ESTIMASI CADANGAN KARBON PADA HUTAN MANGROVE BERBASIS MODEL PENGINDERAAN JAUH TAHUN 2018-2024

STUDI KASUS: PULAU RUPAT, PROVINSI RIAU

Abstract

Pulau Rupat memiliki luas sekitar 152.370 ha dengan ekosistem hutan mangrove yang menutupi sekitar 9,35% wilayah pesisirnya. Hutan mangrove berperan penting sebagai penyerap dan penyimpan karbon, namun informasi spasial terkait cadangan karbon mangrove di Pulau Rupat masih terbatas. Keterbatasan data ini menjadi kendala dalam pengelolaan dan konservasi mangrove secara berkelanjutan. Penelitian ini bertujuan untuk memperkirakan cadangan karbon hutan mangrove di Pulau Rupat menggunakan teknologi penginderaan jauh. Metode yang digunakan meliputi analisis citra Sentinel-2A dengan klasifikasi Random Forest berbasis kombinasi indeks vegetasi pada tahun 2018 dan 2024. Akurasi keseluruhan klasifikasi mencapai 95% pada tahun 2018 dan 93% pada tahun 2024. Hasil penelitian menunjukkan bahwa luas hutan mangrove meningkat sebesar 6,9% atau sekitar 963,23 ha selama periode 2018–2024. Validasi model menghasilkan nilai RMSE sebesar 34,64 Mg/ha, MAE sebesar 28,47 Mg/ha, dan nilai R² sebesar 0,69. Rata-rata nilai Above-Ground Biomass (AGB) dan Above-Ground Carbon (AGC) meningkat dari 186,4 Mg/ha dan 87,61 Mg/ha pada tahun 2018 menjadi 204,5 Mg/ha dan 96,11 Mg/ha pada tahun 2024. Berdasarkan hasil penelitian ini, penggunaan citra Sentinel-2 terbukti efektif dalam memperkirakan stok AGB dan AGC hutan mangrove, serta memiliki potensi untuk diimplementasikan pada wilayah lain dengan karakteristik ekosistem yang serupa