Aplikasi Sistem Informasi Geografis Dalam Sumber Daya Alam Estimasi Potensi Rotan di Daerah Aliran Sungai (DAS) Kedang Pahu
Aplikasi Sistem Informasi Geografis Dalam Sumber Daya
Alam
Estimasi
Potensi Rotan di Daerah Aliran Sungai (DAS) Kedang Pahu
Pendahuluan
Sistem Informasi Geografis (SIG) merupakan sistem
pengelolaan informasi yang juga
menyediakan
berbagai fasilitas analisa data. Sistem ini sangat bermanfaat dalam perencanaan
dan pengelolaan SDA. Contoh perangkat
lunak
yang
banyak dipakai
adalah
ARC/INFO, ArcView, IDRISI, ER Mapper, GRASS, MapInfo.
Aplikasi yang digunakan SIG kali ini untuk mengestimasi potensi rotan yang
ada di Daerah Aliran Sungai (DAS) Kedang Pahu. Pada aplikasi ini, kita melihat
potensi rotan dari berbagai aspek, berdasarkan data penunjang dan pengalaman
lapang yang kita miliki. Dalam aplikasi ini, suatu daerah dikategorikan
berpotensi rotan tinggi apabila secara biofisik rotan bisa tumbuh dengan baik,
dan secara infrastruktur dan secara legal bisa dijangkau oleh masyarakat untuk
pemanenan.
Tinjauan
Pustaka
Sistim Informasi
Geografis (SIG) sebagai sistim informasi
digital berbasis spasial telah
berkembang menjadi sebuah
sistim
pendukung
pengambilan keputusan. Teknologi SIG telah banyak
dimanfaatkan
oleh pemerintah
kabupaten untuk kajian kewilayahan termasuk didalamnya
wilayah pesisir.
Dalam
perkembangannya teknologi SIG dirancang untuk semakin mudah digunakan, sehingga tekonologi ini
telah menjangkau kabupaten/kota di Indonesia.
Sistim
Informasi Geografis dapat diaplikasikan untuk penyusunan model berbasis
spasial termasuk penyusunan model pengelolaan pesisir wilayah kabupaten
(www.damandiri.or.id).
Dikutip dari www.damandiri.or.id menyatakan bahwa
sumber
data yang diperlukan untuk
proses dalam SIG secara umum
dibedakan atas tiga kategori yaitu: 1) Data survey
lapangan (berupa data digital dan data
atribut); 2) Data peta, merupakan informasi
yang telah terekam pada peta,
kertas
atau film yang
telah dikonversikan dalam bentuk dgital,
dan
bila telah terekam dalam bentuk peta maka
tidak
diperlukan
lagi data lapang kecuali untuk keperluan Ground Check; 3) Data inderaja,
berupa foto udara dan citra satelit.
Metodologi
Asumsi yang
digunakan
o
Rotan yang bisa dipanen ada di daerah
dengan tutupan lahan belukar tua (di atas 10 tahun) dan hutan.
o
Berjarak kurang dari 4 km dari pemukiman
atau kurang dari 4 km dari sungai yang bisa dicapai kurang dari 8 jam
perjalanan menggunakan ketinting dari pemukiman.
o
Secara biofisik areal tersebut cocok
untuk tumbuhnya rotan.
o
Seandainya terkena kebakaran pada tahun
1997 hanya sampai tingkat 0-1.
o
Tidak terdapat pada area di sekitar
jalan logging, HTI, perkebunan dan pertambangan.
Identifikasi data dasar
Data-data dasar
yang dapat dikumpulkan adalah:
o
Peta Jaringan Sungai. Data tersebut
diambil dari peta topografi skala 1:50.000 dari BAKOSURTANAL.
o
Peta Jaringan Jalan. Diambil dari peta
topografi skala 1:50.000 produksi Bakosurtanal dan delineasi dari Landsat TM.
o
Peta
Pemukiman. Diambil dari peta topografi skala 1:50.000 produksi Bakosurtanal.
o
Peta
Penutupan Lahan 1996. Merupakan hasil klasifikasi citra Landsat TM.
o
Peta
Kebakaran Hutan 1997/1998 produksi GTZ/IFFM.
o
Peta Kesesuaian Lahan 1:250.000 produksi
RePPProT.
o
Peta DEM
Proses pengolahan data dasar
1. Dari
data jaringan sungai dilihat dari dua aspek yaitu aspek biofisik dan aspek aksesibilitas.
o
Aspek biofisik, Potensi rotan dihitung
berdasarkan estimasi mengenai tempat dimana dia dapat tumbuh yang
direpresentasikan menurut jaraknya dari sungai. Kemudian dari jarak yang
didapat diberi skor menurut prioritas ditemukannya (1:0-0.5 km, 3: > 5.0 km,
8:3.0-5.0 km, 10:0.5-3.0).
o
Aspek aksesibilitas, Potensi rotan
dihitung berdasarkan tingkat kemudahannya dicapai melalui sungai. Dari jarak
yang didapat diberi skor (2:>4 km, 5:2-3 km, 8:1-2 km, 10:0-1 km).
