Melola Discovery

← Melola Discovery

Jurnal

Spatial Estimation Model of Above Ground Biomass In Hutan Nagari Padang Limau Sundai South Solok District West Sumatera Province

Model Spasial Pendugaan Biomassa Di Atas Permukaan Tanah Di Hutan Nagari Padang Limau Sundai Kabupaten Solok Selatan Provinsi Sumatera Barat

Jurnal Silva Tropika · Vol. 2 No. 2 (2018) · hlm. 67–76

DOI
10.22437/jsilvtrop.v2i3.6388
ISSN
2621-4113, 2615-8353
Terbit
2018-12-30
Penerbit
Fakultas Kehutanan Universitas Jambi
Bahasa
id

Abstrak

Inggris

Biomass estimation model can be derived from satellite imageries and field measurements. This study built the estimation model using Landsat 8 image. This study was conducted in Hutan Nagari Padang Limau Sundai Sangir Jujuan, South Solok District, West Sumatera Province. This study aimed to build biomass estimation model and to study distribution of biomass over forest area using digital number of bands 4, 5, 6 and Normalized-Difference of Vegetation Indeks (NDVI). Field biomass was estimated using allometric Ketterings (2001). The biomass estimation model were developed using regression analysis by relating field biomass value and digital number of Landsat 8 Imagery. Selection of the best model based on the highest R2adj value, the lowest standard deviation value, the lowest bias value, and the lowest Root Mean Square Error (RMSE). Based on the result of model analysis to estimate biomass, obtained the best biomass estimate model, that is exponential model, Y = e (-27,40707 + 0,00461 X4 -0,00011 X5 - 0,00197 X6 + 50,79023 NDVI). The model selected based on the rating result had R2adj 78,8 %, standart deviation 0,227, bias 1,21 and RMSE 14,89.

Bahasa Indonesia

Teknologi penginderaan jauh merupakan salah satu teknologi yang dapat dimanfaatkan untuk pengukuran jumlah biomassa pada suatu kawasan. Penelitian ini dilaksanakan di Hutan Nagari Padang Limau Sundai, Kecamatan Sangir Jujuan, Kabupaten Solok Selatan, Provinsi Sumatera Barat. Penelitian ini bertujuan untuk membangun model pendugaan biomassa dan mengetahui sebaran biomassa di kawasan hutan tersebut dengan memanfaatkan nilai digital citra band 4, 5, dan 6 serta Normalized Difference Vegetation Index (NDVI). Perhitungan biomassa di lapangan menggunakan persamaan alometrik Ketterings (2001). Model penduga biomassa disusun dengan menggunakan analisis regresi antara nilai biomassa di lapangan dengan nilai digital Citra Landsat 8. Kriteria yang digunakan dalam pemilihan model terbaik didasarkan pada kriteria R2adj paling tinggi, simpangan baku paling rendah, bias paling rendah dan Root Mean Square Error (RMSE) paling rendah. Hasil penelitian ini, diperoleh model penduga biomassa terbaik, yaitu model eksponensial menggunakan semua peubah dan NDVI, Y = e (-27,40707 + 0,00461 X4 -0,00011 X5 - 0,00197 X6 + 50,79023 NDVI). Model terpilih berdasarkan hasil pemeringkatan dengan nilai R2adj sebesar 78,8 %, simpangan baku sebesar 0,227, bias sebesar 1,21 dan RMSE sebesar 14,89.

