Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

(1)

DIMAS DARMA SEPUTRA. Penyusunan Tabel Volume Lokal Jenis Nyatoh

(Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

Dibimbing oleh BUDI PRIHANTO.

Inventarisasi hutan adalah kegiatan yang dilaksanakan untuk mengetahui dan memperoleh data serta informasi tentang sumberdaya, potensi serta lingkungannya secara lengkap. Tujuan utama dari kegiatan inventarisasi hutan adalah mendapatkan data mengenai kondisi sediaan tegakan hutan. Untuk membantu kegiatan inventarisasi hutan dibutuhkan suatu alat bantu inventarisasi guna mempercepat kegiatan dan memperkecil kesalahan yang terjadi dalam pengukuran. Alat bantu yang dimaksud yaitu tabel volume pohon. PT. Mamberamo Alasmandiri memiliki keanekaragaman jenis pohon yang heterogen, salah satunya pohon nyatoh (Palaquium spp.) Penelitian ini bertujuan untuk

menyusun tabel volume lokal pohon nyatoh (Palaquium spp.). Penyusunan model

tabel volume menggunakan 150 pohon yang sudah direbahkan, dipilih secara

purpossive sampling. Persamaan regresi yang digunakan antara lain persamaan

Berkhout, Kopezky-Gehrhardt, dan Horenald-Krenn. Beberapa uji yang digunakan untuk pemilihan model terbaik adalah uji keberartian model, analisis sisaan dan analisis data pencilan. Validasi model menggunakan metode Jacknife berdasarkan nilai Predicted Residual of Sum Square (PRESS). Kriteria pemilihan

model terbaik yang digunakan seperti nilai koefisien determinasi (R²), koefisien determinasi terkoreksi (Ra²), simpangan baku (s), simpangan agregrat (SA),

simpangan rata-rata (SR), dan Root Mean Square Error (RMSE). Persamaan

terbaik jenis nyatoh (Palaquium spp) di IUPHHK-HA PT. Mamberamo Alasmandiri adalah V = 0,000158 Dbh2,48.

(2)

DIMAS DARMA SEPUTRA. The Construction of the Local Volume Tables

of Nyatoh (Palaquium spp.) in IUPHHK-HA PT. Mamberamo Alasmandiri,

Papua Province. Supervised by BUDI PRIHANTO.

Forest inventory is activities to know and obtain data along information about resources, potential values, and full of environments . The main objective of forest inventory activities is getting data about the condition of timber standing stock. To help forest inventory activities is needed supporting tools to facilitated this measurement and as well as to reduce human error that include tree’s volume table. PT. Mamberamo Alasmandiri have a heterogeneous diversity of tree’s species, one of them is nyatoh (Palaquium spp.). The main objective of this

research is to establish local volume table nyatoh (Palaquium spp.). The volume

table model using 150 trees that have been felled, selected by purpossive sampling. The regression equation that used including Berkhout equation, Kopezky- Gehrhardt, and Horenald-Krenn. Some of test that used for selecting the best model are analysis of variance, residual analysis, and outlier analysis. Validation model using Jacknife Procedures base on predicted residual sum of square (PRESS) value. The criteria used for selecting the best model is coefficient of determination (R²), adjusted coefficient of determination (Ra²), standard

deviation (s), aggregate deviation (SA), average deviation (SR) and RMSE. The best model of nyatoh (Palaquium spp.) in IUPHHK-HA PT. Mamberamo

Alasmandiri is V = 0,000158 Dbh2,48.

(3)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

volume.

Volume produksi dari suatu pohon dapat diperoleh dari data dimensi pohon yang diukur saat kegiatan inventarisasi. Hubungan antara dimensi pohon yang diukur dengan volume pohon dapat dinyatakan dalam model penduganya. Berdasarkan model penduganya tersebut dapat dibuat suatu tabel volume pohon, yaitu nilai-nilai volume dalam feet kubik, meter kubik atau satuan lain yang disusun dalam bentuk tabel berdasarkan satu atau lebih dimensi pohon penduganya.

IUPHHK-HA PT. Mamberamo Alasmandiri memiliki tabel volume lokal untuk jenis-jenis kayu komersil yang dominan di areal tersebut, seperti penelitian (Ilham 2011) tentang tabel volume lokal pohon matoa, (Simaremare 2011) tentang tabel volume lokal pohon merbau, (Ardelina 2011) tentang tabel volume lokal jenis meranti, dan (Isnaini 2011) tentang pengelompokan jenis tabel volume lokal bipa, medang, jambu, merbau dan matoa. Dikarenakan jenis nyatoh belum dibuat tabel volume lokal, untuk itulah dilakukan penelitian mengenai ”Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT.

(4)

1.2 Tujuan

Tujuan utama dari penelitian ini adalah untuk menyusun tabel volume lokal jenis nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri. 1.3 Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Menyediakan alat bantu yang akurat untuk menaksir volume pohon dalam kegiatan inventarisasi hutan di PT. Mamberamo Alasmandiri.

(5)

BAB II

TINJAUAN PUSTAKA

2.1 Volume Pohon

Secara alami, volume kayu dapat dibedakan menurut berbagai macam klasifikasi sortimen. Beberapa jenis volume kayu yang paling lazim dipakai sebagai dasar penaksiran, adalah (Dephut 1992) :

1. Volume tunggak

Volume kayu yang terdiri atas akar dan pangkal pohon, sampai ketinggian (tunggak) tertentu. Tinggi tunggak ini bervariasi dari 0,1-0,5 m, tetapi sebagian besar diambil 0,3 m. Di daerah yang berbukit, tinggi tunggak dihitung sama dengan tinggi banir.

2. Volume kayu batang

Volume kayu diatas tunggak sampai permukaan tajuk. Bagian pohon yang menyusun volume ini adalah batang pokok sampai percabangan pertama.

3. Volume kayu tebal

Volume kayu diatas tunggak sampai diameter dengan kulit besar 7 cm. Disini tercakup batang pokok dan cabang-cabang besar.

4. Volume kayu pohon

Volume kayu yang terdapat diseluruh pohon, mulai dari volume tunggak sampai ujung pohon ranting.

Rumus umum untuk menaksir volume kayu suatu pohon adalah (Dephut 1992) :

V = (πd²)/4 x h x f

= g x h x f Keterangan: v : volume kayu

d : diameter setinggi dada h : tinggi pohon

g : luas penampang lintang pohon pada setinggi dada f : bilangan bentuk

Untuk menentukan volume pohon per seksi (sortimen), telah dikembangkan rumus-rumus matematik sebagai berikut (Sutarahardja 2008):

(6)

Rumus Smallian : V = 0.5 x (Bp + Bu) x h

Rumus Huber : V = B1/2 x h

Rumus Brereton : V = 0,25 π ((Dp + Du) x 0,5 )² x h

Rumus Newton : V = {Bp + (B1/2 x 4) + Bu } x h x 1/6

Rumus Schiffel : V = {(0,16 x Bp) + (0.66 x B1/2)} x h

Keterangan:

V : Volume batang pohon dalam m3

Bp : Luas bidang dasar pangkal batang dalam m2

Bu : Luas bidang dasar ujung batang pohon dalam m2

B1/2 : Luas bidang dasar bagian tengah batang pohon dalam m2

Dp : Diameter pangkal batang pohon dalam meter

Du : Diameter ujung batang pohon dalam meter

h : Panjang batang pohon

Penentuan volume sortimen (batang pohon) dengan menggunakan rumus-rumus diatas, jika makin pendek panjang batang akan menghasilkan volume yang lebih tepat, karena rumus-rumus diatas merupakan perhitungan volume yang mendasarkan kepada bentuk benda teratur yaitu bentuk silinder. Berdasarkan volume sortimen-sortimen kayu yang diukur dengan rumus diatas, maka volume pohon dapat diketahui yaitu penjumlahan dari volume sortimen-sortimen dari pohon yang bersangkutan (Sutarahardja 2008).

� = � �_�

� �= Keterangan:

Va : Volume aktual pohon (m3)

Vi : Volume seksi ke-i dari satu pohon (m3)

i : Urutan seksi ke-... (1, 2, ..., n) n : Jumlah seksi

2.2 Tabel Volume

Husch (1972) menyatakan tabel volume pohon adalah nilai-nilai volume dalam feet kubik, meter kubik atau satuan lain yang disusun dalam bentuk tabel berdasarkan satu atau lebih dimensi pohon. Dimensi-dimensi pohon yang dimaksud adalah diameter, tinggi, taper dan data pendukung lainnya. Tabel

(7)

volume merupakan pernyataan sistematik mengenai volume sebatang pohon menurut semua atau sebagian dimensi yang ditentukan dari dbh, dan angka bentuk pohon. Tipe-tipe tabel volume pohon terdiri dari:

1. Tabel volume lokal (local volume tables)

Tabel volume lokal menyajikan volume menurut dimensi pohon diameter setinggi dada (dbh). Tabel volume ini tidak memerlukan pengukuran tinggi pohon, meskipun pada penyusunan aslinya tinggi tetap dihitung, tetapi dihilangkan di dalam bentuk akhirnya. Istilah “lokal” digunakan karena tabel tabel tipe ini hendaknya hanya dipergunakan untuk wilayah terbatas yang merupakan asal hubungan tinggi dan diameter yang dimanfaatkan ke dalam tabelnya.

Beberapa persamaan hubungan antara volume pohon dengan peubah diameter yang digunakan dalam penyusunan tabel volume lokal antara lain (Loetsch et al. 1973) :

V = a + bDbh2 (Kopezky-Gehrhardt)

V = bDbh + c Dbh2 (Dissescu-Meyer)

V = a + b Dbh + c Dbh2 (Hohenadl-Krenn)

V = aDbhb (Berkhout)

Log V = a + blog Dbh (Husch)

2. Tabel volume standar (general standard volume tables)

Tabel volume standar didasarkan kepada pengukuran diameter setinggi dada (dbh), dan tinggi. Tinggi dapat berupa tinggi pohon total atau tinggi kayu perdagangan. Tabel volume standar dapat disusun untuk individu spesies maupun kelompok spesies dari berbagai wilayah-wilayah geografis.

Beberapa persamaan regresi yang digunakan dalam penyusunan tabel volume standar antara lain (Loetsch et al. 1973) :

V = bDbh2 h (Spurr)

V = a + b Dbh2 h (Spurr)

V = Dbh2 (a + b h) (Ogaya)

V = a + b Dbh2 + c Dbh2 h + d h (Stoate)

V = b Dbh2 + c Dbh2 h + d Dbh2 h + e h2 (Naslund)

(8)

3. Tabel volume kelas bentuk (form class volume tables)

Tabel volume kelas bentuk disiapkan untuk menunjukkan volume menurut beberapa ukuran bentuk pohon disamping diameter setinggi dada (dbh) dan tinggi pohon. Tabel volume ini dapat dipakai bilamana saja bentuk suatu pohon yang bersangkutan secara jelas ditunjukkan oleh karakteristik - karakteristik bentuk yang telah dimasukan dalam penyusunan tabel-tabelnya, tanpa memandang spesies atau tempat.

Beberapa persamaan regresi yang digunakan dalam penyusunan tabel volume standar antara lain:

V = b Dbh2 + c Dbh2 h + dDbh h2 + e Dbh2 hc + f Dbh h f (Naslund)

V = b Dbh2 + c Dbh2 h + dDbh h2 + e Dbh2 + f Dbh h f (Naslund)

Diantara ketiga macam tabel volume tersebut, yang paling praktis adalah tabel volume lokal yang hanya menggunakan dbh sebagai peubah penduga, namun secara teoritis memiliki ketelitian yang lebih rendah dibanding tabel volume standar dan tabel volume dengan kelas bentuk. Tabel volume dibuat berdasarkan persamaan volume yang disusun dengan persamaan regresi. Persamaan regresi terbaik biasanya dipilih dari berbagai macam persamaan yang dicobakan terhadap data yang dimiliki.

