Daemeter_Berau_Kutim_HCV_Peer Review.pdf - HCV Resource ...

REVIEW REPORT ASSESSMENT HCVF LEVEL LANDSCAPE BERAU KUTAI
By: Lilik Budi Prasetyo
Forestry Faculty- Bogor Agricultural University
Sesuai dengan TOR Review report assessment HCVF level landscape Berau Kutai, review
ditulis berdasarkan urutan berikut :
1. Review of report assessment of HCVF level landscape Berau Kutai;
Review dilakukan dengan merunut metoda yang digunakan dalam analisis, terkait
dengan hasil identiikasi HCVF.
2. Reviewing the quality and scientific content of this report, particularly as it
relates to landscape ecology, biodiversity and spatial analysis;
3. Identify the strengths and weaknesses of the report, including its potential
advantages to be used in any kind of spatial planning;
4. Propose recommendations and analysis of data from this report that can be used
beyond HCV activities;
1. Metoda yang digunakan pada Laporan assessment of HCVF level landscape Berau
Kutai
(a) Identifikasi penutupan hutan
Menurut laporan, identifikasi penutupan hutan di masa lalu (past forest cover) dan saat ini
(current forest cover) dilakukan dengan menggunakan data satelit Landsat Multi Spectral
Scanner/ MSS, Thematic Mapper/TM dan Enhanced Thematic Mapper/ ETM, menggunakan
teknik klasifikasi secara visual dengan on creen digitizing.
Metoda klasifikasi tidak diuraikan secara jelas dan detail sehingga reliabilitas data yang
dihasilkan diragukan. Bahkan bila diikuti sesuai dengan yang diuraikan dalam laporan
dijumpai inkonsistensi dari penerapan metoda tersebut. Selain itu dari pengecekan secara
acak didapatkan banyak ommission dan commission error. Beberapa kasus yang ditemukan
disajikan pada bagian yang berkaitan dengan analisis spasial.
Pada saat klasifikasi penutupan lahan diusahakan mencapai kondisi cloud free image, namun
karena selalu tertutup awan, walaupun telah menggunakan banyak image kondisi tersebut
tidak tercapai. Namun laporan tidak menjelaskan bagaimana kondisi ini diatasi.

Pada saat klasifikasi penutupan hutan, tidak disebutkan sumber data sekunder yang digunakan
sebagai referensi. Sangat disayangkan bila tidak mengacu/menggunakan informasi resmi yang
telah dipublikasikan oleh Departemen Kehutanan (Badan Planologi). Data ini juga dapat
digunakan untuk menutupi kekurangan data karena gangguan awan.
(b) Pemetaan HCVF
Laporan telah dapat memetakan HCVF 2 dan HCVF 3 di Kalimantan Timur berdasarkan Toolkit
for Identification of High Conservation Values in Indonesia, dengan sedikit modifikasi pada
salah satu threshold proporsi luasan hutan untuk ekosistem langka. Sedangkan pemetaan tipe
ekosistem didekati dengan menggunakan data RePPProt dipadukan dengan DEM SRTM.
Pemetaan HCVF 3:
Pemetaan Endanger ecosystem mengacu pada kriteria Toolkit for Identification of High
Conservation Values in Indonesia. Data yang digunakan adalah data tutupan hutan yang lalu
(1975s), dan present (2009s), yang didapatkan dari citra satelit. Sedangkan ancaman
digunakan pendekatan peta RTRWP untuk menentukan tutupan hutan yang akan hilang.
Asumsi yang digunakan adalah bahwa hutan yang tidak dilindungi/boleh dikonversi (bukan CA,
TN,THR,HL,HPP dan KBK) akan hilang. Perlu diberi catatan bahwa walaupun berstatus hutan
lindung/konservasi masih mempunyai peluang untuk berubah.
Ancaman yang juga disebut dalam Laporan adalah kebakaran. Data yang digunakan adalah
world fire atlas (http://wfaa-dat.esrin.esa.int/) dan dispasialkan seperti disajikan pada
Gambar 1.3.1. (halaman 19). Data yang dihasilkan adalah dugaan kebakaran hutan (hotspot)
bukan kebakaran hutan seperti disebutkan dalam text. Dibandingkan dengan kebakaran hutan
yang sebenarnya, dugaan (hotspot) tersebut bisa under estimate maupun over estimate
(Siegert, 1999).
Modifikasi criteria dilakukan pada saat menentukan rare ecosystem dengan merubah threshold
dari 5% ke 1 %. Perubahan ini dimaklumi karena banyaknya tipe ekosistem di areal studi,
sehingga sebagian besar ekosistem mempunyai luasan

