ANALISIS NERACA SPASIAL HUTAN MANGROVE DI WILAYAH PROBOLINGGO

Mangrove Pulau Jawa telah mengalami degradasi yang cukup signifikan dalam kurun waktu 20 tahun terakhir. Permasalahan tersebut diperparah dengan terbatasnya ketersediaan data spasial yang memadai untuk mengetahui besar maupun laju perubahan/penurunan luas hutan mangrove. Analisa neraca spasial digunakan untuk mengetahui perubahan lahan mangrove. Ketersediaan data spasial yang terbatas dan bersumber dari beragam data citra, menjadi masalah dalam penyediaan data geospasial untuk analisa neraca karena terdapat perbedaan karakter pada data citra yang digunakan. Penelitian ini mendemonstrasikan dan mengkaji bagaimana penggunaan sumber citra dengan perbedaan karakteristik spasial dan spektral untuk analisa neraca spasial perubahan lahan mangrove dengan mengambil lokasi kasus sebagian area mangrove di Probolinggo Jawa Timur. Penelitian ini memberikan indikasi bahwa ketidakpastian dalam data spasial perlu diperhitungkan dalam analisis atau pemetaan neraca spasial. Citra SPOT 4 liputan tahun 2006/2007 digunakan sebagai data awal atau data aktiva yang menunjukkan kondisi awal sumber daya mangrove, sedangkan citra GeoEye dan Quickbird tahun 2010/2011 digunakan sebagai data akhir/pasiva. Metode yang digunakan adalah interpretasi citra dengan metode gabungan antara klasifikasi digital unsupervised dan interpretasi visual, serta dilengkapi dengan kerja lapangan dan generalisasi data spasial. Proses penyusunan neraca dengan membandingkan antara data aktiva dan pasiva. Penyesuaian model data vektor atau generalisasi dilakukan untuk mendapatkan perbandingan yang sama antara dua layer vektor hasil klasifikasi yang bersumber dari dua data citra yang berbeda. Metode generalisasi yang diterapkan adalah aggregate polygon, smoothing polygon, dan simplify polygon. Berdasarkan hasil penelitian diperoleh hasil bahwa luasan sebagian area mangrove di Kota Probolinggo mengalami penurunan sebesar 0,52 km2 atau 38,8%, dan penurunan area mangrove di Kabupaten Probolinggo sebesar 0,41 km2 atau 16,7%. Pemetaan neraca menggunakan dua sumber citra dengan karakteristik spasial dan spektral yang berbeda, dapat menghasilkan kualitas pemetaan yang kurang dapat diandalkan (26,35 m) dibandingkan dimensi piksel citra (20 m) yang digunakan sebagai input analisis.Kata kunci: mangrove, neraca spasial, generalisasiABSTRACTMangrove forest in Java Island has been significantly degrading and experiencing deforestation in the last 20 years. Limited spatial data and information is one of the difficulties in analyzing mangrove forest change and deforestation rate.Spatial balance derived from various digital satellite image data is used to analyse mangrove forest change. However, differences in imageries characters and specifications are the main obstacle for spatial balance analysis. This research demonstrate and evaluate how difference spatial and spectral characteristics of imageries used for spatial balance anlysis and mapping. This research tries to indicate, not an exact calculation, a spatial uncertainties occured in spatial balance mapping and analyses. Location of the research took place in a specific mangrove forest area covered by SPOT, GeoEye, and Quickbird imageries in Probolinggo Region Jawa Timur. SPOT imagery 2006/2007 showed initial state of mangrove forest while GeoEye and Quickbird imageries showed the present state. Hybrid classification was used as primary method in this research. Furthermore, field work and spatial generalization completed the whole methodology. Spatial balance analysis was conducted based on comparison of two generalized spatial data derived from the satellite imageries. Spatial generalization used for cartographic refinement was: aggregate polygon, smoothing polygon, and simplify polygon. The result showed that mangrove forest in Probolinggo City was deforested around 0.52 km2 or around 38.8%. While, mangrove area deforestation in Probolinggo Regency was of 0.41 km2 or around 16.7%. Spatial balance analysis using two difference spatial and spectral characterization resulting a poor quality (26.35 m) comparing to image pixel dimension (20 m) used as an input for analysis.Keywords: mangrove, spatial balance, generalizatio