Penyusunan tabel volume pohon dimaksudkan untuk memperoleh taksiran volume pohon melalui pengukuran satu atau beberapa peubah penentu volume pohon serta untuk mempermudah kegiatan inventarisasi hutan dalam menduga potensi tegakan. Meskipun demikian, untuk meningkatkan efisiensi dalam penaksiran volume tegakan dengan tidak mengurangi ketelitian yang diharapkan, diusahakan dalam penyusunan tabel volume pohon memperkecil jumlah peubah bebas penentu volume pohon dan diberlakukan pada daerah setempat, yaitu daerah dimana pohon-pohon penyusun tabel tersebut diambil (Sutarahardja 2008).

Karakteristik paling nyata untuk diukur yang berkaitan dengan volume pohon adalah diameter setinggi dada (diameter at breast height). Oleh karena itu

semua persamaan volume akan mempunyai diameter setinggi dada serta peubah lainnya dan yang umum ditambahkan sebagai peubah penentu volume pohon adalah jenis peubah tinggi pohon, baik tinggi total, tinggi bebas cabang ataupun

(9)

tinggi yang lain yang dianggap mempunyai peranan dalam tujuan untuk pendugaan potensi tegakan (Sutarahardja 2008).

Jumlah pohon contoh yang diambil diusahakan sebanyak mungkin, misalnya 50 sampai 100 pohon dianggap telah mewakili untuk areal yang tidak terlalu luas. Dalam pemilihan pohon contoh, perlu diperhatikan juga ketersebaran diameter sehingga mewakili kisaran diameter dari yang terkecil sampai terbesar. Semakin lebar kisaran diameter dari pohon-pohon contoh tersebut, maka model yang terbentuk nantinya akan semakin leluasa digunakan untuk menduga volume dari pohon yang berdiameter kecil sampai besar. Selain itu, apabila tinggi pohon akan dijadikan sebagai peubah bebas (selain diameter), pengambilan pohon contoh pun harus mewakili ketersebaran tinggi pohon dalam tegakannya (Fahutan IPB 2010).

2.3 Nyatoh (Palaquium spp.)

Taksonomi nyatoh secara lengkap disajikan pada Tabel 1. Tabel 1 Taksonomi jenis nyatoh

Taksonomi Nyatoh

Kingdom Plantae

Divisi Magnoliophyta

Kelas Magnoliopsida

Ordo Ericales

Famili Sapotaceae

Genus Palaquium

Spesies Palaquium spp.

Menurut SK Menhut No. 163/KPTS-11/2003 (terlampir), pohon nyatoh (Palaquium spp.) termasuk pohon kelompok jenis meranti atau kelompok

komersial satu. Pohon nyatoh dapat tumbuh tinggi mencapai 45 m, panjang batang bebas cabang 15 – 30 m, diameter 50 – 100 cm. Bergetah putih, bentuk batang lurus dan silindris, kadang-kadang berbanir 2 – 3. Kulit luar berwarna coklat, kelabu coklat, merah kecoklatan atau merah tua sampai agak hitam. Daerah penyebaran pohon ini seluruh Nusantara.

(10)

Warna kayu teras bervariasi dari coklat kekuningan, coklat muda, coklat keunguan, coklat kemerahan sampai coklat atau merah tua. Kayu gubal berwarna lebih muda, tetapi biasanya hanya sedikit berbeda dari kayu teras, tebal seringkali sampai 10 cm. Tekstur kayu agak halus sampai agak kasar dan merata. Arah serat lurus sampai agak berpadu. Kesan raba pada kayu ini yaitu, permukaan kayu agak licin dan permukaannya kadang mengkilap. Pori kayu hampir seluruhnya bergabung 2 – 8 dalam arah radial, hanya sebagian kecil soliter. Jaringan parenkimnya termasuk tipe apotrakeal berbentuk pita-pita halus yang panjang dan teratur. Jari-jari kayu biasanya hanya dapat dilihat dengan loupe. Berat jenis dan kelas kuat kayu ini berkisar antara 0,48 – 78 dan II – III. Kayu nyatoh secara umum termasuk kelas awet III dan IV sehingga keterawetan kayu ini sukar untuk diawetkan. Kayu ini juga sukar untuk dikeringkan, mudah menggelinding dan pecah ujung. Kayu nyatoh dapat dikupas tanpa perlakuan pendahuluan dengan sudut kupas 91º dan menghasilkan venir yang cukup baik. Perekatan venir dengan urea-formaldehida umumnya menghasilkan kayu lapis yang memenuhi persyaratan standar Jerman (Martawijaya et al. 1981).

Kayu nyatoh mempunyai sifat pengerjaan yang bervariasi tergantung pada kandungan silika, tetapi pada umumnya mudah dikerjakan. Kayu dapat diserut sampai halus dan dapat dipelitur dengan baik, meskipun harus didempul terlebih dahulu. Kayu ini umumnya baik untuk papan perumahan, bahkan bisa dijadikan tiang, balok atau rusuk. Dapat juga dijadikan kayu perkapalan, papan lantai, panil, dinding pemisah dan alat rumah tangga. Untuk didaerah Jawa Tengah, kayu ini dipakai untuk membuat gamelan dan mebel halus (Martawijaya et al. 1981).

(11)

BAB III

METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di IUPHHK-HA PT. Mamberamo Alasmandiri, Kabupaten Mamberamo Raya, Propinsi Papua. Waktu pelaksanaan penelitian dilakukan pada tanggal 27 Mei – 9 Juni 2012.

3.2 Alat dan Obyek Penelitian

Alat untuk pengambilan data di lapangan antara lain golok, kapak, pita ukur (phi-band), meteran, galah sepanjang dua meter, tallysheet, alat tulis, kamera. Alat

yang digunakan untuk pengolahan data komputer, Microsoft Word 2007, Microsoft Excell 2007, dan Minitab 14. Obyek yang diteliti adalah pohon nyatoh

(Palaquium spp.). 3.3 Batasan Penelitian

Jenis yang diteliti hanya mencakup jenis nyatoh (Palaquium spp.). 3.4 Metode Pengambilan Data

3.4.1 Pemilihan Pohon Contoh

Pemilihan pohon contoh dilakukan secara purposive sampling. Pohon

contoh yang diteliti sebanyak 150 pohon yang terbagi menjadi 6 kelas diameter dengan interval kelas 10 cm. Kelas diameter dimulai dari kelas diameter 10-19 cm, 20-29 cm, 30-39 cm hingga kelas diameter 50-59 cm dan > 60 cm. Adapun syarat-syarat pohon yang diambil sebagai sampel antara lain: batang lurus, tidak menggarpu, bebas dari serangan hama penyakit, dan batang tidak pecah setelah ditebang.

3.5 Pengolahan Data

3.5.1 Pengukuran Pohon Contoh

Tahapan yang dilakukan dalam pengukuran pohon contoh meliputi : 1. Memilih pohon contoh yang sesuai syarat.

2. Mengukur diameter setinggi dada (dbh) menggunakan phi-band.

(12)

4. Mengukur diameter per seksi pada pohon rebah. Panjang per seksi sebesar 2 meter menggunakan phi-band.

5. Mengukur tbc menggunakan meteran.

3.5.2 Perhitungan Volume Pohon Contoh

Rumus yang digunakan untuk mengukur volume per seksi menggunakan rumus Smallian, yaitu sebagai berikut (Sutarahardja 2008):

V = 0.5 x (Bp + Bu) x h

Keterangan:

V : Volume seksi (m3)

Bp : Luas penampang lintang potongan bawah seksi (m2)

Bu : Luas penampang lintang potongan ujung seksi (m2)

h : Panjang batang pohon

Volume pohon aktual merupakan jumlah dari volume semua seksi dari satu pohon sampel.

� = � �_�

� �= Keterangan:

Va : Volume aktual pohon (m3)

Vi : Volume seksi ke-i dari satu pohon (m3)

i : Urutan seksi ke-... (1, 2, ..., n) n : Jumlah seksi

Analisa Data

3.5.1 Eksplorasi Data

Data-data pohon yang telah terpilih kemudian disajikan hubungan antara diameter dan volume dalam bentuk scatter diagram. Dari hasil diagram tersebut

dapat dilihat bentuk penampilan penyebaran datanya apakah mengikuti pola linier atau non linier.

Beberapa persamaan regresi hubungan antara volume pohon dengan peubah diameter yang akan dipergunakan antara lain (Loetsch et al. 1973):

a. V = a Dbhb (Berkhout)

(13)

c. V = a + b Dbh + c Dbh2 (Hohenald-Krenn)

Keterangan:

V : Volume total pohon (m³) Dbh : Diameter setinggi dada (cm)

a, b, dan c : Konstanta

3.5.2 Pendugaan Parameter Model

Persamaan regresi yang telah dipilih lalu dibuat model persamaan regresi liniernya, yaitu sebagai berikut:

1. V = a Dbhb transformasi logaritmis Log V = Log a + b Log Dbh

Model persamaan regresinya adalah:

Ý = _β�R0 + β�R1X1+ ε1 diduga oleh y = b0 +b1x1 + e1 Keterangan :

Log V = Ý = y b = _β�R1 = b1 ε1 =e1 = galat sisa Log a = β�R0 = b0 Log Dbh = X1 = x1

2. V = a + b Dbh2

Model persamaan regresinya adalah:

Ý = _β�R0 + β�R1X1+ ε1 diduga oleh y = b0 +b1x1 + e1 Keterangan :

V = Ý = y b = _β�R1 = b1 ε1 =e1 = galat sisa a = _β�R0 = b0 Dbh

2 _{= X} 1 = x1

3. V = a + b Dbh + c Dbh2

Model persamaan regresinya adalah:

Ý = _β�R0 + β�R1X1 + β�R2X2 + ε1 diduga oleh y = b0 +b1x1 + b2x2 + e1 Keterangan :

V = Ý = y b = _β�R1 = b1 c = β�R2 =b2 ε1 =e1 = galat sisa a = _β�R0 = b0 Dbh = X1 = x1 Dbh

2_{= X} 2 = x2

Pendugaan konstanta nilai-nilai a, b, dan c pada persamaan diatas, dapat menggunakan metode matriks. Metode ini telah mengacu pada metode kuadrat terkecil, yang digunakan untuk meminimumkan nilai sisaannya. Adapun notasi matriksnya sebagai berikut:

(14)

Keterangan :

b = _β� = nilai konstanta Y = Volume

X = Diameter

1. V = a Dbhb transformasi logaritmis Log V = Log a + b Log Dbh

Notasi matriksnya adalah:

β = (X’X)-1_{X’Y =}

� �

Keterangan: =

1 � ℎ

⋮ ⋮

1 � ℎ_�

��

⋮

��

2. V = a + b Dbh2

Notasi matriksnya adalah:

β� = (X’X)-1 X’Y = _{� �} Keterangan:

1 ℎ

⋮ ⋮

1 ℎ_�

� ⋮ �� 3. V = a + b Dbh + c Dbh2

Notasi matriksnya adalah:

β = (X’X)-1_{X’Y =}

� �

keterangan: =

1 ℎ ℎ

⋮ ⋮ ⋮

1 ℎ_� ℎ_�

� ⋮ ��

(15)

3.6.3 Uji Keberartian Model

Persamaan-persamaan regresi tersebut dilakukan pengujian dengan analisis keragaman (analysis of variance) untuk melihat signifikan atau adanya

ketergantungan peubah-peubah yang menyusun regresi tersebut. Tabel 2 Analisis keragaman pengujian regresi (ANOVA)

Sumber keragam Derajat bebas

Jumlah kuadrat (JK)

Kuadrat tengah

(KT) Fhitung Ftabel Regresi k = p-1 JKR KTR=JKR/k KTR/KTS

Sisaan n-k-1 JKS KTS=JKS/(n-k-1)

Total n-1 JKT

Dalam analisa tersebut hipotesis yang diuji adalah : a. Pada regresi linier sederhana :

H0: β = 0 lawan H1: β ≠ 0

b. Pada regresi linier barganda: H0 : βi = 0 dimana : i = 1,2

H1 : sekurang-kurangnya ada βi ≠ 0

Dengan kaidah keputusannya : F hitung > F tabel maka tolak H0

F hitung ≤ F tabel maka terima H0

Jika H0 ditolak, maka regresi tersebut nyata, artinya ada keterkaitan antara

peubah bebas (diameter pohon) dengan peubah tidak bebasnya (volume pohon). Sehingga setiap ada perubahan pada peubah bebasnya akan terjadi perubahan pada peubah tidak bebasnya. Jika H0 yang diterima, maka regresi tersebut tidak

nyata, artinya persamaan regresi tidak dapat digunakan untuk menduga volume pohon berdasarkan peubah bebasnya.

