4.01 3.12 PENGEMBANGAN MODEL REGRESI POHON TANAH-LANSKAP

Tabel 4-8 Keragaan nilai logworth yang mencerminkan pentingnya kovariat terhadap sifat tanah pada Model 4 Respon Logworth R 2 Jumlah split AZ Elev PM MRRTF MRVBF LA Soildepth 1.77 0.54 0.37 2.02 2.94 0.40 15 Athick 1.20 2.55 2.44 1.92 1.14 0.48 20 DepthtoB 0.57 1.76 1.09 2.00 2.01 0.31 12 Sand 0.60 0-30

2.24 11.15 1.97 2.19

0.59 15 Sand 0.61 30-50

4.17 11.22 5.32 4.88

0.59 16 Sand 0.34 50-100

5.25 6.99 4.03 1.33

0.54 14 Clay 0.00 0-30

3.97 3.92 1.95 1.37

0.42 14 Clay 0.02 30-50

4.13 3.47 1.74 0.82

0.35 11 Clay 0.02 50-100

1.30 6.82 1.48 2.21

0.46 12 SOM 8.00 0-30

10.73 0.66 4.30 0.05

0.48 15 SOM 5.20 30-50

10.80 1.05 4.49 0.40

0.40 15 SOM 2.93 50-100

10.44 1.74 4.38 0.66

0.35 15 SOC 7.98 0-30

10.71 0.66 4.29 0.05

0.48 14 SOC 5.17 30-50

10.79 1.04 4.49 0.40

0.40 15 SOC 2.91 50-100

10.44 1.74 4.36 0.66

0.35 15 Ntot 15.57 0-30 8.43 2.80 5.73 0.38 0.57 13 Ntot 5.37 30-50

9.74 1.93 2.17 0.15

0.27 7 Ntot 3.54 50-100

7.11 1.17 3.75 0.56

0.42 15 pH 2.12 0-30

2.09 2.40 8.51 5.72

0.44 13 pH 1.68 30-50

2.65 4.16 4.38 1.03

0.47 12 pH 3.31 50-100

4.65 4.01 2.40 0.43

0.45 10 BS 6.76 0-30

8.90 18.86 13.93 3.12

0.62 7 BS 6.25 30-50

8.39 17.05 11.30 1.64

0.63 10 BS 6.04 50-100

12.92 24.02 9.39 2.62

0.64 9 CEC 0.52 0-30

1.40 9.45 5.72 2.86

0.50 12 CEC 0.40 30-50

1.50 10.37 4.71 1.82

0.58 16 CEC 1.68 50-100

1.53 7.54 4.95 2.46

0.58 14 nilai logworth yang dipertebal menunjukan kovariat tersebut predominan mempengaruhi keragaman sifat tanah dan yang dicetak miring adalah dominan mempengaruhi keragaman sifat tanah Tabel 4-7 dan Tabel 4-8 membandingkan antara teknik parameterisasi lokal yaitu SG dan teknik parameterisasi multiresolusi yang dapat digunakan lokal maupun regional. Teknik multiresolusi yang dikembangkan oleh Gallant dan Dowling 2003 nampak dapat menjelaskan keragaman nilai taksiran lebih baik daripada kemiringan lereng SG. Kovariat MRVBF dan MRRTF nampak dominan mempengaruhi keragaman sifat tanah di 11 model. Sebaliknya kovariat SG hanya nampak dominan mempengaruhi keragaman sifat tanah di 9 model. Ini mengindikasikan bahwa teknik multiresolusi lebih baik digunakan daripada teknik lokal. Selain itu, nilai asli kovariat nampak menjelaskan lebih baik keragaman sifat tanah daripada reklasifikasinya, seperti pada kasus elevasi dan ecoregion belt. Pengelompokan merupakan upaya menghomogenkan nilai tertentu ke dalam satu kelas sehingga keragaman lokal tidak bisa dijelaskan dengan baik. Ini menandakan bahwa elevasi lebih baik sebagai kovariat untuk menjelaskan iklm mikro daripada ecoregion belt yang diusulkan oleh Mohr 1944. Galant dan Downing 2003 menggunakan indeks tingkat kerataan puncak igir MRRTF dan tingkat kerataan dasar lembah MRVBF untuk identifikasi posisi site pada suatu lereng. MRVBF menjelaskan keragaman nilai KTK, kadar fraksi klei, ketebalan horizon A, dan fraksi pasir pada 30-100 cm lebih baik daripada nilai MRRTF Tabel 4-8. Hasil ini menyiratkan bahwa teknik multiresolusi mempunyai kekhususan penggunaannya untuk sifat-sifat tanah tertentu. Tabel 4-5 hingga 4-8 juga menyajikan jumlah split dan koefisien determinan untuk menunjukan tingkat kebaikan model. Dalam pengembangan regresi pohon, jumlah split menentukan nilai koefisien determinan. Jumlah split yang banyak menyebabkan kelebihan parameter meskipun dapat memberikan nilai koefisien determinan yang tinggi. Validasi silang dapat digunakan untuk menentukan jumlah split, dimana validasi silang 10 kali lipat telah digunakan dalam penelitian ini. Hasilnya adalah jumlah split dan nilai koefisien determinan R 2 yang paling optimum. Model 1 menunjukan jumlah split antara 7 sampai 24 dengan koefisien determinan 0.28 hingga 0.57. Model 2 menujukan jumlah split antara 11 sampai 22 dengan koefisien determinan 0.32 hingga 0.65. Model 3 menunjukan jumlah split antara 7 hingga 22 dengan koefisien determinan 0.29 hingga 0.68. Model 4 menunjukan jumlah split antara 7 hingga 20 dengan koefisien deteminan 0.27 hinga 0.64. Ini menunjukan bahwa model-model yang dihasilkan mempunyai jumlah split yang paling optimal untuk koefisien yang paling optimal pula.