakan parameter penentu tingkat kadar air bahan bakar. Pada keadaan NDVI dan jenis bahan bakar yang sama, curah hujan yang berbeda memberikan pengaruh kadar air yang berbeda terhadap bahan bakar (vegetasi hidup maupun serasah), sehingga curah hujan memberikan kontribusi terbesar kedua sesudah NDVI. Jenis penutup lahan memberikan kontribusi terhadap frekuensi hotspot terutama karena berkaitan dengan aktivitas konversi lahan. Dari peta hotspot tahun 1996 hingga 2002 menunjukkan bahwa frekuensi hotspot terbesar terjadi pada lahan pertanian, diikuti hutan sekunder, semak belukar, dan perkebunan. Faktor keempat yang menentukan kerawanan kebakaran adalah jenis lahan yang berdasarkan peta UNEP (2002), Sumatera secara garis besar dibedakan atas lahan kering dan lahan gambut (LAPAN, 2004b) Berdasarkan faktor-faktor tersebut telah disusun kriteria dan bobot untuk menentukan tingkat kerawanan kebakaran hutan. Kelas kerawanan kebakaran hutan dibagi atas 6 kelas yang menunjukkan tingkat kemudahan untuk terbakar mulai dari sangat sulit hingga sangat mudah, sehingga kelas kerawanan kebakaran hutan dibagi atas: sangat rendah, rendah, sedang, agak tinggi, tinggi, dan sangat tinggi. Selanjutnya peta kerawanan kebakaran hutan berbasis sistem informasi geografis telah dibuat dengan menggunakan perangkat lunak ArcView.


Gambar 5. Peta tingkat kerawanan kebakaran hutan dan hotspot di Sumatera pada tahun La Nina 1998 (LAPAN, 2004b)


PERMASALAH PEMANFAATAN DATA HOTSPOT

Berbagai aplikasi data hotspot untuk kepentingan pemantauan kondisi hutan dan lahan dirasa banyak memiliki kelemahan.

Kelemahan-kelemahan tersebut

bahkan membuat kualitas input bagi pengambilan keputusan menjadi bias sehingga informasi yang disebarluaskan ke masyarakat kurang valid. Beberapa kelemahan dari data hotspot dapat diuraikan sebagai berikut :

Karaktristik Data Pertama, kelemahan pada sensor satelit NOAA. Menurut SSFFMP (2004), eberapa kelemahan tetap melekat pada satelit NOAA. Salah satunya adalah sensornya yang tidak dapat

menembus awan, asap atau aerosol. Kelemahan

tersebut sebenarnya terjadi pada semua satelit yang memiliki sensor optis (sinyal pasif ). Berbeda dengan sensor radar yang memiliki sinyal aktif dan dapat menembus awan serta dapat berfungsi juga pada malam hari. Kelemahan tersebut akan sangat merugikan bila kebakaran besar terjadi sehingga wilayah tersebut tertutup asap. Kejadian seperti itu sangat sering sekali terjadi di musim kebakaran, sehingga jumlah hotspot yang terdeteksi jauh lebih rendah dari yang seharusnya. Karena itu untuk mengurangi kesalahan, informasi tentang penutupan awan atau asap diperlukan pula sebagai informasi tambahan. Kedua, resousi spasial yang rendah pada citra NOAA. Rendahnya resolusi citra NOAA, yaitu sekitar 1,1 km x 1,1 km, juga merupakan kelemahan yang sangat mendasar dari sistem pendeteksian kebakaran. Dalam luasan sekitar 1 km persegi tersebut, kita tidak dapat mengetahui di mana lokasi kebakaran secara persis. Selain itu, walaupun jumlah titik kebakaran dalam luasan tersebut lebih dari satu, maka luasan tersebut tetap akan diwakili oleh sebuah titik hotspot dengan lokasi tepat di tengah luasan persegi tersebut. Karena itu, penentuan luasan daerah yang terbakar berdasarkan data hotspot satelit NOAA sebaiknya tidak dilakukan karena akan menyebabkan bias yang sangat besar. Karena sifatnya yang sensitif terhadap suhu permukaan bumi ditambah dengan resolusinya yang rendah, kesalahan perkiraan titik kebakaran cukup sering terjadi. Misalnya cerobong api dari tambang minyak atau gas seringkali terdeteksi sebagai hotspot. Namun dengan pengalaman operator, hal ini dapat diatasi. Kasus 13 Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

lain, areal tanah kosong yang relative lebih panas dibandingkan daerah sekitar yang bervegetasi juga dapat terdeteksi sebagai hotspot. Pembakaran untuk menyiapkan ladang sebelum ditanam juga dapat

terdeteksi sebagai hotspot. Hal ini sangat

sering terjadi di wilayah-wilayah pasang surut di Sumatera Selatan yang banyak menerapkan sawah padi sonor atau lebak lebung.

