Hasil PENGEMBANGAN MODEL REGRESI TANAH-LANSKAP

Tabel 3-1 Ringkasan statistik beberapa sifat tanah dari training dataset di Jawa Sifat tanah Jumlah Profil Rata-rata median Mini- mum Maksi- mum Simp. baku CV Soildepth cm 223 103.48 110.00 11.00 200.00 46.03 45 Athick cm 223 17.67 17.00 6.00 31.00 4.94 28 DepthtoB cm 199 21.40 18.00 7.00 55.00 9.32 44 Sand 0-30 223 18.76 12.00 0.00 97.00 20.09 107 Sand 30-50 207 17.27 10.00 0.00 95.00 18.68 108 Sand 50-100 194 19.80 11.50 0.00 90.00 21.11 106 Clay 0-30 223 54.82 60.00 2.00 90.00 20.63 38 Clay 30-50 208 56.53 58.00 2.00 90.00 20.51 36 Clay 50-100 190 55.75 58.00 3.00 91.00 20.61 37 SOM 0-30 224 2.23 1.79 0.39 14.67 1.87 84 SOM 30-50 222 1.38 1.03 0.08 15.03 1.50 109 SOM 50-100 215 0.97 0.80 0.12 11.01 0.99 102 SOC 0-30 224 1.29 1.04 0.23 8.51 1.08 84 SOC 30-50 222 0.80 0.60 0.05 8.72 0.87 109 SOC 50-100 215 0.56 0.46 0.07 6.39 0.58 102 Ntot 0-30 224 0.13 0.11 0.03 0.65 0.09 70 Ntot 30-50 207 0.09 0.07 0.02 0.75 0.08 85 Ntot 50-100 182 0.07 0.06 0.01 0.32 0.05 67 pH 0-30 207 6.00 5.80 0.70 8.30 1.06 18 pH 30-50 185 6.10 6.00 4.60 8.30 0.97 16 pH 50-100 172 6.17 6.10 4.50 8.40 0.99 16 RetP 0-30 25 43.28 42.60 5.70 86.20 20.34 47 RetP 30-50 21 39.75 41.40 0.60 83.40 23.23 58 RetP 50-100 16 39.53 38.20 1.00 87.80 25.78 65 BS 0-30 200 72.57 79.00 2.00 162.00 27.53 38 BS 30-50 180 71.37 79.50 1.00 118.00 29.65 42 BS 50-100 169 73.20 84.00 1.00 122.00 29.58 40 CEC 0-30 204 cmolkg 32.47 31.50 3.00 100.00 16.22 50 CEC 30-50 186 cmolkg 32.47 31.00 5.00 98.00 16.67 51 CEC 50-100 167 cmolkg 31.41 30,00 6.00 95.00 16.36 52 CV=koefisien keragaman; rendah jika CV 15 , sedang jika 15CV35, dan tinggi jika CV 35 Wilding dan Dress, 1983 Tabel 3-2 menunjukan ringkasan statistik dari dataset yang digunakan untuk menguji daya taksir model. Jumlah profil retensi P sangat sedikit yaitu 2 hingga 7 data sehingga model retensi tidak bisa diuji daya taksirnya. Jumlah penguji yang sedikit menyebabkan pola data tidak bisa diketahui. Jumlah data yang disukai minimal 30 data dan menyebar merata di lanskap. Tabel 3-2 Ringkasan statistik beberapa sifat tanah dari testing dataset di Jawa Sifat tanah Jumlah Profil Rata-rata median Mini- mum Maksi- mum Simp. baku CV Soildepth cm 76 100.53 100.00 14.00 190.00 46.48 46 Athick cm 76 17.52 17.50 10.00 30.00 4.05 23 DepthtoB cm 70 22.64 20.00 10.00 50.00 9.56 42 Sand 0-30 76 16.43 10.00 1.00 72.00 16.46 100 Sand 30-50 71 14.23 9.00 0.00 55.00 13.93 98 Sand 50-100 65 16.67 10.00 1.00 73.00 16.46 99 Clay 0-30 76 56.03 58.00 7.00 88.00 19.74 35 Clay 30-50 72 59.71 61.50 18.00 91.00 