ANALISIS SPASIAL PERUBAHAN TUTUPAN HUTAN RAKYAT DAN DESA MISKIN EKSTREM DI SEKITARNYA DI KABUPATEN PESAWARAN

Fauzan Ridwan , Pratama (2025) ANALISIS SPASIAL PERUBAHAN TUTUPAN HUTAN RAKYAT DAN DESA MISKIN EKSTREM DI SEKITARNYA DI KABUPATEN PESAWARAN. FAKULTAS PERTANIAN, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (244Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (3937Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1643Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Kabupaten Pesawaran memiliki hutan rakyat sebagai salah satu sumber pendapatan bagi masyarakat sekitar. Wilayah ini memiliki hutan rakyat yang tersebar di berbagai lokasi, akan tetapi sampai saat ini belum ada pihak yang secara khusus memetakan persebaran wilayah tersebut. Sementara itu, terdapat 20 nama desa prioritas penanganan kemiskinan yang tersebar di wilayah Kabupaten Pesawaran. Penelitian ini bertujuan untuk mengetahui metode klasifikasi citra terbaik dalam analisis spasial tutupan hutan rakyat tahun 2015, 2018, 2021 dan 2024 serta menganalisis keterkaitan antara keberadaan hutan rakyat dan desa yang mengalami kemiskinan ekstrem pada tahun 2024. Pengklasifikasian dilakukan dengan memanfaatkan citra Landsat 8 menggunakan teknik Supervised classification, Object Base Image Analysis (OBIA) dan Indeks Vegetasi (NDVI, GNDVI, NDWI, NDMI, ARVI dan SAVI). Ketiga metode ini kemudian diuji tingkat akurasinya untuk menentukan metode paling akurat dalam mengidentifikasi tutupan hutan rakyat di Kabupaten Pesawaran. Selanjutnya dilakukan analisis deskriptif untuk melihat hubungan antara desa miskin dengan sebaran hutan rakyat. Hasil penelitian menunjukkan metode OBIA memiliki nilai akurasi paling baik dalam identifikasi hutan rakyat dengan user accuracy sebesar 87,50%, producer accuracy sebesar 91,30% dan overall accuracy sebesar 89,40%. Sebaran hutan rakyat yang didapatkan pada tahun tahun 2015 mencapai 47.175,41 hektar namun menurun drastis menjadi 36.199,51 hektar pada tahun 2018. Kemudian luas tutupan hutan rakyat pada tahun 2021 kembali menurun menjadi 33.166,88 hektar hingga finalnya menjadi 32.299,49 hektar pada tahun 2024. Penurunan ini mengindikasikan bahwa meskipun hutan rakyat masih dimanfaatkan, terdapat tekanan serius terhadap keberlanjutannya. Hutan rakyat Kabupaten Pesawaran memiliki 2 jenis pola tanam diantaranya pola monokultur mencapai 8.387,50 hektar dan kebun campuran yang paling luas dan tersebar, yaitu sebesar 23.911,99 hektar. Hasil data lapangan menunjukkan terdapat sebanyak 29 jenis spesies tumbuhan dari 15 famili yang dibudidayakan oleh petani. Temuan ini mencerminkan tingginya tingkat keragaman, baik dari segi luasan tutupan maupun jenis vegetasi yang terdapat pada hutan rakyat di Kabupaten Pesawaran. Hutan rakyat tidak hanya memberikan manfaat ekonomi dan ekologi, tetapi juga memiliki potensi mendukung kebijakan FOLU Net Sink 2030, meskipun belum dapat dijadikan indikator utama akibat keterbatasan data biomassa dan karbon. Sementara itu, analisis hubungan antara desa miskin dan sebaran hutan rakyat belum dapat dijadikan indikator langsung untuk mengukur kesejahteraan masyarakat atau sebagai strategi penanggulangan kemiskinan. Tinggi dan rendahnya persentase tutupan hutan rakyat ternyata tidak menjamin rendahnya tingkat kemiskinan. Beberapa desa seperti Gebang (54,06%), Pulau Legundi (54,30%), Pulau Pahawang (62,79%), dan Rusaba (55,52%) memiliki persentase tutupan hutan rakyat yang tinggi, sedangkan desa seperti Kota Jawa (3,34%), Cilimus (4,54%), dan Maja (5,64%) yang memiliki persentase tutupan yang sangat rendah masih tergolong kedalam desa miskin. Penelitian ini menunjukkan bahwa pemanfaatan teknologi penginderaan jauh merupakan alat yang efektif dan akurat dalam memetakan tutupan hutan rakyat, serta dapat menjadi dasar penting dalam perencanaan pengelolaan sumber daya lahan secara berkelanjutan di