TINJAUAN PUSTAKA. Vegetasi Pantai. Di Indonesia, termasuk wilayah Aceh, terdapat peraturan nasional yang

Ukuran: px

Mulai penontonan dengan halaman:

Download "TINJAUAN PUSTAKA. Vegetasi Pantai. Di Indonesia, termasuk wilayah Aceh, terdapat peraturan nasional yang"

Suharto Agusalim
5 tahun lalu
Tontonan:

1 13 TINJAUAN PUSTAKA Vegetasi Pantai Di Indonesia, termasuk wilayah Aceh, terdapat peraturan nasional yang membatasi serta mengatur perlindungan atas wilayah jalur hijau yang terdapat di sepanjang pesisir pantai, batas wilayah selebar m di sepanjang pantai, dan m hingga air pasang dapat menyentuh wilayah sungai (jarak yang tepat akan tergantung pada kemampuan air pasang mencapai tepi pantai) (Hanley dkk). Vegetasi yang ada di Provinsi Nanggroe Aceh Darussalam meliputi kawasan hutan hujan tropis dataran tinggi sampai hutan hujan tropis dataran rendah. Vegetasi hutan hujan tropis dataran rendah di daerah pesisir secara umum dibagi ke dalam dua kelompok hutan yaitu hutan mangrove dan hutan pantai (Suryawan, 2007), Hutan pantai adalah hutan yang tumbuh di muara sungai, daerah pasang surut atau tepi laut. Tumbuhan pantai bersifat unik karena merupakangabungan dari ciri-ciri tumbuhan yang hidup di darat dan di laut. Umumnya mempunyai sistem perakaran yang menonjol yang disebut akar nafas (pneumatofor). Sistem perakaran ini merupakan suatu cara adaptasi terhadapkeadaan tanah yang miskin oksigen atau bahkan anaerob. Hutan pantai terdapat di sepanjang pantai yang kering, berpasir, dan tidak landai, tumbuh dan berkembang di tepi pantai, tidak dipengaruhi oleh iklim dan berada di atas garis pasang tertinggi. Di daerah seperti itu pada umumnya jarang tergenang oleh air laut, namun sering terjadi atau terkena angin kencang dengan embusan garam (Rachmani, 2013). Hutan pantai memberikan perlindungan terhadap badai, angin dan terpaan garam, meningkatkan keragaman hayati dari lingkungan pantai dan juga 4

2 14 memberikan perlindungan terhadap bahaya tsunami. Selain itu, mereka memberikan kesempatan dalam meningkatkan taraf hidup dengan meningkatkan produktivitas dari sistem pertanian dan perikanan serta memasok kayu dan produk hutan non-kayu (Hanley dkk). Sebelum tsunami pantai menjadi salah satu tempat yang diminati warga masyarakat untuk berkreasi, karena disamping pantainya yang menarik dan terbentang luas, di tempat ini juga dijumpai beberapa spesies pantai berupa pohon, perdu, dan herba khususnya dijadikan sebagai tempat berteduh. Beberapa spesies yang dijumpai di tempat sebelum tsunami antara lain; waru laut (Hibiscus rosasinensis), kelapa (Cocos nucifera), cemara (Casuarina equisetifolia), kedondong laut (Polycias fruticosa), bakau (Rhizophora mucronata), dan kulur (Artocarpus altilis) dari kelompok pohon, dan nyawon (Eupatorium odoratum), pandan laut (Pandanus tectorius), biduri (Calotropis gigantea), bulu babi (Theprosia candida), beluntas (Plucea indica), harendong (Melastoma malabatricum), putri malu besar (Mimosa virgatus) dari kelompok perdu, dan tapak kuda (Ipomoea prescaprae), rumput laut (Spinifex littoralis), jarong lelaki (Stachytarpeta indica), teki (Cyperus rotundus), sida gori (Sida rhombifolia), belulang (Eleusine indica), kacangan (Desmodium triflorum), cagak langit (Tridax procumbens), ceplukan (Physalis angulata), babadotan (Ageratum conyzoiedes), gelagah (Sacharum spontanoium), dan meniran (Phyllantus debilis) (Djufri, 2010)