2. Kualitas dan substansi ilmiah dari laporan, terkait dengan analisis spasial, ekologi
lanskap dan keanekaragaman hayati.
2.1. Database spasial citra Satelit dan Vector
a. Format data dan penulisan nama file
Data citra Landsat yang diterima dari TNC sudah berupa data dengan format *.img untuk data
TM dan ETM, sebagian MSSR, serta Geotiff untuk sebagian besar data Landsat MSSR (dalam
bentuk file zip/rar). Data dengan format *.img dapat langsung dibuka dengan Software Erdas
Imagine, sedangkan Geotiff perlu diimport sebelumnya sebelum dibaca di Erdas. Jumlah band
untuk TM dan ETM, hanya 3 (band 5, band 4 dan band 3). Sedangkan untuk MSS sebanyak 4
band.
Untuk Landsat TM dan ETM, penulisan file adalah sbb L71116059_05920070924_b543. Karena
tidak ada metadata atau protokol penulisan nama file maka sulit memaknainya. Pihak lain
yang akan memakai hanya bisa menebak bahwa file tersebut adalah data Landsat 7, Path 116
dan Row 59, yang diakuisisi pada tanggal 24 September 2009 yang tersusun dengan urutan
band 5, 4 dan 3. Ketika file tersebut dibuka ternyata penulisan file ini tidak konsisten. Data
citra terkadang tersusun dengan urutan RGB=345 (TM/ETM tahun 1991, 2001, 2007, and 2008)
dan kadang kala dengan urutan RGB = 543 (TM/ETM tahun 2000, 2006, dan 2009).
Ketidakjelasan dan ketidakkonsistenan dalam menyusun data yang digunakan penelitian
merugikan pengguna, karena akan menimbulkan kesulitan bila akan digunakan kembali.
Selain itu pengguna akan kesulitan mengecek reliabilitas data hasil penelitian. Disarankan
data dilengkapi dengan metadata yang berisi informasi mengenai data tersebut, dari
penamaan, sumberdata, skala sumberdata, tahun data, software yang dipakai dll.
2.2. Pembangunan data penutupan hutan (Forest Cover) dan analisis spasial
2.2.1. Pre Processing data Landsat.
Sebelum diklasifikasi secara visual, seyogyanya setiap scene di geo reference/geo koreksi
sehingga dapat di overlay satu scene dengan scene yang lain. Dari data Landsat yang terpilih
ada satu scene yang belum dikoreksi dengan baik, yaitu data Landsat MSSR yang diakuisisi
tahun 1972 (lm1240590007234010.img).
2.2.2. Penutupan hutan
Menurut uraian metoda di dalam laporan, untuk membuat data forest cover telah digunakan
88 scenes Landsat Imagery (22 scenes TM/ETM Landsat & 44 scenes of Landsat MSSR) dari