18.64 31 Clay 50-100 65 57.45 60.00 15.00 95.00 19.61 34 SOM 0-30 76 2.24 1.71 0.58 19.67 2.46 110 SOM 30-50 73 1.34 1.09 0.28 8.07 1.19 89 SOM 50-100 68 1.09 0.79 0.26 11.83 1.49 137 SOC 0-30 76 1.29 0.99 0.33 11.41 1.43 111 SOC 30-50 73 0.78 0.63 0.16 4.68 0.69 88 SOC 50-100 68 0.64 0.46 0.15 6.86 0.86 134 Ntot 0-30 76 0.12 0.10 0.03 0.88 0.09 75 Ntot 30-50 70 0.08 0.07 0.03 0.34 0.05 63 Ntot 50-100 63 0.06 0.06 0.02 0.22 0.04 67 pH 0-30 68 6.07 5.80 4.40 8.30 1.05 17 pH 30-50 63 6.18 6.10 4.50 8.40 1.05 17 pH 50-100 55 6.17 6.00 4.10 8.40 1.09 18 RetP 0-30 7 46.31 44.90 19.30 75.30 19.28 42 RetP 30-50 5 35.46 39.80 13.90 55.90 16.62 47 RetP 50-100 2 21.95 21.95 16.50 27.40 7.08 32 BS 0-30 62 71.63 78.00 1.00 102.00 27.20 38 BS 30-50 58 71.19 82.00 1.00 155.00 31.94 45 BS 50-100 52 72.54 82.00 1.00 144.00 32.59 45 CEC 0-30 63 cmolkg 33.19 32.00 5.00 101.00 17.54 53 CEC 30-50 60 cmolkg 32.83 32.00 5.00 97.00 17.21 52 CEC 50-100 56 cmolkg 31.96 32.00 5.00 78.00 16.22 51 CV=koefisien keragaman; rendah jika CV 15 , sedang jika 15CV35, dan tinggi jika CV 35 Wilding dan Dress, 1983 Untuk dataset ini, keragaman sifat tanah umumnya tergolong tinggi, kecuali pH, ketebalan horizon A, dan fraksi klei yang tergolong sedang. Sementara itu, keragaman vertikal mirip dengan dengan keragaman vertikal pada training dataset. Keragaman lapisan olah 0-30 cm yang lebih rendah daripada lapisan bawah ditunjukan oleh bahan organik, karbon organik, pH, dan kejenuhan basa. Sementara itu, keragaman lapisan olah 0-30 cm yang lebih tinggi daripada lapisan bawah ditunjukan oleh fraksi pasir, fraksi klei, nitrogen total, dan kapasitas tukar kation. Jadi, pola keragaman dari training dataset dan testing dataset secara umum sama. Tabel 3-3 menyajikan ringkasan statistik kovariat untuk pembuatan model. Nilai kovariat ini merupakan hasil pengolahan di SAGA GIS. Keragaman dari kovariat ini tergolong tinggi, kecuali lebar aliran FW yang tergolong rendah dan indeks kebasahan WI yang tergolong sedang. Semakin tinggi keragaman, semakin bersifat lokal kovariat tersebut. Artinya, kovariat itu dapat menangkap keragaman lokal dengan baik. Tabel 3-3 Ringkasan statistik kovariat dari training dataset Kode Kovariat Jumlah grid Rata- rata median Mini mum Maksi mum Simp. baku CV ZC m dps 224 29.3 9.2 0.0 428.8 57.2 196 WI 224 18.4 18.4 10.3 24.9 4.1 22 TPI 220 1.7 0.0 -27.0 49.0 9.1 536 SP 224 6.5E+03 1.3E+03 8.1E+00 2.2E+05 2.1E+04 320 SL m 224 194.2 90.0 0.0 2194.6 334.2 172 SG deg 224 2.1 0.3 0.0 27.7 4.4 215 MRVBF 224 4.4 4.9 0.0 8.9 2.8 64 MRRTF 224 4.1 3.59 0.0 8.9 3.4 83 