3 15 Kerapatan Vegetasi Kerapatan vegetasi dapat didekati dengan pengenalan manual atau dengan cara digital. Pengenalan manual dapat menghasilkan kerapatan secara kualitatif atau kuantitatif dengan tingkat ketelitian yang rendah. Kerapatan tajukdapat diketahui dengan cara digital. Dasar pengenalan kerapatan tajuk dengan cara digital adalah nilai pantulan spektral hijau daun. Berdasarkan tinggi rendahnya intensitas pantulan hijau daun dapat dikelaskan sebagai indikasi tingkat kerapatan tajuk (BPDAS, 2006). Kerapatan vegetasi umumnya diwujudkan dalam bentuk persentase untuk mengetahui tingkat suatu kerapatan vegetasi. Indeks vegetasi merupakan suatu algoritma yang ditetapkan terhadap citra (biasanya pada citra multisaluran) untuk menonjolkan aspek kerapatan vegetasi ataupun aspek lain yang berkaitan dengan kerapatan, misalnya biomassa, Leaf Area Index (LAI), konsentrasi klorofil, dan sebagainya, menghasilkan citra baru yang lebih representative dalam menyajikan fenomena vegetasi (Danoedoro, 2012). Klasifikasi kerapatan tajuk ini dilakukan dengan menggunakan program pengolah data citra (image processing), dimana di dalamnya tersedia modul untuk menghitung nilai intensitas pantulan spektral hijau daun. Sesuai dengan karakteristiknya, saluran merah dan infra merah sangat sesuai dengan kepekaan terhadap pantulan hijau dari kandungan klorofil daun. Oleh sebab itu, keduasaluran tersebut digunakan untuk mengidentifikasi pantulan hijau daundengan menggunakanformula NDVI (Normalized Defference Vegetation Index) (BPDAS, 2006).

4 16 Rentang nilai NDVI adalah antara -1,0 hingga +1,0. Nilai yang lebih besar dari 0,1 biasanya menandakan peningkatan derajat kehijauan dan intensitas dari vegetasi. Nilai diantara 0 dan 0,1 umumnya merupakan karakteristik dari bebatuan dan lahan kosong, dan nilai yang kurang dari 0 kemungkinan mengindikasikan awan es, awan air dan salju. Permukaan vegetasi memiliki rentang nilai NDVI 0,1 untuk lahan savanna (padang rumput) hingga 0,8 untuk daerah hutan hujan tropis (Tinambunan, 2006). NDVI adalah salah satu cara yang efektif dan sederhana untuk mengidentifikasi kondisi vegetasi di suatu wilayah, dan metode ini cukup berguna dan sudah sering digunakan dalam menghitung indeks kanopi tanaman hijau pada data multispectral penginderaan jauh. Secara definisi matematis, dengan menggunakan NDVI, maka suatu wilayah dengan kondisi vegetasi yang rapat akan memiliki nilai NDVI yang positif.sedangkan nilai NDVI perairan bebas akan cenderung bernilai negatif. Metode yang digunakan dalam penelitian ini adalah interpretasi citra Landsat 8 dengan menghitung indeks kerapatan vegetasi atau NDVI yang diperoleh dengan perhitungan near infrared dengan red yang dipantulkan oleh tumbuhan. Nilai NDVI diperoleh dengan membandingkan data near-infrared (NIR) dan Red. NDVI adalah nilai Normalized Diffrerence Vegetation Index, NIR adalah band 5 citra Landasat 8 dan Red adalah band 4 dari citra Landsat 8. Teknik analisis dengan menggunakan Sistem Informasi Geografi (SIG), dengan menentukan nilai kerapatan tajuk vegetasi menggunakan hasil dari perhitungan NDVI,kemudian nilai kelas NDVI tersebut diklasifikasi ulang (reclass) menjadi tiga kelas, yaitu kerapatan jarang, sedang dan rapat (Purwanto, 2015).