erbagai tahun dengan menggunakan interpretasi visual. Klasifikasi yg digunakan adalah
dengan menggunakan digitasi on screen setelah semua citra dikoreksi geometri.
Untuk menyusun forest cover tahun 1975 (past forest cover) digunakan data citra tahun 1972
– 1982. Algoritme yang digunakan adalah dengan menggunakan teknik overlay, dimana
informasi luasan hutan yang dipakai adalah informasi dari scene yang terlama. Sedangkan
untuk menyusun forest cover tahun 2009 (current forest cover) digunakan data citra satelit
dari tahun 2006 – 2009. Algoritme yang digunakan adalah dengan menggunakan teknik
overlay, dimana informasi luasan hutan yang dipakai adalah informasi dari data citra yang
terbaru.
Beberapa kritik mengenai proses pembentukan forest cover adalah sbb :
a. Jumlah scenes yang digunakan setelah menghitung Tabel 1.2.1. (hal. 7) da Tabel 1.2.2
(hal. 8) adalah sebanyak 77 citra, yang terdiri dari 44 citra Landsat MSS 1,2, dan 3,
serta 33 landsat ETM 7, ditambah dengan 27 scenes Landsat TM 5 sebagai reference)
b. Laporan tidak menyebutkan secara detail bagaimana teknik klasifikasi secara visual
dilakukan dilakukan, misalnya :
Pada skala berapa secara konsisten on screen digitasi dilakukan ?
Tidak dijelaskan urutan kerja klasifikasi yang dilakukan, sehingga sulit
mengecek reliability hasil klasifikasi. Pertanyaan yang timbul terkait dengan
metoda overlay adalah :
i. apakah klasifikasi dilakukan pada setiap scene dan baru kemudian
dilakukan overlay, atau apakah klasifikasi dilakukan secara interaktif
simultan dengan menggunakan semua data citra.
ii. Bila dilakukan pada setiap scene, bagaimana mengambil keputusan
seandainya tidak dapat dicapai “cloud free” walaupun multi temporal
data citra sudah digunakan ?
iii. Terkait dengan butir (ii), apabila penentuan land cover dilakukan
dengan judgement interpreter (dengan mengacu pada suatu sumber)
maka hal tersebut harus disebutkan dalam metoda, sehingga dapat
diketahui tingkat reliabilitas data yang dihasilkan. Salah satu peta
rujukan yang dapat dipakai untuk menutupi kekurangan tersebut adalah
peta Penutupan Lahan dari RePPProt dan peta penutupan lahan yang
dipublikasikan oleh Baplan. Metoda yang dipakai kedua peta tersebut
juga klasifikasi visual. Pada peta Baplan klasifikasi hutan lebih detail,

karena sudah memasukkan tipe ekosistem dan juga gangguan manusia.
Selain itu data GeoCover (https://zulu.ssc.nasa.gov/mrsid/mrsid.pl)
juga dapat digunakan untuk membantu klasifikasi.
c. Untuk mengecek ketepatan klasifikasi visual, TNC memberikan sampel data citra dan
hasil akhir klasifikasi dalam format ESRI shape file (.shp). Dengan menggunakan data
tersebut sebagai acuan, secara acak ditemukan beberapa hal :
Omission error
Omission error adalah error yang terjadi karena obyek (dalam hal ini hutan)
diklasifikasikan menjadi non hutan. Kesalahan ini disebabkan oleh kesalahan
interpreter atau karena kondisi data yang tidak baik (misal tertutup
awan/haze/shadow). Kesalahan karena interpreter bisa terjadi karena pemahaman
lapangan dari interpreter yang kurang, kapabilitas interpreter, karena faktor
kelelahan, ketidaktelitian atau factor non teknis yang lain. Dari data citra yang
terpilih secara acak, omission yang terjadi diilustrasikan pada Gambar 1.
Non
Hutan
Hutan
Gambar 1. Overlay Landsat tahun 2009 (P/R : 116/61) dengan data vector
deliniasi hutan dan non hutan tahun 2009s (current)
hasil

Pada Gambar 1 tersebut, data citra yang ditampilkan adalah data citra path/row
116/61 tahun terkini (2009) yang dioverlay dengan hasil akhir peta hutan dan non
hutan yang berupa ESRI shp file. Menurut hasil klasifikasi, daerah di dalam polygon
dengan warna hijau adalah hutan (Hutan Lindung S.Wain). Sedangkan daerah yang
diberi lingkaran merah (Hutan Bukit Bangkirai, ± 100 ha), (warna hijau tua) sesuai
dengan kunci interpretasi dari Baplan (berdasarkan elemen tone dan color) mestinya
adalah hutan, namun terklasifikasi menjadi non hutan. Kesalahan yang sama dapat
dilihat pada Gambar 2 dan Gambar 3. Omission Error karena ada lokasi berhutan yang
juga tidak terdeliniasi. Kasus serupa terjadi juga di tempat yang lain .
Non Hutan
Hutan
Gambar 2. Overlay landsat tahun 2009 dengan hasil deliniasi hutan dan non hutan
Ommission error terjadi terutama pada remnant patch hutan yang berukuran kecil.
Misalnya remnant patch hutan di Bukit Bangkirai.
Commission Error
Commission error adalah kesalahan karena memasukan kelas non hutan ke dalam kelas
hutan. Ilustrasi kesalahan ini disajikan pada Gambar 4. Pada gambar tersebut,
lingkaran merah menunjukkan bagian yang semestinya tidak dikelaskan sebagai hutan.

