1 I . PENDAHULUAN 1.1.Latar Belakang Biomassa sangat relevan dengan isu perubahan iklim serta berperan penting dalam siklus karbon. Sebagai konsekuensi jika terjadi kerusakan hutan, pembakaran, pembalakan dan sebagainya akan melepas dengan menambah jumlah karbon di atmosfer. Biomassa merupakan total bahan organik yang dihasilkan oleh suatu tanaman yang dinyatakan dalam satuan ton berat kering persatuan luas (Brown, 1997). Dalam perkembangannya, pengukuran biomassa mencakup seluruh biomassa yang hidup ada di atas dan di bawah permukaan. Biomassa diatas permukaan mencakup batang, tunggul, kulit kayu, biji dan daun dari vegetasi baik dari strata pohon dan strata tumbuhan bawah di lantai hutan, sedangkan biomassa bawah permukaan mencakup semua biomassa dari akar tumbuhan yang hidup (Sutaryo, 2009). Estimasi biomassa dapat dilakukan dengan tiga pendekatan yaitu modeling, pengukuran langsung di lapang dan Penginderaan Jauh (Lu, 2006). Pengukuran langsung di lapang dipertimbangkan lebih dapat dipercaya dan lebih teliti dibandingkan dua pendekatan lainnya. Namun, pendekatan ini memerlukan waktu lama, keterbatasan pengulangan unit contoh dan tidak mencakup areal vegetasi yang luas (de Gier, 2003). Dari ketiga pendekatan tersebut, pendekatan dengan Penginderaan Jauh lebih dipilih karena dapat digunakan untuk kawasan dengan luasan besar. Salah satu pemanfaatan teknologi Penginderaan Jauh yaitu melalui citra Landsat. Estimasi biomassa melalui Citra Landsat dilakukan dengan pendekatan lndeks vegetasi. Indeks vegetasi merupakan cara untuk mendeteksi kerapatan vegetasi melalui karakteristik spektral pada saluran-saluran yang peka terhadap fenomena vegetasi pada kisaran spektrum radiasi merah dengan infra merah dekat untuk mendapatkan suatu nilai yang mencerminkan kelimpahan atau kesehatan vegetasi (Lillesand dan Kiefer, 1994). Estimasi biomassa dengan pendekatan indeks vegetasi telah banyak dilakukan antara lain: Orientasari (2005) melakukan estimasi biomassa dengan pendekatan indeks vegetasi NDVI, TNDVI, RVI, DVI dan TRVI melalui citra 2 Landsat pada areal hutan tanaman industri. Ardiansyah et al., (2005) melakukan pendugaan biomassa dan stok karbon atas permukaan menggunakan data penginderaan jauh Landsat melalui indeks vegetasi NDVI pada Acacia mangium dan Acacia crassicarpa. Boone et al., (2000) dan Budi (2000) melakukan pendugaan biomassa dalam memetakan mangrove pada beberapa indeks vegetasi menggunakan citra Landsat. Forestian (2011) mengestimasi biomassa dan kerapatan vegetasi mangrove menggunakan data Landsat melalui pendekatan indeks vegetasi NDVI. Namun penelitian tersebut diatas mengkonsentrasikan pada tipe penggunaan lahan tertentu, terutama pada penggunaan lahan yang memiliki nilai ekonomi seperti hutan tanaman industri (Eucalyptus grandis, Acacia mangium dan Acacia crassicarpa). Dalam penelitian ini dilakukan estimasi biomassa atas permukaan dari beberapa tipe penutupan lahan dengan pendekatan indeks vegetasi. Adapun tipe indeks vegetasi yang digunakan adalah NDVI (Normalized Difference Vegetation Index), TNDVI (Transformed Normalized Diferrent Vegetation Index), RVI (Ratio Vegetation Index), dan TRVI (Transformed Ratio Vegetation Index). 1.2.Tujuan 1. Interpretasi penutupan lahan dan mentransformasikan indeks vegetasi melalui citra Landsat. 2. Membangun model hubungan antara biomassa atas permukaan dengan indeks vegetasi. 3. Mengestimasi biomassa atas permukaan pada berbagai penutupan lahan di Kabupaten Mamuju Utara.