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

(1)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Keberadaan hutan perlu dipertahankan agar tetap lestari, mengingat begitu besarnya peranan hutan baik sebagai penghasil kayu, dan hasil hutan bukan kayu maupun sebagai pendukung sistem kehidupan secara keseluruhan yang sangat besar. Khusus untuk kebutuhan manusia terhadap kayu,baik di Indonesia maupun di dunia pada saat ini semakin meningkat sehubungan dengan meningkatnya jumlah populasi manusia. Sejak zaman dahulu kala manusia sudah memerlukan kayu dan hasil hutan lainnya untuk memenuhi kebutuhan hidupnya seperti untuk membangun rumah. Kebutuhan akan kayu diperoleh dari hutan-hutan yang ada di dunia baik hutan alam maupun hutan tanaman.

Salah satu jenis kayu yang banyak dibutuhkan dan dicari baik di Indonesia maupun di dunia adalah kayu dari pohon suku Dipterocarpaceae. Kayu dari suku pohon ini memiliki nilai ekonomi yang tinggi. Dipterocarpaceae merupakan salah satu famili terpenting diantara famili-famili lain di Indonesia. Spesies-spesies dari famili ini umumnya mendominasi hutan hujan tropika. Pada saat ini suku Dipterocarpaceae sudah tercatat memiliki 512 jenis dalam 16 marga. Di Indonesia dijumpai sembilan marga yaitu Shorea, Dipterocarpus, Dryobalanops, Hopea, Anisoptera, Vatica, Parashorea, Upuna,danCotylelobium(Djamhuriet al. 2002). Informasi penting yang diperlukan dalam penyusunan rencana pengelolaan hutan dengan tujuan utama untuk menghasilkan kayu secara lestari terutama yang menyangkut penentuan jatah tebangan (produksi) adalah mengenai potensi massa (volume) tegakan.Volume tegakan tersebut dapat diperoleh dari hasil inventarisasi hutan.Salah satu tujuan dari kegiatan inventarisasi hutan adalah untuk menyajikan dugaan volume kayu di areal hutan yang dikelola menurut suatu urutan klasifikasi seperti jenis atau kelompok jenis, ukuran, kualitas dan sebagainya. Dalam kegiatan inventarisasi hutan, untuk mencapai tujuan tersebut dilakukan pengukuran terhadap dimensi-dimensi pohon maupun tegakan, yang

(2)

kadang-kadang sulit dan tidak praktis diukur secara langsung dilapangan. Oleh karena itu, ketersediaan alat bantu dalam inventarisasi hutan adalah sangat diperlukan, untuk mempercepat kegiatan dan memperkecil kesalahan yang terjadi dalam pengukuran. Pengertian alat bantu dalam inventarisasi hutan ini adalah alat yang digunakan untuk mempercepat pelaksanaan kegiatan inventarisasi hutan selain alat-alat ukur dimensi pohon maupun dimensi tegakan, salah satunya adalah tabel volume pohon (Sutarahardja 2008).

Penyusunan tabel volume pohon digunakan sebagai alat bantu dalam kegiatan inventarisasi hutan untuk menduga volume dari suatu pohon berdiri dalam tegakan hutan yang diukur, yang pada akhirnya untuk menduga volume kayu persediaan tegakan (standing stock). Tersedianya tabel volume pohon maka akan mempercepat dan memperlancar kegiatan inventarisasi hutan, terutama dalam inventarisasi tegakan hutan dengan areal yang luas.

1.2 Tujuan Penelitian

Penelitian ini bertujuan untuk mendapatkan tabel volume lokal jenis Dipterocarpaceae(Anisopteraspp. danVaticaspp. ) pada areal IUPHHK-HA PT. Mamberamo Alasmandiri Provinsi Papua.

1.3 Manfaat Penelitian

1. Memberikan dan memudahkan informasi untuk menduga volume tentang potensi pohon kelompok jenis Dipterocarpaceae (Anisoptera spp. dan Vatica

spp. ) di PT. Mamberamo Alasmandiri, Papua.

2. Menjadi salah satu sumber pertimbangan dalam pengambilan keputusan dalam hal pengelolaan hutan alam khususnya kelompok jenis Dipterocarpaceae di PT. Mamberamo Alasmandiri, Papua.

(3)

BAB II

TINJAUAN PUSTAKA

2.1 Gambaran Umum Mersawa (Anisopteraspp.) dan Resak (Vaticaspp.) Pohon-pohon dari famili Dipterocarpaceae umumnya besar dan tinggi, batang lurus, silinder, dan berbanir (Heyne 1987). Ciri-ciri umum famili Dipterocarpaceae adalah pohonnya berukuran kecil sampai sangat besar, kayunya mengandung damar, serta batang utamanya biasanya berbentuk silinder, jarang berlekuk, dan umumnya memiliki banir (Newmanet al.1999).

Dipterocarpaceae merupakan jenis pohon terpenting yang mendominasi hutan hujan tropis dataran rendah di Indonesia. Dari sekitar 500 jenis Dipterocarpaceae yang ada, hanya sekitar tujuh jenis yang telah dimanfaatkan, yaitu: Shorea, Parashorea, Dipterocarpus, Hopea, Vatica, Anisoptera, dan Dryobalanops(Siran 2007).

Pohon mersawa (Anisoptera spp.) merupakan salah satu jenis pohon yang termasuk dalam kelompok Dipterocarpaceae. Tinggi mencapai 35 m, panjang batang bebas cabang 10 – 30 m, diameter dapat mencapai 150 cm, bentuk batang lurus dan silindris, berbanir yang tingginya mencapai 3 m.Kayu teras berwarna kuning muda/kuning coklat, kadang-kadang dengan noda merah kayu yang masih segar kadang-kadang berwarna merah atau coklat merah. Kayu gubal berwarna putih sampai kuning muda atau coklat muda dan mengandung damar. Tekstur agak kasar sampai kasar dan merata, arah serat lurus atau berpadu kadang-kadang spiral, permukaan kayu agak kasar. Tumbuh tidak berkelompok di hutan hujan tropis dengan tipe curah hujan A dan B. Jenis ini tumbuh pada tanah datar sampai kering, di kaki bukit, pada tanah pasir, tanah liat dan tanah berbatu-batu yang kering atau kadang-kadang tergenang air, pada tanah gambut, pada ketinggian sampai sekitar 150 m dpl. Kayu mersawa digunakan sebagai kayu bangunan ringan, plywood, papan, lantai, kayu perkapalan, tiang (Anonim 2010).

Resak (Vatica spp.) merupakan jenis pohon famili Dipterocarpaceae yang tersebar di wilayah Sumatera, Kalimantan, Maluku, dan Papua. Tinggi mencapai

(4)

25 m, panjang batang bebas cabang 10 – 20 m, diameter dapat mencapai 60 cm, tidak berbanir. Kulit luar berwarna kelabu-putih, tidak beralur, sedikit mengelupas, mengeluarkan damar berwarna putih atau putih-kuning.Kayu teras berwarna coklat-kuning atau coklat semu-semu merah. Kayu gubal berwarna merah jambu, kuning muda atau coklat kuning muda atau coklat kuning-muda, jika masih segar berbeda jelas dengan kayu teras, tetapi hanya sedikit berbeda jika sudah kering, tebal 5-10 cm. Tekstur halus, rata, kadang-kadang kasar. Arah serat lurus atau agak berpadu. Permukaan kayu kusam sampai agak mengkilap. Tumbuh berkelompok atau tersebar dalam hutan tropos dengan tipe curah hujan A dan B, pada ketinggian sampai 350 m dpl, pada tanah berpasir atau tanah liat yang secara periodik tergenang air tawar seperti di pinggir sungai atau dapat juga tumbuh pada daratan kering. Kayu resak digunakan sebagai kayu bangunan, plywood, sirap, lantai, bantalan, kayu perkapalan, rangka pintu & jendela, body kendaraan, barang bubutan (Anonim 2010).

