Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Sylva Scienteae

ANALISIS NEKROMASSA BERDASARKAN INDEKS VEGETASI DI KAWASAN HUTAN DENGAN TUJUAN KHUSUS UNIVERSITAS LAMBUNG MANGKURAT Ariansyah, Muhammad Indra; Jauhari, Ahmad; Syam'ani, Syam'ani
Jurnal Sylva Scienteae Vol 7, No 5 (2024): Jurnal Sylva Scienteae Vol 7 No 5 Edisi Oktober 2024
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jss.v7i5.9604

Abstract

This study aims to calculate the correlation of the potential of restless necromass with vegetation index and estimate restless necromass with greenness index using Landsat 9 imagery in the KHDTK area. The data used in this study is in the form of primary data and secondary data. The primary data used are remote sensing data in the form of the latest Landsat 9 imagery and field observation data. Field conservation data is the bottom carbon (litter necromass) which includes total weight, wet weight, and dry weight in each sampling plot. While secondary data are obtained based on literature studies. Then perform correlation analysis, regression analysis, and accuracy tests. The results of this study showed that based on 35 samples, research data was taken around 28 samples to be a reference in modeling. The results of a single regression correlation between the vegetation index value and the dry weight of the necromass were obtained a correlation value of 0.60 and an RMSE value of 12.56 obtained from the average dry weight of the necromass of 28 samples whose average number of necromass dry weight was 106.59. This means that this modeling value has a slight error difference, so that this correlation modeling can be used as a reference to measure and map the magnitude of the distribution of restless necromass.Penelitian ini bertujuan menghitung korelasi potensi nekromassa seresah dengan indeks vegetasi dan Mengestimasi nekromassa seresah dengan indeks kehijauan menggunakan citra Landsat 9 pada areal KHDTK. Data yang digunakan dalam penelitian ini berupa data primer dan data sekunder. Data primer yang digunakan yaitu data pengindraan jauh berupa Citra Landsat 9 terbaru dan data hasil observasi lapangan. Data obeservasi lapangan yaitu yaitu karbon bawah (nekromassa seresah) yang meliputi berat total, berat basah, dan berat kering dalam setiap plot sampling. Sedangkan data sekunder diperoleh berdasarkan studi kepustakaan. Kemudian malakukan analisis korelasi, analisis regresi, dan uji akurasi. Hasil penelitian ini menunjukan bahwa Berdasarkan 35 jumlah sampel data penelitian diambil sekitar 28 sampel untuk menjadi acuan dalam pemodelan. Adapun hasil korelasi regresi tunggal antara nilai indeks vegetasi dengan berat kering nekromassa seresah yaitu mendapatkan nilai korelasi sebesar 0,60 dan nilai RMSE sebesar 12,56 yang didapatkan dari  rata rata Berat Kering nekromassa yang berjumlah 28 sampel yang jumlah rata rata Berat Kering Nekromassa sebesar 106,59. Artinya nilai pemodelan ini memiliki selisih kesalahan yang sedikit, sehingga pemodelan korelasi ini dapat dijadikan acuan untuk mengukur dan memetakan besar sebaran nekromassa seresah.
BIODIVERSITAS AMFIBI ORDO ANURA DI SUNGAI MANDIANGIN KAWASAN HUTAN DENGAN TUJUAN KHUSUS UNIVERSITAS LAMBUNG MANGKURAT Elis, Elis; Soendjoto, Mochamad Arief; Jauhari, Ahmad
Jurnal Sylva Scienteae Vol 8, No 6 (2025): Jurnal Sylva Scienteae Vol 8 No 6 Edisi Desember 2025
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jss.v8i6.17785

Abstract

Penelitian ini mengeksplorasi biodiversitas amfibi dari Ordo Anura di Sungai Mandiangin, yang terletak di Kawasan Hutan Dengan Tujuan Khusus (KHDTK) Universitas Lambung Mangkurat, Karang Intan, Kabupaten Banjar, Kalimantan Selatan. Lingkungan KHDTK yang mendukung, seperti tanah yang kaya bahan organik dan sumber air yang melimpah, menyediakan habitat beragam bagi spesies Anura. Penelitian ini bertujuan menganalisis biodiversitas amfibi dan memetakan persebarannya berdasarkan tutupan lahan dengan nilai NDVI. Dilakukan dari Januari hingga Maret 2024 menggunakan metode Visual Encounter Survey (VES) Hasil penelitian mengidentifikasi 7 spesies amfibi dengan total 27 individu. Indeks keanekaragaman Shannon 1.77 menunjukkan tingkat keanekaragaman sedang, dengan indeks kemerataan jenis 0.91 menunjukkan distribusi stabil di antara spesies. Indeks kekayaan jenis 1.82 mengindikasikan kekayaan jenis yang masih rendah. Hutan sekunder tua dengan NDVI tertinggi (0.60-0.70) mendukung keberagaman spesies. Suhu tubuh amfibi berkisar 24.8°C hingga 26.8°C, dengan kelembaban habitat 80%-85%. Studi ini menekankan pentingnya pelestarian habitat untuk menjaga populasi amfibi di daerah Sungai Mandiangin KHDTK ULM.
Estimasi Penyerapan Karbon di Kawasan Hutan dengan Tujuan Khusus ULM Menggunakan Metode Klasifikasi NDVI Dengan Citra Sentinel-2 MSI Ramadhan, Aditya; Syam'ani, Syam'ani; Jauhari, Ahmad
Jurnal Sylva Scienteae Vol 9, No 1 (2026): Jurnal Sylva Scienteae Vol 9 No 1 Edisi Februari 2026
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jss.v9i1.11428