MCA m 2 224 1.2E+08 5.6E+06 1.4E+04 1.2E+09 2.0E+08 180 LSF 224 26.3 9.1 0.0 248.7 40.2 153 KP radm 224 2,2E-05 0.0 -3,6E-03 2,4E-03 6,1E-04 2761 KC radm 224 5,6E-05 0.0 -1,9E-03 2,9E-03 5,2E-04 941 FW m 224 114.4 117.6 90.0 127.3 11.1 10 FPL m 224 951.4 649.3 0.0 6834.7 991.9 104 FA m 2 224 9.3E+04 4.9E+04 8.1E+03 7.8E+05 1.3E+05 130 Elev m dpl 224 202.7 96.7 -0.9 1443.2 254.3 126 CU radm 224 7,7E-05 0.0 -4,5E-03 4,73E-03 9,7E-04 1248 CS rad 224 0.1 0.1 0.0 0.4 0.1 109 CI 224 2.5 0.1 -57.4 76.0 26.2 1057 CA m 2 224 8.6E+05 2.7E+04 8.1E+03 1.3E+08 8.7E+06 1000 AZ deg 224 180.2 180.51 3.5 360.0 116.6 65 lihat daftar singkatan untuk penjelasan kode kovariat CV=koefisien keragaman; rendah jika CV 15 , sedang jika 15CV35, dan tinggi jika CV 35 Wilding dan Dress, 1983 3.3.2 Model regresi tanah lanskap Tabel 3-4 menyajikan model regresi tanah-lanskap. Sebanyak 10 model penaksir menunjukan jumlah penaksir yang paling sedikit, yakni: Sand 0-30 , Sand 30-50 , Sand 50-100 , BS 30-50 , SOM 30-50 , SOC 30-50 , pH 0-30 , pH 30-50 , pH 50-100 Tabel 3-4 menunjukan bahwa nilai probabilitas dari analisis sidik ragam anova kurang dari 0.05. Ini menunjukan bahwa model tersebut secara nyata menjelaskan keragaman dari nilai taksiran. Dilihat dari uji ketidaktepatan LOF, model umumnya tidak tepat secara tidak nyata. Berdasarkan kedua indikator ini, semua model tergolong memuaskan kecuali model penaksir retensi P. dan RetP30-50. Ini mengindikasikan bahwa faktor lingkungan pada masing-masing model tersebut predominan mempengaruhi keragaman nilai sifat tanah dan bahwa model tersebut paling efisien karena menggunakan penaksir sedikit. Model penaksir retensi P ini menarik karena meskipun nilai R 2 yang lebih tinggi dibandingkan model lainnya, model penaksir P ini tidak memuaskan karena tidak nyata menerangkan keragaman dari sifat tanah yang ditaksir. Ini menyiratkan bahwa kecukupan model tidak selamanya bisa diukur dengan nilai R 2 Nilai R . 2 dari model-model pada penelitian ini sama dengan nilai R 2 model dari penelitian lain misalnya Tsai et al. 2001. Menurut Beckett dan Webster 1971, nilai R 2 yang lebih besar dari 0.7 tidak biasa pada kebanyakan model spasial, tetapi nilai R 2 3.3.3 Andil kovariat pada keragaman nilai sifat tanah sebesar 0.5 atau kurang dari 0.5 umum diperoleh dalam model spasial. Dengan demikian, hasil ini mendukung pendapat tersebut. Teknik regresi dapat mendeteksi arti penting setiap penaksir terhadap keragaman sifat tanah. Nilai mutlak dari t ratio nilai T, yaitu rasio antara koefisien regresi penaksir dengan galat bakunya adalah indikator