2.2 Volume Pohon

Volume merupakan besaran tiga dimensi dari suatu benda yang dinyatakan dalam satuan kubik. Besaran ini diturunkan dari setiap besaran panjang. Dengan demikian bila panjang-panjang tersebut, yaitu tinggi, lebar, dan ketebalan diketahui maka volume dapat ditentukan (Suharlan dan Sudiono 1973 dalam Sabri 1995)

Menurut Husch (1963), Penentuan volume suatu benda dapat dilakukan dengan beberapa cara, antaralain :

1. Cara langsung, yaitu berdasarkan prinsip perpindahan cairan. Alat yang digunakan disebut Xylometer. Penentuan volume dengan cara ini dilakukan terhadap benda-benda yang bentuknya tidak beraturan.

2. Cara analitik, yaitu penentuan volume dilakukan dengan menggunakan rumus-rumus volume. Cara ini dilakukan terhadap benda-benda yang bentuknya beraturan, seperti segi banyak, prisma, piramida, prismoid, dan benda-benda seperti kerucut, silinder, paraboloid, dan neiloid.

(5)

3. Cara grafik, yaitu cara ini dilakukan untuk penentuan volume berbagai benda putar tanpa memandang ciri-ciri permukaannya.

Dari sekian banyak kemungkinan yang dapat dilakukan bagi penyempurnaan penentuan volume kayu di hutan tropika basah maka diantaranya adalah penentuan volume berdasarkan dolok (logs system). Dengan cara ini volume batang pohon sama dengan jumlah volume semua dolok yang dapat dihasilkan dari batang pohon yang bersangkutan (Soeranggadjiwa 1964 dalam Sabri 1995).

Untuk menentukan volume dolok (sortimen kayu) sebagai bagian dari volume kayu/pohon, telah dikembangkan rumus-rumus matematik (Spurs 1952; Loetschet al. 1973) sebagai berikut :

Rumus Smallian : V = 0.5 x (B + b) x L Rumus Huber : V = B1/2x L

Rumus Brereton : V = {0.625 x_{x (D + d)}2_{x L}} Rumus Newton : V = {B + (B1/2x 4) + b} x L x 1/6 Rumus Schiffel : V = {(0.16 x B) + (0.66 x B1/2) x L Dimana :

V = Volume dolok (logs) atau batang pohon dalam m3 B = Luas bidang dasar pangkal batang dalam m2 b = Luas bidang dasar ujung batang pohon dalam m2

B1/2 = Luas bidang dasar bagian tengah batang pohon dalam m2 D = Diameter pangkal batang pohon dalam meter

d = Diameter ujung batang pohon dalam meter L = Panjang batang pohon

(6)

Penentuan volume sortimen (batang pohon) dengan menggunakan rumus-rumus diatas, jika makin pendek panjang batang (L) akan menghasilkan volume yang lebih tepat, karena rumus-rumus diatas merupakan perhitungan volume yang mendasarkan kepada bentuk benda teratur, yairu bentuk silinder, sedangkan bentuk pohon pada umumnya tidak teratur dan lebih kearah bentuk neiloid. Berdasarkan volume sortimen-sortimen kayu yang diukur dengan rumus diatas, maka volume pohon dapat diketahui, yaitu merupakan penjumlahan volume sortiman-sortimen dari pohon yang bersangkutan.Pendugaan volume komersial untuk beberapa jenis pohon dalam tegakan hutan biasanya dilakukan dengan menggunakan tabel volume (Soemarna 1973 dalam Sabri 1995)

Bentuk hubungan antara volume dengan peubah penentunya dibuat dalam bentuk hubungan linear, yaitu dengan cara menganalisa hubungan tersebut dengan menggunakan analisa regresi linier, baik regresi linier sederhana maupun regresi berganda, dimana faktor angka bentuk sudah termasuk dalam penyusunan persamaan tersebut, sehingga tidak ada penggunaan angka bentuk tunggal untuk berbagai bentuk pohon (Bustomiet al. 1978).

Menurut Spurr (1952), 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. Tabel yang dimaksud adalah tabel volume pohon lokal atau tarif volume.

(7)

BAB III

METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian dilaksanakan di areal kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. Pengambilan data di lapangan dilakukan pada bulan Juni hingga Juli 2011.

3.2 Alat dan Bahan

Alat dan bahan yang digunakan dalam penelitian ini berupa : pita ukur (phi-band), meteran, galah sepanjang 2m, tallysheet, alat tulis, kamera digital, komputer,software Microsoft Excell 2007danMinitab 14.

3.3 Metode Pengambilan Data 3.3.1 Penentuan pohon contoh

Kelompok jenis Dipterocarpaceae yang diteliti dalam penyusunan tabel volume ini adalah pohon mersawa (Anisoptera spp.) dan pohon resak (Vatica

spp.). Pohon yang diambil sebagai pohon contoh adalah pohon yang sehat, lurus dan tidak cacat. Pohon contoh terbagi ke dalam 6 kelas diameter dengan interval kelas 10cm.

3.3.2 Perhitungan volume pohon contoh

Rumus yang digunakan adalah RumusSmalliansebagai berikut: V = L x

dimana:

V : volume seksi (m3) L : panjang seksi (m)

Gb : luas penampang lintang potongan bawah seksi (m2) Gu : luas penampang lintang potongan ujung seksi (m2)

(8)

3.4 Analisis Data

3.4.1 Penyusunan model regresi

Tahapan analisis statistika untuk membangun model regresi meliputi : 1. Mencari keeratan hubungan antara diameter setinggi dada (Dbh) dengan

panjang bebas cabang (pbc). Rumus yang digunakan yaitu :

r = =

Dimana :

r = koefisien korelasi

JKX = jumlah kuadrat diameter pohon JKy = jumlah kuadrat panjang pohon

JHKxy = jumlah hasil kali antara diameter pohon dengan panjang pohon Nilai koefisien korelasi ( r ) merupakan penduga tak bias dari koefisien korelasi populasi (ρ). Besarnya nilai koefisien korelasi adalah antara- 1 ≤ r ≤ + 1dimana jika nilai r mendekati – 1 atau + 1, maka hubungan antara kedua peubah itu kuat, artinya terdapat korelasi yang tinggi antara keduanya (Walpole 1993).

2. Pengujian koefisien korelasi dengan uji Z-Fisher

a. Menentukan hipotesis pengujian koefisien korelasi, yaitu : H0: ρ = 0,7071

H1: ρ_0,7071

b. Menghitung nilai transformasi Z-Fisherdari nilai koefisien korelasi populasi (ρ) dan koefisien korelasi contoh (r) :

Zρ = 0,5 ln{( 1 + ρ )/( 1 – ρ )} dan Zr = 0,5 ln{( 1 + r )/( 1 – r )}

c. Menentukan pendekatan simpangan baku dari hasil transformasi Z-Fisher: σZr= 1/ )

d. Kriterium uji dalam pengujian transformasi Z-Fisheradalah : Z-hitung= (Zr – Zρ)/ σZr

(9)

Dimana :

Z = Sebaran normal Z

σZr= Pendekatan simpangan baku transformasi Z-Fisher e. Kaidah keputusannya adalah sebagai berikut :

Jika Z-hitung ≤ Z-tabel artinya hubungan antara panjang(pbc) pohon dengan diameter (dbh) pohon kurang erat dalam batas yang telah disyaratkan tersebut diatas. Jika Z-hitung _Z-tabel _{artinya bahwa hubungan antara panjang(pbc) pohon} dengan diameter (dbh) pohon adalah erat.

3. Penyusunan model persamaan regresi :

Beberapa persamaan regresi yang akan dipergunakan adalah : a. V =a+b Dbh² (Kopezky-Gehrhardt)

b. V=a+bDbh+cDbh² (Horenald-Krenn) c. V =a Dbhb (Berkhout) d. V =a Dbhb10c Dbh

Pengujian persamaan regresi dengan analisis keragaman (ANOVA) Tabel 1 Analisis keragaman pengujian regresi (ANOVA)

Dengan kaidah keputusannya :

F hitung > F tabel maka tolak H0 F hitung ≤ F tabel maka terima H0

Jika H1yang diterima, maka regresi tersebut nyata, artinya ada keterkaitan antara peubah bebas (diameter pohon) dengan peubah tidak bebasnya (volume pohon). Jika H0 yang diterima, maka regresi tersebut tidak nyata, artinya persamaan regresi tidak dapat digunakan untuk menduga volume pohon berdasarkan peubah bebasnya.