Gambar 3. Overlay Landsat 2009 (P/R:116059) dengan data vector deliniasi hutan dan
non hutan tahun 2009s (current)
Gambar 4. Overlay Landsat 2009 (P/R:116059) dengan data vector deliniasi hutan dan
non hutan tahun 2009s (current)

d. Di dalam laporan disebutkan bahwa untuk membuat penutupan hutan tahun 1975s,
dilakukan query sbb “ The large number of images over a ten year period was
required to achieve a ‘cloud free’ view of this part of Kalimantan. Where possible the
earliest image was used, such that where an earlier image showed a location to be
forested and a later image non-forest, the location was classified as forest. The
nominal date of the forest cover is given as c.1975”
Secara acak dapat ditemukan bahwa metoda tersebut tidak dilakukan.
disajikan pada Gambar 5, 6, 7 dan 8.
Ilustrasi
Gambar 5 dan 7 adalah overlay antara data citra tahun 1982 dengan hasil deliniasi
forest dan non forest. Kalau menurut metoda yang diterangkan di atas semestinya non
forest (di dalam polygon biru) pada tahun 1982 tersebut akan menjadi forest karena
pada tahun 1973 daerah tersebut adalah masih berupa hutan, seperti diilustrasikan
pada Gambar 6 dan 8.

Non
Forest
Gambar 5. Citra tahun 1982 dioverlay dgn data vector deliniasi hutan dan non
hutan tahun 1975s
Forest
Gambar 6 .Citra Landsat MSS tahun 1973 dioverlay dgn data vector
deliniasi hutan dan non hutan tahun 1975s

Non
Forest
Forest
Gambar 7. Citra Landsat tahun 1982 (P/R: 125/059) dioverlay dengan data
vector hasil deliniasi hutan dan non hutan tahun 1975s
Forest
Non
Forest
Gambar 8. Citra Landsat tahun 1973 (P/R: 125/059) dioverlay dengan data
vector hasil deliniasi hutan dan non hutan tahun 2975s

Contoh commission error yang lain adalah pada Gambar 9 dan Gambar 10.
Gambar 9. Citra tahun 1973 (P/R:124059) overlay dengan data vector hasil
deliniasi hutan dan non tahun 1975s
Gambar 10. Citra tahun 1982 (P/R:124059) overlay dengan vector hasil
deliniasi hutan dan non hutan tahun 1975s

Pada Gambar tersebut menunjukkan lokasi yang pada tahun 1973 dan 1982 merupakan
daerah bukan hutan, namun diklasifikasikan menjadi hutan.
e. Di dalam laporan disebutkan bahwa untuk membuat penutupan hutan saat ini (current
forest), tahun 2010, dilakukan denan ketentuan sbb : Current (2009) forest cover
was mapped using onscreen digitization of 44 Landsat 7 scenes (44 scenes of Landsat
7) from between 2006 and August 2009, Table 1.2.1, and Figure 1.2.3. The number of
scenes was required to obtain a relatively cloud free image of this part of
Kalimantan. W(h)ere possible the most recent scene was used
Metoda seperti yang diuraikan di atas tidak dilakukan dengan konsisten. Ilustrasi
disajikan pada Gambar 11.
a
b
c
d
Gambar 11. (a) Landsat tahun 2006, (b) Landsat tahun 2008, (c) Landsat tahun
2009 dan (d) Landsat tahun 2010.