untuk perbandingan andil tersebut. Biasanya nilai T merupakan statistik untuk menguji apakah koefisien regresi berbeda dengan nol atau tidak. Jika tidak nyata pada taraf uji tertentu maka koefisien regresinya sama dengan nol yang berarti bahwa penaksir tersebut tidak berkontribusi secara nyata pada keragaman nilai taksiran. Nilai T yang tinggi mengindikasikan bahwa nilai koefisien regresi penaksir lebih tinggi daripada galatnya. Tabel 3-4 Model regresi tanah-lanskap untuk menaksir sifat tanah di Jawa Response Model R N 2 p- value Anova LOF Soildepth 112.18-0.000245 SP + 0.012 SL-1.585 MRRTF-3.531CS +0.353CI 0.08 223 0.0043 0.89 Athick 9.03 + 0.252MRVBF + 0.069FW +0.0031Elev -12.906CS 0.08 223 0.001 0.34 DepthtoB 20.33 -0.048ZC + 0.420SG-0.262MRRTF+ 0.0076Elev +0.0000000097MCA 0.10 199 0.001 0.19 Clay 0-30 68.59-1.310MRVBF-0.000018FA -0.0129Elev-49.474CS 0.10 223 0.0001 0.59 Clay 70.01-1.355MRVBF-0.000019FA-0.0157Elev-37.37CS 30-50 0.10 208 0.0003 0.48 Clay 50-100 70.46-1.540 MRVBF+0.143LSF-6209.73KP+3978.70KC -0.000033FA-122.045CS 0.13 190 0.0003 0.48 Sand 0-30 4.59+1.453MRVBF+0.000023FA+76.457CS 0.12 223 .0001 0.47 Sand 38.33-1.575WI+1.213MRVBF+0.000029FA 30-50 0.14 207 .0001 0.40 Sand 11.04+0.00027SP+1.106MRRTF+0.00003FA 50-100 0.12 194 .0001 0.33 BS 0-30 52.91+2.639MRVBF+2.938MRRTF-0.0382Elev + 40.285CS 0.40 200 .0001 0.35 BS 56.41+2.184MRVBF+3.036MRRT-0.0358Elev 30-50 0.36 180 .0001 0.14 BS 56.34+1.0897SG+2.651MRVBF+3.268MRRTF-0.056Elev 50-100 0.41 169 .0001 0.22 CEC 0-30 37.20-0.797MRVBF+0.000000021MCA-0.0082Elev -0.0119AZ 0.10 204 0.0005 0.21 CEC 30-50 63.68-0.00041SP-0.780MRVBF+0.000000021MCA -5916.06KC-0.224FW-0.013AZ 0.14 186 .0001 0.27 CEC 50-100 62.70-0.00041SP-0.812MRVBF+0.00000002MCA -4171.28KC-0.222FW-0.015AZ 0.14 167 0.0006 n.d. SOM 0-30 2.3 -0.126MRRTF+0.0000015FA+0.0034Elev-5.172CS 0.17 224 .0001 0.39 SOM 30-50 1.42-0.074MRRTF+0.003Elev-4.829CS 0.17 222 .0001 0.92 SOM 50-100 0.89-0.042MRRTF-0.0065LSF+0.002Elev 0.19 215 .0001 0.53 SOC 0-30 1.34-0.073MRRTF+0.00000087FA+0.0019Elev-3.001CS 0.17 224 .0001 0.39 SOC 30-50 0.82-0.043MRRTF+0.0018Elev-2.800CS 0.17 222 .0001 0.92 SOC 50-100 0.30-0.0024ZC+0.0532MRVBF-0.0507MRRTF +0.00149Elev 0.20 215 .0001 0.54 Ntot 0-30 0.23-0.00027ZC-0.0079MRRTF+24.175KC -0.0009FW+0.00000013FA+0.0002Elev-0.238CS 0.28 224 .0001 0.48 Ntot 30-50 0.17-0.00032ZC+0.005MRVBF-0.0069MRRTF -0.00084FW+0.00022Elev-0.1907CS 0.24 207 .0001 0.96 Ntot 50-100 0.07-0.0011TPI+0.0039MRVBF-0.0067MRRTF +20.795KC+0.00012Elev-0.1514CS 0.27 181 .0001 n.d. pH 5.68+0.111MRRTF-0.00068Elev-0.0053CI 0-30 0.15 207 .0001 