Dinamika Perubahan Tutupan Hutan Mangrove Sebagai Kawasan Lindung Menggunakan Citra Satelit di Pulau Peleng Sulawesi Tengah

Abstract

Indonesia telah mengalami penurunan luasan hutan mangrove pada kurun waktu 1980-1990 dari total luas 4.2 juta ha menjadi 3.5 juta ha atau rata-rata 70 ribu ha per tahun. Pada tahun 2000 tersisa 3.15 juta ha atau terjadi pengurangan rata-rata 35 ribu ha per tahun. Hutan mangrove merupakan ekosistem penting penunjang aktivitas kehidupan masyarakat pesisir karena memiliki berbagai fungsi sehingga sangat rentan terhadap berbagai gangguan. Pada umumnya kerusakan mangrove disebabkan antara lain karena faktor tekanan populasi manusia, kebutuhan ekonomi yang meningkat, eksploitasi produk kayu dan konversi lahan menjadi tambak. Oleh karena itu monitoring dan evaluasi dinamika perubahan tutupan hutan hutan mangrove sebagai kawasan lindung perlu dilakukan. Hutan mangrove terletak pada areal yang sulit dijangkau sehingga memerlukan metode yang tepat untuk mengambil dan mengolah informasi tanpa bersentuhan dengan objek tersebut. Oleh karena itu diperlukan metode penginderaan jauh (remote sensing) yang sangat baik digunakan dalam melakukan monitoring hutan mangrove. Penelitian ini bertujuan untuk menganalisis kondisi hutan mangrove di Pulau Peleng Tahun 2019, memetakan dan mengestimasi luas serta dinamika perubahan tutupan hutan mangrove secara spasio-temporal pada rentang waktu tahun 1999 hingga 2019 dan membangun model dinamik prediksi tutupan hutan mangrove pada pada tahun 2029. Metode yang digunakan dalam penelitian ini adalah klasifikasi tak terbimbing (unsupervised classification) dan klasifikasi terbimbing (supervised classification) untuk mengestmasi perubahan tutupan hutan mangrove, analisis vegetasi untuk menghitung nilai keanekaragaman serta metode rantai markov (Markov chain) menggunakan Stella. Pengukuran data lapangan dilakukan untuk kebutuhan analisis vegetasi yang bertujuan untuk mempelajari susunan atau komposisi vegetasi berdasarkan bentuk (struktur) vegetasi dari masyarakat tumbuh-tumbuhan. Data yang diperoleh dari hasil inventarisasi lapangan diolah untuk mendapatkan nilai kerapatan (density), frekuensi (frequency), dominansi (dominance), dan indeks nilai penting (INP). INP merupakan besaran yang menunjukkan kedudukan suatu jenis terhadap jenis lain di dalam suatu komunitas. Metode pengukuran dan pengambilan data vegetasi menggunakan metode garis lurus atau transek garis (line transek plot). Sepanjang garis tersebut diletakkan secara sengaja plot pengamatan yang berukuran 10 x 10 m pada titik 0 m, 50 m dan 100 m sebagai plot pengamatan. Hasil analisis vegetasi menunjukkan bahwa nilai keanekaragaman vegetasi mangrove pada strata belta lebih tinggi dibandingkan pada strata pohon. Berdasarkan nilai signifikansi menurut kriteria stabilitas ekosistem menunjukkan bahwa vegetasi mangrove di Pulau Peleng berada pada kategori sedang dan cukup stabil. Hutan mangrove terus mengalami penurunan sebesar 10,21% dari tahun 1999 hingga 2019. Hasil klasifikasi citra menunjukkan perubahan penutupan lahan pada periode 1999-2019 terjadi pada seluruh kelas penutupan lahan. Perubahan paling besar terjadi pada kelas penutupan pertanian lahan kering campur berupa penambahan seluas 5.468,32 ha, diikuti tutupan pemukiman yang juga meningkat pesat seluas 1.286,61 ha. Sebaliknya beberapa tutupan lahan yang mengalami penurunan luasan berturut-turut adalah pada pertanian lahan kering seluas 3.259,19 ha, lahan perkebunan seluas 2.415,85 ha, belukar seluas 672,17 ha, hutan mangrove sekunder seluas 215,86 ha dan hutan lahan kering sekunder seluas 77,666 ha. Prediksi tutupan hutan pada tahun 2029 dengan menggunakan model dinamik prediksi tutupan hutan mangrove menunjukkan lahan kering sekunder diprediksi akan mengalami penurunan luasan sebesar 0,62%, hutan mangrove sekunder sebesar 0,30%, pertanian lahan kering sebesar 2,54% dan pertanian lahan kering campur sebesar 1,49%. Peningkatan luasan terjadi pada kelas belukar sebesar 0,43%, pemukiman sebesar 0,71% serta pertanian lahan kering campur sebesar 3,81%. Perubahan tutupan lahan hasil prediksi menggunakan model ini belum memasukkan faktor kebijakan didalamnya, artinya belum ada campur tangan pemerintah dalam upaya mengendalikan penggunaan lahan. Jika hal ini dibiarkan begitu saja tidak menutup kemungkinan perubahan ini dapat terjadi bahkan bisa lebih buruk lagi dari hasil prediksi yang didapat saat ini.