Standar Pengamatan dan Pemrosesan Citra NOAA Perbedaan hasil data hotspot juga diakibatkan oleh belum adanya standar internasional, khususnya dalam sistem pendeteksian hotspot.

Dari hasil

inventarisasi permasalahan mengenai pengamatan dan pemrosesan Citra NOAA yang ada khususnya pada kegiatan dan metodologi deteksi dan pemantauan kebakaran hutan/lahan dengan data hot spot maka dapat diuraikan beberapa masalah sebagai berikut: Pertama,

perbedaan

penentuan

threshold

antar

stasiun

pengamat.

Perbedaan jumlah hotspot yang terpantau biasanya disebabkan karena algoritma yang digunakan oleh setiap stasiun bumi yang berlainan misalnya ambang batas (threshold) suhu yang digunakan untuk menentukan sebuah titik adalah hotspot atau bukan. Menurut Hidayat, et. al. (2003), adanya perbedaan jumlah hot spot yang dihasilkan oleh beberapa stasiun pengamatan sering kali dikeluhkan oleh pengguna informasi hot spot terutama oleh Kementerian Lingkungan Hidup (d/h BAPEDAL). Parameter untuk mendeteksi host spot yang selama ini dipergunakan oleh LAPAN adalah seperti disajikan pada Tabel 1. Tabel 1. Sea Scan AVHRR Fire Detection Configuration File

Nilai ambang (threshold) berbagai parameter yang digunakan oleh LAPAN dalam mendeteksi hot spot berbeda dengan stasiun pengamat lainnya seperti


PONGI (Dept. Kehutanan) di Bogor, dan ASMC (Singapura) yang sekarang menjadi rujukan di ASEAN. Nilai ambang yang digunakan oleh ASMC untuk mendeteksi hot spot adalah terlihat pada Tabel 2 dan Tabel 3.

Tabel 2. AVHRR Fire Detection Configuration File dari ASMC (Malam Hari)

Tabel 3. AVHRR Fire Detection Configuration File dari ASMC (Siang Hari)

Akibat perbedaan tersebut menghasilkan jumlah hot spot yang berbeda-beda antar stasiun pengamat. Tabel 4. sekedar memberikan gambaran perbedaan yang dimaksud: Tabel 4. Jumlah dan Lokasi Hotspot Tanggal 17 s/d 21 Agustus 2003


Hidayat et. al. (2003) telah melakukan verifikasi untuk mendapatkan hasil yang mendekati sama dengan ASMC dengan membuat nilai threshold yang sama yaitu perbedaan temperature (Ch3>Ch4) adalah 15o. Hasil yang diperoleh seperti ditampilkan pada Tabel 5.

Tabel 5. Jumlah Hotspot di Kalimantan Tanggal 17 s/d 21 Agustus 2003 ( T: CH 3 yang berbeda-beda, Ch 3 > Ch4 = 15.0o)

Dari kedua hal di atas, yaitu masih terdapatnya perbedaan jumlah hotspot antara LAPAN dengan ASMC (sekalipun threshold-nya sudah disamakan), dan banyak kejadian kebakaran yang tidak terpantau oleh LAPAN, berarti ada faktor lain yang mempengaruhinya. Kedua, waktu pengamatan yang berbeda antar stasiun pengamatan. Hidayat et. al. (2003) lebih lanjut menjelaskan, salah satu kemungkinan penyebab terjadinya perbedaan itu adalah tidak dilakukannya pengamatan pada malam hari. Sehingga banyak kejadian kebakaran yang lolos dari pengamatan LAPAN. Terdapat perbedaan waktu pengamatan antara LAPAN dengan ASMC, dimana LAPAN hanya melakukan pengamatan (perekaman data) setiap hari dari pukul 06.00 hingga 19.00 WIB, sementara ASMC melakukannya selama 24 jam setiap hari. Menurut Solichin (2004b), waktu lintasan satelit sangat berpengaruh terhadap

