Model Penduga Biomassa dan Kerapatan Tegakan Dengan Forest Canopy Density di Wilayah Konsesi PT Bharinto Ekatama

Abstract

Informasi mengenai biomassa dan kerapatan tegakan merupakan parameter penting dalam menggambarkan kondisi struktur dan fungsi ekosistem hutan alam. Di wilayah konsesi pertambangan batubara, perubahan tutupan lahan berpotensi mempengaruhi kondisi vegetasi, sehingga diperlukan pendekatan yang efisien dan akurat untuk mengestimasi parameter tersebut secara spasial. Salah satu metode yang dapat digunakan adalah Forest Canopy Density (FCD), yang memanfaatkan kombinasi indeks spektral dari citra satelit, seperti Advanced Vegetation Index (AVI), Bare Soil Index (BI), Shadow Index (SI), dan Thermal Index (TI), untuk menduga tingkat kerapatan tajuk yang berkaitan dengan biomassa. Penelitian ini bertujuan untuk membangun model spasial penduga kerapatan tegakan dan biomassa berbasis nilai FCD pada hutan alam di wilayah konsesi PT Bharinto Ekatama, yang terletak di Kecamatan Damai, Kabupaten Kutai Barat, Provinsi Kalimantan Timur, serta Kecamatan Teweh Timur, Kabupaten Barito Utara, Provinsi Kalimantan Tengah. Penelitian difokuskan pada kawasan hutan alam yang belum mengalami kegiatan penambangan, sehingga dapat merepresentasikan kondisi vegetasi dengan tingkat gangguan yang relatif rendah. Pengambilan data dilakukan pada bulan Januari hingga Juni 2025. Nilai FCD diperoleh dari pengolahan citra satelit Landsat 8 OLI TIRS tahun 2025 menggunakan empat indeks utama, yaitu AVI, BI, SI, dan TI. Data kerapatan tegakan dan biomassa diperoleh melalui pengukuran lapangan berdasarkan diameter vegetasi pada tingkat pertumbuhan pancang, tiang, dan pohon, serta identifikasi komposisi jenis. Analisis data meliputi perhitungan masing-masing indeks, penentuan nilai FCD, estimasi biomassa menggunakan persamaan alometrik, serta pengujian statistik melalui uji asumsi klasik dan validasi model. Hasil penelitian menunjukkan bahwa model penduga kerapatan tegakan dan biomassa menghasilkan persamaan y = 33,016 × FCD – 1.063,5 dan y = 6,3283 × FCD – 308,32 dengan koefisien determinasi R² = 0,8335 dan R² = 0,8317. Kedua model pendugaan menunjukkan bahwa FCD mampu menjelaskan variasi kerapatan tegakan dan biomassa serta kedua model memiliki akurasi yang baik dan kesesuaian yang baik antara nilai prediksi dan observasi. Model yang dikembangkan akan menjadi acuan penting dalam memantau dinamika perubahan kerapatan tegakan secara lebih cepat, efisien, dan mencakup area yang luas. Informasi tersebut dapat dimanfaatkan sebagai dasar pertimbangan dalam penyusunan strategi pengelolaan kawasan, sehingga arah pengelolaan hutan dapat berjalan selaras dengan tujuan konservasi yang diharapkan.

Information on biomass and stand density is a key parameter for describing the structure and functional condition of natural forest ecosystems. In coal mining concession areas, land cover changes may affect vegetation conditions; therefore, an efficient and reliable approach is required to estimate these parameters spatially. One method that can be applied is the Forest Canopy Density (FCD), which utilizes a combination of spectral indices derived from satellite imagery, including the Advanced Vegetation Index (AVI), Bare Soil Index (BI), Shadow Index (SI), and Thermal Index (TI), to estimate canopy density associated with biomass. This study aims to develop spatial models for estimating stand density and biomass based on FCD values in natural forests within the concession area of PT Bharinto Ekatama, located in Damai Subdistrict, West Kutai Regency, East Kalimantan Province, and Teweh Timur Subdistrict, North Barito Regency, Central Kalimantan Province. The research focuses on natural forest areas that have not been subjected to mining activities, representing vegetation conditions with relatively low levels of disturbance. Data collection was conducted from January to June 2025. FCD values were derived from Landsat 8 OLI TIRS satellite imagery (2025) using four main indices: AVI, BI, SI, and TI. Stand density and biomass data were obtained through field measurements based on vegetation diameter across sapling, pole, and tree growth stages, along with species composition identification. Data analysis included the calculation of each index, FCD estimation, biomass estimation using allometric equations, as well as statistical testing through classical assumption tests and model validation. The results show that the stand density and biomass estimation models produced the equations y = 33.016 × FCD – 1,063.5 and y = 6.3283 × FCD – 308.32, with a coefficient of determination of R² = 0.8335 and R² = 0,8317. Both estimation models demonstrate that FCD can explain the variation in stand density and biomass, and both models exhibit good accuracy and a strong fit between predicted and observed values. The developed models can serve as a practical approach for monitoring the spatial distribution and dynamics of stand density and biomass more efficiently over large areas. This information can support forest management planning and contribute to more informed and sustainable land-use decision-making aligned with conservation objectives.