Sumber keragaman 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)

(10)

3.4.2 Validasi model

1. Simpangan agregat (agregative deviation)

Persamaan yang baik memiliki nilai simpangan agregat (SA) tidak lebih dari 1% (Spurr 1952). Nilai SA dapat dihitung dengan rumus :

SA =

2. Simpangan rata-rata (mean deviation)

Nilai simpangan rata-rata yang baik adalah tidak lebih dari 10 % (Spurr 1952).

Simpangan rata-rata dapat dihitung dengan rumus :

SR = x 100 %

3. RMSE (Root Mean Square Error) RMSE dihitung dengan rumus :

RMSE = x 100 %

4. Bias (e)

Bias dapat dihitung dengan rumus :

e= x 100 %

5. UjiChi-square

Kriterium ujinya sebagai berikut :

χ²

hitung=

Kaidah keputusannya sebagai berikut :

χ²

hitung≤

χ²

tabel (α,n-1), maka terima H0

χ²

hitung>χ²tabel (α,n-1), maka tolak H0

Dimana :

Va = Volume aktual Vt = Volume tabel

(11)

3.4.3 Pemilihan model regresi terbaik

Model persamaan regresi untuk penyusunan tabel volume pohon dikatakan baik, bilamana dipenuhi syarat sebagai berikut :

1. Dalam analisis regresi, menghasilkan nilai R2 yang besar, simpangan baku yang kecil dan regresi yang dihasilkan nyata berdasarkan analisis keragamannya.

2. Dalam uji validasi memilki standard pengujian berikut : a. Simpangan agregasi tidak lebih dari 1% (Spurr 1952) b. Simpangan rata-rata tidak lebih dari 10 % (Spurr 1952). c. Nilai RMSE dan Bias relatif kecil

d. Apabila hasil uji beda antara nilai rata-rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (actual), tidak menunjukkan adanya perbedaan yang nyata ( H0diterima).

3.4.4 Penggabungan Persamaan Regresi Tabel 2 Analisis kovarian

Variasi Derajat Kebebasan (db)

Jumlah Kuadrat Terkoreksi (JKT)

Kuadrat Tengah

(KT) F hit F tabel

AK Dbak JKAKT KTAK=JKAT/dbak KTAK/KTDK

DK Dbdk JKDKT KTDK=JKDK/dbdk

Total Dbt JKTT

Keterangan : AK = Antar kelompok, DK = Dalam kelompok Dengan kaidah keputusannya :

F hitung > F tabel maka terima H1 F hitung ≤ F tabel maka terima H0

Jika H1 yang diterima, faktor kelompok memberikan peranan yang nyata dan memiliki perbedaan model yang nyata sehingga penggabungan persamaan regresi tidak memenuhi syarat. Jika H0yang diterima, faktor kelompok tidak memberikan peranan yang nyata dan tidak memiliki perbedaan model yang nyata sehingga persamaan regresi memenuhi syarat untuk digabungkan.

(12)

BAB IV

KEADAAN UMUM LOKASI PENELITIAN

4.1 Profil Singkat PT. Mamberamo Alas Mandiri

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. Dalam kegiatan pengelolaan hutan, PT. MAM membagi areal kerjanya menjadi 2 unit kelestarian, yaitu Unit Aja dan Unit Gesa dimana keduanya melakukan kegiatan operasional secara terpisah.

Kegiatan produksi baru dimulai pada tahun 1994 sampai dengan tahun 1997 dilakukan pemenuhan pasokan bahan baku industri PT Kodeco Batulicin Plywood (PMA) yang berlokasi di Kalimantan Selatan. Perkembangan selanjutnya atas pertimbangan pengembangan pembangunan daerah serta efisiensi biaya industri maka pada tahun 1998 didirikan industri pengolahan kayu PT Kodeco Mamberamo (PMDN) di desa Kerenui, Distrik Waropen Timur, Kabupaten Yapen Waropen. Kapasitas izin industri adalah plywood 100.000 m3/tahun dan sawmill 12.000 m3/tahun. PT Mamberamo Alasmandiri sebagai pemasok utama industri baru tersebut.

4.2 Letak Geografis dan Luas

Menurut pembagian wilayah pemangkuan hutan, termasuk ke dalam Bagian Kesatuan Pemangkuan Hutan (BKPH)/Ranting Dinas Kehutanan Waropen Atas, Kesatuan Pemangkuan Hutan (KPH)/Cabang Dinas Kehutanan Serui dan Bagian Kesatuan Pemangkuan Hutan Mamberamo/Cabang Dinas Kehutanan Sarmi, Dinas Kehutanan Provinsi Papua.

(13)

Tabel 3 Batas areal kerja IUPHHK PT. Mamberamo Alasmandiri

Berdasarkan status fungsi hutan, areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas Hutan Produksi (HPK) 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 Tanah dan Geologi 4.3.1 Tanah

Berdasarkan Peta tanah Provinsi Irian Jaya, 1 : 1.000.000 (Pusat Penelitian Tanah dan Agroklimat, Badan Penelitian dan Pengembangan Pertanian, 1993), areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas 6 (enam) satuan peta tanah (SPT), meliputi SPT-2 (Tropaquens-Tropaquets-Tropohemists), SPT-5 (Tropaquetps-Tropaquents-Tropofibirsts-Troporthens-Troposamments), SPT-19 (Hpluduts-Dystropepts), SPT-20 (Hapluduts-Dystropepts-Tropaquepts). Jenis tanah di areal kerja terdiri dari tanah aluvial, latosol, podsolik, litosol dan regosol.

4.3.2 Geologi

Struktur geologi khususnya diareal kerja IUPHHK PT. Mamberamo Alasmandiri didominasi oleh sesar (sesar naik dan geser) dan lipatan. 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

No Arah Lokasi Batas Areal

1. Utara Batas buatan (belum ditata batas)

2. Timur S. Mamberamo, hutan Suaka Alam Wisata Pegunungan Foja, dan HL

3. Selatan Hutan Suaka Alam Wisata dan Habitat Buaya

4. Barat PT. Semey Matoa Timber, PT. Kayu Ekaria, dan Hutan Lindung

(14)

utara. Perkembangan struktur tersebut adalah dampak kompresi pemekaran lempeng Samudra Pasifik. Pergerakan tersebut merupakan penyebab utama poton, endapan campur aduk dan pengungkit satuan lebih muda, satuan fanglomerat.

4.4 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 dan tingkat minimum yang terjadi pada bulan November (208,8 mm perbulan) maksimum pada bulan Oktober (354,1 mm perbulan). Sesuai dengan Surat Keputusan Menteri Pertanian Nomor : 837/Kpts/Um/11/1980, termasuk dalam klasifikasi intensitas hujan 2 ( 13,6- 20,7 mm/hh) atau rendah.

4.5 Topografi dan Kelerengan

Menurut peta garis bentuk areal kerja IUPHHK PT. Mamberamo Alasmandiri skala 1 : 50.000 yang dibuat secara fotogrametris dari potret udara skala 1: 50.000 hasil pemotretan tahun 1986 dan 1987, menginformasikan bahwa hamparan areal kerja IUPHHK PT. Mamberamo Alasmandiri bervariasi dari datar sampai bergelombang dengan ketinggian dari permukaan laut berkisar 100-648 m dpl.

Menggunakan kelas kelerengan sesuai dengan ketentuan dalam Keputusan Presiden Nomor 32 tahun 1990 dan Keputusan Menteri Pertanian Nomor 837/Kpts/Um/II/1980, kelas lereng di areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas kelereng A (<8%) sampai kelas lereng E (>40%).

(15)

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:

Tabel 4 Penutupan vegetasi pada fungsi hutan IUPHHK PT. Mamberamo Alasmandiri

No 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

2 Hutan Bekas Tebangan 105.825 40.100 30.651 1.948 178.524 26,4

3 Non Hutan 6.209 5.169 592 127 12.097 1,8

4 Hutan Rawa Primer - 1.890 10.951 - 12.841 1,9

5 Hutan Rawa Bekas Tebangan

8.268 783 - - 9.051 1,3

6 Non Hutan Rawa - 71 1.111 - 1.182 0,2

7 Tubuh Air / Danau - 636 - 12 648 0,1

8 Tertutup Awan 74.295 10.511 - 5.586 90.392 13,3

Jumlah 481.800 126.126 49.481 19.903 677.310 100

Sumber : Pengesahan Citra Landsat Nomor S.35/VII/Pusin-1/2006 tanggal 22 Januari 2007.