Jaringan kolaborasi para penulis

40 penulis · 138 tautan kepenulisan bersama · 3 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Universitas Jambi
  • IAIN Syekh Nurjati Cirebon
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Cory WulanUniversitas Jambi6
Asrizal PaimanUniversitas Jambi5
Albayudi AlbayudiUniversitas Jambi4
Fazriyas FazriyasUniversitas Jambi3
Ade AdriadiUniversitas Jambi2
Suci Ratna PuriUniversitas Jambi2
Jauhar KhabibiUniversitas Jambi2
Hamzah HamzahUniversitas Jambi1
Firmansyah AriefUniversitas Jambi1
Riana AnggrainiUniversitas Jambi1
Rike Puspitasari TUniversitas Jambi1
Rike Puspitasari TaminUniversitas Jambi1
Bambang IrawanUniversitas Jambi1
Marwoto MarwotoUniversitas Jambi1
M. SyarifUniversitas Jambi1
Heriberta HeribertaUniversitas Jambi1
Yulmardi YulmardiUniversitas Jambi1
Riana AnggrainiAfiliasi tidak diketahui1
Maria UlfaAfiliasi tidak diketahui1
Suci Ratna PuriAfiliasi tidak diketahui1
Rince MuryunikaUniversitas Jambi1
HarmesAfiliasi tidak diketahui1
Agustina Rida SimarmataAfiliasi tidak diketahui1
Hutari Ladjusa PratiwiUniversitas Jambi1
Marisa NababanAfiliasi tidak diketahui1
Rika JunitaUniversitas Jambi1
Monica Ria FeliciaUniversitas Jambi1
Nursanti NursantiAfiliasi tidak diketahui1
Rizky Ayu HardiyantiUniversitas Jambi1
Cory WulanAfiliasi tidak diketahui1
Emia AnggundaryAfiliasi tidak diketahui1
Agus Kurniawan MasturUniversitas Jambi1
Bremi Renata SimbolonUniversitas Jambi1
Afni YunitaUniversitas Jambi1
Sai'in Sai'inUniversitas Jambi1
Wulandari WulandariIAIN Syekh Nurjati Cirebon1
Zuhratus SalehUniversitas Jambi1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://online-journal.unja.ac.id/index.php/STP/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Spatial Estimation Model of Above Ground Biomass In Hutan Nagari Padang Limau Sundai South Solok District West Sumatera Province</dc:title>
	<dc:title xml:lang="id">Model Spasial Pendugaan Biomassa Di Atas Permukaan Tanah Di Hutan Nagari Padang Limau Sundai Kabupaten Solok Selatan Provinsi Sumatera Barat</dc:title>
	<dc:creator xml:lang="id">Achmad, Eva</dc:creator>
	<dc:creator xml:lang="id">Nursanti, Nursanti</dc:creator>
	<dc:creator xml:lang="id">Manalu, Joy Halomoan Boang</dc:creator>
	<dc:description xml:lang="en">Biomass estimation model can be derived from satellite imageries and field measurements. This study built the estimation model using Landsat 8 image. This study was conducted in Hutan Nagari Padang Limau Sundai Sangir Jujuan, South Solok District, West Sumatera Province. This study aimed to build biomass estimation model and to study distribution of biomass over forest area using digital number of bands 4, 5, 6 and Normalized-Difference of Vegetation Indeks (NDVI). Field biomass was estimated using allometric Ketterings (2001).&amp;nbsp; The biomass estimation model were developed using regression analysis by relating field biomass value and digital number of Landsat 8 Imagery. Selection of the best model based on the highest R2adj value, the lowest standard deviation value, the lowest bias value, and the lowest Root Mean Square Error (RMSE). Based on the result of model analysis to estimate biomass, obtained the best biomass estimate model, that is exponential model, Y = e (-27,40707 +&amp;nbsp; 0,00461 X4 -0,00011 X5 - 0,00197 X6 + 50,79023 NDVI). The model selected based on the rating result had R2adj 78,8 %, standart deviation 0,227, bias 1,21 and RMSE 14,89.</dc:description>
	<dc:description xml:lang="id">Teknologi penginderaan jauh merupakan salah satu teknologi yang dapat dimanfaatkan untuk pengukuran jumlah biomassa pada suatu kawasan. Penelitian ini dilaksanakan di Hutan Nagari Padang Limau Sundai, Kecamatan Sangir Jujuan, Kabupaten Solok Selatan, Provinsi Sumatera Barat. Penelitian ini bertujuan untuk membangun model pendugaan biomassa dan mengetahui sebaran biomassa di kawasan hutan tersebut dengan memanfaatkan nilai digital citra band 4, 5, dan 6 serta Normalized Difference Vegetation Index (NDVI). Perhitungan biomassa di lapangan menggunakan persamaan alometrik Ketterings (2001). Model penduga biomassa disusun dengan menggunakan analisis regresi antara nilai biomassa di lapangan dengan nilai digital Citra Landsat 8. Kriteria yang digunakan dalam pemilihan model terbaik didasarkan pada kriteria R2adj paling tinggi, simpangan baku paling rendah, bias paling rendah dan Root Mean Square Error (RMSE) paling rendah. Hasil penelitian ini, diperoleh model penduga biomassa terbaik, yaitu model eksponensial menggunakan semua peubah dan NDVI, Y = e (-27,40707 +&amp;nbsp; 0,00461 X4 -0,00011 X5 - 0,00197 X6 + 50,79023 NDVI). Model terpilih berdasarkan hasil pemeringkatan dengan nilai R2adj sebesar 78,8 %, simpangan baku sebesar 0,227, bias sebesar 1,21 dan RMSE sebesar 14,89.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Kehutanan Universitas Jambi</dc:publisher>
	<dc:date>2018-12-30</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://online-journal.unja.ac.id/STP/article/view/6388</dc:identifier>
	<dc:identifier>10.22437/jsilvtrop.v2i3.6388</dc:identifier>
	<dc:source xml:lang="en">Jurnal Silva Tropika; Vol. 2 No. 2 (2018): Jurnal Silva Tropika; 67-76</dc:source>
	<dc:source>2621-4113</dc:source>
	<dc:source>2615-8353</dc:source>
	<dc:language>id</dc:language>
	<dc:relation>https://online-journal.unja.ac.id/STP/article/view/6388/9324</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2018 Jurnal Silva Tropika</dc:rights>
</oai_dc:dc>