3.6.4 Analisis Sisaan

1. Uji visual kenormalan

Kenormalan sisaan dapat dilihat dengan menampilkan plot hubungan sisaan dengan probabilitas normalnya. Nilai sisaan dinyatakan normal apabila antara nilai sisaan dengan probability normalnya membentuk pola garis lurus atau mendekati garis lurus (Kuncahyo 1991).

(16)

2. Uji keaditifan model

Sifat aditif dapat dilihat dengan menampilkan plot tebaran nilai sisaan dan nilai dugaan. Asumsi keaditifan model terpenuhi apabila tebaran yang dihasilkan tidak membentuk pola atau berbentuk acak disekitar nilai sisaan nol (Kuncahyo 1991).

3.6.5 Analisis Data Pencilan

Pengamatan pencilan adalah pengamatan yang tidak mengikuti pola dominan pengamatan lainnya. Pengamatan pencilan ini dapat ditentukan dengan melihat nilai-nilai pengamatan tak wajar (unusual observations) menggunakan minitab.

3.6.6 Validasi Model

Validasi model menggunakan metode Jacknife Procedures dengan melihat

nilai Predicted Residual of Sum Square (PRESS). Persamaan terbaik adalah

persamaan yang memiliki nilai PRESS yang paling kecil. Adapun langkah-langkahnya sebagai berikut (Draper dan Smith 1992):

a) Amatan pertama pada peubah respons maupun peubah ramalannya dihilangkan.

b) Tentukan model dugaan semua kemungkinan regresi terhadap n-1 data.

c) Gunakan setiap persamaan regresi yang diperoleh untuk meramalkan Y1 oleh

�₍_i₎ (misalnya), sehingga diperoleh simpangan ramalannya untuk semua kemungkinan model regresinya.

d) Ulangi ketiga langkah diatas namun dengan menghilangkan amatan kedua, ketiga sampai amatan ke-n.

e) Untuk setiap model regresi dihitung jumlah kuadrat simpangan ramalannya.

� =∑�_�= ( _� − �₍_�₎)P

Keterangan:

Yi : Nilai Y pada amatan ke-i

�₍_i₎ : Nilai Y�Ri dugaan persamaan regresi tanpa mengikutsertakan amatan ke-i

3.6.7 Kriteria Pemilihan Model

(17)

Koefisien determinasi (R2) adalah perbandingan antara jumlah kuadrat regresi (JKR) dengan jumlah kuadrat total yang terkoreksi yang biasa dinyatakan dalam persen (%). Perhitungan nilai R2 adalah untuk melihat tingkat ketelitian dan keeratan hubungan antara peubah bebas dan tidak bebas. Model yang baik memiliki nilai R2 terbesar.

Perhitungan besarnya nilai R2 dapat dihitung dengan rumus (Draper dan Smith 1992):

= ��

�

Keterangan:

JK regresi = b1JHKx1y + b2JHKx2y

JK total = JKy = _∑�_�= _�²−(∑�_�= �)² /

Koefisien determinasi terkoreksi (Ra2) adalah koefisien determinasi yang

telah dikoreksi oleh derajat bebas (db) dari JKS dan JKT-nya. Model yang baik memiliki nilai Ra2 terbesar. Perhitungan koefisien determinasi terkoreksi (Ra2)

dengan rumus (Draper dan Smith 1992):

฀ = 1− ( )/( − )

( )/( −1) 100% Keterangan:

JKS : Jumlah kuadrat sisa

JKTT : Jumlah kuadrat total terkoreksi (n-p) : Derajat bebas sisaan

(n-1) : Derajat bebas total

Ketentuan keterandalan (Ra2) sama dengan (R2). Kelebihan (Ra2) adalah

dapat membandingkan keterandalan model-model yang memiliki banyak peubah yang berbeda. Pengujian yang dilakukan menurut kriteria ini akan lebih dapat menambah keyakinan penerimaan model.

2. Simpangan Baku (s)

Nilai simpangan baku (s) ditentukan dengan rumus (Draper dan Smith 1992):

(18)

= � =

�∑ ��

−

Keterangan:

S² : Kuadrat tengah sisaan ei : Sisaan ke-i

Pemeriksaan statistik di tingkat ini menunjukan bahwa semakin kecil nilainya semakin baik, artinya semakin tepat dugaannya.

3. Simpangan Agregat (Agregative Deviation)

Simpangan agregat merupakan selisih antara jumlah volume aktual (Va) dan

volume dugaan (Vt) yang diperoleh berdasarkan dari tabel volume pohon, sebagai

persentase terhadap volume dugaan (Vt). Persamaan yang baik memiliki nilai

simpangan agregat (SA) yang berkisar dari -1 sampai +1 (Spurr 1952). Nilai SA dapat dihitung dengan rumus:

� =∑ ��

�

�= − ∑��= � �

∑��= ��

4. Simpangan Rata-rata (Mean Deviation)

Simpangan rata-rata merupakan rata-rata jumlah dari nilai mutlak selisih antara jumlah volume dugaan (Vt) dan volume aktual (Va), proporsional terhadap

jumlah volume dugaan (Vt). Nilai simpangan rata-rata yang baik adalah tidak

lebih dari 10 % (Spurr 1952). Simpangan rata-rata dapat dihitung dengan rumus: = ��∑

��−��

�= �

� � 100% 5. RMSE (Root Mean Square Error)

RMSE merupakan akar dari rata-rata jumlah kuadrat nisbah antara selisih volume dugaan dari table volume pohon (Vt) dengan volume aktualnya (Va)

terhadap volume aktual. Nilai RMSE yang lebih kecil, menunjukkan model persamaan penduga volume yang lebih baik. RMSE dihitung dengan rumus:

=�∑ �

��−��

��

� �=

(19)

3.6.8 Pemilihan Persamaan Model Regresi Terbaik

Model persamaan regresi untuk penyusunan tabel volume pohon yang baik, bila :

1. Dalam uji keberartian model regresi yang dihasilkan nyata berdasarkan analisis keragamannya.

2. Dalam validasi model memilki nilai PRESS yang terkecil.

3. Dalam kriteria model, memiliki nilai R² dan Ra² terbesar, nilai s terkecil, nilai

SR kurang dari 10 % dan nilai RMSE yang terkecil.

Untuk memperoleh persamaan terbaik, dilakukan pembuatan kelas peringkat terbaik pada masing-masing persamaan. Peringkat terbaik memiliki nilai komulatif terkecil.

(20)

BAB IV

KONDISI UMUM LOKASI PENELITIAN

4.1 Sejarah Pemanfaatan Hutan

PT. Mamberamo Alasmandiri merupakan perusahaan PMDN yang tergabung dalam KODECO GROUP. Didirikan pada tanggal 5 Desember tahun 1991 dengan akte pendirian No. 24 Notaris Rahmah Arie Sutardjo, SH, dan memperoleh pengesahaan dari Menteri Kehakiman RI No. C2-2966-H. T. 01. 01. TH’92 tanggal 20 April 1992. Ijin Pemanfaatan Hutan IUPHHK PT Mamberamo Alasmandiri didasarkan pada keputusan Menteri Kehutanan No. 1071/Kpts-II/1992 tanggal 19 November 1992, seluas 691.700 hektar yang kemudian diperbaharui berdasarkan Keputusan Menteri Kehutanan dan Perkebunan No. 910/Kpts-IV/1999 tanggal 14 Oktober 1999 dengan luas 677.310 (PT.MAM 2009).

4.2 Letak dan Luas

Areal kerja IUPHHK PT Mamberamo Alasmandiri termasuk ke dalam kelompok hutan Sungai Mamberamo-Sungai Gesa. Berdasarkan pembagian wilayah administrasi pemerintahan, areal kerja IUPHHK PT Mamberamo Alasmandiri terletak di dalam wilayah distrik Mamberamo Hulu, Mamberamo Tengah, dan Mamberamo Hilir, serta distrik Waropen Atas, Kabupaten Mamberamo Raya, Provinsi Papua (PT.MAM 2009).

Berdasarkan status fungsi hutan, areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas Hutan Produksi (HP) dengan luas masing-masing :

Hutan Produksi Bebas (HP) : ± 117.010 hektar (±17,30%) Hutan Produksi Terbatas (HPT) : ± 513.570 hektar (±75,80%) Hutan Produksi yang Dapat Dikonversi : ± 46.730 hektar (± 6,90%) Jumlah : ± 677. 310 hektar

4.3 Topografi dan Kelerengan

Areal kerja IUPHHK PT. Mamberamo Alasmandiri bervariasi dari datar sampai bergelombang dengan ketinggian dari permukaan laut berkisar 100-648 m dpl. Kelas lereng di areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas kelereng A (<8%) sampai kelas lereng E (>40%) (PT.MAM 2009).

(21)

4.4Tanah dan Geologi

Jenis tanah di IUPHHK ini terdiri dari tanah alluvial, latosol, regosol, podzolik dan litosol. Sesar naik utama pada bagian tersebut membatasi Cekungan Wapoga dan Cekungan Mamberamo. Struktur lipatan terdiri dari antikilin dan sinklin. Antikilin penting dikenal sebagai Antiklin Gesa yang memotong aliran S. Gesa yang mengalir ke utara. Perkembangan struktur tersebut adalah dampak kompresi pemekaran lempeng Samudra Pasifik (PT.MAM 2009).

4.5 Iklim dan Intensitas Hujan

Berdasarkan klasifikasi iklim secara umum menurut Schmidt & Ferguson atau Af-Am Koppen areal IUPHHK PT. Mamberamo Alasmandiri dengan tipe iklim A, yaitu daerah sangat basah dengan vegetasi hutan hujan tropis dengan curah hujan tanpa bulan kering ( <60.00 mm) merata sepanjang tahun. Dari data yang diperoleh dari stasiun Pencatat Curah Hujan Camp Gesa (tahun 1994-2001) diperoleh nilai Q = 0 % dan IH ( Intensitas Hujan) = 17,4 mm/hh, dengan curah hujan rata-rata adalah sebesar 285,6 mm perbulan (PT.MAM 2009).

