Pemilihan Pohon Contoh Penyusunan Model Regresi

BAB V HASIL DAN PEMBAHASAN

5.1 Pemilihan Pohon Contoh

Pohon contoh yang digunakan dalam penyusunan tabel volume ini hanya dibatasi pada lima jenis, yaitu bipa Pterygota forbesii F.V.Muell, jambu Eugenia spp, matoa Pometia pinnata Forst, medang Litsea firma Hook.f dan merbau Instia spp. Hal ini dikarenakan kelima jenis tersebut merupakan jenis yang dominan yang terdapat di IUPHHK-HA PT. Mamberamo Alasmandiri. Pengambilan data pohon contoh ini dilakukan secara purposive sampling pada areal petak tebangan dan areal pembuatan jalan. Pengukuran dilakukan pada pohon rebah dan volume yang diambil adalah volume dengan kulit. Jumlah pohon contoh yang diteliti sebanyak 597 pohon. Proporsi jumlah pohon yang digunakan untuk penyusunan model regresi sebesar 23 dari total pohon dan proporsi untuk uji validasi sebesar 13 dari total pohon . Jumlah pohon contoh per jenisnya tersaji dalam Gambar 1. Gambar 1 Sebaran jumlah pohon yang digunakan untuk penyusunan model regresi dan validasi.

5.2. Penyusunan Model Regresi

Penyebaran data diameter dbh dan volume va untuk masing-masing jenis dapat dilihat pada Gambar 2 di bawah ini. 59 28 60 29 110 55 62 29 110 55 20 40 60 80 100 120 Ju m la h P o h o n Model Validasi Bipa Jambu Matoa Medang Merbau Gambar 2 Diagram pencar scatterplot antara diameter dbh dan volume va untuk setiap jenis. Diagram pencar antara diameter dbh dan volume va untuk semua jenis pohon yang diteliti menunjukkan pola non linear. Hal ini dapat dijadikan dasar untuk memilih persamaan regresi yang akan diujikan. Dalam penelitian ini persamaan yang digunakan hanya persamaan Berkhout. Persamaan Berkhout yang diujikan kedalam bentuk model adalah persamaan Berkhout yang ditransformasikan terlebih dahulu kedalam bentuk linearnya yaitu : Log V= Log a + b Log D dan persamaan Berkhout yang tanpa transformasi yaitu : V= aD b . Tabel 5 Model regresi untuk penyusunan tabel volume No Jenis Persamaan Penduga s R² R²adj F hit F tab α=5 F tab α=1 1 Bipa V=0.0002235Dbh 2.37 0.091 97.00 96.90 1829.8 4.01 7.10 V= 0.0002214Dbh 2.38 0.425 92.43 92.43 696.2 4.01 7.10 2 Jambu V=0.0001809Dbh 2.37 0.101 96.70 96.70 1713.4 4.01 7.09 V= 0.0002293Dbh 2.32 0.465 90.40 90.40 546.2 4.01 7.09 3 Matoa V=0.0001938Dbh 2.38 0.082 97.80 97.80 4753.6 3.93 6.88 V=0.0003735Dbh 2.22 0.392 94.31 94.31 1791.7 3.93 6.88 4 Medang V=0.0001972Dbh 2.37 0.094 96.80 96.80 1828.5 4.00 7.08 V=0.0001972Dbh 2.37 0.304 95.24 95.24 1199.7 4.00 7.08 5 Merbau V=0.0001304Dbh 2.47 0.080 98.00 98.00 5402.8 3.93 6.88 V=0.0004759Dbh 2.14 0.283 96.14 96.14 2692.7 3.93 6.88 Keterangan : = persamaan Berkhout tanpa transformasi Dbh V a 100 50 100 50 8 6 4 2 100 50 8 6 4 2 Bipa Jambu M atoa M edang M erbau Bipa Jambu Matoa Medang Merbau Jenis Scatterplot of Va vs Dbh Panel variable: Jenis Persamaan regresi terbaik antara persamaan Berkhout dengan transformasi dan persamaan Berkhout tanpa transformasi dapat dilihat dari nilai simpangan baku s terkecil, koefisien determinasi R² dan koefisien determinasi terkoreksi R² adj terbesar pada masing-masing jenis. Lima jenis yang diuji yaitu bipa Pterygota forbesii F.V.Muell, jambu Eugenia spp, matoa Pometia pinnata Forst, medang Litsea firma Hook.f dan merbau Instia spp yang memiliki nilai s terkecil, R² dan R²adj terbesar dimiliki oleh persamaan Berkhout yang melalui transformasi. Nilai F hitung dari uji Fisher digunakan untuk menguji keberartian model regresi overall fit test. Apabila nilai F lebih besar dari nilai F tabel, maka H ditolak yang berarti bahwa satu atau lebih peubah bebas dalam model berpengaruh nyata pada taraf nyata α tertentu. Berdasarkan Tabel 5, diperoleh bahwa keseluruhan model regresi memiliki nilai F hitung yang lebih besar daripada F tabel pada taraf nyata 1 dan 5. Hal ini menggambarkan bahwa peubah diameter dbh berpengaruh nyata terhadap volume pada taraf nyata 5 dan 1. Bila dibandingkan antara persamaan Berkhout tanpa transformasi dan persamaan Berkhout dengan transformasi, nilai F hitung terbesar untuk setiap jenis dimiliki oleh persamaan Berkhout dengan transformasi.

5.3 Validasi Model Regresi