0.38 pH 5.77+0.00027SL+0.097MRRTF-0.001Elev+1.4106CS 30-50 0.15 185 .0001 n.d pH 5.94+0.089MRRTF-0.0014Elev+2.1910CS 50-100 0.14 172 .0001 n.d Pret 56.54-0.0009SP-55.719SG-16361.158KC 0-30 0.38 25 0.0163 n.d Pret -0.55-0.0013SP+6.276MRRTF-0.5577CI 30-50 0.24 21 0.1903 n.d Pret -25.49-0.0017SP+8.601MRRTF+0.0108FPL-1.0951CI 50-100 0.71 16 0.0053 n.d Anova=uji sidik ragam model, LOF= uji ketidaktepatan model; n.d=no data Tabel 3-5 menyajikan nilai T untuk kovariat penaksir. Elevasi merupakan penaksir paling penting untuk kadar bahan organik tanah pada kedalaman 0-30 cm karena nilai T-nya paling besar 5.65 dibandingkan nilai T penaksir lainnya. Penaksir berikutnya adalah MRRTF, kemudian kemiringan rata-rata catchment CS dan akumulasi aliran FA. Jadi, berdasarkan andilnya terhadap keragaman bahan organik tanah pada 0-30 cm, Elev MRRTF CS FA. Elevasi merupakan penaksir paling penting untuk ketiga sifat tanah yaitu bahan organik tanah, karbon organik tanah dan total nitrogen. Elevasi di Pulau Jawa berkaitan erat dengan iklim mikro. Iklim mikro ini temperatur dan kelembaban mempengaruhi dinamika populasi mikroba. Mikroba ini berperan dalam menentukan laju dekomposisi bahan organik yang pada akhirnya akan mempengaruhi status bahan organik di dalam tanah. Nilai T juga mengindikasikan frekuensi penaksir dalam pemodelan sifat tanah. Elevasi, MRRTF, CS, dan MRVBF adalah penaksir yang paling sering digunakan digunakan untuk menaksir oleh 15-20 sifat tanah dalam penelitian ini. Iklim mikro yang diwakili elevasi, tipe permukaan geomorfik permukaan erosi atau permukaan deposisi yang diwakili MRRTF dan MRVBF, serta kemiringan rata-rata catchment merupakan faktor pengendali keragaman sifat tanah tropika. Ketiga komponen ini nampaknya mengendalikan keseimbangan pedogenesis di Pulau Jawa. Selain itu, akumulasi aliran FA, kekuatan arus SP, contour curvature KC dan lebar aliran FW digunakan oleh 5 sampai 10 model. Kelima kovariat ini mengkarakterisasi intensitas erosi tanah. Erosi merupakan faktor yang menentukan tingkat stabilitas perkembangan tanah, yang dipengaruhi dan dikondisikan oleh elevasi, indeks multiresolusi kerataan igir MRRTF, kemiringan catchment rataan CS, dan multiresolusi indeks kerataan lembah MRVBF. Tabel 3-5 Keragaman nilai T sebagai ukuran arti penting penaksir terhadap keragaman nilai taksiran Respon SP SL MRRTF MRVBF CS CI FW FPL FA Elev ZC SG MCA LSF KP KC AZ TPI WI Soildepth 1.64 1.21 1.76 1.36 2.75 Athick 1.95 2.43 2.35 1.86 DepthtoB 1.08 2.2 2.52 1.87 2.79 Clay 0-30 2.45 2.26 1.72 1.87 Clay 30-50 2.45 1.65 1.65 2.24 Clay 50-100