4.6 Keadaan Hutan

Penutupan lahan areal kerja IUPHHK PT. Mamberamo Alasmandiri berdasarkan hasil penafsiran Citra Landsat LS-7 ETM+US Department of the Interior, US Geological Survey band 542, Mozaik Path 102 Row 62, liputan

tanggal 19 November 2005 dan Path 103 Row 62 Liputan tanggal 8 Juli 2006. disajikan pada tabel berikut (PT.MAM 2009):

Tabel 3 Penutupan vegetasi pada IUPHHK-HA PT. Mamberamo Alasmandiri

Penutupan Lahan Fungsi Hutan (Ha) BZ Jumlah Persen _(%)

HPT HP HPK

1. Hutan Primer 287.203 66.966 6.176 12.230 372.575 55,00

2. Hutan Bekas Tebangan 105.825 40.100 30.651 1.948 178.524 26,40

3. Non Hutan 6.209 5.169 592 127 12.097 1,80

4. Hutan Rawa Primer - 1.890 10.951 - 12.841 1,90

5. Hutan Rawa Bekas Tebangan 8.268 783 - - 9.051 1,30

6. Non Hutan Rawa - 71 1.111 - 1.182 0,20

7. Tubuh Air / Danau - 636 - 12 648 0,10

8. Tertutup Awan 74.295 10.511 - 5.586 90.392 13,30

Jumlah 481.800 126.126 49.481 19.903 677.310 100,00

Sumber : Pengesahan Citra Landsat Nomor S.35/VII/Pusin-1/2006 tanggal 22 Januari 2007 (PT.MAM 2009).

(22)

4.7 Sosial Ekonomi dan Budaya Masyarakat

Penduduk asli disekitar kelompok hutan S.Mamberamo – S.Gesa adalah suku Baudi Bira, Kerema, Obagui Dai, Kapso Apawer, Birara Noso, Bodo dan suku Haya. Hubungan suku-suku yang berbeda wilayah masih bersifat tradisional dan masing-masing suku masih memegang kuat adat istiadatnya, hal ini ditunjukkan oleh adanya bahasa yang cukup mencolok diantara suku-suku asli dan masing-masing suku berkembang sendiri-sendiri tanpa saling mengganggu (PT.MAM 2009).

(23)

DBh

90 80 70 60 50 40 30 20 10 0 12

Scatterplot of Vtot vs DBh

BAB V

HASIL DAN PEMBAHASAN

5.1Pemilihan Pohon Contoh

Pohon contoh yang digunakan dalam penyusunan tabel volume ini adalah jenis nyatoh (Palaquium spp.). Berikut disajikan tabel penyebaran pohon contoh

menurut kelas diameternya yang digunakan untuk penyusunan tabel volume pohon.

Tabel 4 Ketersebaran data pohon contoh

Kelas diameter (cm) Jumlah pohon contoh Persentase (%)

10-19 25 16,67

20-29 27 18,00

30-39 22 14,67

40-49 26 17,33

50-59 29 19,33

>60 21 14,00

Jumlah 150 100,00

5.2 Eksplorasi Data

Untuk membantu dalam pemilihan model, data pohon contoh dapat ditampilkan dalam scatterplot (diagram tebar). Dari tebaran tersebut dapat dilihat

bentuk penampilan penyebaran datanya, apakah mengikuti pola linier atau non linier. Berikut ditampilkan bentuk diagram tebarantara diameter (dbh) dan volume

(v).

Gambar 1 Diagram tebarantara diameter (dbh) dan volume (v)

Scatterplot pada Gambar 1 antara dbh dan volume membentuk pola yang

(24)

volumenya. Dalam penelitian ini persamaan yang digunakan sebanyak tiga model, yaitu (Loetsch et al 1973):

a. V = a Dbhb (Berkhout)

b. V = a + b Dbh² (Kopezky-Gehrhardt)

c. V = a + b Dbh + c Dbh² (Hohenald-Krenn)

5.3 Uji Keberartian Model

Untuk menguji keberatian peranan peubah bebas terhadap peubah tidak bebasnya, dilakukan uji F (F-test) yaitu dengan membandingkan Fhitung dengan

Ftabel pada taraf nyata α (α= 5%). Nilai-nilai penduga setiap model persamaan

volume disajikan pada Tabel 5. Tabel 5 Uji keberartian model

No Persamaan Penduga Fhit _{(α= 5%)}Ftab

1 V = 0,000158 Dbh2,48 11169 3,904

2 V = - 0,252 + 0,00119 Dbh² 4390,9 3,904

3 V = 0,209 – 0,0259 Dbh + 0,000148 Dbh² 2437,9 3,057

Nilai Fhitung untuk semua persamaan lebih besar dari Ftabel pada tingkat nyata

5%. Dengan demikian Ho ditolak, sehingga peubah bebas yang dimasukkan

kedalam model persamaan regresi sangat berpengaruh nyata dalam menduga peubah tidak bebasnya yaitu volume.

5.4 Analisis Sisaan

Suatu model regresi dapat dipergunakan untuk menduga secara baik apabila salah satu asumsi penting mengenai kenormalan dari nilai sisaan terpenuhi. Oleh karena itu, perlu dilihat apakah sisaan tersebut menyebar normal atau tidak (Kuncahyo 1991). Kenormalan ini dapat dilihat dengan menampilkan plot hubungan sisaan dengan probabilitas normalnya,seperti disajikan pada Gambar 2.

(25)

Residual P e r c e n t 0,2 0,1 0,0 -0,1 -0,2 -0,3 99,9 99 95 90 80 70 60 50 40 30 20 10 5 1 0,1

Normal Probability Plot of the Residuals

(response is log Vtot)

Residual P e r c e n t 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 99,9 99 95 90 80 70 60 50 40 30 20 10 5 1 0,1

Normal Probability Plot of the Residuals

(response is Vtot)

Residual P e r c e n t 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 99,9 99 95 90 80 70 60 50 40 30 20 10 5 1 0,1

Normal Probability Plot of the Residuals

(response is Vtot)

Persamaan 1 Persamaan 2

Persamaan 3

Gambar 2 Beberapa persamaan diagram tebar hubungan antara nilai sisaan dengan probabilitas normalnya

Pada Gambar 2, terlihat bahwa persamaan (1) nilai sisaan menyebar normal dengan terbentuknya pola garis linier melalui titik pusat sumbu antara nilai sisaan dengan nilai normalnya. Persamaan (2) dan persamaan (3) nilai sisaannya tidak menyebar normal karena terbentuk pola yang tidak linier antara nilai sisaan dengan nilai normalnya. Sehingga pada persamaan (1) asumsi penting mengenai kenormalan dari nilai sisaan telah terpenuhi.

Selain itu, uji visual keaditifan model juga perlu dilakukan. Untuk melihat model bersifat aditif dapat dilakukan melalui pembuatan diagram tebar antara nilai sisaan dan dugaan (Kuncahyo 1991). Diagram tebar antara nilai sisaan dan dugaan disajikan pada Gambar 3.

(26)

Fit t ed Value R e s id u a l 1,0 0,5 0,0 -0,5 -1,0 -1,5 0,2 0,1 0,0 -0,1 -0,2 -0,3

Residuals Versus the Fitted Values

(response is log Vtot)

Fit t ed Value

R e s id u a l 9 8 7 6 5 4 3 2 1 0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5

Residuals Versus the Fitted Values

(response is Vtot)

Fit t ed Value

R e s id u a l 9 8 7 6 5 4 3 2 1 0 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5

Residuals Versus the Fitted Values

(response is Vtot)

Persamaan 1 Persamaan 2

Persamaan 3

Gambar 3 Beberapa persamaan diagram tebar hubungan antara nilai sisaan dengan nilai dugaan

Pada Gambar 3 terlihat bahwa pada persamaan (1) sebaran plot antara sisaan dengan nilai dugaan tidak membentuk pola dan hasil tebaran sisaan menunjukkan pola acak. Persamaan (2) dan (3) nilai sisaan dengan nilai dugaan membentuk pola seperti corong. Dengan demikian pada persamaan (1) sifat keaditifan dan asumsi kehomogenan ragam sisaan terpenuhi.

5.5 Analisis Data Pencilan

Pada hasil pengolahan data menggunakan minitab terdapat beberapa data

yang bersifat tidak wajar (unusual observations). Untuk itu tidak ada salahnya

menyusun model dengan menghilangkan data yang tidak wajar tersebut. Pada persamaan (1) data unusual observations sebanyak 9 buah. Pada persamaan (2)

(27)

Berikut disajikan hasil pengamatan tanpa menggunakan data unusual observations.

Tabel 6 Persamaan penduga volume dengan menghilangkan data pengamatan tak wajar (unusual observations)

No Persamaan Penduga _R² Sebelum Sesudah

(%) (%) Ra² s (%) R² (%) Ra² s

1 V = 0,000158 Dbh2,48 98,7 98,7 0,067 99,1 99,1 0,055

2 V = - 0,252 + 0,00119 Dbh² 96,7 96,7 0,339 98,2 98,2 0,217

3 V = 0,209 – 0,0259 Dbh + 0,000148

Dbh²

97,1 97,1 0,322 98,4 98,4 0,200

Pada Tabel 6, setelah data yang tidak terpakai dihilangkan, pada ketiga persamaan tidak terjadi perubahan yang signifikan pada setiap nilai penduganya. Sehingga untuk persamaan penduga volume tetap menggunakan data unusual observations.

5.6 Validasi Model

Persamaan yang telah dipilih kemudian di uji secara validasi silang. Pengujian dilakukan dengan melihat nilai PRESS (Predicted Residual Sum of Squares). Persamaan terbaik adalah persamaan yang memiliki nilai PRESS

terkecil.

Tabel 7 Nilai PRESS

No Persamaan Regresi PRESS

1 V = 0,000158 Dbh2,48 0,686

2 V = - 0,252 + 0,00119 Dbh² 18,51

3 V = 0,209 – 0,0259 Dbh + 0,000148 Dbh² 17,55

Nilai PRESS menunjukkan kombinasi analisis sisaan dan pemilihan model terbaik yang merupakan kemampuan model untuk menduga data yang baru. Berarti nilai dugaan yang dihasilkan tidak berbeda nyata dengan nilai aktualnya sehingga dapat digunakan untuk menduga data baru. Dari Tabel 7, persamaan (1) memiliki nilai PRESS terkecil dengan nilai 0,686, sedangkan nilai PRESS terbesar ada pada persamaan (2) dengan nilai 18,51.

5.7 Kriteria Pemilihan Model

Tingkat keeratan hubungan antara peubah bebas (dbh) dengan peubah tidak bebasnya (volume) menggunakan perhitungan nilai koefisien determinasi (R²) dan nilai koefisien determinasi terkoreksi (Ra²). Model yang baik memiliki nilai (R²)

(28)

dan (Ra²) yang terbesar. Ketelitian ditunjukkan oleh nilai simpangan baku dari

kesalahan dugaan volume (s). Nilai simpangan baku yang kecil menunjukkan persamaan yang baik.