pendeteksian

kebakaran

karena

terkait

dengan

adanya

perilaku

pembakaran lahan di beberapa tempat di Indonesia atau dengan adanya perubahan penyebaran awan yang bergerak dalam hitungan beberapa menit, sehingga mempengaruhi kemampuan satelit dalam pemantauan hotspot. Ketiga, Menurut Hidayat et. al. (2003) kemungkinan lain adalah, sistem pengolahan hot spot LAPAN (Sea Scan) yang operasional saat ini tidak bisa mengolah data NOAA 15 dan 16. Jadi ada kemungkinan ada hot spots yang


seharusnya bisa dipantau dengan NOAA 15 dan 16, menjadi tidak terpantau oleh LAPAN.

Sistem Distribusi Data Kecepatan pengiriman data hasil olahan juga sangat penting, khususnya bila menjelang atau pada saat musim kebakaran terjadi.

Hal ini seringkali menjadi

kendala di dalam menentukan strategi pengelolaan kebakaran di lapangan. Semakin cepat informasi diterima, semakin memudahkan stakeholder di dalam melakukan tindakan yang sesuai. Panjangnya rantai distribusi juga menyebabkan keterlambatan informasi yang diterima di tingkat lapangan.

Karenanya seiring

dengan proses desentralisasi, rantai distribusi perlu dipersingkat lagi, misalnya data instansi pengolah data dapat dikumpulkan atau diterima langsung di tingkat kabupaten atau perusahaan terkait (Solichin, 2004b). Hal lain yang terkadang menjadi kendala adalah saat sebuah instansi pengolah data mengalami kendala teknis sehingga memerlukan waktu yang cukup lama untuk memperbaiki dan tidak memungkinkan untuk mengirimkan data tepat pada waktunya. Dalam kondisi seperti ini, ketergantungan terhadap satu sumber data akan menyulitkan di dalam kegiatan lapangan. Karenanya menggunakan beberapa sumber data juga dapat dipertimbangkan atau dimanfaatkan sebagai sistem cadangan (back-up system)

Keberlanjutan Ketersediaan Data Pengalaman sebelumnya menunjukkan bahwa tingkat keberlanjutan sebuah proyek bantuan luar negeri di Indonesia seringkali cukup rendah, khususnya bila terkait dengan perawatan dan perbaikan peralatan yang canggih dan sangat mahal. Proyek FFPCP (Forest fire Prevention and Control Project) yang didanai oleh Uni Eropa telah melakukan investasi yang sangat besar sekitar 250 juta rupiah untuk instalasi stasiun penerima satelit NOAA di Palembang. Anggaran yang minim dari instansi pemerintah tidak mungkin melakukan perawatan berkala dan apalagi perbaiakan suku cadang yang harus diimpor dari eropa atau negara maju lainnya. Hal yang sama juga terjadi dengan proyek IFFM (Integrated Forest Fire Management) Jerman, belum stahun setelah fase handling over, tejadi kerusakan


pada perangkat keras sistem penerima satelit NOAA yang menyebabkan kegagalan menangkap sinyal (Solichin, 2004b) Karenanya untuk menjamin keberlanjutan penyediaan informasi, peningkatan mutu pelayanan oleh instansi pemerintah seperti LAPAN, BPPT, BMG atau Departemen Kehutanan yang memilki kapasitas dan kemampuan di dalam teknologi penginderaan jauh atau data iklim dan cuaca masih terus diperlukan bagi stakeholder di tingkat propinsi dan kabupaten.

Inisiatif untuk mendiskusikan

standarisasi data dan informasi kebakaran karenanya perlu dimulai lagi. Masalah lain yang perlu dipertimbangkan adalah teknologi satelit NOAA yang sepertinya

mulai

digantikan

oleh

MODIS

(Moderate

Resolution

Imaging

Spectroradiometer). Satelit NOAA yang sudah dikembangkan sejak tahun 1978, diperkirakan tidak akan dilanjutkan lagi. Sebagai gantinya NASA mengembangkan sensor MODIS yang dibawa oleh satelit Terra dan Aqua. Sebagai salah satu sensor hyperspectral (36 kanal) dengan resolusi menengah (beberpa kanal memiliki resolusi 250 m2). berbagai tujuan.

MODIS dapat digunakan untuk pemantauan global dengan Terlebih lagi, NASA membuka akses yang cukup luas bagi

pengguna MODIS si seluruh dunia.