Kabupaten Pesawaran. Kata kunci : Hutan Rakyat, Penginderaan Jauh, Klasifikasi Supervised, Analisis Gambar Berdasarkan Objek dan Indeks Vegetasi Pesawaran Regency has community forests as a source of income for the surrounding community. This region has community forests scattered in various locations, however, to date no party has specifically mapped the distribution of these areas. Meanwhile, there are 20 priority villages for poverty alleviation spread across Pesawaran Regency. This study aims to determine the best image classification method in the spatial analysis of community forest cover in 2015, 2018, 2021 and 2024 and analyze the relationship between the presence of community forests and villages experiencing extreme poverty in 2024. Classification was carried out using Landsat 8 imagery using Supervised Classification, Object Based Image Analysis (OBIA) and Vegetation Index (NDVI, GNDVI, NDWI, NDMI, ARVI and SAVI). These three methods were then tested for accuracy to determine the most accurate method in identifying community forest cover in Pesawaran Regency. Next, a descriptive analysis was conducted to examine the relationship between poor villages and the distribution of community forests. The results of the study showed that the OBIA method had the best accuracy value in identifying community forests with user accuracy of 87.50%, producer accuracy of 91.30% and overall accuracy of 89.40%. The distribution of community forests obtained in 2015 reached 47,175.41 hectares but decreased drastically to 36,199.51 hectares in 2018. Then the area of community forest cover in 2021 decreased again to 33,166.88 hectares until the final was 32,299.49 hectares in 2024. This decrease indicates that although community forests are still utilized, there is serious pressure on its sustainability. Pesawaran Regency's community forests have two types of planting patterns, namely monoculture, covering 8,387.50 hectares, and mixed gardens, the most extensive and widespread, covering 23,911.99 hectares. Field data shows that there are 29 types of plant species from 15 families cultivated by farmers. This finding reflects the high level of diversity, both in terms of cover area and vegetation types found in community forests in Pesawaran Regency. Community forests not only provide economic and ecological benefits but also have the potential to support the 2030 FOLU Net Sink policy, although they cannot yet be used as a primary indicator due to limited biomass and carbon data. Meanwhile, analysis of the relationship between poor villages and the distribution of community forests cannot yet be used as a direct indicator to measure community welfare or as a poverty alleviation strategy. High or low percentages of community forest cover do not guarantee low poverty rates. Several villages such as Gebang (54.06%), Legundi Island (54.30%), Pahawang Island (62.79%), and Rusaba (55.52%) have a high percentage of community forest cover, while villages such as Kota Jawa (3.34%), Cilimus (4.54%), and Maja (5.64%) which have a very low percentage of cover are still classified as poor villages. This research shows that the use of remote sensing technology is an effective and accurate tool in mapping community forest cover, and can be an important basis in planning sustainable land resource management in Pesawaran Regency. Keywords : Community Forest, Remote Sensing, Supervised Classification, Object Based Image Analysis and Vegetation Index.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum 000 Ilmu komputer, informasi dan pekerjaan umum > 001 Ilmu pengetahuan
Program Studi:	FAKULTAS PERTANIAN (FP) & PASCASERJANA > Prodi S1 Kehutanan
Pengguna Deposit:	2507809138 Digilib
Date Deposited:	01 Oct 2025 03:35
Terakhir diubah:	01 Oct 2025 03:35
URI:	http://digilib.unila.ac.id/id/eprint/90693

Actions (login required)

Lihat Karya Akhir