Menurut Spurr (1952), ada beberapa kriteria dalam mengevaluasi model diantaranya dengan pengujian simpangan agregrat (SA) dan simpangan rata-rata (SR). Persamaan yang baik memiliki nilai SA yang berkisar dari -1 sampai +1dan SR lebih dari 10%. Kriteria lain yang diuji agar suatu model dikatakan baik yaitu dengan Root Mean Square Error (RMSE). Model yang baik memiliki nilai RMSE

yang terkecil. Berikut disajikan kriteria-kriteria penguji validasi pada Tabel 8. Tabel 8 Nilai R², Ra², s, SA, SR, dan RMSE

No Persamaan Regresi R²

(%) (%) Ra² s SA

SR (%)

RMSE (%)

1 V = 0,000158 Dbh2,48 98,7 98,7 0,067 0,006 11,55 15,89

2 V = - 0,252 + 0,00119 Dbh² 96,7 96,7 0,339 0,009 31,05 37,64

3 V = 0,209 – 0,0259 Dbh +

0,000148 Dbh²

97,1 97,1 0,322 -0,005 12,84 29,06

Dalam Tabel 8, diketahui bahwa nilai koefisien determinasi (R²) dan koefisien determinasi terkoreksi (Ra²) terbesar diperoleh persamaan (1) dengan

nilai 98,7%. Hal ini menunjukkan bahwa 98,7% keragaman volume dapat diterangkan oleh peubah bebas diameter. Sisanya sebesar 1,3% diterangkan oleh peubah lain yang tidak disertakan dalam model. Persamaan (2) memiliki nilai (R²) dan (Ra²) terkecil dengan nilai 96,7%.

Nilai simpangan baku (s) terkecil ada pada persamaan (1) dengan nilai 0,067. Nilai (s) terbesar ada pada persamaan (2) dengan nilai 0,339. Sehingga persamaan (1) memiliki tingkat ketelitian yang lebih baik dalam menduga volume pohon.

Nilai SA pada ketiga persamaan diatas diantara -1 dan 1 hal ini menunjukkan ketiga persamaan model tersebut memenuhi syarat ketelitian. Tetapi, pada nilai SR untuk ketiga persamaan model diatas 10% yaitu hal ini berarti ketiga model tersebut validitasnya rendah atau kurang dalam menduga volume pohon. Nilai RMSE terkecil ada pada persamaan (1) dengan nilai 15,89% sedangkan nilai terbesar ada pada persamaan (2) dengan nilai 37,64%.

(29)

5.8 Pemilihan Model Regresi Terbaik

Pemilihan model persamaan terbaik dari masing-masing persamaan dipilih berdasarkan pengujian validasi, dengan nilai PRESS yang memiliki nilai paling minimum. Beberapa kriteria uji pemilihan model yang baik seperti nilai R2 dan Ra2 maksimum, nilai s minimum, nilai SR dan RMSE menghasilkan nilai terkecil.

Pemberian peringkat terhadap beberapa kriteria uji dan penyusun model pada masing-masing model diharapkan dapat memudahkan dalam pemilihan model terbaik. Model terbaik memiliki komulatif angka terkecil yang nantinya dipilih untuk digunakan di PT. Mamberamo Alasmandiri.

Tabel 9 Penentuan peringkat model regresi terbaik berdasarkan nilai PRESS, R², Ra², s, SR dan RMSE

No Persamaaan Penduga Validasi Kriteria Ʃ

Peringk at PRESS R² Ra² s SR RMSE

1 V = 0,000158 Dbh2,48 1 1 1 1 1 1 6 1

2 V = -0,252 + 0,00119 Dbh² 3 3 3 3 3 3 18 2

3 V = 0,209 – 0,0259 Dbh +

0,000148 Dbh²

2 2 2 2 2 2 12 3

Pada tahap ini diperoleh persamaan terbaik dan valid. Persamaan terbaik jenis nyatoh (Palaquium spp.) di areal PT. Mamberamo Alasmandiri seperti

(30)

BAB VI

KESIMPULAN DAN SARAN

6.1 Kesimpulan

1. Persamaan penduga volume pohon disusun dengan hanya menggunakan satu peubah bebas yaitu diameter setinggi dada (dbh).

2. Model persamaan terbaik yang terpilih untuk jenis nyatoh (Palaquium spp.)

adalah V = 0,00015848 Dbh 2,48, dengan nilai PRESS sebesar 0,686, nilai R²

dan Ra² 98,7 %, nilai simpangan baku (s) sebesar 0,067, nilai SA sebesar

0,006, nilai SR dan RMSE berturut-turut sebesar 11,55 %, 15,89%.

3. Kisaran nilai diameter untuk menduga volume langsung dilapangan adalah 10 – 88 cm.

6.2 Saran

1. Untuk meningkatkan keterwakilan dan keterandalan model perlu dilakukan penambahan data pohon contoh yang menyebar keseluruhan areal perusahaan.

2. Pada tahap penerapan tabel volume yang terpilih perlu dilakukan verifikasi lapangan terhadap pohon contoh yang diambil dari wilayah yang belum terwakili.

(31)

ALASMANDIRI, PROPINSI PAPUA

DIMAS DARMA SEPUTRA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2013

(32)

DAFTAR PUSTAKA

Ardelina A. 2011. Penyusunan Tabel Volume Lokal Kelompok Jenis Dipterocarpaceae (Anisoptera spp. dan Vatica spp.) di Areal Kerja

IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. [skripsi] Fakultas Kehutanan. Bogor: Institut Pertanian Bogor.

[Dephut] Departemen Kehutanan. 1992. Manual Kehutanan. Jakarta :

Departemen Kehutanan Republik Indonesia.

[Dephut] Departemen Kehutanan. 2003. Keputusan Menteri Kehutanan No. 163/Kpts-II/2003 tentang Pengelompokkan Jenis Kayu Sebagai Dasar Pengenaan Iuran Kehutanan. Jakarta : Departemen Kehutanan Republik Indonesia.

[Dephut] Departemen Kehutanan. 2007. Peraturan Menteri Kehutanan No. P.34/Menhut-II/2007 tentang Pedoman Inventarisasi Hutan Menyeluruh Berkala (IHMB) Pada Usaha Pemanfaatan Hasil Hutan Kayu Pada Hutan Produksi. Jakarta : Departemen Kehutanan Republik Indonesia

[Dephut] Departemen Kehutanan. 2009. Peraturan Menteri Kehutanan Republik Indonesia No. 33/Menhut-II/2009 tentang Pedoman Inventarisasi Hutan Menyeluruh Berkala Pada Usaha Pemanfaatan Hasil Hutan Kayu Pada Hutan Produksi. Jakarta : Departemen Kehutanan Republik Indonesia.

Draper NR, and Smith H. (1992). Analisis Regresi Terapan. Jakarta: PT.

Gramedia Pustaka Utama.

Fakultas Kehutanan IPB. 2010. Modul Praktikum Inventarisasi Sumber Daya Hutan. Bogor : Departemen Manajemen Hutan Fakultas Kehutanan IPB. Husch B. 1972. Forest Mensuration. John Wiley & Sons. New York.

Ilham QF. 2011. Penyusunan Tabel Volume Lokal Matoa (Pometia pinnata) di

Areal Kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. [skripsi] Fakultas Kehutanan. Bogor: Institut Pertanian Bogor.

Isnaini HN. 2011. Pengelompokan Jenis Dalam Penyusunan Tabel Volume Lokal di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. [skripsi] Fakultas Kehutanan. Bogor: Institut Pertanian Bogor.

(33)

Kuncahyo B. 1991. Analis Regresi dengan MINITAB. Laboratorium Biometrika Hutan Jurusan Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor.

Loetsch F, Zohrer F, and Haller KE.1973. Forest Inventori Volume II. Munchen. BLV Verlagsgesselschaft

Martawijaya A, Kartasujana, Kadir K, Prawira SA. 1981. Atlas Kayu Indonesia. Jilid I. Badan Litbang Kehutanan, Departemen Kehutanan.

[PT. MAM] PT Mamberamo Alasmandiri. 2009. RKUPHHK dalam Hutan Alam pada Hutan Produksi Periode 2008 s/d 2017. Papua: PT. MAM.

Simaremare C. 2011. Penggunaan Curveexpert Dalam Menduga Volume Pohon Merbau (Instia spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Propinsi Papua. [skripsi] Fakultas Kehutanan. Bogor; Institut Pertanian Bogor.

Spurr SH. 1952. Forest Inventory. NewYork : The Ronald Press Company, Inc.

Sutarahardja S. 2008. Penyusunan Alat Bantu Dalam Inventarisasi Hutan. Bogor : Departemen Manajemen Hutan Fakultas Kehutanan IPB.

Walpole ER, 1993. Pengantar Statistik Edisi Ke-3. Jakarta : PT. Gramedia

(34)

ALASMANDIRI, PROPINSI PAPUA

DIMAS DARMA SEPUTRA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2013

(35)

DIMAS DARMA SEPUTRA. Penyusunan Tabel Volume Lokal Jenis Nyatoh

(Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

Dibimbing oleh BUDI PRIHANTO.

menyusun tabel volume lokal pohon nyatoh (Palaquium spp.). Penyusunan model

tabel volume menggunakan 150 pohon yang sudah direbahkan, dipilih secara

purpossive sampling. Persamaan regresi yang digunakan antara lain persamaan

model terbaik yang digunakan seperti nilai koefisien determinasi (R²), koefisien determinasi terkoreksi (Ra²), simpangan baku (s), simpangan agregrat (SA),

simpangan rata-rata (SR), dan Root Mean Square Error (RMSE). Persamaan

terbaik jenis nyatoh (Palaquium spp) di IUPHHK-HA PT. Mamberamo Alasmandiri adalah V = 0,000158 Dbh2,48.

(36)

DIMAS DARMA SEPUTRA. The Construction of the Local Volume Tables

of Nyatoh (Palaquium spp.) in IUPHHK-HA PT. Mamberamo Alasmandiri,

Papua Province. Supervised by BUDI PRIHANTO.

research is to establish local volume table nyatoh (Palaquium spp.). The volume

deviation (s), aggregate deviation (SA), average deviation (SR) and RMSE. The best model of nyatoh (Palaquium spp.) in IUPHHK-HA PT. Mamberamo

Alasmandiri is V = 0,000158 Dbh2,48.

(37)

ALASMANDIRI, PROPINSI PAPUA

DIMAS DARMA SEPUTRA

Skripsi

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

Fakultas Kehutanan Institut Pertanian Bogor

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2013

(38)

Dengan ini saya menyatakan bahwa skripsi berjudul Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo

Alasmandiri, Provinsi Papua adalah benar-benar hasil karya saya sendiri dengan bimbingan dosen pembimbing dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi atau lembaga manapun. 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.

Bogor, Januari 2013

Dimas Darma Seputra NRP. E14080104

(39)

Judul : Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium

spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

Nama Mahasiswa : Dimas Darma Seputra NIM : E14080104

Menyetujui, Dosen Pembimbing

Ir. Budi Prihanto, MS NIP. 19610720 198903 1 004

Mengetahui,

Kepala Departemen Manajemen Hutan

Dr. Ir. Didik Suharjito, MS NIP 19630401 199403 1 001

(40)

Penulis dilahirkan di Bogor pada tanggal 4 Desember 1990 sebagai anak pertama dari tiga bersaudara pasangan H. Darkum Hartono, SE, MM dan Hj. Nining Munasih. Penulis menempuh pendidikan di SDN Gunung Gede Bogor pada tahun 1996, kemudian melanjutkan pendidikan di SLTPN 2 Bogor pada tahun 2002 dan pada tahun 2005 melanjutkan pendidikan di SMAN 8 Bogor.

Pada Tahun 2008 penulis melanjutkan pendidikan di Departemen Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor. Selama menuntut ilmu di IPB, penulis aktif di organisasi yakni sebagai anggota divisi Pengembangan Sumber Daya Manusia (PSDM) himpunan profesi (himpro)

Forest Management Student Club (FMSC) tahun 2009-2010, anggota divisi

logistik dan transportasi kepanitiaan Bina Corps Rimbawan (BCR) tahun 2010 dan 2011. Anggota divisi logistik dan transportasi Temu Manager (TM) tahun 2009-2010. Ketua divisi logistik dan transportasi Jungle Jazz 2011 dan ketua kelompok studi Hidrologi Hutan tahun 2010-2011.

