Model Penduga Volume Sortimen Kayu Perdagangan pada Pohon Berdiri dengan Inventarisasi Kualitas. Studi Kasus Jenis Shorea leprosula Miq. di Areal IUPHHK-HA PT Sari Bumi Kusuma Kalimantan Tengah

MODEL PENDUGA VOLUME SORTIMEN
KAYU PERDAGANGAN PADA POHON BERDIRI
DENGAN INVENTARISASI KUALITAS
Studi Kasus Jenis Shorea leprosula Miq. di Areal IUPHHK-HA
PT Sari Bumi Kusuma Kalimantan Tengah

LINA MAHRUNNISA

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Model Penduga
Volume Sortimen Kayu Perdagangan pada Pohon Berdiri dengan Inventarisasi
Kualitas (Studi Kasus Jenis Shorea leprosula Miq. di Areal IUPHHK-HA PT Sari
Bumi Kusuma) adalah benar karya saya dengan arahan dari komisi pembimbing
dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun.

Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun
tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan
dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Desember 2013
Lina Mahrunnisa
NIM E14090046

ABSTRAK
LINA MAHRUNNISA. Model Penduga Volume Sortimen Kayu Perdagangan
pada Pohon Berdiri dengan Inventarisasi Kualitas (Studi Kasus Jenis Shorea
leprosula Miq. di Areal IUPHHK-HA PT Sari Bumi Kusuma). Dibimbing oleh
ENDANG SUHENDANG dan PRIYANTO
Hasil pendugaan volume pohon berdasarkan model penduga volume pohon
dalam kegiatan inventarisasi hutan masih bersifat umum tanpa menjelaskan secara
spesifik volume pohonnya. Seiring dengan perlunya peningkatan efisiensi
pengelolaan sumber daya hutan melalui optimalisasi pendugaan volume pohon
berdasarkan jenis pemanfaatan kayu, penggunaan metode inventarisasi kualitas
pohon menjadi syarat perlu untuk memenuhi tujuan tersebut. Penelitian ini

dimaksudkan untuk membuat model penduga volume batang optimal pada jenis
pohon meranti merah (Shorea leprosula Miq.) berdasarkan peubah penduga
kualitas pohon. Pembuatan model dilakukan melalui analisis korelasi kanonik dan
analisis regresi berganda berdasarkan hasil pengukuran pada 30 pohon contoh
jenis meranti merah. Model penduga yang dihasilkan berupa model penduga
volume kayu optimal untuk bahan baku plywood, kayu gergajian, dan chipwood.
Peubah kualitas kayu dalam model yang dicobakan dan berpengaruh signifikan
terhadap volume optimal kayu berupa diameter setinggi dada, tinggi bebas
cabang, jumlah mata kayu hidup, dan jumlah mata kayu mati. Dengan demikian,
penambahan peubah jumlah mata kayu hidup dan jumlah mata kayu mati pada
model penduga volume yang sudah dikenal sebelumnya dapat menghasilkan
pendugaan volume pohon yang lebih spesifik penggunaanya.
Kata kunci: inventarisasi kualitas, korelasi kanonik, meranti merah, pemodelan,
regresi berganda.

ABSTRACT
LINA MAHRUNNISA. Timber Sortiment Volume Estimation Model with
Quality Inventory Method (Study on Shorea leprosula Miq. species in
IUPHHKHA PT Sari Bumi Kusuma). Supervised by ENDANG SUHENDANG
and PRIYANTO

The tree volume estimated by the tree volume estimation model in forest
inventory is still deliver a general result without clarifying the tree volume
specifically. Along with the needed of increasing the efficiency of forest resource
management through the optimization of tree volume estimation based on the
woods utilization, the use of tree’s quality inventory method becomes a necessary
condition to meet those goals. This study aims to create an optimal estimation
model of Shore leprosula Miq. species based on the tree quality estimates variable.
The model is created through the canonical correlation analysis and multiple
regression analysis based on the measurement result of 30 samples of Shore
leprosula. Its resulting the optimal wood volume estimation model for plywoods,

lumbers, and chipwoods raw material. The wood quality variables tested and
effected significantly to the optimal woods volume is diameter at breast height,
bole height, the number of healthy knots, and the number of dead knots. Thus, the
increasing of the healthy and dead knots number on the wood volume estimation
models that known can produce a more specific use of tree volume estimation.
Keywords: canonical correlation, modeling, multiple regression, quality inventory,
Shorea leprosula Miq.

MODEL PENDUGA VOLUME SORTIMEN

KAYU PERDAGANGAN PADA POHON BERDIRI
DENGAN INVENTARISASI KUALITAS
Studi Kasus Jenis Shorea leprosula Miq. di Areal IUPHHK-HA
PT Sari Bumi Kusuma Kalimantan Tengah

LINA MAHRUNNISA

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013

Judul Skripsi : Model Penduga Volume Sortimen Kayu Perdagangan pada Pohon

Berdiri dengan Inventarisasi Kualitas. Studi Kasus Jenis Shorea
leprosula Miq. di Areal IUPHHK-HA PT Sari Bumi Kusuma
Kalimantan Tengah
Nama
: Lina Mahrunnisa
NIM
: E14090046

Disetujui oleh

Prof Dr Ir Endang Suhendang, MS
Pembimbing I

Priyanto, SHut MSi
Pembimbing II

Diketahui oleh

Dr Ir Ahmad Budiaman, MSc FTrop
Ketua Departemen

Tanggal Lulus:

Judul Skripsi: Model Penduga ｜ ｾ＠
Berdiri dengan ｉ ｾＬＭＧＢｯ＠
leprosula 'Iiq. . - \ .
Kalimantan ｔ ･ ｮｾ＠
Nama
: Lina Mahrunni sa
: E14090046
NIM

Disetuj i oleh

Prof Dr Ir Endang Suhendang, MS
Pembimbing I

Tanggal Lulus:

24 DEC 2013

-ayu Perdagangan pada Pohon
iras. Studi Kasus Jenis Shorea
--HA PT Sari Bumi Kusuma

PRAKATA
Segala puji kehadirat Allah SWT yang telah melimpahkan rahmat dan
hidayah-Nya kepada penulis sehingga dapat menyelesaikan skripsi yang berjudul
Model Penduga Volume Sortimen Kayu Perdagangan pada Pohon Berdiri dengan
Inventarisasi Kualitas dengan sebaik-baiknya. Tak lupa shalawat serta salam
selalu tercurah kepada junjungan kita Nabi Muhammad SAW.
Penyusunan skripsi ini tak lepas dari bantuan dosen pembimbing, sehingga
penulis ingin mengucapkan terima kasih kepada Prof Dr Ir Endang Suhendang,
MS dan Priyanto, SHut MSi atas arahan serta bimbingan yang telah diberikan
dalam pembuatan skripsi ini. Penulis juga mengucapkan terima kasih kepada PT
Sari Bumi Kusuma yang berkenan memberikan izin dan bantuannya kepada
penulis untuk melakukan penelitian di perusahaan tersebut.
Penulis juga mengucapkan terima kasih kepada kedua orang tua yang telah
memberikan dukungan dan kasih sayangnya. Tak lupa penulis juga mengucapkan
terima kasih kepada rekan satu bimbingan Endita dan Dhio atas kerjasama dan

bantuannya. Serta kepada Usmi, Ayu, Kikik, Putri, Sam, Fini, Lala, rekan
Manajemen Hutan 46, dan Fahutan 46 lainnya atas dukungan dan bantuannya
sehingga penulis dapat menyelesaikan skripsi ini dengan sebaik-baiknya.
Penyusunan skripsi ini masih belum sempurna, untuk itu masukan dan kritik yang
membangun dari pembaca sangat diharapkan. Semoga skripsi ini dapat
bermanfaat bagi pembaca.