4.7 Sosial Ekonomi Masyarakat

Penduduk asli disekitar hutan S.Mamberamo – S.Gesa adalah suku Baudi Bira, Kerema, Obagui Dai, Kapso Apawer, Birara Noso, Bodo dan suku Haya. Mata pencaharian penduduk dapat diklasifikasikan menurut keadaaan alam dimana mereka menetap. Umumnya penduduk yang tinggal di sepanjang Sungai Mamberamo dan Danau Bira memiliki mata pencaharian sebagai pencari ikan dan jika ada kelebihan dari hasil tangkapan, dipertukarkan (barter) dengan bahan makanan seperti umbi-umbian, jagung dan talas. Sedangkan masyarakat yang tinggal di pusat-pusat pemerintah (Distrik dan Kabupaten) yang umumnya sebagai pendatang berprofesi sebagai pegawai negeri dan buruh harian.

(16)

BAB V

HASIL DAN PEMBAHASAN

5.1. Pemilihan Pohon Contoh

Pohon contoh yang diteliti sebanyak 134 pohon yang terbagi menjadi 6 kelas diameter dengan interval kelas 10 cm. Jumlah pohon mersawa sebanyak 64 pohon sedangkan pohon resak sebanyak 70 pohon. Jumlah pohon yang digunakan untuk penyusunan pada pohon mersawa sebanyak 42 pohon, untuk validasi sebanyak 22 pohon. Sedangkan untuk resak jumlah pohon untuk penyusunan sebanyak 43 pohon, untuk validasi sebanyak 27 pohon. Pengambilan data pohon contoh ini dilakukan secara purposive sampling pada areal petak tebangan dan areal pembuatan jalan. Pengukuran dilakukan pada pohon yang pertumbuhannya baik dan sehat.

Tabel 5 Sebaran data pohon contoh untuk penyusunan model dan uji validasi model

Kelas Mersawa Resak

Diameter Model Uji Validasi Model Uji Validasi

10-19.9 5 2 9 4

20-29.9 2 2 13 7

30-39.9 7 4 9 7

40-49.9 12 6 6 5

50-59.9 10 5 5 3

60 up 6 3 1 1

Total 42 22 43 27

5.2. Penyusunan Model Regresi

5.2.1 Analisa korelasi hubungan antara diameter setinggi dada (Dbh) dengan panjang (Pbc) pohon

Untuk menganalisis keeratan hubungan dbh dan pbc digunakan analisis korelasi, yang ditunjukkan oleh koefisien korelasi (r) dan koefisien determinasi (R²). Berikut disajikan nilai koefisien korelasi (r) dan koefisien determinasi pada masing-masing jenis pohon dalam Tabel 6.

(17)

Tabel 6 Analisa korelasi hubungan antara dbh dan panjang

No Jenis Persamaan R² r

1 Mersawa p = - 11.2 + 18.6 log D 69.8% 0.838

2 Resak p = - 13.2 + 19.0 log D 62.7% 0.831

Menurut Walpole (1993) besarnya nilai koefisien korelasi adalah -1 ≤ r ≥ +1 dimana jika r mendekati -1 atau +1, maka hubungan antara kedua peubah tersebut kuat artinya terdapat korelasi yang tinggi antara keduanya. Berdasarkan Tabel 4 diatas nilai koefisien korelasi jenis mersawa dan resak mendekati +1. Hal ini menunjukkan bahwa terdapat korelasi yang kuat antara diameter (dbh) dengan panjang pohon.

Koefisien determinasi (R²) menggambarkan besarnya keragaman peubah tak bebas (Y) yang dapat dijelaskan secara memuaskan oleh peubah bebas (X) melalui persamaan regresi yang disusun. Berdasarkan Tabel 4, untuk pohon mersawa sebesar 69.8 % keragaman panjang (pbc) dapat dijelaskan oleh keragaman diameter (dbh). 62.7 % keragaman panjang (pbc) dapat dijelaskan oleh keragaman diameter (dbh) untuk jenis resak.

5.2.2 Pengujian Koefisien Korelasi dengan Uji ZFisher

Pengujian koefisien korelasi dilakukan melalui transformasi ZFisher. Tabel 7 Hasil uji transformasi ZFisheruntuk setiap jenis

No Jenis R Zρ Zr σZr Z hitung Z tabel(0.05)

1 Mersawa 0.838 0.881 1.213 0.160 2.073 1.645

2 Resak 0.831 0.881 1.191 0.158 1.960 1.645

Berdasarkan hasil uji transformasi ZFisher, diperoleh nilai Z hitung > Z tabel (α = 0.05). Ini berarti antara panjang dan diameter (dbh) memiliki keeratan yang tinggi, sehingga pendugaan volume dapat diterangkan oleh satu peubah bebas yaitu diameter (dbh). Tabel volume yang dihasilkan berdasarkan pengujian transformasi Zfisheradalah tabel volume lokal (tarif volume).

(18)

5.2.3 Penyusunan model persamaan regresi

5.2.3.1 Model persamaan regresi mersawa (Anisopteraspp.)

Model persamaan penduga volume dianalisa dengan membandingkan nilai simpangan baku, koefisien determinasi dan hasil uji keberartian persamaan regresi (F-test) dari setiap model persamaan.

Tabel 8 Model regresi untuk penyusunan tabel volume mersawa

No Persamaan Penduga S R-sq

(%)

R-adj

(%) F hit

F tabel (α=5%)

F tabel (α=1%)

1 V = - 0.314 + 0.00116 Dbh2 0.766 88.8 88.5 316.08 4.08 7.30

2 V= 0.105 - 0.0196 dbh + 0.00135 Dbh2 0.769 89.0 88.4 157.28 3.23 5.18

3 V= 0.0001998 Dbh2.40 _0.084 _97.9 _97.8 _1821.67 _4.08 _7.30

4 V= 0.0001636 Dbh2.4910-0.00111Dbh 0.085 97.9 97.9 894.1 3.23 5.18

Berdasarkan Tabel 8, model persamaan regresi untuk jenis mersawa memiliki nilai R² diatas 70 %, dengan nilai R² terbesar dimiliki oleh persamaan nomor 3 (V= 0.0001998 Dbh2.40) dan persamaan nomor 4 (V= 0.0001636 Dbh2.4910

-0.00111Dbh

) sebesar 97.90 %. Hal ini berarti bahwa peubah diameter (dbh) dapat menerangkan sebesar 97.90 % dari keragaman volumenya. Nilai simpangan baku yang terkecil dimiliki oleh persamaan nomor 3 (V= 0.0001998 Dbh2.40) sebesar 0.084 dan persamaan nomor 4 (V= 0.0001636 Dbh2.4910-0.00111Dbh) sebesar 0.085. Model regresi yang baik adalah model regresi yang memiliki simpangan baku (s) kecil.

5.2.3.2 Model persamaan regresi resak (Vaticaspp.)

Model persamaan regresi resak yang diperoleh akan dianalisa dari nilai simpangan baku, koefisien determinasi dan (F-hit) sehingga diperoleh model penduga volume yang terbaik dari semua model.

(19)

Tabel 9 Model regresi untuk penyusunan tabel volume resak

No Persamaan Penduga S R-sq

(%)

R-adj (%)

F hit F tabel (α=5%)

F tabel (α=1%)

1 V = - 0.214 + 0.00106 Dbh2 0.256 94.8 94.7 747.80 4.073 7.280

2 V= 0.096 - 0.0197 dbh + 0.00133 Dbh2 _0.254 _95.0 _94.8 _381.61 _3.226 _5.163

3 V= 0.0001387dbh2.49 _0.123 _94.1 _93.9 _650.74 _4.073 _7.280

4 V= 0.0003572Dbh2.08100.00585Dbh 0.123 94.2 93.9 324.88 3.226 5.163

Pada Tabel 9 nilai simpangan baku yang terkecil dimiliki oleh persamaan nomor 3 (V= 0.0001387dbh2.49) sebesar 0.123 dan persamaan 4 (V= 0.0003572Dbh2.08100.00585Dbh) sebesar 0.123. Nilai R2 terbesar dimiliki oleh persamaan nomor 2 (V= 0.096 - 0.0197 dbh + 0.00133 Dbh2).Hal ini berarti bahwa peubah diameter (dbh) dapat menerangkan sebesar 95.00 % dari keragaman volumenya.