Sebagai syarat memperoleh gelar Sarjana Kehutanan di Institut Pertanian Bogor, penulis menyelesaikan skripsi dengan judul ”Penyusunan Tabel Volume Lokal jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo

(41)

Puji syukur penulis panjatkan kehadirat Allah SWT, karena berkat rahmat dan hidayah-Nya penulis mampu menyelesaikan skripsi yang berjudul

Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. Skripsi ini

diharapkan dapat bermanfaat bagi PT. Mamberamo Alasmandiri dalam pelaksanaan kegiatan inventarisasi hutan dan memperkaya literatur mengenai teknik penyusunan tabel volume lokal.

Penulis mengucapkan terima kasih kepada :

1. Kedua orang tua, Bapak H. Darkum Hartono, SE, MM dan Hj. Nining Munasih serta adik-adikku Siti Nurfitrianingsih dan Rizky Tri Darma Putra atas segala doa, dukungan dan kasih sayangnya.

2. Bapak Ir. Budi Prihanto, MS selaku dosen pembimbing dalam penyusunan skipsi.

3. Bapak Maman, Bapak Guntur Wibowo, Bapak Sulatko, Bapak Sugianto, Bapak Heri Binawan, Bapak Wuri, Bapak Fadli, Ka Ikma, dan Bang Qori atas bimbingannya selama penelitian.

4. Mas Sigit, Yusran, Arianda, Om Rudi, Om Joko, Mas Dabeh, Mas Lulus, dan rekan-rekan di Camp TPTI, Camp Aja serta Camp Agathis yang banyak membantu penulis selama di lapangan.

5. Keluarga besar Manajemen Hutan angkatan 45.

6. Ifani Rusvadilla, Pamungkas, Ganis, Febrina, Rinda, Adita, Megandana, Nizar, Agung, Nova, Endrawati, Refly, dan semuanya yang telah memberikan saran, kritik dan motivasinya dalam karya ini.

7. Semua pihak yang tidak dapat disebutkan satu per satu yang telah turut membantu penulis dalam menyelesaikan skripsi ini.

Bogor, Januari 2013

(42)

DAFTAR ISI

DAFTAR ISI. ... i DAFTAR TABEL... ... iii DAFTAR GAMBAR ... iv DAFTAR LAMPIRAN ... v

BAB I PENDAHULUAN

1.1 Latar Belakang ... 1 1.2 Tujuan ... 2 1.3 Manfaat Penelitian ... 2

BAB II TINJAUAN PUSTAKA

2.1 Volume Pohon ... 3 2.2 Tabel Volume ... 4 2.3 Nyatoh (Palaquium spp.) ... 7 BAB III METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian ... 9 3.2 Alat dan Bahan. ... 9 3.3 Batasan Penelitian ... 9 3.4 Metode Pengambilan Data ... 9 3.4.1 Pemilihan Pohon Contoh ... 9 3.5 Pengolahan Data... ... 9 3.5.1 Pengukuran Pohon Contoh ... 9 3.5.2 Perhitungan Volume Pohon Contoh... ... 10 3.6 Analisa Data ... 10 3.6.1 Eksplorasi Data ... 10 3.6.2 Pendugaan Parameter Model ... 11 3.6.3 Uji Keberartian Model ... 13 3.6.4 Analisis Sisaan ... 13 3.6.5 Analisa Data Pencilan... ... 14 3.6.6 Validasi Model... ... 14 3.6.7 Kriteria Pemilihan Model... ... 14 3.6.8 Pemilihan Persamaan Model Regresi Terbaik... ... 17

(43)

BAB IV KEADAAN UMUM LOKASI PENELITI

4.1 Sejarah Pemanfaatan Hutan. ... 18 4.2 Letak dan Luas... 18 4.3 Topografi dan Kelerengan. ... 18 4.4 Tanah dan Geologi... 19 4.5 Iklim dan Intensitas Hujan ... 19 4.6 Keadaan Hutan ... 19 4.7 Sosial Ekonomi dan Budaya Masyarakat. ... 20

BAB V HASIL DAN PEMBAHASAN

5.1 Pemilihan Pohon Contoh ... 21 5.2 Eksplorasi Data ... 21 5.3 Uji Keberartian Model ... 22 5.4 Analisis Sisaan ... 22 5.5 Analisis Data Pencilan ... 24 5.6 Validasi Model ... 25 5.7 Kriteria Pemilihan Model ... 25 5.8 Pemilihan Model Regresi Terbaik... ... 27

BAB VI KESIMPULAN DAN SARAN

6.1. Kesimpulan ... 28 6.2. Saran ... 28

DAFTAR PUSTAKA ... 29 LAMPIRAN ... 31

(44)

DAFTAR TABEL

1. Taksonomi jenis nyatoh ... 7 2. Analisis keragaman pengujian regresi (ANOVA) ... 13 3. Penutupan vegetasi pada IUPHHK-HA PT. Mamberamo Alasmandiri ... 19 4. Ketersebaran data pohon contoh ... 21 5. Uji keberartian model ... 22 6. Persamaan penduga volume dengan menghilangkan data pengamatan tak wajar

(unusual observations) ... 25

7. Nilai PRESS ... 25 8. Nilai R², Ra², s, SA, SR dan RMSE ... 26

9. Penentuan peringkat model regresi terbaik berdasarkan nilai PRESS, R², Ra², s,

(45)

DAFTAR GAMBAR

1. Diagram tebar antara diameter (dbh) dan volume (v) ... 21

2. Beberapa persamaan diagram tebar hubungan antara sisaan dengan probabilitas normal... ... 23 3. Beberapa persamaan diagram tebar hubungan antara sisaan dengan dugaan... 24

(46)

DAFTAR LAMPIRAN

1. SK Menhut No 163/KPTS-II/2003... ... 32 2. Hasil pengolahan data dengan Minitab ... 35 3. Data pohon contoh dan validasi ... 37 4. Tabel volume jenis nyatoh (Palaquium spp.) ... 39

(47)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

volume.

(48)

1.2 Tujuan

Tujuan utama dari penelitian ini adalah untuk menyusun tabel volume lokal jenis nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri. 1.3 Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Menyediakan alat bantu yang akurat untuk menaksir volume pohon dalam kegiatan inventarisasi hutan di PT. Mamberamo Alasmandiri.

(49)

BAB II

TINJAUAN PUSTAKA

2.1 Volume Pohon

Secara alami, volume kayu dapat dibedakan menurut berbagai macam klasifikasi sortimen. Beberapa jenis volume kayu yang paling lazim dipakai sebagai dasar penaksiran, adalah (Dephut 1992) :

1. Volume tunggak

2. Volume kayu batang

Volume kayu diatas tunggak sampai permukaan tajuk. Bagian pohon yang menyusun volume ini adalah batang pokok sampai percabangan pertama.

3. Volume kayu tebal

Volume kayu diatas tunggak sampai diameter dengan kulit besar 7 cm. Disini tercakup batang pokok dan cabang-cabang besar.

4. Volume kayu pohon

Volume kayu yang terdapat diseluruh pohon, mulai dari volume tunggak sampai ujung pohon ranting.

Rumus umum untuk menaksir volume kayu suatu pohon adalah (Dephut 1992) :

V = (πd²)/4 x h x f

= g x h x f Keterangan: v : volume kayu

d : diameter setinggi dada h : tinggi pohon

g : luas penampang lintang pohon pada setinggi dada f : bilangan bentuk

Untuk menentukan volume pohon per seksi (sortimen), telah dikembangkan rumus-rumus matematik sebagai berikut (Sutarahardja 2008):

(50)

Rumus Smallian : V = 0.5 x (Bp + Bu) x h

Rumus Huber : V = B1/2 x h

Rumus Brereton : V = 0,25 π ((Dp + Du) x 0,5 )² x h

Rumus Newton : V = {Bp + (B1/2 x 4) + Bu } x h x 1/6

Rumus Schiffel : V = {(0,16 x Bp) + (0.66 x B1/2)} x h

Keterangan:

V : Volume batang pohon dalam m3

Bp : Luas bidang dasar pangkal batang dalam m2

Bu : Luas bidang dasar ujung batang pohon dalam m2

B1/2 : Luas bidang dasar bagian tengah batang pohon dalam m2

Dp : Diameter pangkal batang pohon dalam meter

Du : Diameter ujung batang pohon dalam meter

h : Panjang batang pohon

� = � �_�

� �= Keterangan:

Va : Volume aktual pohon (m3)

Vi : Volume seksi ke-i dari satu pohon (m3)

i : Urutan seksi ke-... (1, 2, ..., n) n : Jumlah seksi

2.2 Tabel Volume

(51)

volume merupakan pernyataan sistematik mengenai volume sebatang pohon menurut semua atau sebagian dimensi yang ditentukan dari dbh, dan angka bentuk pohon. Tipe-tipe tabel volume pohon terdiri dari:

1. Tabel volume lokal (local volume tables)

Beberapa persamaan hubungan antara volume pohon dengan peubah diameter yang digunakan dalam penyusunan tabel volume lokal antara lain (Loetsch et al. 1973) :

V = a + bDbh2 (Kopezky-Gehrhardt)

V = bDbh + c Dbh2 (Dissescu-Meyer)

V = a + b Dbh + c Dbh2 (Hohenadl-Krenn)

V = aDbhb (Berkhout)

Log V = a + blog Dbh (Husch)

2. Tabel volume standar (general standard volume tables)

Beberapa persamaan regresi yang digunakan dalam penyusunan tabel volume standar antara lain (Loetsch et al. 1973) :

V = bDbh2 h (Spurr)

V = a + b Dbh2 h (Spurr)

V = Dbh2 (a + b h) (Ogaya)

V = a + b Dbh2 + c Dbh2 h + d h (Stoate)

V = b Dbh2 + c Dbh2 h + d Dbh2 h + e h2 (Naslund)

(52)

3. Tabel volume kelas bentuk (form class volume tables)

Beberapa persamaan regresi yang digunakan dalam penyusunan tabel volume standar antara lain:

V = b Dbh2 + c Dbh2 h + dDbh h2 + e Dbh2 hc + f Dbh h f (Naslund)

V = b Dbh2 + c Dbh2 h + dDbh h2 + e Dbh2 + f Dbh h f (Naslund)

Karakteristik paling nyata untuk diukur yang berkaitan dengan volume pohon adalah diameter setinggi dada (diameter at breast height). Oleh karena itu

(53)

tinggi yang lain yang dianggap mempunyai peranan dalam tujuan untuk pendugaan potensi tegakan (Sutarahardja 2008).

2.3 Nyatoh (Palaquium spp.)

Taksonomi nyatoh secara lengkap disajikan pada Tabel 1. Tabel 1 Taksonomi jenis nyatoh

Taksonomi Nyatoh

Kingdom Plantae

Divisi Magnoliophyta

Kelas Magnoliopsida

Ordo Ericales

Famili Sapotaceae

Genus Palaquium

Spesies Palaquium spp.

Menurut SK Menhut No. 163/KPTS-11/2003 (terlampir), pohon nyatoh (Palaquium spp.) termasuk pohon kelompok jenis meranti atau kelompok

(54)

(55)

BAB III

METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di IUPHHK-HA PT. Mamberamo Alasmandiri, Kabupaten Mamberamo Raya, Propinsi Papua. Waktu pelaksanaan penelitian dilakukan pada tanggal 27 Mei – 9 Juni 2012.