Bogor, Desember 2013
Lina Mahrunnisa

DAFTAR ISI
DAFTAR TABEL

xiv

DAFTAR LAMPIRAN

xiv

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

2

Tujuan Penelitian

2

Manfaat Penelitian

2

METODE

2

Bahan

2

Alat

3

Prosedur Analisis Data

3

HASIL DAN PEMBAHASAN

5

Kondisi Umum PT. Sari Bumi Kusuma

5

Proporsi Penggunaan Kayu dan Korelasi setiap Peubah

6

Analisis Korelasi Kanonik

7

Analisis Regresi Berganda

9

Analisis Seleksi Stepwise

10

SIMPULAN DAN SARAN

12

Simpulan

12

Saran

12

DAFTAR PUSTAKA

12

RIWAYAT HIDUP

38

DAFTAR TABEL
1
2
3

Matriks korelasi peubah bebas X dan peubah tak bebas Y
Korelasi kanonik (ri), proporsi keragaman, redundansi R2, dan uji-F
Hasil analisis korelasi kanonik

6
8
8

DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8

Spesifikasi Bahan Baku Kayu Bulat menurut Standar ATIBT/1982
Spesifikasi Bahan Baku Kayu Kupas menurut Standar ATIBT/1982
Spesifikasi Bahan Baku Kayu untuk Kayu Gergajian dan Kayu Serpih
menurut Standar ATIBT/1982
Rekapitulasi data peubah bebas X dan peubah tak bebas Y
Hasil Analisis Kanonik
Hasil Analisis Regresi Berganda
Hasil Analisis Seleksi Stepwise
Uji Hipotesis Data Peubah Ganda (Multivariate Test)

13
14
15
16
17
23
27
37

PENDAHULUAN
Latar Belakang
Hutan merupakan salah satu ekosistem yang dapat menghasilkan berbagai
macam barang dan jasa yang sangat berguna untuk kehidupan manusia. Salah satu
barang yang dapat dihasilkan dari hutan adalah kayu. Kayu memiliki nilai
ekonomi yang sangat tinggi karena dapat dipergunakan untuk bahan baku
berbagai jenis industri. Akan tetapi, seringkali pemanfaatan pohon tidak sesuai
dengan kemungkinan pemanfaatan optimalnya, sehingga akan menghasilkan
limbah yang cukup banyak. Hal ini akan menyebabkan perusahaan menebang
pohon melebihi riapnya untuk memenuhi kebutuhan bahan baku industri kayu.
Limbah yang ditimbulkan dapat diperkecil dengan cara melakukan
inventarisasi hutan yang tepat. Inventarisasi yang dilakukan tidak hanya terbatas
pada bentuk fisiknya saja seperti jenis tegakan, ketersediaan pohon, volume
tegakan, dan lain sebagainya. Metode inventarisasi yang dilakukan harus
mencakup pemanfaatan setiap sortimen berdasarkan kualitas yang dimilikinya.
Sortimen dengan ukuran kecil dapat dimanfaatkan dengan baik, sehingga limbah
yang terbuang pun dapat diminimalisir dan nilai pohon optimal dapat diketahui.
Nilai pohon secara optimal dapat diketahui apabila efisiensi pemanfaatan
kayu dilakukan dengan tepat. Pemanfaatan kayu yang telah dilakukan selama ini
lebih condong kepada jenis-jenis kayu yang bersifat komersial saja, sedangkan
untuk kayu non komersial tidak terlalu diperhatikan. Padahal setiap bagian dari
kayu dapat dimanfaatkan dengan baik apabila kita mengetahui potensi dari kayu
tersebut. Efisiensi pemanfaatan yang dimaksud adalah menggunakan setiap bagian
kayu sesuai dengan spesifikasi produk yang akan dibuat.
Efisiensi pemanfaatan kayu ini dapat tercapai dengan membagi pohon ke
dalam beberapa bagian atau sortimen. Hal tersebut dimaksudkan agar perhitungan
mengenai kualitas kayu tersebut dapat lebih mudah dan terperinci. Nilai kualitas
tersebut dapat diketahui dengan menggunakan metode inventarisasi kualitas
pohon (tree quality inventory). Metode inventarisasi kualitas pohon ini merupakan
metode inventarisasi hutan untuk menaksir secara objektif volume pohon di dalam
contoh (sample) melalui pengukuran setiap sortimen pada pohon model dengan
memperhatikan karakteristik pohon tersebut yang membuat kayu lebih bermanfaat
atau tidak untuk tujuan tertentu (Husch 1971).
Metode inventarisasi kualitas pohon ini juga perlu memperhatikan
karakteristik yang ada pada pohon tersebut, seperti keadaan batang, cacat kayu,
penyakit yang ada pada pohon tersebut serta keadaan fisik lainnya yang dapat
mempengaruhi kualitas kayu tersebut. Semakin banyak cacat kayu yang ada,
maka akan semakin sedikit bagian kayu yang dapat dimanfaatkan. Hal ini
menyebabkan metode inventarisasi kualitas pohon ini perlu dilakukan dengan baik
agar pemanfaatan kayu lebih efisien.

2
Perumusan Masalah
Penggunaan bahan baku kayu saat ini telah banyak dipergunakan untuk
segala macam kebutuhan. Seiring dengan keadaan tersebut, industri kayu akan
semakin meningkatkan produksinya. Potensi kayu yang dapat dipergunakan untuk
bahan baku industri tersebut dapat diketahui dengan menggunakan teknik
inventarisasi hutan. Namun, teknik inventarisasi tersebut masih mengacu pada
banyaknya kayu yang dapat diambil, belum memperhatikan pemanfaatan kayu
sesuai dengan peruntukkannya. Dengan demikian perlu dilakukan teknik
inventarisasi kayu berdasarkan kualitas kayu itu sendiri, sehingga pemanfaatan
kayu dapat lebih optimal.
Model penduga volume yang ada saat ini masih bersifat umum tanpa
memperhatikan penggunaan kayu berdasarkan kualitas dan pemanfaatannya.
Model penduga yang ada hanya menduga volume kayu yang dihasilkan secara
keseluruhan. Dengan demikian perlu adanya model penduga volume optimal yang
lebih spesifik berdasarkan pemanfaatannya, seperti model penduga volume
optimal untuk bahan baku plywood, kayu gergajian, dan chipwood.

