Tabel 6 Uji validasi model regresi
Jenis Persamaan Penduga
SA SR
RMSE bias
χ² hit
χ² α=5
χ² α=1
Bipa V=0.0002235Dbh
2.37
-0.207 40.33 33.93
-11.35 7.15 40.11
46.96 V= 0.0002214Dbh
2.38
-0.177 35.98 31.91
-9.26 3.98
40.11 46.96
Jambu V=0.0001809Dbh
2.37
0.017 36.75
37.51 -0.03
4.17 41.34
48.28 V= 0.0002293Dbh
2.32
0.069 31.71
40.18 7.36
4.71 41.34
48.28 Matoa
V=0.0001938Dbh
2.38
0.135 20.92
29.75 12.35
6.12 72.15
81.07 V=0.0003735Dbh
2.22
0.154 20.67
36.68 22.71
6.74 72.15
81.07 Medang V=0.0001972Dbh
2.37
-0.005 27.36 34.80
1.09 4.05
41.34 48.28
V=0.0001972Dbh
2.37
0.036 24.00
36.56 6.78
4.42 41.34
48.28 Merbau
V=0.0001304Dbh
2.47
-0.087 31.11 30.09
-9.78 7.20
72.15 81.07
V=0.0004759Dbh
2.14
-0.084 24.52 30.45
4.36 6.71
72.15 81.07
Keterangan : = persamaan Berkhout tanpa transformasi
Nilai simpangan rata-rata untuk seluruh persamaan memiliki nilai yang lebih besar dari 10. Nilai simpangan agregat yang kurang dari 1 hanya
persamaan Berkhout jenis medang Litsea firma Hook.f yang melalui proses transformasi. RMSE yang dihasilkan untuk seluruh persamaan nilainya berada
diatas 29. Bias terkecil dihasilkan oleh persamaan Berkhout dengan transformasi untuk jenis jambu dengan nilai -0.03. Bias bernilai negatif berarti
bahwa volume model yang dihasilkan cenderung underestimate terhadap volume aktual, sedangkan bias bernilai positif berarti volume model yang dihasilkan
cenderung overestimate terhadap volume aktualnya. Uji
χ² chi-square menunjukkan bahwa pada seluruh persamaan memiliki nilai
χ² yang lebih kecil dibanding nilai χ² tabel pada taraf nyata 5 dan 1. Hal ini berarti bahwa seluruh persamaan menunjukkan bahwa antara pendugaan
volume dengan persamaan regresi vt tersebut tidak berbeda nyata dengan volume aktualnya va.
5.4 Pemilihan Model Persamaan Regresi Terbaik
Pemilihan model persamaan regresi terbaik dilihat dari nilai-nilai statistik saat penyusunan model regresi dan uji validasi model. Nilai-nilai statistik yang
dipakai pada proses pemilihan model regresi meliputi koefisien determinasi R², koefisien determinasi terkoreksi R²adj, simpangan baku s dan F hitung.
Persamaan yang paling baik adalah yang memiliki nilai koefisien determinasi R² dan R²adj terbesar, simpangan baku s terkecil dan nilai F hitung yang terbesar.
Uji validasi yang digunakan sebagai kriteria dalam pemilihan model regresi terbaik meliputi nilai SA, SR, RMSE, bias dan
χ² chi-square. Persamaan yang
paling baik adalah yang memiliki nilai SA, SR, RMSE bias dan nilai χ² terkecil.
Tabel 7 Pemilihan model persamaan regresi terbaik
Jenis Persamaan Penduga
Peringkat ∑
Pering kat
Model Validasi
s R² R
2
adj F
hit SA SR
RM SE
e χ²
hit Bipa
V=0.0002235Dbh
2.37
1 1
1 1
2 2
2 2
2 14
2 V= 0.0002214Dbh
2.38
2 2
2 2
1 1
1 1
1 13
1 Jambu
V=0.0001809Dbh
2.37
1 1
1 1
1 2
1 1
1 10
1 V= 0.0002293Dbh
2.32
2 2
2 2
2 1
2 2
2 17
2 Matoa
V=0.0001938Dbh
2.38
1 1
1 1
1 2
1 1
1 10
1 V=0.0003735Dbh
2.22
2 2
2 2
2 1
2 2
2 17
2 Medang V=0.0001972Dbh
2.37
1 1
1 1
1 2
1 1
1 10
1 V=0.0001972Dbh
2.37
2 2
2 2
2 1
2 2
2 17
2 Merbau
V=0.0001304Dbh
2.47
1 1
1 1
2 2
1 2
2 13
1 V=0.0004759Dbh
2.14
2 2
2 2
1 1
2 1
1 14
2
Keterangan : = persamaan Berkhout tanpa transformasi
Persamaan regresi terbaik bipa Pterygota forbesii F.V.Muell adalah V=0,0002214Dbh
2,38
dengan nilai R² sebesar 92,43. Persamaan regresi terbaik jambu Eugenia spp adalah V=0,0001809Dbh
2,37
dengan nilai R² sebesar 96,7. Persamaan
regresi terbaik
matoa Pometia
Pinnata Forst
adalah V=0,0001938Dbh
2.38
dengan nilai R² sebesar 97,8. Persamaan regresi terbaik medang Litsea firma Hook.f adalah V=0,0001972Dbh
2,37
dengan nilai R² sebesar 96,8
dan persamaan
regresi terbaik
merbau Instia
spp adalah
V=0,0001304Dbh
2,47
dengan nilai R² sebesar 98. Berdasarkan Tabel 7, persamaan terbaik untuk jenis bipa adalah persamaan Berkhout tanpa
transformasi, sedangkan persamaan terbaik untuk empat jenis lainnya jambu, medang, matoa dan merbau adalah persamaan Berkhout dengan transformasi.
5.5 Penggabungan Persamaan Regresi