5.3 Validasi Model Regresi

5.3.1 Validasi model regresimersawa (Anisopteraspp.)

Model persamaan regresi yang telah dihasilkan, selanjutnya dilakukan uji validasi dengan menggunakan pohon contoh yang telah dialokasikan sebelumnya untuk pengujian validasi model. Kriteria yang perlu diperhatikan dalam uji validasi ini adalah nilai simpangan agregat (SA), simpangan rata-rata (SR), RMSE, bias, dan ujiχ²(chi-square).

Tabel 10 Uji validasi model regresi mersawa

No Persamaan Penduga SA SR

(%)

RMSE (%)

bias (%) χ² hit

χ² α=5%

χ² α=1%

1 V = - 0.314 + 0.00116 Dbh2 _0.166 _94.13 _68.96 _6.09 _7.015 _32.67 _38.93

2 V= 0.105-0.0196 Dbh + 0.00135 Dbh2 0.168 20.61 39.24 17.39 6.112

3 V= 0.0001998Dbh2.40 0.184 20.83 36.69 14.99 7.430

4 V= 0.0001636Dbh2.4910-0.00111Dbh 0.173 20.04 37.71 16.98 6.410

Berdasarkan Tabel 10, persamaan regresi yang diujikan memiliki nilai SA diantara -1 dan +1, dan nilai SR nya lebih dari 10 %. Persamaan nomor 3 (V= 0.0001998dbh2.40) memiliki nilai RMSE dan bias terkecil yaitu sebesar 36.69 % dan 14.99%

(20)

Uji χ² (chi-square) menunjukkan bahwa pada persamaan nomor 1 sampai dengan persamaan nomor 4 memiliki nilai χ² (chi-square) yang lebih kecil dibanding nilai χ² tabel pada taraf nyata 5% dan 1%, hal ini berarti bahwa persamaan nomor 1 sampai dengan persamaan nomor 4 menunjukkan bahwa antara pendugaan volume dengan persamaan regresi tersebut tidak berbeda nyata dengan volume aktualnya.

5.3.2 Validasi model regresi untuk resak (Vaticaspp.)

Berikut disajikan hasil uji validasi pada model persamaan penduga untuk resak.

Tabel 11 Uji validasi model regresi resak

No Persamaan Penduga SA SR

(%)

RMSE (%)

bias (%)

χ² hit χ² α=5%

χ² α=1% 1 V = - 0.214+0.00106 Dbh2

0.208 67.96 43.25 -1.78 3.53 38.885 45.642 2 V= 0.096-0.0197Dbh+0.00133 Dbh2

0.083 33.44 36.62 0.39 3.32 3 V= 0.0001387*Dbh2.49

0.063 31.55 33.44 -1.62 3.05

4 V=0.0003572Dbh2.08

100.00585Dbh

0.093 33.30 34.20 -1.72 3.92

Berdasarkan Tabel 11, persamaan regresi yang diujikan memiliki nilai SA diantara -1 dan +1, dan nilai SR nya lebih dari 10 %. Persamaan nomor 3 (V= 0.0001387*dbh2.49) memiliki nilai RMSE terkecil. Nilai bias untuk persamaan 1, 3 dan 4 bernilai negatif, yang berarti bahwa pendugaan volume dengan persamaan regresi cenderungunderestimate.

5.4 Pemilihan Persamaan Regresi Terbaik

Pemilihan model persamaan regresi terbaik dilihat dari nilai-nilai statistik saat penyusunan model regresi dan uji validasi model. Nilai-nilai statistik yang dipakai pada proses penyusunan model regresi meliputi koefisien determinasi

(21)

(R²), simpangan baku (s) dan nilai F hitung. Persamaan yang paling baik adalah yang memiliki nilai koefisien determinasi (R²) terbesar, simpangan baku (s) dan nilai F hitung yang terbesar.

Uji validasi yang digunakan sebagai kriteria dalam pemilihan model regresi terbaik meliputi nilai SR, RMSE, bias dan χ²(chi-square). Persamaan yang paling baik adalah yang memiliki nilai SR, RMSE dan bias dan nilai χ² terkecil.

Tabel 12 Penentuan model persamaan regresi terbaik untuk jenis Mersawa(Anisopteraspp.)

No MODEL VALIDASI

R-sq Fhit S Jumlah SA SR RMSE Bias χ² jumlah Total Peringkat

1 ₄ ₃ ₃ ₁₀ ₁ ₄ ₄ ₁ ₃ ₁₃ ₂₃ ₃

2 ₃ ₄ ₄ ₁₁ ₂ ₂ ₃ ₄ ₁ ₁₂ ₂₃ ₃

3 ₁ ₁ ₁ ₃ ₄ ₃ ₁ ₂ ₄ ₁₄ ₁₇ 2

4 ₁ ₂ ₂ ₅ ₃ ₁ ₂ ₃ ₂ ₁₁ ₁₆ ₁

Tabel 13 Penentuan model persamaan regresi terbaik untuk jenis Resak(Vatica

spp.)

No MODEL VALIDASI

R-sq Fhit S Jumlah SR RMSE Bias χ² jumlah Total Peringkat

1 2 1 4 7 4 4 1 3 12 19 2

2 1 3 3 7 3 3 4 2 12 19 2

3 4 2 1 7 1 1 3 1 6 13 1

4 3 4 2 9 2 2 2 4 10 19 2

Berdasarkan Tabel 12, model persamaan regresi yang terbaik untuk jenis mersawa (Anisoptera spp.) adalah persamaan nomor 4 yaitu V= 0.0001636Dbh2.4910-0.00111Dbh dengan nilai R sebesar 97,9%. Jumlah peringkat baik pada proses penyusunan model regresi dan uji validasi persamaan 4memiliki nilai yang paling kecil.

Persamaan model regresi terbaik berdasarkan Tabel 13 untuk jenis resak (Vatica spp.) adalah persamaan nomor 3 yaitu V= 0.0001387*dbh2.49. Jumlah peringkat baik pada proses penyusunan model regresi dan uji validasi persamaan 3 memiliki nilai yang paling kecil.

(22)

5.5 Penggabungan Persamaan Regresi

Pohon mersawa dan resak sama-sama dikelompokkan ke dalam kelompok jenis meranti yang termasuk pada famili Dipterocarpaceae. Karena masih dalam satu famili dan memiliki karakteristik pohon (misalnya: ukuran) yang hampir sama, persamaan tabel volumenya memungkinkan untuk digabungkan.

Penggabungan persamaan regresi dilakukan dengan asumsi bahwa faktor jenis tidak berpengaruh dalam penyusunan persamaan regresi, sehingga data bisa digabungkan dan dibuat persamaan regresi dari data gabungan tersebut. Penggabungan dilakukan dengan memakai persamaan Berkhout. Sebelum dilakukan penggabungan persamaan regresi, dilakukan uji keseragaman model regresi menggunakan analisis kovarian.

Berdasarkan hasil uji keseragaman, diperoleh nilai F hitung lebih kecil dari F tabel pada α=5% dan α=1%, maka terima Ho.Jika H0diterima, faktor kelompok tidak memberikan peranan yang nyata dan tidak memiliki perbedaan model yang nyata sehingga persamaan regresi memenuhi syarat untuk digabungkan.

Persamaan regresi gabungan yang dihasilkan antara mersawa dan resak adalah V= 0.0001584 Dbh2.46 dengan nilai simpangan baku sebesar 0.105 dan koefisien determinasi sebesar 96.5% serta nilai F hitung yang lebih besar dari F tabel pada α=5% dan α=1%. Uji validasi pada persamaan gabungan ini memberikan nilai SA= 0.158, SR = 32.3%, RMSE= 50.78%, bias = 16.158 dan

χ²=11.998 (valid padaα=5% dan α=1%).