Tujuan Penelitian
Penelitian ini bertujuan mendapatkan model penduga volume optimal kayu
berdasarkan karakteristik pohon yang diukur di lapangan.

Manfaat Penelitian
Model penduga volume optimal pohon yang diperoleh diharapkan dapat
diketahui manfaat dari setiap kayu yang dihasilkan sesuai dengan kegunaannya.

METODE
Penelitian mengenai model penduga volume batang optimal untuk jenis
meranti merah ini dilaksanakan pada bulan Mei 2013 di areal IUPHHK-HA PT
Sari Bumi Kusuma, Kalimantan Tengah. Pendugaan model ini didasarkan pada
hasil pengukuran di lapangan dari beberapa pohon contoh dengan pendekatan
purposive sampling.

Bahan
Bahan yang dipergunakan dalam penelitian ini berupa peta sebaran pohon
hasil cruising pada petak R56 serta standar kualitas bahan baku untuk plywood,
kayu gergajian, dan chipwood dari Association Technique Internationale des Bois
Tropicaux (ATIBT).

3
Alat
Alat yang digunakan untuk menunjang penelitian ini terdiri atas phiband,
pita ukur, haga hypsometer, tali tambang, golok, tally sheet, kalkulator, dan laptop.
Analisis data yang telah diambil diolah menggunakan software SPSS 16.0 dan
SAS 9.1.3.

Jenis Data
Data Primer
Data primer merupakan data yang diambil langsung di lapangan berupa
data dimensi pohon, dimensi setiap sortimen batang pohon, diameter setinggi dada,
tinggi bebas cabang, jumlah banir, deviasi lengkung, keselindrisan batang, jumlah
mata kayu sehat, jumlah mata kayu mati, diameter mata kayu sehat, dan diameter
mata kayu mati. Pengukuran data tersebut dilakukan ketika pohon sudah rebah
kecuali untuk diameter setinggi dada dan tinggi bebas cabang.
Data Sekunder
Data sekunder yang digunakan meliputi peta sebaran pohon hasil cruising
pada petak R56 guna mempermudah dalam pemilihan pohon contoh. Data
sekunder lainnya berupa standar kualitas bahan baku untuk plywood, kayu
gergajian, dan chipwood berdasarkan standar Association Technique
Internationale des Bois Tropicaux (ATIBT).

Prosedur Pengumpulan Data
Pengambilan data primer ini dilakukan pada petak R56 areal konsesi PT
Sari Bumi Kusuma. Pohon yang digunakan sebagai pohon contoh merupakan
jenis meranti merah sebanyak 30 pohon dengan teknik purposive sampling.
Kriteria pohon contoh yang dipilih yaitu berdiameter ≥40 cm, merupakan pohon
normal, sehat, dan lokasi pohon mudah dijangkau.
Prosedur Analisis Data
Data yang telah dikumpulkan kemudian direkapitulasi dan dihitung volume
per sortimennya dengan menggunakan rumus Smalian sebagai berikut:
�=

�� + ��
�
2

Keterangan:
V
= Volume per sortimen (m3)
Gu
= Luas bidang dasar ujung sortimen (m2)
Gp
= Luas bidang dasar pangkal sortimen (m2)
L
= Panjang sortimen (m)

4
Data volume kayu yang didapat pada setiap sortimen kemudian dikelompokkan
berdasarkan pemanfaatan kayunya. Menurut Hadikusumo dan Prawirohatmodjo
(1986), terdapat tiga pemanfaatan kayu yang berasal dari kayu bulat yaitu sebagai
bahan baku plywood, kayu gergajian, dan bahan baku chipwood. Standar kualitas
kayu yang digunakan berdasarkan acuan standar kualitas ATIBT.
Untuk memudahkan dalam menganalisis, data yang telah didapat kemudian
dibagi kedalam dua peubah yaitu peubah bebas (X) yang terdiri dari data dimensi
dan kualitas pohon dan peubah tak bebas (Y) yang terdiri dari hasil
pengelompokkan volume. Mengacu pada hasil penelitian Cahyana (2000),
diketahui gugus peubah bebas (X) terdiri atas diameter setinggi dada (X1), tinggi
bebas cabang (X2), jumlah banir (X3), kedalaman/deviasi lengkungan (X4),
kesilindrisan batang (X5), jumlah mata kayu sehat (X6), jumlah mata kayu mati
(X7), diameter mata kayu sehat (X8), dan diameter mata kayu mati (X9),
sedangkan gugus peubah tak bebas (Y) terdiri atas volume total pohon (Y1),
volume pohon yang dimanfaatkan untuk bahan baku industri plywood (Y2),
volume pohon untuk bahan baku kayu gergajian (Y3), dan volume pohon untuk
bahan baku industri chipwood (Y4).
Peubah bebas X dan peubah tak bebas Y kemudian dianalisis keeratan
hubungan setiap peubah dengan menggunakan software SPSS 16.0 dengan
persamaan uji korelasi Pearson. Hasil dari analisis tersebut akan didapat
hubungan korelasi yang signifikan dari masing-masing peubah bebas X, antar
peubah tak bebas Y, maupun keterkaitan peubah bebas X dengan peubah tak
bebas Y. Analisis keeratan hubungan dengan menggunakan SPSS 16.0 hanya
mengetahui hubungan masing-masing peubah, sedangkan dalam pembuatan
model persamaan perlu diketahui hubungan yang lebih kompleks. Seperti
hubungan sekumpulan peubah bebas X dengan sekumpulan peubah tak bebas Y,
sehingga perlu dilakukan analisi kanonik guna mengetahui hal tersebut.
Analisis kanonik tersebut dimaksudkan untuk mengetahui sejauh mana
pengaruh dari keseluruhan peubah tak bebas (Y) yaitu volume pohon setiap
pemanfaatannya dengan keseluruhan peubah bebas (X) yaitu sifat kualitas pohon.
Hal pertama yang dilakukan dalam analisis kanonik ini adalah mencari dua
peubah baru yaitu X’ dan Y’. Peubah baru tersebut merupakan kombinasi linear
dari masing-masing peubah. Hasil akhir dari analisis tersebut akan didapat
persamaan kombinasi linear seperti,
X’ = A1X1 + A2X2 + ... + A9X9
Y’ = B2Y2 + B3Y3 + B4Y4
Persamaan peubah kanonik yang didapat kemudian diinterpretasikan berdasarkan
beban dan bobot kanoniknya serta keragaman yang dijelaskan dari peubah yang
terbentuk.
Hasil persamaan kanonik yang didapat, selanjutnya akan dijadikan acuan
dalam pembuatan model persamaan peubah ganda. Model peubah ganda yang
didapat merupakan model terbaik yang dapat menerangkan hubungan antara
peubah bebas X dan peubah tak bebas Y. Persamaan yang didapat akan berbentuk
seperti di bawah ini,
Y1 = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9

5
Y2 = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9
Y3 = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9
Y4 = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9
Persamaan peubah ganda yang didapat kemudian diseleksi kembali
menggunakan analisis stepwise, sehingga didapat model yang lebih sederhana
yang mampu menerangkan hubungan peubah bebas X dan peubah tak bebas Y.
Tahap selanjutnya, dilakukan pengujian terhadap keberartian persamaan yang
didapat menggunakan uji data peubah ganda. Hipotesis yang diuji adalah :
H0 : β = β0
H1 : β ≠ β0
Hipotesis nol (H0) mempunyai arti tidak adanya keterkaitan antara peubah tak
bebas (Y) dengan peubah bebas (X). Apabila nilai p-value lebih kecil dari 0.05
maka tolak H0 dan sebaliknya.