3.2 Alat dan Obyek Penelitian

Alat untuk pengambilan data di lapangan antara lain golok, kapak, pita ukur (phi-band), meteran, galah sepanjang dua meter, tallysheet, alat tulis, kamera. Alat

yang digunakan untuk pengolahan data komputer, Microsoft Word 2007, Microsoft Excell 2007, dan Minitab 14. Obyek yang diteliti adalah pohon nyatoh

(Palaquium spp.). 3.3 Batasan Penelitian

Jenis yang diteliti hanya mencakup jenis nyatoh (Palaquium spp.). 3.4 Metode Pengambilan Data

3.4.1 Pemilihan Pohon Contoh

Pemilihan pohon contoh dilakukan secara purposive sampling. Pohon

3.5 Pengolahan Data

3.5.1 Pengukuran Pohon Contoh

Tahapan yang dilakukan dalam pengukuran pohon contoh meliputi : 1. Memilih pohon contoh yang sesuai syarat.

2. Mengukur diameter setinggi dada (dbh) menggunakan phi-band.

(56)

4. Mengukur diameter per seksi pada pohon rebah. Panjang per seksi sebesar 2 meter menggunakan phi-band.

5. Mengukur tbc menggunakan meteran.

3.5.2 Perhitungan Volume Pohon Contoh

Rumus yang digunakan untuk mengukur volume per seksi menggunakan rumus Smallian, yaitu sebagai berikut (Sutarahardja 2008):

V = 0.5 x (Bp + Bu) x h

Keterangan:

V : Volume seksi (m3)

Bp : Luas penampang lintang potongan bawah seksi (m2)

Bu : Luas penampang lintang potongan ujung seksi (m2)

h : Panjang batang pohon

Volume pohon aktual merupakan jumlah dari volume semua seksi dari satu pohon sampel.

� = � �_�

� �= Keterangan:

Va : Volume aktual pohon (m3)

Vi : Volume seksi ke-i dari satu pohon (m3)

i : Urutan seksi ke-... (1, 2, ..., n) n : Jumlah seksi

Analisa Data

3.5.1 Eksplorasi Data

Data-data pohon yang telah terpilih kemudian disajikan hubungan antara diameter dan volume dalam bentuk scatter diagram. Dari hasil diagram tersebut

dapat dilihat bentuk penampilan penyebaran datanya apakah mengikuti pola linier atau non linier.

Beberapa persamaan regresi hubungan antara volume pohon dengan peubah diameter yang akan dipergunakan antara lain (Loetsch et al. 1973):

a. V = a Dbhb (Berkhout)

(57)

c. V = a + b Dbh + c Dbh2 (Hohenald-Krenn)

Keterangan:

V : Volume total pohon (m³) Dbh : Diameter setinggi dada (cm)

a, b, dan c : Konstanta

3.5.2 Pendugaan Parameter Model

Persamaan regresi yang telah dipilih lalu dibuat model persamaan regresi liniernya, yaitu sebagai berikut:

1. V = a Dbhb transformasi logaritmis Log V = Log a + b Log Dbh

Model persamaan regresinya adalah:

Ý = _β�R0 + β�R1X1+ ε1 diduga oleh y = b0 +b1x1 + e1 Keterangan :

Log V = Ý = y b = _β�R1 = b1 ε1 =e1 = galat sisa Log a = β�R0 = b0 Log Dbh = X1 = x1

2. V = a + b Dbh2

Model persamaan regresinya adalah:

Ý = _β�R0 + β�R1X1+ ε1 diduga oleh y = b0 +b1x1 + e1 Keterangan :

V = Ý = y b = _β�R1 = b1 ε1 =e1 = galat sisa a = _β�R0 = b0 Dbh

2 _{= X} 1 = x1

3. V = a + b Dbh + c Dbh2

Model persamaan regresinya adalah:

Ý = _β�R0 + β�R1X1 + β�R2X2 + ε1 diduga oleh y = b0 +b1x1 + b2x2 + e1 Keterangan :

V = Ý = y b = _β�R1 = b1 c = β�R2 =b2 ε1 =e1 = galat sisa a = _β�R0 = b0 Dbh = X1 = x1 Dbh

2_{= X} 2 = x2

(58)

Keterangan :

b = _β� = nilai konstanta Y = Volume

X = Diameter

1. V = a Dbhb transformasi logaritmis Log V = Log a + b Log Dbh

Notasi matriksnya adalah:

β = (X’X)-1_{X’Y =}

� �

Keterangan: =

1 � ℎ

⋮ ⋮

1 � ℎ_�

��

⋮

��

2. V = a + b Dbh2

Notasi matriksnya adalah:

β� = (X’X)-1 X’Y = _{� �} Keterangan:

1 ℎ

⋮ ⋮

1 ℎ_�

� ⋮ �� 3. V = a + b Dbh + c Dbh2

Notasi matriksnya adalah:

β = (X’X)-1_{X’Y =}

� �

keterangan: =

1 ℎ ℎ

⋮ ⋮ ⋮

1 ℎ_� ℎ_�

� ⋮ ��

(59)

3.6.3 Uji Keberartian Model

Persamaan-persamaan regresi tersebut dilakukan pengujian dengan analisis keragaman (analysis of variance) untuk melihat signifikan atau adanya

ketergantungan peubah-peubah yang menyusun regresi tersebut. Tabel 2 Analisis keragaman pengujian regresi (ANOVA)

Sumber keragam Derajat bebas

Jumlah kuadrat (JK)

Kuadrat tengah

(KT) Fhitung Ftabel Regresi k = p-1 JKR KTR=JKR/k KTR/KTS

Sisaan n-k-1 JKS KTS=JKS/(n-k-1)

Total n-1 JKT

Dalam analisa tersebut hipotesis yang diuji adalah : a. Pada regresi linier sederhana :

H0: β = 0 lawan H1: β ≠ 0

b. Pada regresi linier barganda: H0 : βi = 0 dimana : i = 1,2

H1 : sekurang-kurangnya ada βi ≠ 0

Dengan kaidah keputusannya : F hitung > F tabel maka tolak H0

F hitung ≤ F tabel maka terima H0

Jika H0 ditolak, maka regresi tersebut nyata, artinya ada keterkaitan antara

nyata, artinya persamaan regresi tidak dapat digunakan untuk menduga volume pohon berdasarkan peubah bebasnya.

3.6.4 Analisis Sisaan

1. Uji visual kenormalan

(1)

Model Regresi Berkhout V = a Dbh2 The regression equation is

log Vtot = - 3,80 + 2,48 log Dbh

Predictor Coef SE Coef T P Constant -3,80373 0,03651 -104,19 0,000 log Dbh 2,48435 0,02351 105,68 0,000

S = 0,0671064 R-Sq = 98,7% R-Sq(adj) = 98,7%

PRESS = 0,685511 R-Sq(pred) = 98,65%

Analysis of Variance

Source DF SS MS F P Regression 1 50,297 50,297 11169,11 0,000 Residual Error 148 0,666 0,005

Total 149 50,964

Unusual Observations

Obs log Dbh log Vtot Fit SE Fit Residual St Resid 1 1,01 -1,35148 -1,29802 0,01354 -0,05346 -0,81 X 2 1,01 -1,31943 -1,28749 0,01345 -0,03194 -0,49 X 11 1,12 -0,88357 -1,01984 0,01119 0,13627 2,06R 12 1,12 -1,15768 -1,01984 0,01119 -0,13784 -2,08R 32 1,32 -0,77172 -0,51888 0,00743 -0,25284 -3,79R 39 1,38 -0,55664 -0,37481 0,00658 -0,18183 -2,72R 51 1,46 -0,04252 -0,17809 0,00576 0,13557 2,03R 54 1,48 0,00358 -0,13405 0,00565 0,13763 2,06R 70 1,56 0,22146 0,06266 0,00550 0,15879 2,37R 86 1,64 0,14222 0,27917 0,00604 -0,13696 -2,05R 141 1,83 0,58334 0,74886 0,00888 -0,16551 -2,49R

R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.

Model Regresi Kopezky – Gehrhardt V = a + b Dbh2 The regression equation is

Vtot = - 0,252 + 0,00119 Dbh²

Predictor Coef SE Coef T P Constant -0,25210 0,04320 -5,84 0,000 Dbh² 0,00118672 0,00001791 66,26 0,000

S = 0,339026 R-Sq = 96,7% R-Sq(adj) = 96,7%

PRESS = 18,5085 R-Sq(pred) = 96,45%

Analysis of Variance

Source DF SS MS F P Regression 1 504,69 504,69 4390,93 0,000 Residual Error 148 17,01 0,11

(2)

Lampiran 2 (lanjutan)

Unusual Observations

Obs Dbh² Vtot Fit SE Fit Residual St Resid 118 2916 2,5024 3,2084 0,0336 -0,7060 -2,09R 121 3025 4,2538 3,3377 0,0348 0,9161 2,72R 135 3956 3,6249 4,4430 0,0468 -0,8182 -2,44R 140 4624 4,3934 5,2353 0,0568 -0,8419 -2,52R 141 4624 3,8313 5,2353 0,0568 -1,4040 -4,20R 148 6131 8,3132 7,0235 0,0815 1,2897 3,92RX 149 6400 6,5266 7,3429 0,0860 -0,8163 -2,49RX 150 7744 10,7557 8,9378 0,1091 1,8179 5,66RX

R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.

Model Regresi Horenald – Krenn V = a + b Dbh + c Dbh2 The regression equation is

Vtot = 0,209 - 0,0259 DBh + 0,00148 Dbh²

Predictor Coef SE Coef T P Constant 0,2095 0,1199 1,75 0,083 DBh -0,025871 0,006317 -4,10 0,000 Dbh² 0,00148253 0,00007421 19,98 0,000

S = 0,322286 R-Sq = 97,1% R-Sq(adj) = 97,0%

PRESS = 17,5533 R-Sq(pred) = 96,64%

Analysis of Variance

Source DF SS MS F P Regression 2 506,43 253,21 2437,85 0,000 Residual Error 147 15,27 0,10

Total 149 521,70

Source DF Seq SS DBh 1 464,97 Dbh² 1 41,46

Unusual Observations

Obs DBh Vtot Fit SE Fit Residual St Resid 97 46,0 2,8330 2,1564 0,0366 0,6766 2,11R 121 55,0 4,2538 3,2712 0,0368 0,9826 3,07R 124 57,0 4,2354 3,5515 0,0377 0,6839 2,14R 135 62,9 3,6249 4,4477 0,0445 -0,8228 -2,58R 140 68,0 4,3934 5,3054 0,0567 -0,9121 -2,87R 141 68,0 3,8313 5,3054 0,0567 -1,4742 -4,65R 148 78,3 8,3132 7,2730 0,0985 1,0403 3,39RX 149 80,0 6,5266 7,6280 0,1074 -1,1014 -3,62RX 150 88,0 10,7557 9,4135 0,1557 1,3422 4,76RX

R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.