5.6 Aplikasi persamaan terbaik dari komposisi persamaan regresi

Pemilihan persamaan terbaik antara persamaan tanpa gabungan dengan gabungan berguna untuk menguji persamaan mana yang dapat digunakan perusahaan dalam pemakaian tabel volume. Selain itu juga bertujuan untuk menguji persamaan terbaik antara gabungan atau tanpa gabungan. Untuk pengujian tersebut dipakai cara pemberian peringkat untuk masing-masing persamaan.

(23)

Tabel 14 Model regresi persamaan

No Persamaan Penduga S R-sq R-adj F hit F tabel

(α=5%)

F tabel (α=1%)

1 V= 0.0001998dbh2.40 0.084 97.90% 97.80% 1821.67 4.08 7.30

2 V= 0.0001387dbh2.49 0.123 94.10% 93.90% 650.74 4.073 7.280

3 V= 0.0001584 Dbh2.46 _0.106 _96.50% _96.50% _2321.16 _3.95 _6.95

Tabel 15 Uji validasi model regresi

No Persamaan Penduga SA SR (%) RMSE

(%)

bias (%)

χ² hit

χ² (α=5%)

χ² (α=1%)

1 V= 0.0001998dbh2.40 0.184 20.827 36.693 14.996 7.430 32.671 38.932

2 V= 0.0001387dbh2.49 0.063 31.550 33.445 -1.623 3.046

3 V= 0.0001584 Dbh2.46 0.158 32.30 50.78 16.158 11.998

Tabel 16 Penentuan model regresi terbaik dari komposisi persamaan regresi

No MODEL VALIDASI

R-sq Fhit S Jumlah SA SR RMSE Bias χ² jumlah Total Peringkat

1 1 2 1 4 3 1 2 2 2 10 14 1

2 3 3 3 9 1 2 1 1 1 6 15 2

3 2 1 2 5 2 3 3 3 3 14 19 3

Berdasarkan Tabel 16, peringkat terbaik adalah persamaan tanpa gabungan, sedangkan persamaan yang digabung berada pada peringkat terakhir. Hal ini berarti model persamaan masing-masing jenis lebih baik dibandingkan persamaan gabungan. Namun untuk di lapangan model gabungan akan lebih praktis digunakan.

(24)

BAB VI

KESIMPULAN DAN SARAN

6.1 Kesimpulan

1. Model persamaan terbaik untuk jenis mersawa V= 0.0001636Dbh2.4910-0.00111Dbh

dan persamaan Berkhout untuk mersawa V= 0.0001998Dbh2.40, sedangkan untuk resak model persamaan terbaik yang dihasilkan adalah model persamaan Berkhout yaituV= 0.0001387*Dbh2.49.

2. Persamaan regresi mersawa dan resak dapat digabungkan dengan memakai persamaan Berkhout dari masing-masing jenis dan menghasilkan persamaan gabunganV= 0.0001584 Dbh2.46.

3. Setelah dilakukan pengujian peringkat, model persamaan masing-masing jenis lebih baik dibandingkan persamaan gabungan. Namun untuk di lapangan model gabungan akan lebih praktis digunakan.

4. Model ini berlaku untuk lokasi penelitian (Areal Kerja IUPHHK HA PT Mamberamo Alasmandiri) dengan tempat-tempat lain yang memiliki keadaan tempat tumbuh yang sama atau mendekati keadaan tempat tumbuh di lokasi penelitian.

6.2 Saran

1. Untuk penerapan terhadap model yang diperoleh perlu dilakukan pengujian lapangan pada model yang terpilih.

2. Perlu dilakukan penelitian penyusunan tabel volume lokal untuk jenis-jenis lain di Papua.

(25)

PENYUSUNAN TABEL VOLUME LOKAL KELOMPOK

JENIS DIPTEROCARPACEAE (

Anisoptera

spp. dan

Vatica

spp.)

DI AREAL KERJA IUPHHK-HA PT. MAMBERAMO

ALASMANDIRI, PROVINSI PAPUA

ARI ARDELINA

E14070038

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

(26)

DAFTAR PUSTAKA

Anonim. 2010. Jenis Kayu Komersial di Indonesia.

http://informasikehutanan.blogspot.com/2010/10/jenis-kayu-komersial-indonesia-mersawa.html(24 Juni 2011)

Anonim. 2010. Jenis Kayu Komersial di Indonesia.

http://informasikehutanan.blogspot.com/2010/10/jenis-kayu-komersial-indonesia-resak.html (24Juni 2011)

Ashton PS, Hall P. 1992. Comparisons of Structure Among Mixed Dipterocarp Forest of North-Western Borneo. Journal of Ecology 80: 459-481

Departemen Kehutanan Republik Indonesia. 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. Departemen Kehutanan Republik Indonesia, Jakarta.

Djamhuri E, I Hilwan, Istomo, I Soerianegara. 2002. Dendrologi. Laboratorium Ekologi Hutan. Bogor: Fakultas Kehutanan Institut Pertanian Bogor.

Heyne K. 1987. Tumbuhan Berguna Indonesia Jilid III. Jakarta: Badan Penelitian dan Pengembangan Departemen Kehutanan.

Husch B. 1963. Forest Mensuration and Statistics. The Ronald Press Company. New York.

Husch B, Kershaw JA. 2003. Forest Mensuration, Fourth Edition. John Wiley & Sons, Inc.

Kuncahyo B. 1984. Penerapan Multiphase Sampling Pada Pendugaan Kurva Pertumbuhan Diameter Pohon Jati (Tectona grandis L.f). [Skripsi]. Jurusan Manajemen Hutan Fakultas Kehutanan IPB.

Lestarian R.2009. Penyusunan Tabel Volume Pohon Dalam Rangka Pelaksanaan IHMB di IUPHHK-HA PT. Ratah Timber Kalimantan Timur. [Skripsi]. Departemen Manajemen Hutan Fakultas Kehutanan IPB.

Newman MF, Burgess PF, Whitmore TC. 1999. Pedoman Identifikasi Pohon-pohon Dipterocarpaceae Jawa sampai Nugini. Bogor: Prosea Indonesia. Putro LHS. 1993. Model Pendugaan Volume Batang Melalui Pengujian Bentuk

Batang Meranti Merah (Shorea parvifolia Dyer) Berdasarkan Integrasi Persamaan Taper Di Kalimantan. Skripsi pada Jurusan Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan.

(27)

Sabri HL. 1995. Angka Bentuk Dan Model Penduga Volume Batang Meranti Merah Lempung (Shorea parvifoliaDyer.) Berdasarkan Integrasi Persamaan Taper Di HPH PT. ITCI Kalimantan Timur. Skripsi pada Jurusan Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan.

Siran SA. 2007. Status Riset Pengelolaan Dipterocarpaceae di Indonesia. Balai Penelitian dan Pengembangan Kehutanan Kalimantan. Samarinda.

Spurr SH. 1952. Forest Inventory. The Ronald Press Company, Inc. New York. Sutarahardja S. 2008. Modul Pelatihan Inventarisasi Hutan Menyeluruh Berkala

(IHMB) 14-18 April 2008 . Departemen Kehutanan-APHI. Samarinda. Tidak diterbitkan.

(28)

PENYUSUNAN TABEL VOLUME LOKAL KELOMPOK

JENIS DIPTEROCARPACEAE (

Anisoptera

spp. dan

Vatica

spp.)

DI AREAL KERJA IUPHHK-HA PT. MAMBERAMO

ALASMANDIRI, PROVINSI PAPUA

ARI ARDELINA

E14070038

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

(29)

PENYUSUNAN TABEL VOLUME LOKAL KELOMPOK

JENIS DIPTEROCARPACEAE (

Anisoptera

spp. dan

Vatica

spp.)

