PENGARUH PASANG SURUT TERHADAP DINAMIKA PERUBAHAN HUTAN MANGROVE DI KAWASAN TELUK BANTEN

Wenang Anurogo, Muhammad Zainuddin Lubis, Nurul Khakhim, Wikan Jaya Prihantarto, Lingga Renggana Cannagia

Abstract


Luas hutan mangrove Indonesia menurun sekitar 4,5 juta ha menjadi 1,9 juta ha. Penurunan luas hutan mangrove paling dominan disebabkan oleh faktor manusia. Pemantauan tingkat kerusakan hutan mangrove dengan menggunakan metode konvensional memakan waktu lama dan mahal. Pemantauan tingkat kerusakan ini sangat penting bagi para stakeholder dalam mengelola kawasan hutan mangrove. Pemanfaatan data spasial dapat memudahkan dan mempercepat interaksi dengan benda-benda di permukaan bumi. Tahapan dalam penelitian ini meliputi tiga bagian, yaitu tahap pre-field, field dan post-field. Tahap pre-field termasuk pengumpulan data, pengolahan gambar, dan identifikasi tutupan lahan di daerah penelitian untuk setiap tahunnya. Data tutupan ekstraksi dari data citra penginderaan jauh di setiap tahun kemudian dipisahkan dari data tutupan lahan mangrove. Data tutupan lahan mangrove untuk tahun pencatatan 2017 digunakan sebagai unit analisis yang digunakan sebagai basis referensi untuk pengambilan informasi di lapangan. Tahap post-field dimaksudkan untuk memproses data yang dikumpulkan, analisis statistik, menguji keakuratan hasil perubahan dan menilai kemampuan gambar penginderaan jauh dalam mengidentifikasi hutan mangrove dan transfer fungsi utilitas mereka. Luas hutan mangrove di Kabupaten Banten sekitar 681,86 Ha. Penyebaran hutan mangrove terbesar adalah di kecamatan Tirtayasa dan Pontang. Kedua kawasan tersebut memiliki nilai persentase 29,75% dan 28,46% dari total luas hutan mangrove di Teluk Banten. Tingkat distribusi terkecil adalah Kabupaten Kramatwatu yang hanya sekitar 3,11% atau 21,19 Ha dari total luas hutan mangrove di Teluk Banten.

Kata kunci: Mangrove, Dinamika perubahan mangrove, Data Spasial, Pasang Surut


ABSTRACT

The extent of Indonesia's mangrove forest declines from the initial area of about 4.5 million ha to 1.9 million ha. The decline in the area of mangrove forest is most dominant due to the damage caused by human factors. Monitoring the extent of mangrove forest destruction by using conventional methods takes a long time and is expensive. Monitoring this level of damage is very important for the stakeholders in managing the mangrove forest area. Utilization of spatial data can facilitate and accelerate in interacting with objects found on the surface of the earth. Stages in this research outline include three parts, namely pre-field stage, field stage and post-field stage. The pre-field stage includes data collection to be used, image processing, and land cover identification in the research area for each year of image recording. The cover data of the extraction from remote sensing image data in each recording year is then separated from mangrove land cover data. The mangrove land cover data for the recording year 2017 is then used as the unit of analysis used as the reference base for information retrieval in the field by using the sample. The post-field stage is intended to process the data collected, statistical analysis, test the accuracy of the results of changes and assess the capabilities of remote sensing images in identifying mangrove forests and transfer of their utility functions. The mangrove forest in Banten regency is about 681.86 Ha. The largest spread of mangrove forest is in Tirtayasa and Pontang sub-districts. The two sub-districts have a percentage value of 29.75% and 28.46% of the total mangrove forest area in Banten Bay. The smallest extent of distribution is in Kramatwatu District which is only about 3.11% or 21.19 Ha of the total area of mangrove forest in Banten Bay.

Keywords: Mangrove, Dynamics of mangrove changes, Spatial Data, Tidal



References


Anurogo, W., Murti, S. H., & Khakhim, N. (2015). Analisis Perubahan Hutan Mangrove Dalam Penentuan Kawasan Rehabilitasi Dan Perubahan Stok Karbon Menggunakan Data Penginderaan Jauh (Di Teluk Banten, Serang Provinsi Banten) (Doctoral dissertation, Universitas Gadjah Mada).

Anurogo, W., & Murti, S. H. (2013). Aplikasi Penginderaan Jauh Untuk Estimasi Produksi Tanaman Karet (Hevea Brasiliensis) DI KOTA SALATIGA, JAWA TENGAH.