2. Data
jaringan jalan juga dilihat dari dua aspek:
o
Aspek
biofisik, Potensi rotan dihitung berdasarkan kemungkinan tumbuhnya di sekitar
jalan. Mula-mula buat buffer 5 km untuk masing-masing kelas jalan dengan asumsi
bahwa lebih dari 5 km sudah tidak ada pengaruh jalan terhadap kemungkinan
tumbuhnya rotan. Kemudian beri skor berdasarkan kelas jalan (1:Jalan PU, 3:
Jalan aspal, 5: Jalan tambang, 7:Jalan logging, 10:Jalan swadaya).
o
Aspek
aksesibilitas, Potensi rotan dihitung berdasarkan kemudahan dicapai dari lokasi
pemukiman. Pertama-tama buat buffer sebesar 30 km dari pemukiman, kemudian
ekstrak hanya jalan kelas 1, 3 dan 4 yang tercakup dalam buffer. Beri
skor berdasarkan jarak tempuh (1:>6 km, 5:4-6 km, 10:0-4 km).
3. Berdasarkan
aksesibilitasnya dari pemukiman, potensi rotan dihitung berdasarkan kemauan
petani berjalan kaki dari pemukiman untuk mencapai area dimana rotan ditemukan.
Skor dibuat berdasarkan waktu tempuh (1:>10 jam, 4:7-10 jam, 8:4-7 jam, 10:0-4
jam).
4. Berdasarkan
penutupan lahan yang ada dicari kemungkinan daerah tumbuhnya rotan, lalu diberi
skor berdasarkan potensinya (1:daerah terbuka, alang-alang, karet, 2:semak,
6:hutan, 8:belukar muda, 10:belukar tua).
5. Dari
peta kebakaran hutan dicari tingkat kerusakan karena kebakaran, lalu diberi
skor potensi kemungkinan tumbuhnya rotan (1:tingkat kerusakan sedang dan
tinggi, 10: tidak terbakar dan tingkat kerusakan rendah).
6.
Berdasarkan peta Kesesuaian Lahan
untuk agro-forest, beri skor potensi rotan (1:tidak sesuai, 10:sesuai).
7.
Dari
peta DEM dibuat peta kelerengan, kemudian beri skor potensi rotan (1:>40%,
4:25-40%, 6:15- 25%, 8:8-15%, 10:0-8%).
Pelaksanaan pemodelan
Overlay-kan hasil yang didapat berdasarkan skema pembobotan
yang dibuat berdasarkan pengalaman pemodel, sebagai berikut:
Gambar
1. Flowchart pengolahan data
Hasil
dan Pembahasan
Overlay
multiple layer potensi rotan berdasarkan masing-masing variabel dengan skema
pembobotan yang disesuaikan dengan expert judgement, menggunakan ArcView/Model
Builder.
Adapun
hasil proses data dasar yang dijalankan untuk mengestimasi potensi rotan yang
ada adalah sebagai berikut:
Gambar
2. Hasil proses peta dasar
Gambar
3. Hasil akhir: Peta Potensi Rotan
Gambar
4. Tabel estimasi potensi rotan per kecamatan per kelompok potensi (atas),
(kanan
bawah) Luas lahan (ha) per kecamatan per kelompok potensi,
(kiri
bawah) estimasi potensi rotan per kecamatan per kelompok potensi
Hasil
estimasi yang diperoleh sangat tergantung kepada asumsi yang dipakai; semakin
dekat asumsi yang dipakai dengan kenyataan, semakin akurat estimasi yang
dihasilkan.
Keterbatasan
data juga mempengaruhi hasil estimasi, contoh: citra yang tertutup awan dan
ketiadaan peta
kontur untuk sebagian area menjadi faktor penghambat dalam mendapatkan estimasi
dari seluruh area. Dalam menginterpretasi hasil estimasi untuk perencanaan
business dan management terutama yang berbasiskan masyarakat lokal, kita harus mempertimbangkan
banyak faktor lain seperti kebijakan, institusi, pasar, persepsi masyarakat, mata
pencaharian lain, dsb.
Daftar Pustaka
25 Desember 2009 12:15.
Hartami, P. Analisis Wilayah Perairan
Teluk Pelabuhan Ratu Untuk Kawasan Budidaya Perikanan
12:10.