DI AREAL KERJA IUPHHK-HA PT. MAMBERAMO

ALASMANDIRI, PROVINSI PAPUA

ARI ARDELINA

E14070038

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

2011

(30)

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

Nama : Ari Ardelina

NRP : E14070038

Menyetujui, Dosen Pembimbing

Prof. Dr. Ir. Endang Suhendang, MS NIP. 19550522 198103 1 004

Mengetahui,

Ketua Departemen Manajemen Hutan

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

(31)

RIWAYAT HIDUP

Penulis dilahirkan di Bukittinggi pada tanggal 18 Februari 1989 sebagai anak kedua dari tiga bersaudara pasangan Yon Hendri (ayah) dengan Delfa Yanti (ibu). Penulis mulai menempuh pendidikan formal pada tahun 1994 di Taman Kanak-Kanak Tunas Harapan Pilubang. Tahun 1995, penulis melanjutkan pendidikan dasar di SD Negeri 38 Limo Balai selama enam tahun, lulus tahun 2001 penulis mengikuti pendidikan lanjutan di SMP Negeri 1 Ampek Angkek selama tiga tahun, lulus tahun 2004. Selanjutnya penulis melanjutkan pendidikan di SMA Negeri 1 Bukittinggi, lulus tahun 2007. Pada tahun 2007 selepas dari SMA penulis masuk Institut Pertanian Bogor melalui jalur USMI di Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor.

Selama menuntut ilmu di IPB, penulis aktif di organisasi yakni sebagai anggota divisi kesekretariatan Forest Management Student Club (FMSC) tahun 2009-2010, anggota divisi sosial budaya Ikatan Pelajar Mahasiswa Minang (IPMM) tahun 2008-2009, anggota divisi kesenian dan kebudayaan Ikatan Pelajar Mahasiswa Minang (IPMM) tahun 2009-2010. Selain itu penulis juga aktif dalam kegiatan kepanitiaan yaitu panitia Bina Corps Rimbawan tahun 2009-2010, panitia Temu Manager tahun 2009-2010, panitia E-Green tahun 2010, dan PJAK Temu Manager tahun 2010. Penulis mengikuti Praktek Pengenalan Ekosistem Hutan (PPEH) di lokasi Papandayan dan Sancang Timur pada tahun 2009. Tahun 2010 penulis mengikuti Praktek Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung Walat. Penulis juga melakukan Praktek Kerja Lapang (PKL) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua pada tahun 2011.

Untuk memperoleh gelar Sarjana Kehutanan IPB, penulis menyelesaikan skripsi dengan judul ”Penyusunan Tabel Volume Lokal Kelompok Jenis Dipterocarpaceae (Anisoptera spp. danVatica spp.) di Areal Kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua” di bawah bimbingan Prof. Dr. Ir. Endang Suhendang, MS.

(32)

PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi berjudul Penyusunan Tabel Volume Lokal Kelompok Jenis Dipterocarpaceae (Anisoptera spp. dan Vatica

spp.) di Areal Kerja 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, Oktober 2011

Ari Ardelina NRP. E14070038

(33)

RINGKASAN

ARI ARDELINA. Penyusunan Tabel Volume Lokal Kelompok Jenis Dipterocarpaceae (Anisopteraspp. danVaticaspp.) di Areal Kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. Dibimbing oleh ENDANG SUHENDANG.

Untuk menentukan besarnya Jatah Tebang Tahunan yang dihasilkan (Annual Allowable Cut, AAC) membutuhkan informasi mengenai besarnya volume total tegakan. Volume tegakan tersebut dapat diperoleh dari hasil inventarisasi hutan. Salah satu tujuan dari kegiatan inventarisasi hutan adalah untuk menyajikan dugaan volume kayu di areal hutan yang dikelola menurut suatu urutan klasifikasi seperti jenis atau kelompok jenis, ukuran, kualitas dan sebagainya. Kelompok jenis Dipterocarpaceae yang diteliti dalam penyusunan tabel volume ini adalah pohon mersawa (Anisoptera spp.) dan pohon resak (Vatica spp.). Kedua jenis tersebut digabungkan persamaannya melalui analisis kovarian.

Model persamaan terbaik untuk jenis mersawa (Anisoptera spp.) V= 0.0001636Dbh2.4910-0.00111Dbh, model persamaan Berkhout untuk mersawa V= 0.0001998dbh2.40 sedangkan untuk resak (Vatica spp.) model persamaan terbaik yang dihasilkan adalah model persamaan Berkhout yaitu V= 0.0001387*dbh2.49.

Penggabungan persamaan regresi dilakukan dengan asumsi bahwa faktor jenis tidak berpengaruh dalam penyusunan persamaan regresi, sehingga data bisa digabungkan. Penggabungan dilakukan dengan memakai persamaan Berkhout. Sebelum dilakukan penggabungan persamaan regresi, dilakukan uji keseragaman model regresi menggunakan analisis kovarian. Berdasarkan hasil uji keseragaman, diperoleh nilai F hitung lebih kecil dari F tabel pada α=5% dan α=1%, maka terima Ho.

Jika H0 diterima, faktor kelompok tidak memberikan peranan yang nyata dan tidak memiliki perbedaan model yang nyata sehingga persamaan regresi memenuhi syarat untuk digabungkan. Persamaan regresi mersawa dan resak dapat digabungkan menjadi V= 0.0001584 Dbh2.46. Untuk aplikasi di lapangan, model persamaan untuk masing-masing jenis lebih baik digunakan dibandingkan dengan persamaan yang digabungkan.

(34)

SUMMARY

ARI ARDELINA. The Local Tree Volume Table Constructions of the Dipterocarpaceae (Anisoptera spp. and Vatica spp.) at IUPHHK-HA PT. Mamberamo Alasmandiri Work Area, Papua Province. Under supervision of ENDANG SUHENDANG.

For the purpose of determination of the Annual Allowable Cut (AAC), it is required the information of total tree volume of the stand. The stand volume can be obtained from the forest inventory. One of the objectives of the forest inventory is to measure volume of wood in the forest area that is managed according to sustained yield of the forest principle. Dipterocarpaceae species groups examined in this volume is an integrated model of tree volume table for mersawa (Anisoptera spp.) and resak (Vatica spp.). Both types are coupled equations through the analysis of covariance.

The best equation model for mersawa (Anisoptera spp.) is V =

0.0001636Dbh2.4910-0.00111Dbh, Berkhout equation model for mersawa is V =

0.0001998dbh2.40 while the best equation for resak (Vatica spp.) is Berkhout equation V= 0.0001387*dbh2.49. Grouping regression equation is analyzed with assumption that the kind of species factor has no effect in the preparation of the type of regression equation, so that data can be grouped. Grouping is done by using Berkhout equation. Before grouping the regression equation, uniformity tests performed using analysis of covariance regression model. Based on the uniformity of test results, obtained by calculating the F value is smaller than the F table at α = 5% and α = 1%, then accept Ho. If Ho is accepted, the group factor did not give a real role model and has no real difference so that the regression equation can be grouped. Regression equation mersawa and resak can be grouped into V= 0.0001584 Dbh2.46. For applications in the field, using the model equations for each type is better than grouping equation.

(35)

KATA PENGANTAR

Puji syukur penulis ucapkan kepada Allah SWT, karena berkat rahmat dan anugerahNya penulis mampu menyelesaikan skripsi ini. Penulis melaksanakan penelitian ini di Areal Kerja IUPHHK-HA PT.Mamberamo Alasmandiri, Provinsi Papua pada bulan Juni hingga Juli 2011. Skripsi ini disusun untuk memberikan informasi mengenai penelitian yang telah dilakukan penulis.

Penulis mengucapkan terima kasih kepada :

1. Orangtua dan keluarga tercinta yang telah memberikan dukungan baik dukungan moril maupun materil kepada penulis.

2. Prof. Dr. Ir. Endang Suhendang, MS selaku dosen pembimbing atas bimbingan dan arahannya.

3. Bapak Maman, Bapak Sulatko, Bapak Alberto, Bapak Guntur Wibowo, Bapak Sidi, Bapak Roy Adam, Bapak Widodo dan Bapak Heri Binawan atas bimbingannya selama penelitian.

4. Bapak Ketua Regu dan anggota di Base Camp TPTI yang membantu penulis dalam pengambilan data penelitian.

5. Seluruh karyawan PT. Mamberamo Alasmandiri yang ada di Camp Aja. 6. Teman-teman Manajemen Hutan yang bersama-sama melaksanakan PKL dan

penelitian di IUPHHK-HA PT.Mamberamo Alasmandiri.

7. Teman-teman Fakultas Kehutanan Institut Pertanian Bogor khususnya teman-teman Manajemen Hutan 44 atas dukungan kepada penulis.

