SKRIPSI
Model Pendugaan Biomassa Berbasis Indeks Vegetasi di Taman Wisata Alam Wera, Kabupaten Sigi.
RINGKASAN
DIAN DELIMAGFIRAH – L131 119 057, Model Pendugaan Biomassa
Berbasis Indeks Vegetasi Di Taman Wisata Alam Wera Kabupaten Sigi,
dibimbing oleh Dr. Hasriani Muis, S.Hut., M.Si dan Ir. Ida Arianingsih, ST,
MP.
Penelitian ini bertujuan mengembangkan model pendugaan biomassa di
Taman Wisata Alam Wera, Kabupaten Sigi, menggunakan penginderaan jauh untuk
mengatasi kendala pengukuran langsung yang sulit dan mahal. Biomassa, hasil
fotosintesis dari bahan organik seperti tanaman dan limbah, berperan penting dalam
konservasi lingkungan dan penyimpanan karbon. Dalam konteks ini, dua indeks
vegetasi dari citra satelit sentinel-2A—NDVI (Normalized Difference Vegetation
Index) dan EVI (Enhanced Vegetation Index)—digunakan untuk membangun
model yang dapat memperkirakan biomassa secara efisien.
Metode penelitian meliputi pengukuran lapangan untuk data primer dengan
menggunakan plot sampel dan pengumpulan data citra satelit untuk pengolahan
indeks vegetasi. Penelitian ini menggunakan model regresi eksponensial yang
disusun berdasarkan NDVI dan EVI, di mana NDVI menunjukkan tingkat
kerapatan vegetasi dan EVI meminimalkan pengaruh atmosfer. Analisis regresi
serta uji validasi dilakukan untuk menguji ketepatan model dalam menduga
biomassa. Selain itu, uji asumsi klasik (normalitas, heterokedastisitas, dan
multikolinearitas) diterapkan untuk memastikan kesesuaian data.
Secara keseluruhan, pada penelitian ini menunjukkan bahwa model berbasis
NDVI lebih unggul dibandingkan dengan EVI dalam memprediksi biomassa,
dengan koefisien determinasi (R2) sebesar 44,4%, yang berarti model ini dapat
menjelaskan variasi biomassa secara signifikan. Model NDVI juga memenuhi
kriteria validasi, termasuk simpangan agregat, simpangan rata-rata, dan RMSE,
yang menunjukkan tingkat akurasi yang lebih baik dibandingkan model berbasis
EVI. Analisis uji validasi mengindikasikan bahwa model NDVI mampu menduga
biomassa di Taman Wisata Alam Wera dengan tingkat kesalahan minimal,
menjadikannya sebagai model terbaik di antara keduanya.Pada penelitian ini dapat
menjelaskan bahwa NDVI terbukti sebagai indikator yang lebih kuat dalam
pemodelan biomassa, memberikan hasil yang lebih andal dibandingkan EVI. Model
ini dapat digunakan untuk pemantauan dan pengelolaan biomassa di wilayah
tersebut, berpotensi mendukung konservasi hutan dengan cara yang lebih efektif
dan ekonomis.
Tidak tersedia versi lain