ANALISIS USIA TEGAKAN BERDASARKAN BIOMASSA BAGIAN ATAS PERMUKAAN (ABOVE GROUND BIOMASS) POHON KARET DENGAN MENGGUNAKAN CITRA SENTINEL-1A (STUDI KASUS : KEBUN SIDOREJO DAN AFDELLING SETRO KEBUN NGOBO, PTPN IX)

Abstract

Kontribusi tanaman karet (Hevea brasiliensis) dalam mengurangi emisi karbon di atmosfer sangat besar setiap tahunnya sehingga tanaman karet dikenal sebagai tanaman ramah lingkungan. Tanaman karet yang berumur panjang di suatu wilayah disebut gudang penyimpanan karbon yang berarti bahwa usia tegakan memengaruhi jumlah karbon yang diserap. Potensi karbon hutan di suatu wilayah dapat diketahui berdasarkan nilai biomassa hutan yang ada di dalamnya sehingga membutuhkan perhitungan biomassa yang efektif dan efisien. Tujuan penelitian ini dilakukan untuk mengetahui pengaruh usia tegakan terhadap kapasitas biomassa prediksi tanaman karet. Perhitungan biomassa bagian atas permukaan (Above Ground Biomass atau AGB)  tanaman karet menggunakan metode non-destructive sampling serta pemanfaatan backscatter Sentinel-1A untuk pemodelan AGB tanaman karet. Pemodelan AGB menggunakan metode Multivariate Linear Regression (MLR). Hubungan antara backscatter dengan biomassa lapangan menunjukkan hubungan kuat (R² = 0,592) sehingga dihasilkan model estimasi biomassa. Hasil estimasi nilai kapasitas AGB di Kebun Sidorejo sebesar 20.950,16 ton dengan luas 136 ha, sedangkan nilai AGB di Kebun karet Afdelling Setro, Kebun Ngobo, PTPN IX sebesar 84.158,840 ton dengan luas 702 ha. Berdasarkan hasil uji validasi, pemodelan biomassa menggunakan backscatter citra SAR menunjukkan tingkat saturasi pada nilai biomassa diatas 100 ton/ha, hal ini ditunjukkan pada banyaknya variasi kesalahan dari nilai biomassa yang diprediksi. Nilai biomassa prediksi menggunakan citra Sentinel-1A dalam setiap kelas usia menunjukkan grafik yang cenderung fluktuatif. Tingkat hubungan antara kelas usia dengan biomassa prediksi memiliki hubungan yang rendah yaitu nilai R sebesar 0,121 (R² = 0,015). Penelitian ini menunjukkan bahwa usia tegakan tidak memiliki pengaruh terhadap nilai AGB prediksi menggunakan Sentinel-1A.