HASIL DAN PEMBAHASAN
Kondisi Umum PT Sari Bumi Kusuma
PT Sari Bumi Kusuma merupakan salah satu kawasan Izin Usaha
Pengelolaan Hasil Hutan Kayu-Hutan Alam (IUPHHK-HA) yang berada di
Kalimantan Tengah tepatnya di Kecamatan Seruyan Hulu, Kabupaten Katingan
dengan luasan 147 600 ha. Berdasarkan letak geografisnya, PT Sari Bumi
Kusuma terletak antara 111°54' BT − 112°26' BT dan 0°38' LS − 01°07' LS. Areal
perusahaan tersebut berbatasan langsung dengan Hutan Lindung, Hutan Suaka
Alam, PT Erna Djuliawati, PT Meranti Mustika, PT First Lamandau, dan PT Eks
Kayu Pesaguan. Kondisi tanah yang ada didominasi oleh jenis tanah kambisol
distrik, podsolik kandik, dan oksisol haplik. Topografi areal PT Sari Bumi
Kusuma umumnya bergelombang, datar, dan landai hingga agak curam. Areal
tersebut memiliki ketinggian minimum ±100 mdpl dan maksimum 1 552 mdpl
dengan rata-rata ketinggian 400 mdpl. Berdasarkan klasifikasi iklim Schmidt dan
Ferguson, kondisi iklim di areal IUPHHK-HA PT Sari Bumi Kusuma termasuk ke
dalam tipe iklim A dengan rata-rata curah hujan 273.94 mm/bulan dan rata-rata
hari hujan 11 hari. Suhu rata-rata antara 22 °C – 28 °C pada malam hari dan 30 °C
– 33 °C pada siang hari.
Penduduk desa di dalam maupun di sekitar areal kerja PT Sari Bumi
Kusuma terdiri dari Suku Melayu, Suku Dayak serta pendatang yang kebanyakan
berasal dari Pulau Jawa. Sebagian besar penduduk beragama Hindu Kaharingan
sebanyak 54%, Islam 35%, Kristen Protestan 10%, dan Katolik 1%. Mata
pencaharian penduduk mayoritas pada sektor pertanian sebanyak 56%, karyawan
swasta 19%, berdagang 15%, dan lain-lain 10%.

6
Proporsi Penggunaan Kayu dan Korelasi setiap Peubah
Hasil perhitung volume kayu setiap sortimen batang pada 30 pohon contoh
menggunakan rumus empiris Smalian menghasilkan empat volume kayu, yaitu
volume total, volume penggunaan bahan baku plywood, volume bahan baku kayu
gergajian, dan volume bahan baku chipwood. Volume total pohon meranti merah
diketahui sebesar 126.188 m3. Volume kayu untuk bahan baku plywood sebesar
101.167 m3, untuk bahan baku kayu gergajian sebesar 18.585 m3, sedangkan
untuk bahan baku chipwood sebesar 6.436 m3. Volume kayu yang didapat tersebut
merupakan potensi kayu yang dapat diambil.
Dari hasil perhitungan volume tersebut, dapat dilihat penggunaan kayu
untuk bahan baku plywood memiliki nilai paling tinggi. Hal ini dikarenakan
menurut standar kualitas ATIBT (1982) terdapat banyak batang pohon meranti
merah yang memenuhi standar penggunaan bahan baku untuk plywood. Volume
penggunaan bahan baku kayu untuk chipwood memiliki nilai paling rendah.
Penggunaan kayu untuk bahan baku chipwood ini hanya menggunakan batang
yang sekiranya memiliki cacat kayu yang cukup tinggi seperti pada batang yang
pecah maupun batang yang memiliki mata kayu terlalu banyak. Bahan baku yang
digunakan kayu gergajian merupakan batang pohon yang tidak digunakan sebagai
bahan baku plywood dan chipwood. Pengelompokkan penggunaan kayu untuk
bahan baku plywood, kayu gergajian, dan chipwood tidak terlepas dari peubah
bebas yaitu dimensi dan kualitas pohon yang mempengaruhinya. Hubungan antara
peubah bebas dan peubah bebas dengan peubah tak bebas (volume kayu) dapat
dilihat pada matriks korelasi antarpeubah seperti pada Tabel 1.
Tabel 1 Matriks korelasi peubah bebas X dan peubah tak bebas Y
Peubah
Y1
Y2
Y3

Y1

Y2
1

Y3

Y4

X1

X2

X3

X4

X5

X6

X7

X8

X9

0.979*

-0.651*

-0.116

0.934*

0.460

0.137

-0.132

-0.248

-0.156

0.141

0.160

0.437

1

-0.764*

-0.202

0.939*

0.359

0.162

-0.086

-0.174

-0.249

0.107

0.124

0.356

1

-0.059

-0.716*

0.065

-0.277

0.013

-0.151

0.106

-0.162

0.045

-0.122

1

-0.095

-0.050

0.133

-0.185

0.104

0.790*

0.373

0.125

0.195

1

0.244

0.211

-0.070

-0.144

-0.088

0.159

0.212

0.328

1

0.175

-0.250

-0.448

-0.082

0.064

0.044

0.357

1

-0.055

0.239

0.040

0

0.020

-0.183

1

-0.110

-0.162

-0.096

-0.306

-0.065

1

-0.014

0.049

-0.007

-0.348

1

0.056

0.394

0.088

1

0.017

0.597*

1

0.192

Y4
X1
X2
X3
X4
X5
X6
X7
X8
X9

1

Keterangan: *korelasi pada taraf nyata 5%

Korelasi peubah yang disajikan pada Tabel 1 merupakan hasil dari analisis
hubungan setiap peubah bebas dan peubah tak bebas menggunakan software SPSS
16.0. Angka korelasi yang tercantum merupakan penggambaran dari sejauh mana
peubah tersebut saling terkait satu dengan yang lainnya. Semakin besar nilai
korelasi antarpeubah menggambarkan adanya saling keterkaitan pada dua peubah

