Jurnal Pertanian Terpadu (Jul 2023)

Identifikasi Mahang (Macaranga gigantea) Dan Puspa (Schima wallichii) Menggunakan Foto Drone Di KHDTK Diklat Kehutanan, Fakultas Kehutanan, Universitas Mulawarman

  • Ita Ulandari,
  • Hari Siswanto,
  • Yosep Ruslim,
  • Dwinita Aquastini

DOI
https://doi.org/10.36084/jpt..v11i1.477
Journal volume & issue
Vol. 11, no. 1

Abstract

Read online

Inventarisasi hutan yang merupakan bagian penting dalam perencanaan hutan dapat dilakukan secara terestris dan penginderaan jauh. Teknologi penginderaan jauh terus berkembang diantararanya drone. Dengan resolusi spasial yang tinggi menjadikan citra drone semakin banyak dimanfaatkan pada berbagai bidang termasuk kehutanan dalam hal mengidentifikasi jenis vegetasi. Pada penelitian ini citra drone digunakan untuk mengidentifikasi jenis vegetasi Mahang (Macaranga gigantea) dan Puspa (Schima walichii).Tujuan penelitian yaitu mengetahui informasi dari kunci interpretasi vegetasi Mahang dan Puspa, Mengetahui informasi dari hasil persentase uji akurasi vegetasi Mahang dan Puspa, Melakukan pemetaan sebaran dari vegetasi Mahang dan Puspa. Metode analisis yang digunakan adalah deskriptif kantitatif dengan mengelola hasil uji akurasi dengan membandingkan hasil interpretasi dan pengecekan lapangan. Pada uji akurasi dibuktikan bahwasannya hanya vegetasi Mahang yang dapat teridentifikasi yang menghasilkan persentase uji akurasi sebesar 93%, sedangkan vegetasi puspa tidak dapat teridentifikasi dikarenakan persentase uji akurasi hanya mencapai 20%. Berdasarkan hasil identifikasi dibuktikan bahwasannya jumlah populasi mahang yang terdapat di kawasan KHDTK yaitu sebanyak 3469 individu, dimana jumlah rata-rata individu dari vegetasi Mahang yaitu sebanyak 11 individu/hektar dimana individu paling sedikit yaitu sebanyak 1 individu dan jumlah individu terbanyak yaitu sebanyak 43 individu. Kesimpulan dari penelitian ini yaitu hanya vegetasi Mahang yang dapat teridentifikasi dikarenkan korelasi antara persentase uji akurasi dan keberhasilan kunci interpretasi, dimana persentase uji akurasi vegetasi Mahang mencapai 93% .

Keywords