Kehilangan Tutupan Pohon Bukan Deforestasi: Hansen vs NDVI

Peta merah di atas latar hijau terlihat meyakinkan: piksel yang dulu berhutan kini terang, berarti hutannya hilang. Di Google Earth Engine kesimpulan itu bisa dibuat dalam beberapa baris kode, lewat selisih NDVI dua tahun, atau lewat dataset Global Forest Change dari University of Maryland (Hansen dkk.). Masalahnya, kedua cara itu mengukur hal yang berbeda, dan tidak satu pun yang langsung mengukur deforestasi.

Tiga istilah yang sering dianggap sama

Istilah	Artinya	Pemilik definisi
Tutupan pohon (tree cover)	Persentase penutupan tajuk oleh semua vegetasi yang lebih tinggi dari 5 meter, untuk tahun 2000	Hansen/UMD
Kehilangan tutupan pohon (forest loss)	Gangguan yang mengganti tegakan, atau perubahan dari kondisi hutan ke bukan hutan	Hansen/UMD
Deforestasi	Konversi hutan ke penggunaan lahan lain; area yang ditebang tetapi diharapkan tumbuh kembali tidak termasuk	FAO FRA

Global Forest Watch menjelaskan bahwa loss mencakup gangguan alami maupun akibat manusia, yang permanen maupun sementara, termasuk di hutan tanaman kayu dan perkebunan pohon. FAO sebaliknya mengeluarkan perkebunan sawit dan kebun buah dari definisi hutan, padahal tajuknya bisa lebih dari 5 meter. Jadi satu piksel kebun sawit bisa terhitung "tutupan pohon" di data Hansen, tetapi bukan "hutan" menurut FAO.

Isi dataset Hansen di Earth Engine

Versi terbaru di katalog Earth Engine adalah UMD/hansen/global_forest_change_2025_v1_13, mencakup 2000 sampai 2025. Versi 2024_v1_12 sudah ditandai usang. Resolusinya 1 detik busur, kira-kira 30 meter di khatulistiwa.

Ingin mendalaminya lebih terstruktur? Taalenta punya kelas Google Earth Engine: Basic Class Remote Sensing + Studi Kasus.

Band	Isi
`treecover2000`	Tutupan tajuk tahun 2000, 0 sampai 100 persen
`lossyear`	0 berarti tidak ada loss; 1 sampai 25 berarti terdeteksi pada 2001 sampai 2025
`gain`	Hanya periode 2000 sampai 2012, tidak diperbarui di versi berikutnya
`datamask`	0 tanpa data, 1 daratan, 2 perairan

Ambang tutupan menentukan angkanya

Sebelum menghitung loss, Anda harus memilih piksel mana yang dianggap berhutan pada tahun 2000. Global Forest Watch memakai ambang tutupan tajuk minimal 30 persen untuk sebagian besar negara dan 10 persen untuk Brasil, dan pengguna boleh mengubahnya. FAO sendiri memakai 10 persen. Dua laporan dari dataset yang sama bisa berbeda jauh hanya karena ambangnya berbeda, jadi selalu tuliskan ambang yang Anda pakai.

Kenapa tren tahunan tidak bisa dibaca mentah

Catatan pengguna dataset ini menyebut bahwa loss 2001 sampai 2012 dihasilkan dari satu kali pengolahan, sedangkan tahun-tahun sesudahnya ditambahkan satu per satu. Versi 1.13 memakai Landsat 8 sejak 2013 dan Landsat 9 sejak 2022, serta mengolah ulang data mulai 2011, sementara tahun sebelumnya belum. Karena itu pengembangnya meminta kehati-hatian saat membandingkan perubahan antarperiode, menyarankan rata-rata bergerak tiga tahun, dan meminta jumlah piksel tidak dipakai sebagai estimasi luas yang definitif. Global Forest Watch memusatkan analisis trennya pada data setelah 2015.

Kapan selisih NDVI masih berguna

NDVI dihitung sebagai (NIR dikurangi Merah) dibagi (NIR ditambah Merah). Di Landsat 8 dan 9 itu band 5 dan 4, di Landsat 4 sampai 7 band 4 dan 3. Nilainya antara minus 1 dan 1; menurut NASA, hutan hujan berada di kisaran 0,6 sampai 0,8, sedangkan semak dan padang rumput 0,2 sampai 0,3.

Selisih NDVI dua tahun berguna untuk wilayah kecil atau periode yang Anda tentukan sendiri. Syaratnya:

Bandingkan musim yang sama. NASA menghitung anomali vegetasi terhadap rata-rata bulan yang sama, bukan bulan sembarang.
Pakai komposit, bukan satu citra. Awan dan aerosol sering menutupi pandangan; komposit 8, 16, atau 30 hari mengurangi galat itu. Satu satelit Landsat mengulang lokasi yang sama tiap 16 hari, dan Landsat 8 serta 9 berselang 8 hari.
Ingat kejenuhan. NDVI cepat jenuh di hutan rapat, sehingga penjarangan ringan bisa tidak terlihat. EVI lebih tahan terhadap kejenuhan itu.
Validasi ambang selisihnya. Tidak ada ambang selisih NDVI yang baku. Uji dulu pada titik sampel dengan citra resolusi tinggi atau cek lapangan.

Sebelum menulis "deforestasi" di laporan

Tentukan dulu yang ingin dilaporkan: tutupan pohon yang hilang, atau hutan yang berubah fungsi. Yang pertama bisa dijawab dataset Hansen atau selisih NDVI. Yang kedua butuh informasi penggunaan lahan sesudahnya, misalnya apakah area itu tumbuh kembali atau menjadi kebun, tambang, atau permukiman. Cantumkan versi dataset, ambang tutupan, dan periodenya.

Kalau lebih enak melihat cara kerjanya langsung di layar Earth Engine, ada klipnya di taalenta.id/video/gee-begini-cara-satelit-mendeteksi-hutan-yang-hilang.

Kehilangan Tutupan Pohon Bukan Deforestasi: Membaca Data Hansen dan Selisih NDVI