7
tersebut. Menurut Priyatno (2011), pedoman untuk memberikan interpretasi
koefisien korelasi yaitu jika korelasi lebih dari 0.5 maka hubungan kuat dan jika
kurang dari 0.5 maka hubungan lemah. Mengacu pada hal tersebut, maka hasil
korelasi yang diambil hanya yang memiliki hubungan kuat saja. Dari hasil analisis
tersebut diketahui hubungan yang kuat antara peubah X dan peubah Y terdapat
pada peubah X1 yaitu diameter setinggi dada (X1) dengan peubah tak bebas
volume total (Y1) sebesar 0.934, X1 dengan volume penggunaan kayu untuk
plywood (Y2) sebesar 0.939, dan X1 dengan volume untuk penggunaan kayu
gergajian (Y3) sebesar -0.716. Semakin besar diameter setinggi dada suatu pohon
maka akan semakin tinggi pula volume total dan volume kayu yang dapat
dimanfaatkan sebagai bahan baku plywood. Hal ini dikarenakan banyaknya pohon
contoh yang memiliki diameter setinggi dada di atas 45 cm. Pohon yang memiliki
diameter setinggi dada lebih dari 45 cm akan digolongkan untuk penggunaan
plywood dengan tidak mengesampingkan standar lainnya. Korelasi bernilai negatif
pada hubungan peubah X1 dan Y3 menunjukkan semakin besar diameter setinggi
dada pohon contoh akan semakin sedikit yang dialokasikan untuk kayu gergajian
karena akan dipergunakan untuk plywood.
Selain korelasi X1 dengan Y1, Y2, dan Y3, terdapat korelasi lain yang juga
memiliki hubungan yang kuat yaitu jumlah mata kayu sehat (X6) dengan volume
untuk penggunaan chipwood (Y4) yaitu sebesar 0.790. Semakin banyak mata kayu
sehat yang ada akan meningkatkan penggunaan kayu untuk dijadikan bahan baku
chipwood. Hal ini sesuai dengan kriteria standar kualitas kayu ATIBT (1982)
yang hanya memperbolehkan dua mata kayu standar untuk penggunaan plywood
dan tiga mata kayu standar untuk penggunaan kayu gergajian. Apabila jumlah
mata kayu lebih dari yang dianjurkan maka akan digolongkan untuk penggunaan
bahan baku chipwood.
Hubungan yang kuat antarpeubah X terdapat pada jumlah mata kayu mati
(X7) dan rata-rata diameter mata kayu mati (X9) yaitu sebesar 0.597. Semakin
banyak mata kayu mati yang terdapat pada batang kayu maka akan semakin tinggi
pula rata-rata diameter mata kayu mati tersebut. Hubungan yang kuat antarpeubah
Y terdapat pada volume untuk kayu gergajian (Y3) terhadap volume total (Y1) dan
volume untuk plywood (Y2) yaitu sebesar -0.651 dan -0.764 serta korelasi antara
volume untuk plywood (Y2) dan volume total (Y1) yaitu sebesar 0.979. Volume
total merupakan hasil penjumlahan dari seluruh volume yang ada. Penggunaan
kayu lebih banyak dipakai untuk pembuatan plywood, sehingga semakin banyak
volume untuk plywood akan memperkecil volume kayu yang digunakan untuk
kayu gergajian.

Analisis Korelasi Kanonik
Analisis peubah ganda (multivariate) merupakan salah satu teknik statistika
yang digunakan untuk menganalisis data peubah ganda. Terdiri dari lebih satu
peubah/peubah bebas (independent) dan lebih dari satu peubah/peubah tak bebas
(dependent). Salah satu analisis peubah ganda yang sering digunakan adalah
analisis korelasi kanonik (Mattjik dan Sumertajaya 2011). Hasil analisis korelasi
kanonik menunjukkan sejauh mana kumpulan peubah bebas X dapat berpengaruh
terhadap kumpulan peubah tak bebas Y. Analisis kanonik tersebut menghasilkan

8
tiga peubah kanonik yang mampu menjelaskan keterkaitan antara kumpulan
peubah X dan peubah Y seperti pada Tabel 2.
Tabel 2 Korelasi kanonik (ri), proporsi keragaman, redundansi R2, dan uji-F
Peubah
Kanonik

ri

Proporsi
Keragaman

Redundansi R2

Pr >F

1
2
3

0.9792
0.8912
0.6543

0.8352
0.1380
0.0267

0.9590
0.7944
0.4281

0.0001
0.0001
0.0863

Peubah kanonik yang dapat digunakan berdasarkan hasil analisis tersebut
yaitu peubah kanonik yang pertama. Menurut Mattjik dan Sumertajaya (2011),
untuk menentukan jumlah peubah kanonik yang digunakan dapat dilihat dari
besarnya nilai korelasi kanonik, proporsi keragaman, dan uji rasio terhadap
korelasi kanonik serta pengujian pada analisis redundansi. Peubah kanonik kedua
dalam hal ini memenuhi syarat untuk digunakan dalan membuat persamaan
peubah kanonik. Hanya saja terdapat ketidakstabilan hasil analisis kanonik
pertama dan kedua. Apabila dilihat dari uji korelasi setiap peubah, peubah
kanonik pertama lebih memiliki kesinambungan hasil analisis dengan uji korelasi,
sehingga hanya peubah kanonik pertama saja yang digunakan.
Interpretasi persamaan peubah kanonik dapat dilihat dari nilai bobot dan
beban kanoniknya. Semakin besar nilai bobot kanoniknya maka akan
menunjukkan semakin besar pula peubah tersebut dapat menerangkan peubah
kanoniknya. Sebagaimana dijelaskan oleh Mattjik dan Sumertajaya (2011),
semakin besar nilai koefisien ini maka semakin besar kontribusi peubah yang
bersangkutan terhadap peubah kanonik. Interpretasi dengan menggunakan bobot
saja tidak cukup, diperlukan analisis lebih lanjut dengan menggunakan beban
kanoniknya. Untuk membuat persamaan kanonik menggunakan seluruh bobot
kanonik yang dihasilkan. Hasil analisis kanonik dengan menggunakan software
SAS 9.1.3 tercantum pada Tabel 3.
Tabel 3 Hasil analisis korelasi kanonik
Peubah
Kumpulan Peubah Bebas
DBH (X1)
TBC (X2)
JB (X3)
DL (X4)
K (X5)
JMKS (X6)
JMKM (X7)
DMKS (X8)
DMKM (X9)
Kumpulan Peubah Tak Bebas
VP (Y2)
VG (Y3)
VC (Y4)

Pasangan Kanonik 1
Bobot Kanonik
Beban Kanonik
0.8625
0.2168
-0.0864
-0.0204
0.0300
-0.2250
-0.1615
-0.0024
0.1315