Indonesia experienced a decline in the area of mangrove forests in the period 1980-1990 from a total area of 4.2 million ha to 3.5 million ha or an average of 70 thousand ha per year. In 2000 the remaining 3.15 million ha or an average reduction of 35 thousand ha per year. The mangrove forest is an important ecosystem supporting the life activities of coastal communities because it has various functions so it is very vulnerable to various disturbances. In general, mangrove damage is caused, among others, due to human population pressure, increasing economic needs, exploitation of wood products, and conversion of land into ponds. Therefore, it is necessary to monitor and evaluate the dynamics of changes in mangrove forest cover as a protected area. Mangrove forests are located in areas that are difficult to reach, so they require appropriate methods to retrieve and process information without coming into contact with the object. Therefore, a very good remote sensing method is needed to monitor mangrove forests. This study aims to analyze the condition of mangrove forests on Peleng Island in 2019, mapping and estimating the area and dynamics of changes in mangrove forest cover spatio-temporal in the period from 1999 to 2019, and to build a dynamic model for predicting mangrove forest cover in 2029. The methods used in this study are unsupervised classification and supervised classification to estimate changes in mangrove forest cover, vegetation analysis to calculate diversity values, and the Markov chain method using Stella. Measurement of field data is carried out for the needs of vegetation analysis which aims to study the composition or composition of vegetation based on the shape (structure) of the vegetation of the plant community. The data obtained from the results of the field inventory were processed to obtain the values of density, frequency, dominance, and important value index (INP). INP is a quantity that indicates the position of a species against other species in a community. The method of measuring and collecting vegetation data uses the straight-line method or line transect plot (line transect plot). Along these lines, observation plots measuring 10 x 10 m were deliberately placed at 0 m, 50 m, and 100 m as observation plots. Vegetation analysis results show that the value of mangrove vegetation diversity in the belta strata is higher than in the tree strata. Based on the significance value according to the criteria for ecosystem stability, it shows that the mangrove vegetation on Peleng Island is in the medium category and quite stable. Mangrove forests continued to decline by 10.21% from 1999 to 2019. The results of image classification show that land cover changes in the 1999-2019 period occurred in all land cover classes. The biggest change occurred in the dry mixed agricultural cover class in the form of the addition of 5,468.32 ha, followed by a residential cover which also increased rapidly to an area of 1,286.61 ha. On the other hand, several land cover areas that experienced a decrease in area successively were dry land agriculture covering an area of 3,259.19 ha, plantation land covering an area of 2,415.85 ha, shrubs covering an area of 672.17 ha, secondary mangrove forest covering an area of 215.86 ha and secondary dryland forest. covering an area of 77,666 ha. Prediction of forest cover in 2029 using a dynamic model of mangrove forest cover prediction shows that secondary dry land is predicted to experience a decrease in the area of 0.62%, secondary mangrove forest by 0.30%, dry land agriculture by 2.54%, and dry land agriculture mixed by 1.49%. The increase in the area occurred in the shrub class by 0.43%, settlements by 0.71%, and mixed dry land agriculture by 3.81%. Changes in land cover predicted using this model have not included policy factors in it, meaning that there has been no government intervention in efforts to control land use. If this is left unchecked, it is possible that this change could occur and could even be worse than the current predictions.