5 17 Vegetasi dengan kondisi tajuk yang rapat akan meningkatkan variasi nilai indeks luas daun, sehingga variasi pada nilai pantulan spektral pada kerapatan tajuk yang sama disebabkan oleh perbedaan pada indeks luas daunnya, dan hal tersebut akan memberikan kesalahan di dalam menduga tingkat kerapatan tajuk. Indeks vegetasi NDVI sebagai refresentasi kerapatan vegetasi penutup lahan memiliki hubungan yang searah. Semakin tinggi nilai NDVI, maka kerapatan vegetasi penutup lahan semakin rapat, dan sebaliknya (Latuamury, 2013) Teknologi Penginderaan Jarak Jauh dan Sistem Informasi Geografis (GIS) Teknologi satelit berperan besar dalam perkembangan aplikasi ilmu penginderaan jarak jauh, terutama dalam menganalisa keadaan vegetasi bumi. Indeks vegetasi adalah salah satu parameter yang digunakan untuk menganalisa keadaan vegetasi dari suatu wilayah. Indeks tersebut mempunyai berbagai macam variasi algoritma. Algoritma yang akan dibahas pada penelitian ini adalah algoritma NDVI dan EVI. Algoritma EVI merupakan hasil turunan dan pengembangan algoritma NDVI. Saat ini berbagai macam sensor satelit dimanfaatkan untuk memantau kondisi kehijauan vegetasi bumi, antara lain: MODIS, MISR, ASTER, IKONOS, Quickbird, AVHRR, dan lain-lain. Masingmasing satelit melalui berbagai sensornya mempunyai fungsi yang spesifik dalam mengolah informasi vegetasi (Sudiana dan Elfa, 2008). Pemanfaatan teknologi penginderaan jauh dengan menggunakan citra satelit seperti Landsat TM mampu mendeteksi pola penggunaan lahan di muka bumi. Informasi yang diperoleh dari citra satelit tersebut dapat digabungkan

6 18 dengan data-data lain yang mendukung ke dalam suatu sistem informasi geografis (SIG) (Sulistiyono, 2008). Data penginderaan jarak jauh (PJJ) amat lazim digunakan dalam kegiatankegiatan yang berhubungan dengan pengelolaan sumberdaya alam. Hal ini dikarenakan data PJJ memuat kondisi fisik dari permukaan bumi yang dapat dianalisa sehingga menghasilkan informasi factual tentang sumberdaya yang ada dalam skala luas dan dilakukan berulang kali untuk keperluan pemantauan (Ekadinata dkk., 2008). Pemetaan hutan menggunakan teknologi inderaja multitemporal mampu memberikan data mengenai luasan hutan, kerapatan hutan, dan perubahannya. Sedangkan Sistem Informasi Geografis dapat menganalisis secara keruangan aspek-aspek yang berpengaruh terhadap dinamika perubahan hutan diasosiasikan dengan beberapa feature atau kenampakan lain di permukaan bumi (Yuwono dan Suprajaka, 2003).

dokumen-dokumen yang mirip

TINJAUAN PUSTAKA. Secara geografis DAS Besitang terletak antara 03 o o LU. (perhitungan luas menggunakan perangkat GIS).

TINJAUAN PUSTAKA. Secara geografis DAS Besitang terletak antara 03 o o LU. (perhitungan luas menggunakan perangkat GIS). TINJAUAN PUSTAKA Daerah Aliran Sungai (DAS) Besitang Sekilas Tentang DAS Besitang Secara geografis DAS Besitang terletak antara 03 o 45 04 o 22 44 LU dan 97 o 51 99 o 17 56 BT. Kawasan DAS Besitang melintasi