0.9316
0.4589
0.1060
-0.0897
-0.2631
-0.3179
0.0595
0.1293
0.3846

-0.3805
1.6639
0.4127

0.9789
0.9763
-0.6109

9
Nilai bobot dan beban kanonik tersebut dipergunakan dalam membentuk pasangan
kanonik seperti berikut:
X1* = 0.8625X1 + 0.2168X2 – 0.0864X3 – 0.0204X4 + 0.0300X5 – 0.2250X6 –
0.1615X7 – 0.0024X8 + 0.1315X9
Y1* = -0.3805Y2 + 1.6639Y3 + 0.4127Y4
Dari hasil pasangan kanonik tersebut diketahui yang memiliki nilai bobot
kanonik paling dominan untuk peubah bebasnya adalah diameter setinggi dada
(X1) sebesar 0.8625, sedangkan untuk peubah tak bebasnya didominasi oleh
volume kayu gergajian (Y3) sebesar 1.6639. Dengan demikian, semakin besar
diameter setinggi dada maka akan semakin banyak pula volume kayu yang dapat
dimanfaatkan sebagai kayu gergajian. Hasil tersebut tidak sesuai dengan
pemanfaatan volume kayu optimal berdasarkan standar kualitas ATIBT (1982)
yang menyebutkan bahwa semakin besar diameter setinggi dada maka
pemanfaatan kayu untuk bahan baku plywood juga akan semakin tinggi.
Dilihat dari nilai beban kanonik terbesar pada pasangan kanonik ini terdapat
pada diameter setinggi dada (X1) dan tinggi bebas cabang (X2) masing-masing
sebesar 0.9316 dan 0.4589 untuk peubah bebas. Untuk peubah tak bebas terdapat
pada volume plywood (Y2), volume kayu gergajian (Y3), dan volume chipwood
(Y4) dengan nilai beban kanonik masing-masing sebesar 0.9789, 0.9763 serta
-0.6109. Dilihat dari nilai tersebut, semakin besar nilai diameter setinggi dada dan
tinggi bebas cabang maka akan semakin besar pula pemanfaatan volume kayu
untuk bahan baku plywood dan kayu gergajian serta mengurangi pemanfaatan
untuk bahan baku chipwood.

Analisis Regresi Berganda
Analisis regresi berganda ialah suatu alat analisis peramalan nilai pengaruh
dua peubah bebas atau lebih terhadap peubah terikat untuk membuktikan ada atau
tidaknya hubungan fungsi (Riduwan dan Sunarto 2011). Analisis regresi berganda
ini dimaksudkan untuk mendapatkan model terbaik yang dapat menjelaskan
hubungan setiap peubah. Hasil analisis korelasi kanonik sebelumnya menjelaskan
peubah bebas mana saja yang mempunyai pengaruh nyata terhadap peubahpeubah tak bebas. Dari hasil interpretasi beban dan bobot kanonik pada pasangan
kanonik pertama diketahui peubah bebas yang berpengaruh nyata terhadap peubah
Y adalah diameter setinggi dada dan tinggi bebas cabang. Hasil interpretasi
tersebut harus diselidiki lebih jauh lagi terkait peubah bebas lainnya yang
mungkin berpengaruh nyata terhadap peubah tak bebas Y. Walaupun nilai
keragaman yang dihasilkan tinggi yaitu 97.93%.
Hasil analisis kanonik menunjukkan bahwa semua peubah tak bebas Y
merupakan peubah yang paling dominan dilihat dari nilai beban kanoniknya.
Dengan demikian seluruh peubah tak bebas Y dipergunakan dalam menentukan
model terbaiknya dengan menggunakan analisi regresi peubah ganda. Model
lengkap dengan menggunakan sembilan peubah bebas X sebagai berikut:

10
Y1

Y2
Y3

Y4

= 0.00000141 + 0.87391X1 + 0.22453X2 – 0.06801X3 – 0.03747X4
0.04729X5 – 0.04875X6 – 0.10053X7 – 0.05298X8 + 0.14321X9
(R2 = 95.15%)
= 4.039428 + 0.89926X1 + 0.12186X2 – 0.03419X3 – 0.02766X4
0.06101X5 – 0.14939X6 – 0.10904X7 – 0.04209X8 + 0.11461X9
(R2 = 93.6%)
= -7.02107 – 0.77334X1 + 0.23026X2 – 0.12996X3 + 0.02857X4
0.13121X5 + 0.02345X6 – 0.03638X7 + 0.11527X8 – 0.01805X9
(R2 = 63.03%)
= -0.0000023 – 0.04725X1 + 0.00718X2 + 0.09694X3 – 0.07673X4
0.07734X5 + 0.8436X6 + 0.30256X7 – 0.23496X8 + 0.03827X9
(R2 = 79.67%)

+

+
–
+

Model regresi berganda yang terbentuk memiliki tingkat keragaman yang
cukup memuaskan. Supranto J (1988) menjelaskan bahwa semakin besar nilai R2
berarti semakin tepat suatu garis regresi linear digunakan sebagai suatu
pendekatan. Pada model persamaan Y1, peubah bebas X yang berperan nyata
terhadap nilai peubah tak bebas Y1 melalui uji-t dengan taraf nyata 5% yaitu X1
(P = 0.0001) dan X2 (P = 0.0032). Untuk model Y2 peubah bebas X yang
berpengaruh nyata yaitu X1 (P = 0.0001) dan X6 (P = 0.0312), pada model
persamaan Y3 yaitu peubah bebas X1 (P = 0.0001), sedangkan untuk model Y4
yaitu peubah bebas X6 (P = 0.0001) dan X7 (P = 0.0405). Dengan demikian,
peubah bebas X1 yaitu diameter setinggi dada sangat perbengaruh nyata terhadap
peubah bebas Y1 (volume total kayu), Y2 (volume kayu untuk plywood), dan Y3
(volume kayu untuk gergajian). Peubah X2 yaitu tinggi bebas cabang sangat
berpengaruh nyata untuk peubah tak bebas Y1, peubah bebas X6 untuk model Y2
dan Y4, dan peubah bebas X7 untuk model Y4.

Analisis Seleksi Stepwise
Untuk mendapatkan model terbaik yang dapat menerangkan keterkaitan
peubah bebas dengan peubah tak bebas diperlukan seleksi ulang terhadap peubah
bebasnya. Peubah bebas yang ada diseleksi untuk mendapatkan peubah yang
benar-benar berpengaruh nyata terhadap peubah tak bebas dengan menggunakan
analisis seleksi stepwise. Sebagaimana tercantum dalam Mattjik dan Sumertajaya
(2011), prosedur dalam penyeleksian menggunakan analisis stepwise ini hampir
sama dengan melihat peubah yang terbaik dimasukkan dalam setiap langkah.
Kemudian peubah baru dimasukkan dengan memeriksa secara individu dengan
menggunakan uji-F untuk melihat jika peubah tersebut tidak signifikan dan
dikeluarkan dari model. Pada tingkat kepercayaan 95% dengan menggunakan
uji-F maka diperoleh model terbaik untuk menggambarkan volume total (Y 1),
volume plywood (Y2), volume kayu gergajian (Y3), dan volume chipwood (Y4)
sebagai berikut:
Y1 = 8.277147 + 0.89070X1 + 0.25941X2 – 0.09346X3
Y2 = -4.71666 + 0.89428X1 + 0.12785X2 – 0.15976X6
Y3 = -0.00000108 – 0.75478X1 – 0.26258X5

(R2 = 93.91%)
(R2 = 92.59%)
(R2 = 58.02%)

