ketelitian sebesar 3 ini tidak sebanding dengan kesulitan dalam pemenuhan peubah bebas tinggi total dalam persamaan. Oleh karena itu untuk menduga
biomassa bagian batang berdasarkan semua kriteria di atas dipilih persamaan B = 0,0813D
2,28
. Persamaan terpilih yang telah diuji dengan dua kriteria uji ini akan lebih
baik dan lebih tepat dalam pendugaan apabila memenuhi syarat kenormalan penyebaran sisaan dengan nilai harapannya dan plot sisaaan dengan Y dugaannya
yang menyebar secara acak. Nilai sisaan dikatakan menyebar secara normal apabila antara nilai sisaan dengan probability normalnya membentuk garis linier
melalui pusat sumbu. Syarat ini dapat terlihat dari uji visual kenormalan sisaan dan uji keaditifan model Gambar 6.
Fitted Value Re
s id
u a
l
3,0 2,5
2,0 1,5
1,0 0,3
0,2 0,1
0,0 -0,1
-0,2
Residual Pe
rc e
n t
0,3 0,2
0,1 0,0
-0,1 -0,2
-0,3
99 95
90 80
70 60
50 40
30 20
10 5
1
Gambar 6 Uji visual persamaan penduga biomassa batang terbaik: a Uji visual kenormalan sisaan; b Uji visual keaditifan model.
Dari Gambar 6a, terlihat bahwa pola
penyebaran data yang dihasilkan membentuk garis
lurus. Hal ini berarti syarat data sisaan yang menyebar secara normal terpenuhi.
Sedangkan dari Gambar 6b terlihat bahwa plot yang dihasilkan tidak membentuk pola atau dengan kata lain menyebar secara acak sehingga menunjukkan bahwa
syarat keaditifan model terpenuhi. b
a
5.2.2 Persamaan Alometrik Penduga Biomassa Cabang
Untuk memperoleh persamaan alometrik penduga biomasa cabang pohon Nyirih yang terbaik, maka dilakukan uji coba terhadap empat persamaan regresi,
baik dengan satu maupun dua peubah bebas. Hasil dari uji coba terhadap 6 model ini dapat dilihat pada Tabel. 15.
Tabel 15 Persamaan alometrik penduga biomassa cabang pohon nyirih
Jumlah Peubah
Bebas No.
Persamaan s R
2
R
2
adj t
hit
F
hit
1 B = 0,0063D
2,78
1,63 90,00 89,60 -
250,64 1
2 B = 69,0 - 9,97D + 0,368D
2
24,94 94,40 93,90 -
225,97 3
B = 0,0034D
2,42
H
0,673
1,60 91,00 90,30 1,75
tn
136,03 2
4 B = 12,3 + 0,0084D
2
H 32,91 89,80 89,50
- 247,11
Ket. : = berbeda nyata Į = 5
tn = tidak berbeda nyata Į = 5
Berdasarkan pemenuhan kriteria statistik yang ditentukan, persamaan regresi dengan bentuk intrinsik atau yang merupakan bentuk logaritma dari
persaman linier sedarhananya cenderung memberikan nilai R
2
yang tertinggi dan nilai s yang rendah. Namun ada begitu banyak pertimbangan yang harus
diperhatikan selain kriteria uji statistik ini. Dalam pemilihan persamaan mana yang terbaik maka dilakukan pengurutan terhadap nilai-nilai kriteria uji statistik.
Urutan performansi persamaan terbaik dapat dilihat pada Tabel 16. Tabel 16 Urutan performansi persamaan alometrik penduga biomassa cabang
Kriteria Jumlah Peubah
Bebas No.