Kaenanya penggunaan MODIS di dalam

pemantauan kebakaran merupakan sebuah langkah yang harus dikembangkan di masa depan (Solichin, 2004b)


UPAYA PENINGKATAN KUALITAS DATA HOTSPOT

Mengingat keterbatasan tersebut di atas, maka beberapa hal perlu dketahui dan dilakukan untuk meningkatkan kualitas dan efektivitas data hotspot untuk aplikasi pemantauan kebakaran hutan antara lain : 1. Perbandingan jumlah hotspot antar stasiun pasti terjadi, mengingat adanya perbedaan ambang batas suhu dan penggunaan satelit (terkait dengan waktu lintasan). Diperlukan standar internasional untuk dapat menghasilkan informasi yang yang tidak berbeda jauh pada lokasi monitoring kebakaran yang sama. 2. Informasi jumlah hotspot hanya dapat digunakan sebagai penentu tingkat bahaya yang terjadi bila didukung oleh informasi tentang peringkat bahaya kebakaran yang didasari atas informasi cuaca. 3. Dalam kaitannya dengan kegiatan sistem peringatan dan deteksi dini, cek lapangan harus tetap dilakukan. Pengecekan langsung di lapangan sangat diperlukan, terutama di perusahaan perkebunan atau HTI, pengawasan melalui patroli atau menara api masih sangat diperlukan. Menurut Hiroki dan Prabowo, (2003) dalam Suratmo et al. (2003), hasil dari cek lapangan ini bisa

dipakai

juga

sebagai

umpan

balik

(feed

back)

untuk

lebih

menyempurnakan sistem deteksi yang digunakan (misalnya untuk penentuan nilai ambang yang lebih sesuai/tepat).

Dengan demikian, maka sistem

deteksi ini akan terus berkembang menjadi lebih sempurna dan dapat menghasilkan interpretasi dengan tingkat ketelitian yang lebih baik 4. Informasi hotspot sangat baik digunakan sebagai indikasi tingkat kebakaran secara

umum, karenanya analisa lanjutan dengan menumpangtindihkan

dengan peta-peta lain seperti batas penggunaan lahan atau penutupan lahan memberikan informasi yang baik tentang perlu tidaknya melakukan pemadaman secara cepat. 5. Pengembangan kerja sama antar instansi pemerintah daerah, instansi teknis penyedia data (LAPAN, BMG, BAPEDAL) dan lembaga sumber data agar system distribusi dan keberlanjutan data bisa terjamin. 6. Tidak mungkin menentukan luasan areal yang terbakar berdasarkan penyebaran kumulatif titik-titik hotspot tersebut

Oleh karena itu perlu 19

Achmad Siddik Thoha : Penggunaan Data Hotspot Untuk Monitoring Kebakaran Hutan…, 2008 USU Repository © 2008

mengintegrasikan data hotspot dengan analisis lanjutan menggunakan sistem penginderaan jauh dan sistem informasi geografis.

Hal ini bisa

dilakukan dengan memadukan hotspot dengan citra Landsat TM., Citra SPOT dan lain-lain, untuk memperoleh analisa secara spasial dan permodelan dari indikasi yang diperlihatkan oleh data hotspot. 7. MODIS dapat digunakan sebagai alternatife data lain selain NOOA untuk untuk pemantauan global khususnya deteksi kebakaran hutan dan lahan. Terlebih lagi, NASA membuka akses yang cukup luas bagi pengguna MODIS si seluruh dunia.

Karenanya penggunaan MODIS di dalam pemantauan

kebakaran merupakan sebuah langkah yang harus dikembangkan di masa depan. 8. Pemanfaatan informasi yang disediakan oleh berbagai lembaga luar negeri, juga perlu dipertimbangkan sebagai salah satu sumberdata reguler, mengingat sumber yang berasal dari luar negeri seperti Singapura, Malaysia atau Amerika Serikat, biasanya cenderung lebih stabil dan berkelanjutan. Hal ini biasanya didukung dengan komitmen yang tinggi dalam hal pengorganisasian

dan

penyediaan

anggaran

untuk

perawatan

serta

pengembangan teknologinya.