11
Y4 = -0.00000236 + 0.85779X6 + 0.32839X7

(R2 = 73.25%)

Dari keempat model tersebut dapat dilihat bahwa semua model yang
terbentuk memiliki nilai keragaman lebih dari 50%. Angka tersebut sudah cukup
menerangkan sejauh mana peubah bebas yang ada dapat menerangkan peubah tak
bebasnya. Persamaan untuk Y1 (Volume total) memiliki R2 sebesar 93.08%.
Artinya peubah bebas diameter setinggi dada (X1), tinggi bebas cabang (X2), dan
jumlah banir (X3) mampu menerangkan 93.91% volume total. Semakin besar
diameter setinggi dada dan tinggi bebas cabang, maka akan semakin besar volume
kayu total yang ada dan semakin banyak jumlah banir akan memperkecil volume
total yang didapat. Model penduga volume optimal untuk plywood (Y2) memiliki
nilai keragaman sebesar 92.59%. Peubah bebas X1 dan X2 memiliki pengaruh
positif terhadap peubah tak bebas volume untuk plywood (Y2). Dengan demikian,
semakin besar diameter setinggi dada dan tinggi bebas cabang maka akan semakin
besar pula volume kayu yang dipergunakan untuk bahan baku plywood. Pada
peubah bebas jumlah mata kayu sehat (X6) memiliki pengaruh negatif terhadap
volume untuk plywood. Semakin banyak jumlah mata kayu sehat, maka akan
memperkecil penggunaan kayu untuk bahan baku plywood.
Persamaan untuk volume kayu gergajian (Y3) memiliki nilai keragaman
sebesar 58.02%. Akan tetapi hasil persamaan pada model Y3 ini bernilai negatif,
sehingga sebaiknya model tersebut tidak dipergunakan. Dengan demikian
persamaan untuk model Y3 tersebut dapat diformulasikan dengan persamaan
seperti dibawah ini,
Y3 = Y1 – Y2 – Y4
Model persamaan untuk volume chipwood (Y4) memiliki nilai keragaman sebesar
73.25%. Nilai tersebut menerangkan terdapat hubungan yang nyata antara peubah
bebas jumlah mata kayu sehat (X6) dan jumlah mata kayu mati (X7) terhadap
peubah tak bebas Y4. Peubah X6 dan X7 memiliki pengaruh positif terhadap
volume chipwood. Semakin banyak jumlah mata kayu sehat dan mati, maka akan
semakin banyak pemanfaatan kayu sebagai bahan baku chipwood.
Untuk melihat tingkat signifikan pengaruh peubah pebas X terhadap peubah
tak bebas Y, maka dilakukan uji hipotesis peubah ganda multivariate test. Dari
hasil kriteria uji Wilk’s Lambda, Pillai’s Trace, Hotteling-Lawley Trace, dan
Roy’s Greatest Root diketahui nilai p-value untuk semua kriteria uji adalah 0.0001.
Dengan demikian, dapat disimpulkan tolak H0 karena nilai p-value lebih kecil dari
peluang yang diizinkan (α = 0.05). Artinya terdapat sekurang-kurangnya satu
peubah bebas X yang berperan nyata terhadap sekurang-kurangnya satu peubah
tak bebas Y.

12

SIMPULAN DAN SARAN
Simpulan
Menurut hasil uji korelasi setidaknya ada satu peubah bebas X yaitu data
kualitas pohon yang berhubungan nyata dengan peubah tak bebas Y yaitu volume
kayu. Peubah bebas X yang berpengaruh nyata terhadap peubah tak bebas Y
seperti diameter setinggi dada, tinggi bebas cabang, jumlah banir, jumlah mata
kayu hidup, serta jumlah mata kayu mati. Dari keterkaitan semua peubah,
terbentuk model terbaik dalam menduga volume optimal kayu jenis meranti
merah (Shorea leprosula Miq.) seperti di bawah ini,
YT
YP
YG
YC

= 8.277147 + 0.89070X1 + 0.25941X2 – 0.09346X3
= -4.71666 + 0.89428X1 + 0.12785X2 – 0.15976X6
= YT – YP – YC
= -0.00000236 + 0.85779X6 + 0.32839X7

(R2 = 93.91%)
(R2 = 92.59%)
(R2 = 73.25%)

Saran
Peubah kanonik yang dipergunakan dalam analisis data diharapkan hanya
menggunakan satu peubah kanonik saja dikarenakan ketidakstabilan peubah
kanonik lainnya. Disamping itu, model penduga volume yang dihasilkan
diharapkan dapat membantu PT. Sari Bumi Kusuma dan unit perusahaan yang
memiliki kondisi area yang relatif sama dalam menduga volume optimal kayu.

DAFTAR PUSTAKA
[ATIBT)] Association Technique Internationale des Bois Tripicaux. Committee V.
1982. The Grading Rules for Tropical Logs and Sawn Timber. Paris (FR): ATIBT.
Cahyana I. 2000. Penyusunan model penduga volume optimal batang bebas
cabang melalui inventarisasi kualitas pohon dan analisis data peubah ganda.
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
Hadikusumo SA, Prawirohatmodjo S. 1986. Hasil Hutan dan Ilmu Kayu.
Yogyakarta (ID): Universitas Gadjah Mada.
Husch B. 1971. Forest Mensuration and Statistics. New York: The Ronald Press
Company.
Mattjik AA, Sumertajaya IM. 2011. Sidik Peubah Ganda dengan Menggunakan
SAS. Bogor (ID): IPB Press.
Priyatno D. 2011. Buku Saku SPSS. Yogyakarta (ID): MediaKom.
Riduwan, Sunarto. 2011. Pengantar Statistika. Bandung (ID): Penerbit Alfabeta.
Supranto J. 1989. Statistika Teori dan Aplikasi. Jakarta (ID): Erlangga.