Gambar 11 adalah kondisi citra Landsat tahun 2006, 2008, 2009 dan 2010 yang
dioverlay dengan klasifikasi hutan dan hutan tahun 2009s. Apabila metoda dilakukan
dengan konsisten maka lahan terbuka yang digambarkan dengan daerah berwarna
merah/pink (± 200 ha) (Gambar 11d) tidak dimasukkan sebagai penutupan hutan
(deliniasi kuning).
Kesalahan serupa diilustrasikan pada Gambar 12.Kedua ilustrasi ini menunjukkan
bahwa metoda yang tertulis tidak dilakukan dengan benar.
a
b
c
d
Gambar 12. (a) Landsat tahun 2006, (b) Landsat tahun 2008, (c) Landsat tahun
2009 dan (d) Landsat tahun 2010.
2.2. Landscape Ecology dan Biodiversity
Ekologi Lanskap (landscape ecology) mempelajari struktur, fungsi dan perubahan lanskap.
Struktur terkait dengan elemen penyusun dari lanskap yang dapat dibedakan menjadi Patch,
Matrix dan Corridor (Koridor) (Forman & Godron, 1986). Patch adalah areal homogen yang

dapat dibedakan dari daerah sekelilingnya. Corridor adalah patch yang memanjang dan
Matrix adalah patch yang paling dominan. Sedangkan edge adalah batas antara patch dan
patch atau matrix dengan patch yang berbeda. Lanskap disebut homogen apabila tersusun
dari unit lanskap yang seragam, sedangkan lanskap heterogen bila tersusun dari patch-patch
yang beragam. Semakin beragam lanskap maka akan semakin besar edge, yang
mengindikasikan lanskap yang semakin terfragmentasi.
Species merespon fragmentasi lanskap secara berbeda. Bagi habitat specialist species pada
hutan misalnya, fragmentasi hutan akan menyebabkan penururunan kelimpahan. Sedangkan
pada habitat generalist species, fragmentasi tidak berakibat banyak, justru cenderung
menguntungkan. Terlebih lagi untuk edge species yang bersifat generalist, semakin
fragmented dan beragam maka akan semakin menguntungkan bagi kelangsungan hidupnya.
Untuk mengelola keanekaragaman species pada level lanskap, maka sangat diperlukan
pemahaman mengenai struktur lanskap dan karakter species yang menjadi target kunci
pengelolaan.
Terkait dengan teori tersebut, gambaran lanskap secara keseluruhan dari wilayah studi tidak
didapatkan karena hanya tutupan hutan saja yang dipetakan. Padahal dalam konteks ekologi
lanskap dan pengelolaan lanskap informasi unit-unit penyusun lanskap/habitat (patches)
sangat dibutuhkan. Misalnya menentukan wilayah yang dimungkinkan untuk dikembangkan
koridor satwa, baik koridor kontinyu ataupun stepping stone koridor. Untuk stepping stone
corridor, remnant patch yang berukuran kecilpun dapat memerankan posisi yang penting.
3. Kekuatan dan Kelemahan dari laporan
3.1. Kekuatan
Laporan telah berhasil memetakan HCVF 2 dan HCVF 3 dengan mengacu pada Toolkit for
Identification of High Conservation Values in Indonesia. Pemetaan dilakukan dengan
menggunakan analisis overlay dan buffer dengan menggunakan beberapa peta
tematik. Beberapa pertimbangan teknik telah disesuaikan dengan kondisi wilayah
studi, yaitu :
Penentuan threshold 1 % untuk menentukan batas ekosistem alam yang langka (rare
ecosystem) sebagai HCV 3.
Menentukan 3 wilayah transisi ekosistem, berdasarkan ketinggian (elevational), lahan
basah dan bukan lahan basah (wetlands and non-wetland),dan kerangas dan non
kerangas (heath and non-heath forest).