Abstract

ABSTRACT, Greenhouse gases such as carbon dioxide are significant contributors to global warming, threatening the global climate. Carbon in forest biomass has the potential to reduce GHG emissions. This research aims to develop a biomass model based on NDVI values and field data to estimate carbon sequestration in the ULM Forest Carbon Stock Area. The research utilizes two methods: NDVI and field measurements. Pre-field data management involves image management, image correction, and image clipping for NDVI analysis on the research area map. Sample point determination uses stratified and purposive sampling with a plot size of 20 m × 20 m, totaling 45 sample points. Field observation data collection at tree, pole, pile, understory vegetation, seedlings, and litter levels to assess the forest biomass potential. The research results, based on 38 samples, establish a linear regression model correlation of 715.62x-187.29 with an R2 of 0.701 and an RMSE measurement error rate of 41.72 kg/pixel, indicating an average field carbon potential of 217.11 kg/pixel. This shows the highest carbon potential in 2018 at 0.39 ton/pixel and 0.42 ton/pixel in 2022. The developed linear regression model indicates a carbon sequestration of 2585.07 tons or 1.63 tons/ha over a four-year period in the ULM Forest Carbon Stock Area.Keywords : Biomass, NDVI, Correlation, Carbon SequestrationABSTRAK. Gas rumah Kaca (GRK) seperti karbon dioksida menjadi kontributor utama pemanasan global yang mengancam iklim global. Karbon hutan dalam bentuk biomassa memiliki potensi menurukan emisi GRK. Penelitian ini bertujuan mengembangkan model biomassa antara nilai NDVI dan data lapangan sehingga mengestimasikan serapan karbon KHDTK ULM. Metode penelitian menggunakan dua metode NDVI dan pengukuran lapangan. Pengelolaan data pralapangan meliputi pengelolaan citra, koreksi citra, pemotongan citra untuk analisis NDVI pada peta wilayah penelitian. Teknik penentuan titik sampel menggunakan stratified sampling dan purposive sampling dengan ukuran plot 20 m × 20 m berjumlah 45 titik sampel. Pengambilan data hasil observasi lapangan pada tingkat pohon, tiang, pancang tumbuhan bawah, semai dan seresah untuk mengetahui potensi biomassa hutan. Hasil penelitian menunjukkan dari 38 sampel yang digunakan membangun korelasi model regresi linier yaitu 715,62x-187,29 dengan R2 (0,701) dengan RMSE tingkat eror pengukuran potensi karbon sebesar 41,72 kg/pixel, dengan rata-rata potensi karbon lapangan 217,11 kg/pixel. Menunjukkan potensi karbon terbesar tahun 2018 yaitu 0,39 ton/pixel dan tahun 2022 sebesar 0,42 ton/pixel. Model regresi linier yang dikembangkan menunjukkan penyerapan karbon KHDTK ULM sebesar 2585,07 ton atau 1,63 ton/ha dalam kurun waktu empat tahun.Kata Kunci: Biomassa, NDVI, Korelasi, Penyerapan Karbon
Correlation Analysis of Vegetation Density (VD) with the Level of Vegetation Covery Density in Forest Areas for Special Objectives Lambung Mangkurat University Busthami, Yazid; Peran, Setya Budi; Jauhari, Ahmad
Jurnal Sylva Scienteae Vol 9, No 1 (2026): Jurnal Sylva Scienteae Vol 9 No 1 Edisi Februari 2026
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jss.v9i1.11436

Abstract

Penelitian ini memiliki tujuan, yaitiu; (1) Menganalisis korelasi data Normalize Difference Vegetation Indeks (NDVI) dengan luas kerapatan tajuk di Kawasan Hutan Dengan Tujuan Khusus (KHDTK) Universitas Lambung Mangkurat (ULM); (2) Menganalisis korelasi Vegetation Densitiy (VD) dengan nilai kerapatan tajuk raster di KHDTK ULM. Penentuan titik pengambilan sampel menggunakan purposive sampling berdasarkan Peta Normalize Difference Vegetation Indeks (NDVI) dengan kelas penutupan lahan berupa hutan sekunder dan ukuran petak ukur 10x10 m2 tingkat tiang dan 20x20 m2 untuk tingkat pohon, dengan data yang diambil berupa lebar tajuk melalui pengukuran diameter/jari-jari tajuk vegetasi. Hasil dari penelitian ini yaitu persamaan antara nilai Normalized Difference Vegetation Index (NDVI) dengan luas kerapatan tajuk dalam plot 20x20 m2 mendapatkan persamaan dengan y = 0,5327x - 0,176, dengan nilai koefisien determinasi (R2) sebesar 0,7159 yang memiliki arti bahwa nilai variabel (x) tersebut mempunyai pengaruh 71% dan nilai koefisien korelasi (r) 0,8461 mengartikan hubungan antara Normalized Difference Vegetation Index (NDVI) dengan luas kerapatan tajuk dalam plot 20x20 m2 sangat kuat dan persamaan antara nilai Vegetatio Density (VD) dengan Kerapatan tajuk raster menghasilkan y = 0,6851x + 0,0076, dengan nilai koefisien determinasi (R2) sebesar 0,9146 yang memiliki arti bahwa nilai variabel (x) tersebut mempunyai pengaruh 91% dan nilai Koefisien Korelasi (r) 0,956347 mengartikan hubungannya sangat kuat. Oleh karena itu, penggunaan citra Vegetation Density (VD) dapat dijadikan informasi yang cukup valid terhadap data kerapatan tajuk vegetasi pada suatu area dan dapat dijadikan informasi tambahan sebelum melakukan pengambilan data di lapangan