Identifikasi Kelas Potensi Hutan Alam di BPH PT. Sri Buana Dumai Propinsi Riau Menggunakan Citra Satelit Landsat 7 ETM+

Abstract

Sektor kehutanan memberikan sumbangan yang sangat besar dalam menunjang pertumbuhan ekonomi negara dan masyarakat. Kenyataan ini mengakibatkan hutan mendapat tekanan untuk kepentingan berbagai seklor termasuk non-kehutanan, keadaan ini terjadi pula di HPH PT. Sri Buana Dumai Propinsi Riau. Tekanan yang menjadi permasalahan utama di lokasi penelitian tersebut adalah perambahan dan penebangan liar. Keadaan ini mengakibatkan potensi hutan mengalami penurunan yang drastis dan dramatis, tanpa mampu dikontrol oleh manajemen perusahaan pengelola hutan. Dalam rangka identiftkasi potensi untuk menyediakan data potensi aktual, digunakan teknologi penginderaan jauh dengan sarana Landsat 7 ETM+ yang didukung data hasil pengamatan lapangan. Kegiatan pengamatan lapangan dilakukan terhadap areal berhutan dan tidak berhutan yang mampu dideskripsikan sebagai kelas-kelas penutupan lahan. Metode cluster sampling digunakan dalam survey lapangan dengan ukuran klaster 60 x 80 m', yang terdiri dari 3 petak contoh untuk inventarisasi tingkat pohon, tiang, pancang dan semai. Klasiftkasi pada citra dilakukan menggunakan prosedur Klasiftkasi Terbimbing (Supervised Classification) dengan metode kemungkinan maksimum (maximum likelihood). Citra yang diklasifikasi merupakan hasil cropping berukuran 1233 x 1675 piksel dengan jumlah piksel sebanyak 2.062.809. Perhitungan persamaan transformasi dari titik-titik kontrol lapangan yang terpilih dengan menggunakan prinsip-prinsip kuadrat terkecil (least square principle) menghasilkan persamaan transformasi affme (Orde I) sebagai berikut; p'= -20340+O.0333X-O.000063Y dan 1'= 8813- O.000006X-O.0333Y, dimana p' dan l' adalah koordinat estimasi. Dari hasil transformasi koordinat dengan persamaan tersebut, menghasilkan tingkat kesalahan rata-rata sebesar 0.02 piksel (0,6m). Hasil ini menunjukkan tingkat keakuratan yang tinggi karena lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel (Jaya, 1997). Pada analisa visual yang ditunjukkan dengan nilai OIF diketahui bahwa penggunaan saluran 5- 4-2 (saluran 5 pada gun red, saluran 4 pada gun green dan saluran 2 pada gun blue) menghasilkan OIF tertinggi yaitu 87,72. Nilai OIF diatas menunjukkan bahwa komposit 5-4-2 menyajikan variasi informasi yang paling banyak dibandingkan komposit lainnya Pada saluran 8 sebagai saluran khas pada Landsat 7 ETM+ yang memiliki rentang spektral antara 0,52-0,90 flm. Saluran ini terletak pada spektrum sinar tampak (hijau dan merah) dan inframerah dekat sehingga vegetasi pada kisaran spektral ini akan mereflektansikan lebih banyak sinar datang dibandingkan tanah kosong dan air. Terdapatnya dua spektrum pada saluran 8 ini menempatkannya sebagai kombinasi terbaik dari kombinasi satu saluran dengan nilai rata-rata transfonnasi divergensi (TDj) 1813,02, kappa accuracy (KA) 70,80%, overall accuracy (OA) 74,67%, producer's accuracy (PA) 72,53%, dan user's accuracy (UA) 72,46%. Hasil klasifikasi keseluruhan menghasilkan kombinasi sa luran I sebagai kombinasi terburuk dengan nilai rata-rata transformasi divergensi 1299,85, kappa accuracy 37,36%, overall accuracy 44,78%, producer's accuracy 49,36% dan user's accuracy 51,84%, sehingga secara rata-rata saluran 1 memilki tingkat ketelitian terendah dari 127 kombinasi saluran. Sedangkan kombinasi tujuh saluran (full set) memberikan hasil paling baik, seluruh kelas pada hasil klasifikasi ini terpisahkan dengan kategori sangat baik (excellent) ditunjukkan dengan nilai rata-rata transformasi divergensi sebesar 2000 dan memiliki nilai tertinggi untuk tingkat ketelitian keseluruhan (overall accuracy) dan kappa accuracy yaitu masing-masing sebesar 99,78% dan 99,95%. Kombinasi saluran optimum pada hasil klasifikasi diwakili oleh komhinasi saluran 5-4-2 dengan nilai rata-rata transformasi divergensi sebesar 1999,94, overall accuracy 99,41% dan kappa accuracy 99,32%. Secara kuantitatif perbedaan nilai kappa accuracy pada kombinasi saluran 5-4-2 dengan kombinasi terbaik lainnya, khususnya yang memiliki saluran lebih banyak, hanya memiliki kisaran selisih antara 0,08 sampai 0,45. Selisih tersebut tidak cukup signifikan dalam membedakan tingkat akurasi pada setiap kombinasi saluran. Penentuan kombinasi saluran optimum ini didukung juga oleh hasil uji Z yang menunjukkan bahwa kombinasi saluran 5-4-2 memiliki kriteria tidak berbeda nyata dengan kombinasi terbaik pada setiap jurnlah saluran. Dari hasil klasifikasi kombinasi saluran optimum diketahui bahwa luas penutupan kelas hutan potensi I merupakan yang terbesar dari semua luas kelas penutupan hasil klasifikasi pada daerah penelitian, dengan nilai luas 23.959,26 Ha (47,26%). Sedangkan kelas hutan potensi II memiliki luas penutupan hutan sebesar 11.238,81 Ha (22,17%). Dengan tabulasi data hasil survey lapangan terhadap data luas penutupan hasil klasifikasi, diperoleh potensi sebesar 195,41 m'lHa untuk hutan potensi I sehingga patensi tatal aktualnya sebesar 4.678.040,66 m'. Dengan simpangan baku (slandar deviasi) sebesar 50,74 m'lHa, diketahui kisaran volume untuk hutan patensi I yaitu antara 144,68 - 246,15 m'lHa. Kisaran tersebut didapat dari perhitungan valume pada setiap petak pengamatan. Perhitungan kisaran potensi pada petak pengamatan hanya berlaku spesifik pada areal tersebut yang diinventarisasi, tidak bisa digeneralisasi untuk areal lain yang mernpunyai kondisi umum yang sarna (Istorno, komunikasi personal). Sedangkan kelas hutan patensi II memiliki patensi 84,63 m'lHa sehingga potensi tatal aktualnya sebesar 950.300,34 m'. Dengan simpangan baku sebesar 53,32 m'lHa, diperoleh kisaran patensi untuk hutan patensi II, yaitu antara 31,31- 137,95 m'lHa.