Model Penduga Potensi Tegakan Agathis (Agathis loranthifolia) Berdasarkan Peubah Visual dan Digital Citra SPOT 7 (Studi Kasus di Hutan Pendidikan Gunung Walat)

Abstract

Agathis loranthifolia merupakan salah satu tegakan yang mendominasi di Hutan Pendidikan Gunung Walat (HPGW). Penggunaan teknologi penginderaan jauh dapat dimanfaatkan untuk mendapatkan besarnya potensi tegakan agathis di HPGW sehingga menghasilkan informasi mengenai data pendugaan volume tegakan yang cepat dan akurat.Tujuan penelitian untuk memperoleh model penduga potensi tegakan agathis di HPGW, Sukabumi menggunakan citra SPOT 7 berdasarkan peubah visual dan digital. Penafsiran citra dilakukan dengan analisis secara visual (persen penutupan tajuk) dan secara digital (indeks vegetasi). Analisis data penyusunan model penduga volume menggunakan 32 plot yang dipilih secara sengaja (purposive) berdasarkan jenis tegakan dan aksesibilitas. Pemilihan model penduga terbaik berdasarkan nilai R2, R2adj, standard error, dan uji keberartian (Uji-F) menghasilkan persamaan volume (V, m3/plot) model regresi eksponensial dengan variabel bebas persen penutupan tajuk (CC) dan indeks vegetasi (GNDVI), yaitu V = 2,21e2,036CC-1,608GNDVI dengan nilai R2 sebesar 65,60% dan nilai standard error sebesar 0,235.

Agathis loranthifolia is one of the most dominant trees in Gunung Walat Educational Forest. Remote sensing technologies could be used to assess the potential for agathis stands in the HPGW, allowing data on stand volume estimation to be generated quickly and precisely. The imaged are interpreted using visual analysis (percent canopy cover) and digital image interpretation (vegetation index). The volume estimator model was built using data from 32 plots that were purposefully selected based on stand type and accessibility. The volume (V, m3/plot) exponential regression model with the independent variables percent canopy cover (CC) and vegetation index (GNDVI), namely V = 2.21e2.036CC-1.608GNDVI with R2 value of 65.60% and standard error value of 0.235, was chosen as the best estimator model based on R2, R2adj, standard error, and significance test (F-Test).