13
Lampiran 1 Spesifikasi Bahan Baku Kayu Bulat menurut Standar ATIBT/1982
a. Mata Kayu Standar
1. Satu mata kayu hidup dengan diameter antara 1 sampai 6 cm untuk setiap 2
m panjang kayu dengan interval mata kayu tidak kurang dari 2 m
2. Satu mata kayu hidup dengan diameter antara 1 sampai dengan 6 cm untuk
setiap 1.5 m panjang kayu dengan interval mata kayu tidak kurang dari 2 m
3. Dua mata kayu hidup dengan diameter antara 1 sampai dengan 6 cm untuk
setiap 2 m panjang kayu dengan interval mata kayu tidak kurang dari 1 m
4. Dua mata kayu dengan diameter antara 1 sampai dengan 6 cm untuk setiap
2 m panjang kayu dengan interval mata kayu tidak kurang dari 0.5 m
5. Mata kayu dengan diameter kurang dari 1 cm diabaikan
b. Lubang Gerek Standar
1. Konsentrasi lubang gerek dengan jumlah dari 15 sampai 30 dalam suatu
persegi dengan ukuran 125 x 125 mm untuk setiap persegian
2. Untuk setiap penambahan 15 lubang dalam persegi ukuran 125 x 125 mm
3. Lebih dari 3 sampai 10 lubang gerek per 3 m panjang kayu tersebar di
permukaan tetapi tidak sampai pada sapwood
4. Untuk setiap penambahan 10 lubang gerek per 3 m panjang kayu
5. Satu lubang gerek besar 3 m panjang kayu
6. Untuk setiap penambahan 2 lubang per 3 m panjang kayu
7. Lubang gerek kecil tersebar di permukaan tetapi di luar persegian ukuran
125 x 125 mm akan diabaikan
8. Sampai 3 lubang gerek sedang tersebar di permukaan tetapi tidak sampai ke
sapwood per 3 m panjang kayu akan diabaikan
c. Melintir Standar
1. Satu atau dua kayu melintir dengan panjang total sampai dengan 10%
panjang kayu
2. Satu atau dua kayu melintir dengan panjang total sampai dengan 10% −
20% panjang kayu
3. Dua atau tiga kayu melintir dengan panjang total dari dua kayu melintir
terpanjang antara 20% − 40% panjang kayu
4. Tiga atau lebih kayu melintir dengan panjang total dari dua kayu terpanjang
lebih dari 40% panjang kayu
d. Bengkok Standar
1. Satu bengkok dengan penyimpanan sebesar 10% dari diameter ujung
terpendek
2. Satu bengkok dengan penyimpanan sebesar 10% − 20% dari diameter
ujung terpendek
3. Satu bengkok dengan penyimpanan sebesar 30% dari diameter ujung
terpendek
4. Satu atau dua bengkok dengan penyimpanan sebesar 40% dari diameter
ujung terpendek

14
Lampiran 2 Spesifikasi Bahan Baku Kayu Kupas menurut Standar ATIBT/1982
Faktor
Kualitas
Panjang

Kualitas Prime (SP.1)
2.5 m atau lebih

Spesifikasi
Kualitas Standard (SP.2)
2.5 m atau lebih

Diameter
(minimum)
Bentuk log
Hati kayu

50 cm atau lebih

50 cm atau lebih

Fresh cut, silindris, serat lurus
Di tengah, tidak lebih dari ¼
diameter log rata-rata

Mata kayu

Diperbolehkan mengandung 1
unit mata kayu standar
Diperbolehkan mengandung
salah satu unit lubang gerek
standar
Diperbolehkan mengandung
salah satu unit melintir standar
Diperbolehkan mengandung
salah satu bengkok standar
Diperbolehkan, sapwood bebas
cacat
Tidak diizinkan

Fresh cut, silindris, serat lurus
Di tengah, tidak lebih dari 1/3
diameter log rata-rata.
Diperkenankan lubang kecil di
tengah, retak kecil dengan
diameter tidak lebih dari 15
cm
Diperbolehkan mengandung 2
unit mata kayu standar
Diperbolehkan mengandung 2
unit lubang gerek standar

Lubang gerek

Melintir
Bengkok
Warna
Pecah
permukaan

Diperbolehkan mengandung 2
unit melintir standar
Diperbolehkan mengandung 2
bengkok standar
Diperbolehkan, sapwood
bebas cacat
Sedikit pecah permukaan
diijinkan, kurang dari ¼
permukaan lateral, kedalaman
kurang dari 5 cm

15
Lampiran 3 Spesifikasi Bahan Baku Kayu untuk Kayu Gergajian dan Kayu
Serpih menurut Standar ATIBT/1982
Faktor
Kualitas
Panjang
Diameter
Bentuk
log
Hati kayu
Mata kayu
Lubang
gerek
Melintir
Bengkok
Warna

Lain-lain

SS.1
≥2.5 m
≥45 cm
fresh cut,
silindris, serat
lurus
Ditengah
3 unit mata
kayu standar
3 unit lubang
gerek standar
3 unit melintir
standar
3 unit bengkok
standar
diperbolehkan,
sapwood bebas
cacat
75% bebas
cacat

Spesifikasi
Kayu Gergajian
SS.2
SS.3
SS.4
≥2 m
≥2 m
≥2 m
≥40 cm ≥30 cm -

SS.5
1.20 − 2 m
-

tak bersyarat
tak bersyarat

-

-

-

-

tak bersyarat

-

-

-

-

tak bersyarat
tak bersyarat

-

-

-

-

tak bersyarat

-

-

-

-

tak bersyarat

-

-

-

-

tak bersyarat

-

-

-

-

tak bersyarat

60%
bebas
cacat

50%
bebas
cacat

40%
bebas
cacat

masih
dapat
digergaji

tak bersyarat

Kayu Serpih

16
Lampiran 4 Rekapitulasi data peubah bebas X dan peubah tak bebas Y
Jenis
Nilai
Peubah
Terkecil
Peubah Bebas
X1
43
X2
15
X3
0
X4
0
X5
47.75
X6
0
X7
0
X8
0
X9
0
Peubah Tak Bebas
Y1
1.74
Y2
0.31
Y3
0
Y4
0

Nilai
Terbesar

Rata-rata

Simpangan
Baku

86
25
8
1.81
89
12
3
28
30

58.98
20.43
3
0.22
69.84
2
0
9.1
4.1

11.26
3.13
2.06
0.47
9.04
2.63
0.7
9.45
9.23

9.66
9.51
2.17
1.49

4.21
3.37
0.62
0.22

2.08
2.6
0.65
0.32

Keterangan :
X1 = Diameter setinggi dada (cm)
X2 = Tinggi bebas cabang (m)
X3 = Jumlah banir
X4 = Kelengkungan (cm/m)
X5 = Keselindrisan (%)
X6 = Jumlah mata kayu sehat
X7 = Jumlah mata kayu mati
X8 = Diameter rata-rata mata kayu sehat (cm)
X9 = Diameter rata-rata mata kayu mati (cm)
Y1 = Volume pohon total (m3)
Y2 = Volume pohon untuk bahan baku plywood (m3)
Y3 = Volume pohon untuk bahan baku kayu gergajian (m3)
Y4 = Volume pohon untuk bahan baku chipwood (m3)

17
Lampiran 5 Hasil Analisis Kanonik
Canonical Correlation Analysis

1
2
3

Canonical
Correlation

Adjusted
Canonical
Correlation

Approximate
Standard
Error

Squared
Canonical
Correlation

0.979278
0.891286
0.654310

0.972415
0.862290
0.578586

0.007616
0.038181
0.106195

0.958985
0.794392
0.428121

Eigenvalues of Inv(E)*H
= CanRsq/(1-CanRsq)

1
2
3

Eigenvalue

Difference

Proportion

Cumulative

23.3812
3.8636
0.7486

19.5176
3.1150

0.8352
0.1380
0.0267

0.8352
0.9733
1.0000

Test of H0: The canonical correlations in the
current row and all that follow are zero

1
2
3

Likelihood
Ratio

Approximate
F Value

Num DF

Den DF

Pr > F

0.00482269
0.11758308
0.57187863

10.27
4.55
2.14

27
16
7

53.212
38
20