Menentukan lebar ecotone sebesar 3 km untuk menjamin kelestarian species.
Hal yang penting juga dikemukakan adalah bahwa studi telah dapat mengumpulkan data
multiwaktu satelit landsat yang sangat berguna.
Studi juga telah dapat menyusun beberapa peta tematik, misalnya tipe ekosistem (dengan
pendekatan Sistem lahan/Land system), Digital Elevation Model (slope & Elevasi), dan
Penutupan hutan. Peta tematik ini telah diperbaiki dengan menggunakan garis pantai dari
DEM SRTM.
3.2. Kelemahan
Beberapa kelemahan dari laporan adalah :
(a) Metodologi penyusunan past & current forest cover tidak diuraikan dengan jelas dan
tidak konsisten.
(b) Akurasi hasil klasifikasi tidak diketahui. Akuntabilitas penutupan hutan juga diragukan
karena dijumpai banyak kesalahan pada proses klasifikasi hutan dan non hutan, baik
omission dan commission error.
(c) Ada kecenderungan deliniasi hutan hanya dilakukan pada Patch hutan yang luas,sehingga
patch hutan yang sempit tidak terpetakan, misalnya remnant patch hutan di Bukit
Bangkirai.
(d) Pada saat memberikan uraian tentang peta distribusi HCVF dan arahan pengelolaan,
dimensi spasial (baik pada peta/uraian) terkait dengan batas administrasi dan fungsi
hutan tidak terlihat. Hal ini akan menimbulkan kesulitan bila arahan pengelolaan
tersebut akan dilakukan oleh para pemegang kepentingan (stake holder). Misalnya
digunakan untuk seleksi lokasi implementasi REDD hingga pada tingkat desa/kecamatan.
(e) Hasil dari sebuah riset bukan hanya berupa hard print dokumen, tetapi juga data berupa
softcopy laporan dan softcopy data. Baik data sebelum dan sesudah analisis. Terkait
dengan hal ini maka softcopy data harus dilengkapi dengan metadata. Hal ini akan
memudahkan user atau peneliti berikutnya dapat memanfaatkan dengan baik.

4. Propose recommendations and analysis of data from this report that can be used
beyond HCV activities
4.1. Saran tindak lanjut untuk memperbaiki data
Data penutupan hutan merupakan informasi dasar yang penting, sehingga sebelum data yang
dihasilkan digunakan untuk keperluan analisis yang lain maka data harus diperbaiki.
a. Untuk bagian yang tidak bisa mencapai cloud free maka diperlukan sumber data lain
untuk menutupi bagian yang tertutup awan. Untuk data current forest bisa
digunakan data ALOS PALSAR data atau data penutupan lahan dari Baplan
(Departemen Kehutanan RI). Sedangkan untuk past forest cover dapat digunakan peta
RePPProt atau sumberdata lain. Dokumentasi NASA dalam bentuk mosaic Landsat
hingga tahun 1990 (https://zulu.ssc.nasa.gov/mrsid/) dapat juga digunakan sebagai
data substitusi.
b. Perlu penyempurnaan deliniasi karena omission dan commission error.
c. Perlu penyempurnaan peta-peta yang dihasilkan dengan menambahkan informasi
mengenai desa dan kecamatan, sehingga mempermudah user untuk memahami dan
menindaklanjuti laporan tsb.
4.2. Permodelan perubahan lahan dan faktor penyebab perubahan lahan.
Asumsi yang digunakan pada studi ini dalam menentukan future forest cover/potential loss
adalah RTRWP, yaitu bila bukan hutan konservasi/dilindungi diasumsikan hutan tersebut akan
hilang. Sedangkan bila diprotesi/konservasi akan tetap. Pada kenyataan di lapangan
konversi hutan/encroachment bisa terjadi dimana saja baik di kawasan konsersi/dilindungi
atau tidak. Sehingga perlu dibangun sebuah spasial model perubahan hutan. Permodelan ini
dimungkinkan karena telah tersedia data time series dan pengetahuan dasar mengenai
hubungan faktor social/ekonomi yang telah mencukupi di Kalimantan timur.
Hasil dari permodelan tersebut dapat juga digunakan untuk menentukan area yang perlu
prioritas untuk dilindungi.
Pada saat melakukan permodelan, dapat diketahui juga faktor-faktor penyebab perubahan
lahan/deforetasi sehingga dapat diambil kebijakan yang tepat untuk mengatasi
permasalahan tersebut.