2.69 2.99

2.76 1.85 2.32 1.23

Sand 0-30

2.91 4.32

2.22 Sand 30-50 2.57 2.93 4.82 Sand 3.25 50-10 2.55 2.60 BS 0-30

4.81 3.31

1.59 4.31 BS 30-50

4.22 2.37

4.19 BS 50-100

3.99 2.84

5.44 1.92

CEC 0-30 1.78 1.64

3.53 1.25

CEC 2.68 30-50 1.71 2.13

3.44 2.36 1.29

CEC 2.63 50-100 1.73 1.99

3.26 1.65 1.40

SOM 0-30

3.60 2.74

1.60 5.65 SOM

30-50

2.60 3.18

6.37 SOM 50-10 2.23 6.81 3.4 SOC 0-30

3.60 2.74

1.60 5.65 SOC

30-50

2.60 3.18

6.37 SOC 50-100

3.62 2.94

6.93 2.86

Ntot 0-30

5.00 2.69

1.95

2.82 7.00

2.15 2.23 Ntot 30-50

3.67 2.05

2.31 1.90

7.31 2.74

Ntot 50-100

5.58 2.47

3.00 6.37

2.77 2.31

pH 0-30 5.26 2.03 2.47 pH 1.39 30-50

4.64 1.30

3.13 pH 50-100

3.97 1.97

3.93 P ret 1.64 0-30

3.09 2.14

P ret 1.27 30-50 2.22 1.56 P ret 1.94 50-100

3.62 3.09

3.00 Jumlah 8 1 20 15 16 4 5 1 9 20 4 3 4 2 1 6 2 1 1 Lihat daftar singkatan untuk penjelasan kode kovariat. Angka yang miring dan dipertebal menandakan nyata pada uji T pada taraf 0,01 3.3.4 Validasi model Pengujian model dilakukan untuk mengetahui galat taksiran dari model, sehingga daya taksir model bisa diketahui. Pengujian dilakukan dengan mengunakan model untuk menaksir suatu sifat tanah tertentu, kemudian membandingkan nilai hasil taksiran dengan nilai sebenarnya. Galat adalah istilah untuk menunjukan selisih antara kedua nilai tersebut. Pada penelitian ini validasi dilakukan menggunakan validasi silang cross validation yaitu menggunakan sebagian dataset sebagai dataset penguji yang dipilih secara acak dari total dataset. Cara ini sering dilakukan dalam pemodelan tanah-lanskap karena pengadaan dataset baru memerlukan biaya yang relatif besar Bishop Minasny 2006. Tabel 3-6 menyajikan keragaan daya taksir model sebagai hasil validasi silang. Validasi tidak bisa dilakukan untuk model penaksir retensi P karena contoh yang sedikit yakni 7 contoh Tabel 3-2. Berdasarkan nilai MPOR, model regresi dengan daya taksir tergolong buruk ditunjukan oleh model penaksir fraksi pasir untuk semua kedalaman, dan model penaksir kejenuhan basa pada kedalaman 30-100 cm. Sebaliknya, model regresi lainnya berdaya taksir tergolong baik. Pada golongan ini, model dapat dibedakan lagi atas daya taksir yang tinggi, sedang dan rendah. Daya taksir yang tinggi ditunjukan oleh model penaksir pH di semua kedalaman, model penaksir kedalaman horizon A, model penaksir kedalaman horizon B, dan model penaksir fraksi klei pada 30-50 cm.

3.4 Pembahasan

Hasil validasi mengindikasikan bahwa sifat tanah dapat ditaksir menggunakan model dengan penaksir berupa aneka parameter topografi. Nilai taksiran dan peta taksiran ini merupakan informasi awal yang berharga sebelum pengecekan lapangan dan pengambilan contoh dilakukan. Model-model ini dapat membantu dalam pembuatan peta sifat-sifat tanah yang bersifat kontinyu. Saat ini sifat-sifat tanah disajikan dalam bentuk kategorik rendah, sedang atau tinggi atau dalam bentuk angka kisaran. Penyajian sifat tanah secara kontinyu lebih menguntungkan terutama bagi pemodelan lingkungan yang menghendaki data kuantitatif. Keperluan data sifat tanah kuantitatif ini