Anurogo, W., Lubis, M. Z., Khoirunnisa, H., Pamungkas, D. S., Hanafi, A., Rizki, F., ... & Lukitasari, C. A. (2017). A Simple Aerial Photogrammetric Mapping System Overview and Image Acquisition Using Unmanned Aerial Vehicles (UAVs). Journal Of Applied Geospatial Information, 1(01), 11-18.

Danoedoro, P. (2012). Pengantar penginderaan jauh digital. Yogyakarta: Andi.

FAO. (1994). Mangrove Forest Management Guidelines. FAO Rome, p. 319.

Frananda, H., Hartono, H., & Jatmiko, R. H. (2015). Komparasi Indeks Vegetasi Untuk Estimasi Stok Karbon Hutan Mangrove Kawasan Segoro Anak Pada Kawasan Taman Nasional Alas Purwo Banyuwangi, Jawa Timur. Majalah Ilmiah Globe, 17(2), 113-123.

Gonzalez-Alonso, F., Cuevas, J. M., Arbiol, R., & Baulies, X. (1997). Remote sensing and agricultural statistics: crop area estimation in north-eastern Spain through diachronic Landsat TM and ground sample data. International Journal of Remote Sensing, 18(2), 467-470.

Harjadi, B. (2016, May). Aplikasi Penginderan Jauh dan SIG untuk Penetapan Tingkat Kemampuan Penggunaan Lahan (KPL) (Studi Kasus di DAS Nawagaon Maskara, Saharanpur-India). In Forum Geografi (Vol. 21, No. 1).

Jaya, I. N. S. K. (2010). Morfodinamika kepesisiran teluk Banten dengan menggunakan citra pengindraan jauh multitemporal. Text.

Khoirunnisa, H., Lubis, M. Z., & Anurogo, W. (2017). The Characteristics of Significant Wave Height and Sea Surface Temperature In The Sunda Strait. Geospatial Information, 1(1).

Kusmana, C. (1996). Nilai ekologis ekosistem hutan mangrove.

Lubis, M. Z., Anurogo, W., Gustin, O., Hanafi, A., Timbang, D., Rizki, F., ... & Taki, H. M. (2017). Interactive modelling of buildings in Google Earth and GIS: A 3D tool for Urban Planning (Tunjuk Island, Indonesia). Journal of Applied Geospatial Information, 1(2), 44-48.

Putra, A. C. P., & Khakhim, N. (2016). Pemetaan Kerapatan Kanopi Hutan Mangrove Menggunakan Citra Landsat-8 Oli Di Wilayah Pengelolaan (Resort Grajagan), Taman Nasional Alas Purwo, Kabupaten Banyuwangi, Jawa Timur (Doctoral dissertation, Universitas Gadjah Mada).

Sativa, D. Y., Danoedoro, P., & Murti, S. H. (2016). Model Pemetaan Sawah Lestari Berbasis Citra Landsat 8 Ldcm Di Kabupaten Sleman Yogyakarta (Doctoral dissertation, Universitas Gadjah Mada).

Setyawan, A. D., & Winarno, K. (2006). Pemanfaatan langsung ekosistem mangrove di Jawa Tengah dan penggunaan lahan di sekitarnya; kerusakan dan upaya restorasinya. Biodiversitas, 7(3), 282-291.

Wahyuni, N. I., & Suryawan, A. (2012). Cadangan Karbon Hutan Mangorve di Sulawesi Utara antara Tahun 2000-2009. Balai Penelitian Kehutanan. Manado.

Wahyuni, N. I. (2014). The Utilization of ALOS PALSAR Image to Estimate Natural Forest Biomass: Case Study at Bogani Nani Wartabone National Park (Pemanfaatan Citra ALOS PALSAR dalam Menduga Biomasa Hutan Alam:

Studi Kasus di Taman Nasional Bogani Nani Wartabone). Jurnal Wasian, 1(1), 15-22.

Widyati, E. (2011). Kajian optimasi pengelolaan lahan gambut dan isu perubahan iklim. Tekno Hutan Tanaman, 4(2), 57-68.




DOI: https://doi.org/10.21107/jk.v11i2.3804

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.



 INDEXED BY:
                 
 
                   

 Creative Commons License
Jurnal Kelautan by Program Studi Ilmu Kelautan is licensed under a Creative Commons Attribution 4.0 International License.

Published by: Department of Marine Sciences, Trunojoyo University of Madura