KESIMPULAN

Data hotspot dengan keunggulannya dapat bermanfaat bagi upaya deteksi, monitoring maupun pengembangan sistem peringatan dini kebakaran hutan dan lahan. Disamping itu, terdapat kelemahan pada aplikasi penggunaan data hotspot yang berhubungan dengan karakteristik data, standar dan pemrosesan data, sistem distribusi data dan keberlanjutan ketersediaan data. Peningkatan kualitas dapat diupayakan dengan mengadakan cek lapangan, penetapan standar ambang batas dan waktu pengamatan secara internasional, peningkatan kerja sama antar lembaga dalam distribusi data, integrasi

sistem

penginderaan jauh dan sistem informasi geografis dan penggunaan alternatif satelit dengan resolusi spasial yang lebih tinggi.


DAFTAR PUSTAKA Anderson, I P, Manda, I D dan Muhnandar. 1999a. Vegetation Fires in Sumatera Indonesia: The Presentasion and Distribution of NOAA-Derived Data. Palembang: Forest Fire Prevention and Control Project. European Union and Indonesian Ministry of Forestry and Estate Crops ________. 1999b. Vegetation Fires in Indonesia: The The fire History of The Sumatera Provinces 1996 – 1998 as A predictor of Future Areas at Risk. Forest Fire Prevention and Control Project. European Union and Indonesian Ministry of Forestry and Estate Crops. Palembang. Direktorat Penanggulangan Kebakaran Hutan. 2001. Perangkat Organisasi Penanggulanagn Kebakaran Hutan Propinsi dan Kabupaten/Kota. Makalah dalam Pelatihan Kebakaran Hutan Tingkat Manajemen Medan, 26 – 27 Juni 2001. Medan: Unit Manajemen Leuser [FFPMP2] Forest Fire Prevention and Management Project (phase 2) 2004. Sistem Deteksi dan Peringatan Dini. http://ffpmp2.hp.infoseek.co.jp/ earlypageindo.htm[23 April 2004] Hidayat, A. Kushardono D, Asriningrum W, Zubaedah A dan Efendy, I. 2003. Laporan Verifikasi dan Validasi Metode Pemantauan Mitigasi Bencana Kebakaran Hutan dan Kekeringan. Jakarta: Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh-LAPAN. [LAPAN] Lembaga Antariksa dan Penerbangan Nasional. 2004a. Kebakaran Hutan/Lahan Dan Sebaran Asap di Sumatera dari Data Satelit Lingkungan dan Cuaca. Bidang Pemantauan Sumberdaya Alam dan Lingkungan Pusat Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh Lembaga Penerbangan dan Antariksa Nasional (LAPAN). http://www.lapanrs.com/SMBA/smba.php?hal=3&data_id=hn_hr_2004062 6_all [23 Juli 2004] ________ 2004b. Model Prediksi Dampak El Nino / La Nina Untuk Mitigasi Bencana Kebakaran Hutan. http://www.lapanrs.com /INOVS/IDE2_/view_doc.php? doc_id=35 [25 April 2004] Ratnasari, E. 2000. Pemantauan Kebakarn Hutan dengan Menggunakan Data Citra NOAA-AVHRR dan Citra Landsat TM: Studi KAsus di Daerah Kalimantan Timur. [skripsi]. Bogor. Fakultas Kehutanan, Institut Pertanian Bogor


Redhahari. 2001. Pembangunan Sistem Peringatan Dini Kebakaran Hutan dengan Indeks Kekeringan Keetch/Byram dan Sistem Informasi Geografis di Kalimantan Timur. [tesis]. Samarinda : Program Pascasarjana Magister, Universitas Mulawarman Solichin. 2004a. Hotspot Tidak Selalu Titik Kebakaran (Mengenal Hotspot Bagian 1). Palembang: South Sumatera Forest Fire Management Project (SSFFMP) Newsletters Hotspot,. Februari 2004; 1: 2-3 ______. 2004b. Panduan Pengumpulan informasi Kebakaran Hutan dan Lahan melalui Internet. Palembang : SSFFMP. Sunuprapto, H. 2000. Forest Fire Monitoring and Damage Assesment Using Remotely Sensed Data and Geographical Information Systems (A Case Study in South Sumatera Indonesia). [Thesis]. Enschede The Netherlands: Internastional Institute for Aerospace Survey and Earth Sciences (ITC) (tidak dipublikasi) Suratmo, G, Jaya, INS dan Husaeni, EA. 2003. Pengetahuan Dasar Pengendalian Kebakaran Hutan. Bogor: IPB Press .


PENGGUNAAN DATA HOTSPOT UNTUK MONITORING KEBAKARAN HUTAN DAN LAHAN DI INDONESIA

Recommend Documents