Persamaan s
R
2
adj Jumlah
1 B = 0,0063D
2,78
2 3
5 1
2 B = 69,0 - 9,97D + 0,368D
2
3 1
4 3
B = 0,0034D
2,42
H
0,673
1 2
3 2
4 B = 12,3 + 0,0084D
2
H 4
4 8
Dari hasil pengurutan berdasarkan kriteria uji statistik, dapat diamati bahwa persamaan B = 0,034D
2,42
H
0,673
menempati peringkat pertama dengan performansi terbaik. Untuk melihat seberapa jauh perbedaan nilai dugaan yang diberikan
persamaan ini terhadap nilai biomassa aktualnya, dilakukan uji validasi. Hasil uji validasi dapat diamati pada Tabel 17.
Tabel 17 Hasil uji validasi persamaan alometrik penduga biomassa cabang pohon nyirih
Jumlah No.
Persamaan
Peubah Bebas
MAE Kg SA
SR 1
B = 0,0063D
2,78
18,69 -47,40 31,31 1
2 B = 69,0 - 9,97D + 0,368D
2
14,79 1,40 98,66 3
B = 0,0034D
2,42
H
0,673
14,91 -15,54 9,14 2
4 B = 12,3 + 0,0084D
2
H 29,49 35,09 -58,13
Setelah dilakukan pengurutan nilai uji validasi, terlihat bahwa ternyata persamaan B = 69,0 - 9,97D + 0,368D
2
menempati peringkat pertama dengan besar MAE sebesar 14,79 kg, terpaut sebesar 0,12 kg dibandingkan dengan besar
dugaan biomassa oleh persamaan B = 0,0034D
2,42
H
0,673
. Dalam menduga biomassa cabang, persamaan B = 0,034D
2,42
H
0,673
teruji secara statistik memberikan nilai dugaan yang paling baik. Namun berdasarkan hasil uji nilai t
yang tidak nyata mengindikasikan bahwa penambahan peubah tinggi total pohon ke dalam persamaan yang telah ada peubah diameternya ternyata tidak
meningkatkan ketelitian dugaan secara statistik. Dalam invetarisasi dan pengambilan data, faktor kepraktisan dan efisisensi adalah hal penting yang harus
diperhatikan. Oleh karena itu persamaan penduga yang baik juga harus dapat memenuhi pertimbangan tersebut. Berdasarkan hasil uji nilai t tersebut maka
persamaan terpilih adalah persamaan dengan satu peubah bebas. Namun demikian tentu saja ada korbanan ketelitian yang harus diterima sebagai konsekuensinya.
Ketelitian yang hilang jika persamaan yang digunakan B = 0,0063D
2,78
adalah sebesar 0,7 . Tentu nilai yang hilang ini sangat kecil jika dibandingkan dengan
korbanan yang dilakukan dalam pengambilan data tinggi total pohon di hutan mangrove. Dari hasil uji statistik dan uji validasi yang telah dilakukan, persamaan
B = 0,0063D
2,78
disimpulkan sebagai persamaan terbaik yang selalu memberikan nilai dugaan yang memiliki simpangan yang kecil dan juga nilai R
2
adjusted yang besar.
Fitted Value Re
s id
u a
l
2,5 2,0
1,5 1,0
0,5 0,4
0,3 0,2
0,1 0,0
-0,1 -0,2
-0,3 -0,4
0,5 0,0
Residual Pe
rc e
n t
0,50 0,25
0,00 -0,25
-0,50
99 95
90 80
70 60
50 40
30 20
10 5
1
b a
Gambar 7 Uji visual persamaan penduga biomassa cabang terbaik: a Uji visual kenormalan sisaan; b Uji visual keaditifan model.
Dari visualisasi kedua gambar di atas, persamaan B = 0,0063D
2,78
dapat disimpulkan merupakan persamaan terbaik yang dipilih. Pada Gambar 7a, syarat
kenormalan penyebaran sisaan terpenuhi karena dapat dilihat bahwa sisaan menyebar membentuk garis linier melewati titik asal. Dan pada Gambar 7b,
tampilan plot sisaan dan nilai dugaannya tidak membentuk pola sehinggga syarat keaditifan model juga terpenuhi.
5.2.3 Persamaan Alometrik Penduga Biomassa Ranting