(3)

No Jenis Dbh

(cm) Tbc

(m) Va (m³) No Jenis Dbh

(cm) Tbc

(m) Va (m³) 1 Nyatoh 10,2 6,13 0,04452 41 Nyatoh 24,2 11,3 0,44732 2 Nyatoh 10,3 5,8 0,04793 42 Nyatoh 24,6 14,9 0,59655 3 Nyatoh 10,5 5,9 0,04533 43 Nyatoh 25,5 13,3 0,52074 4 Nyatoh 10,9 5,5 0,04511 44 Nyatoh 25,5 16 0,53397 5 Nyatoh 11 6,4 0,04881 45 Nyatoh 26,5 14,3 0,68264 6 Nyatoh 11,4 6,75 0,06065 46 Nyatoh 27 13,6 0,58627 7 Nyatoh 12 7,6 0,07267 47 Nyatoh 27 14,9 0,51924 8 Nyatoh 12,4 7,7 0,07862 48 Nyatoh 27,5 16,4 0,79257 9 Nyatoh 13 6,88 0,07895 49 Nyatoh 28,5 17,8 0,73937 10 Nyatoh 13 7,53 0,09066 50 Nyatoh 28,8 15,2 0,70154 11 Nyatoh 13,2 10,4 0,13075 51 Nyatoh 28,8 17,4 0,90673 12 Nyatoh 13,2 5,6 0,06955 52 Nyatoh 29 16,7 0,80676 13 Nyatoh 13,5 9,8 0,11851 53 Nyatoh 29,8 19 0,78736 14 Nyatoh 13,8 10,5 0,13230 54 Nyatoh 30 18 1,00828 15 Nyatoh 14 7,12 0,09450 55 Nyatoh 30 14,9 0,75275 16 Nyatoh 14 10,7 0,12825 56 Nyatoh 30,2 14,8 0,76060 17 Nyatoh 16 10,2 0,16277 57 Nyatoh 30,3 16,1 0,82720 18 Nyatoh 16 8 0,13814 58 Nyatoh 30,5 16,4 0,85515 19 Nyatoh 16 8,19 0,13740 59 Nyatoh 30,8 11,8 0,76766 20 Nyatoh 16 8,2 0,14629 60 Nyatoh 31,1 19,8 1,07629 21 Nyatoh 17 9,8 0,19542 61 Nyatoh 31,5 13,3 0,79062 22 Nyatoh 18 8,3 0,18842 62 Nyatoh 32 12,2 0,81071 23 Nyatoh 18,5 9,63 0,21296 63 Nyatoh 32,5 17,8 1,15468 24 Nyatoh 19,1 9,9 0,23048 64 Nyatoh 32,6 18,5 0,96234 25 Nyatoh 19,5 10,9 0,23517 65 Nyatoh 32,7 13 0,92359 26 Nyatoh 20 10,8 0,20924 66 Nyatoh 33,7 19,2 1,01966 27 Nyatoh 20 11,2 0,30451 67 Nyatoh 33,7 13,8 0,97067 28 Nyatoh 20 12,4 0,32688 68 Nyatoh 35,4 13,6 1,04342 29 Nyatoh 20,2 12,1 0,29740 69 Nyatoh 36 14,1 1,29452 30 Nyatoh 20,5 9,55 0,27085 70 Nyatoh 36 19,8 1,66516 31 Nyatoh 21 9,3 0,23278 71 Nyatoh 36 18,6 1,27369 32 Nyatoh 21 8,9 0,16915 72 Nyatoh 36 17,2 1,21338 33 Nyatoh 21,5 11,6 0,33318 73 Nyatoh 36,9 19,2 1,43900 34 Nyatoh 22 12,6 0,36950 74 Nyatoh 38 20,1 1,29990 35 Nyatoh 22,3 11,9 0,41032 75 Nyatoh 40 15,8 1,53731 36 Nyatoh 23 14,6 0,37145 76 Nyatoh 40 14,7 1,44001 37 Nyatoh 23 14,8 0,44388 77 Nyatoh 40 18,4 1,62533 38 Nyatoh 23,6 8,1 0,30743 78 Nyatoh 40 17,6 1,70560 39 Nyatoh 24 9,2 0,27756 79 Nyatoh 40,1 17,7 1,65914 40 Nyatoh 24 12,2 0,45731 80 Nyatoh 40,6 16,4 1,66202

(4)

Lampiran 3 (lanjutan) No Jenis Dbh

(cm) Tbc

(m) Va (m³) No Jenis Dbh

(cm) Tbc

(m) Va (m³) 81 Nyatoh 41 16,3 1,69789 119 Nyatoh 54,1 19,3 3,20738 82 Nyatoh 41,5 15,2 1,52505 120 Nyatoh 54,7 19,4 3,01054 83 Nyatoh 42 17,6 1,74025 121 Nyatoh 55 23,6 4,25385 84 Nyatoh 42 21,9 1,95746 122 Nyatoh 55 22,8 3,59310 85 Nyatoh 42 16,3 1,49695 123 Nyatoh 56 18,5 3,87116 86 Nyatoh 44 16,7 2,03432 124 Nyatoh 57 22,6 4,23542 87 Nyatoh 44 19,5 2,20110 125 Nyatoh 57 17,9 3,44350 88 Nyatoh 44 19,5 2,23706 126 Nyatoh 57 18,8 3,18802 89 Nyatoh 44 20,1 2,14050 127 Nyatoh 57,5 22,9 4,10628 90 Nyatoh 44,9 15,2 1,70990 128 Nyatoh 58 18,1 3,74347 91 Nyatoh 45 15,3 2,16926 129 Nyatoh 59 21,8 4,03660 92 Nyatoh 45 17,4 1,88429 130 Nyatoh 59,5 20,2 3,99610 93 Nyatoh 45 15,3 1,86024 131 Nyatoh 60 15,9 3,45388 94 Nyatoh 45 17,1 2,10342 132 Nyatoh 62 17 4,33531 95 Nyatoh 45 16,6 1,96709 133 Nyatoh 62 21,4 4,37912 96 Nyatoh 45,5 16,7 1,99762 134 Nyatoh 62 19,2 4,30544 97 Nyatoh 46 22 2,83299 135 Nyatoh 62,9 16,9 3,62486 98 Nyatoh 48 21,9 2,41684 136 Nyatoh 64 23,4 4,67089 99 Nyatoh 48 21,4 2,77232 137 Nyatoh 65 18,1 4,24782 100 Nyatoh 48 15,6 2,31329 138 Nyatoh 66 20,8 5,23433 101 Nyatoh 50 24 3,18664 139 Nyatoh 67,5 20,4 5,50671 102 Nyatoh 50 19 2,67585 140 Nyatoh 68 20,9 4,39337 103 Nyatoh 50 15,6 2,32976 141 Nyatoh 68 16,1 3,83127 104 Nyatoh 50 19 2,58323 142 Nyatoh 69,3 18,2 4,98072 105 Nyatoh 50,2 15,7 2,32767 143 Nyatoh 71 21,9 5,59953 106 Nyatoh 50,5 15,3 2,82954 144 Nyatoh 72 19,8 6,36700 107 Nyatoh 51 16,2 2,16171 145 Nyatoh 72 25,1 6,11808 108 Nyatoh 51 20,4 2,80606 146 Nyatoh 72 18,9 5,82307 109 Nyatoh 52 18,8 2,58039 147 Nyatoh 72,6 24,5 6,18508 110 Nyatoh 52 19,6 3,05071 148 Nyatoh 78,3 25,3 8,31324 111 Nyatoh 52 22,4 3,29661 149 Nyatoh 80 20,1 6,52656 112 Nyatoh 52 15,3 2,71844 150 Nyatoh 88 24,1 10,75574 113 Nyatoh 53 16,5 2,63581

114 Nyatoh 53 17,8 3,01410 115 Nyatoh 53,5 22,6 3,06107 116 Nyatoh 54 21,5 3,20994 117 Nyatoh 54 18 3,25476 118 Nyatoh 54 17,5 2,50241

(5)

Dbh

(cm)

Volume (m³)

Dbh

(cm)

Volume (m³)

10 0,0479 51 2,7211 11 0,0606 52 2,8554 12 0,0752 53 2,9935 13 0,0917 54 3,1355 14 0,1102 55 3,2815 15 0,1308 56 3,4315 16 0,1535 57 3,5855 17 0,1784 58 3,7435 18 0,2056 59 3,9056 19 0,2351 60 4,0718 20 0,2670 61 4,2422 21 0,3014 62 4,4168 22 0,3382 63 4,5956 23 0,3776 64 4,7786 24 0,4197 65 4,9659 25 0,4644 66 5,1575 26 0,5118 67 5,3535 27 0,5620 68 5,5539 28 0,6151 69 5,7586 29 0,6710 70 5,9678 30 0,7299 71 6,1815 31 0,7917 72 6,3997 32 0,8565 73 6,6224 33 0,9245 74 6,8497 34 0,9955 75 7,0815 35 1,0697 76 7,3180 36 1,1471 77 7,5591 37 1,2278 78 7,8049 38 1,3117 79 8,0554 39 1,3990 80 8,3107 40 1,4896 81 8,5707 41 1,5837 82 8,8355 42 1,6813 83 9,1052 43 1,7823 84 9,3797 44 1,8868 85 9,6590 45 1,9950 86 9,9433 46 2,1068 87 10,2325 47 2,2222 88 10,5267 48 2,3413

49 2,4641 50 2,5907

(6)

Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

BAB 1

PENDAHULUAN

BAB II

TINJAUAN PUSTAKA

BAB III

METODOLOGI PENELITIAN

BAB IV

KONDISI UMUM LOKASI PENELITIAN

BAB V

HASIL DAN PEMBAHASAN

BAB VI

KESIMPULAN DAN SARAN

ALASMANDIRI, PROPINSI PAPUA

DIMAS DARMA SEPUTRA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2013

DAFTAR PUSTAKA

ALASMANDIRI, PROPINSI PAPUA

DIMAS DARMA SEPUTRA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2013

ALASMANDIRI, PROPINSI PAPUA

DIMAS DARMA SEPUTRA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2013

DAFTAR ISI

DAFTAR TABEL

DAFTAR GAMBAR

DAFTAR LAMPIRAN

BAB 1

PENDAHULUAN

BAB II

TINJAUAN PUSTAKA

BAB III

METODOLOGI PENELITIAN

Parts

Dokumen yang terkait

Pengelompokan Jenis dalam Penyusunan Tabel Volume Lokal di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

:Penggunaan CurveExpert Dalam Menduga Volume Pohon Merbau (Instia spp) di IUPHHK-HA PTMamberamo Alasmandiri, Provinsi Papua

Penyusunan Tabel Volume Lokal Kelompok Jenis Dipterocarpaceae (Anisoptera spp. dan Vatica spp. ) di Areal Kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua

Pola Sebaran Spasial Jenis Merbau (Intsia spp.) pada Hutan Primer dan Hutan Bekas Tebangan di Areal IUPHHK-HA PT Mamberamo Alasmandiri, Provinsi Papua

Penyusunan Tabel Volume Lokal Matoa (Pometia pinnata) di Areal Kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

Model Simulasi Pengelolaan Hutan Berbasis Karbon (Studi Kasus di IUPHHK PT. Mamberamo Alasmandiri, Kabupaten Mamberamo Raya, Provinsi Papua)

Penyusunan Tabel Volume Lokal Jenis Keruing (Dipterocarpus spp.) di IUPHHK-HA PT. Sarmiento Parakantja Timber, Kalimantan Tengah

Pembuatan Model Database Register Petak di IUPHHKHA PT. Mamberamo Alasmandiri, Provinsi Papua.

Pemanfaatan Citra Landsat dan Global Positioning System (GPS) untuk Evaluasi Blok Bekas Tebangan di IUPHHK-HA PT. Mamberamo Alasmandiri Provinsi Papua

Tabel Volume Lokal Kayu Bulat Merbau (Intsia Spp.) Di Areal Kerja Iuphhka-Ha Pt Wijaya Sentosa Papua Barat

Dokumen yang Anda mencari sudah siap untuk unduhkan