8. Teman-teman Ikatan Pelajar Mahasiswa Minang 44 atas dukungan, hiburan, dan semangat yang diberikan kepada penulis.

9. Mace Ikma, Puji, Christa, dan Pace Qori atas semangat dan bantuan yang diberikan kepada penulis.

Penulis menyadari dalam pembuatan skripsi ini masih banyak kekurangan. Oleh karena itu penulis mengharapkan masukan, kritikan dan saran yang membangun dari semua pihak.

Bogor, Oktober 2011

(36)

DAFTAR ISI

Halaman KATA PENGANTAR.. ... i DAFTAR ISI. ... ii DAFTAR TABEL... 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 Gambaran UmumAnisopteraspp. danVaticaspp. ... 3 2.2 Volume Pohon ... 4 BAB III METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian ... 7 3.2 Alat dan Bahan... 7 3.3 Metode Pengambilan Data ... 7 3.3.1 Penentuan Pohon Contoh ... 7 3.3.2 Perhitungan Volume Pohon Contoh ... 7 3.4 Analisis Data... 7 3.4.1 Penyususan Model Regresi ... 7 3.4.2 Validasi Model... 9 3.4.3 Pemilihan Model Regresi Terbaik dan Valid ... 10 3.4.4 Penggabungan Persamaan Regresi ... 11 BAB IV KEADAAN UMUM LOKASI PENELITIAN

4.1 Profil Singkat PT.Mamberamo Alasmandiri. ... 12 4.2 Letak Geografis dan Luas... 12 4.3 Tanah dan Geologi. ... 13 4.3.1 Tanah... 13 4.3.2 Geologi. ... 13

(37)

4.4 Iklim dan Intensitas Hujan... 14 4.5 Topografi dan Kelerengan ... 14 4.6 Keadaan Hutan... 14 4.7 Sosial Ekonomi Masyarakat. ... 15 BAB V HASIL DAN PEMBAHASAN

5.1 Pemilihan Pohon Contoh... 16 5.2 Penyusunan Model Regresi ... 16 5.3 Validasi Model Regresi ... 19 5.4 Pemilihan Persamaan Regresi Terbaik... 20 5.5 Penggabungan Persamaan Regresi... 21 5.6 Aplikasi Persamaan Terbaik dari Komposisi Persamaan Regresi ... 22 BAB VI KESIMPULAN DAN SARAN

6.1. Kesimpulan... 24 6.2. Saran... 24 DAFTAR PUSTAKA

(38)

DAFTAR TABEL

No Halaman

1. Analisis keragaman pengujian regresi (ANOVA) ... 9 2. Analisa kovarian ... 11 3. Batas Areal Kerja IUPHHK PT. Mamberamo Alasmandiri ... 13 4. Penutupan vegetasi pada IUPHHK-HA PT. Mamberamo Alasmandiri ... 15 5. Sebaran data pohon contoh untuk penyusunan model dan validasi model ... 16 6. Analisa korelasi hubungan antara dbh dan panjang... 17 7. Hasil uji transformasi ZFisheruntuk setiap jenis ... 17 8. Model regresi untuk penyusunan tabel volume mersawa ... 18 9. Model regresi untuk penyusunan tabel volume resak... 18 10. Uji validasi model regresi mersawa ... 19 11. Uji validasi model regresi resak ... 19 12. Penentuan model persamaan regresi terbaik untuk jenis mersawa... 20 13. Penentuan model persamaan regresi terbaik untuk jenis resak ... 21 14. Model regresi persamaan... 22 15. Uji validasi model regresi... 22 16. Penentuan model regresi terbaik dari komposisi persamaan regresi ... 23

(39)

DAFTAR LAMPIRAN

No Halaman

1. Hasil pengolahan data dengan Minitab ... 27 2. Tabel volume per jenis ... 36 3. Tabel volume hasil gabungan mersawa dan resak... 39 4. Perhitungan analisis kovarian... 40

(40)

BAB I

PENDAHULUAN

1.1 Latar Belakang

(41)

1.2 Tujuan Penelitian

Penelitian ini bertujuan untuk mendapatkan tabel volume lokal jenis Dipterocarpaceae(Anisopteraspp. danVaticaspp. ) pada areal IUPHHK-HA PT. Mamberamo Alasmandiri Provinsi Papua.

1.3 Manfaat Penelitian

1. Memberikan dan memudahkan informasi untuk menduga volume tentang potensi pohon kelompok jenis Dipterocarpaceae (Anisoptera spp. dan Vatica

spp. ) di PT. Mamberamo Alasmandiri, Papua.

2. Menjadi salah satu sumber pertimbangan dalam pengambilan keputusan dalam hal pengelolaan hutan alam khususnya kelompok jenis Dipterocarpaceae di PT. Mamberamo Alasmandiri, Papua.

(42)

BAB II

TINJAUAN PUSTAKA

Resak (Vatica spp.) merupakan jenis pohon famili Dipterocarpaceae yang tersebar di wilayah Sumatera, Kalimantan, Maluku, dan Papua. Tinggi mencapai

(43)

2.2 Volume Pohon

Menurut Husch (1963), Penentuan volume suatu benda dapat dilakukan dengan beberapa cara, antaralain :

1. Cara langsung, yaitu berdasarkan prinsip perpindahan cairan. Alat yang digunakan disebut Xylometer. Penentuan volume dengan cara ini dilakukan terhadap benda-benda yang bentuknya tidak beraturan.

(44)

3. Cara grafik, yaitu cara ini dilakukan untuk penentuan volume berbagai benda putar tanpa memandang ciri-ciri permukaannya.

Untuk menentukan volume dolok (sortimen kayu) sebagai bagian dari volume kayu/pohon, telah dikembangkan rumus-rumus matematik (Spurs 1952; Loetschet al. 1973) sebagai berikut :

Rumus Smallian : V = 0.5 x (B + b) x L Rumus Huber : V = B1/2x L

Rumus Brereton : V = {0.625 x_{x (D + d)}2_{x L}} Rumus Newton : V = {B + (B1/2x 4) + b} x L x 1/6 Rumus Schiffel : V = {(0.16 x B) + (0.66 x B1/2) x L Dimana :

V = Volume dolok (logs) atau batang pohon dalam m3 B = Luas bidang dasar pangkal batang dalam m2 b = Luas bidang dasar ujung batang pohon dalam m2

B1/2 = Luas bidang dasar bagian tengah batang pohon dalam m2 D = Diameter pangkal batang pohon dalam meter

d = Diameter ujung batang pohon dalam meter L = Panjang batang pohon

(45)

(46)

BAB III

METODOLOGI PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian dilaksanakan di areal kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. Pengambilan data di lapangan dilakukan pada bulan Juni hingga Juli 2011.

3.2 Alat dan Bahan

3.3 Metode Pengambilan Data 3.3.1 Penentuan pohon contoh

Kelompok jenis Dipterocarpaceae yang diteliti dalam penyusunan tabel volume ini adalah pohon mersawa (Anisoptera spp.) dan pohon resak (Vatica

spp.). Pohon yang diambil sebagai pohon contoh adalah pohon yang sehat, lurus dan tidak cacat. Pohon contoh terbagi ke dalam 6 kelas diameter dengan interval kelas 10cm.

3.3.2 Perhitungan volume pohon contoh

Rumus yang digunakan adalah RumusSmalliansebagai berikut: V = L x

dimana:

V : volume seksi (m3) L : panjang seksi (m)

Gb : luas penampang lintang potongan bawah seksi (m2) Gu : luas penampang lintang potongan ujung seksi (m2)

(47)

3.4 Analisis Data

3.4.1 Penyusunan model regresi

Tahapan analisis statistika untuk membangun model regresi meliputi : 1. Mencari keeratan hubungan antara diameter setinggi dada (Dbh) dengan

panjang bebas cabang (pbc). Rumus yang digunakan yaitu :

r = =

Dimana :

r = koefisien korelasi

JKX = jumlah kuadrat diameter pohon JKy = jumlah kuadrat panjang pohon

2. Pengujian koefisien korelasi dengan uji Z-Fisher

a. Menentukan hipotesis pengujian koefisien korelasi, yaitu : H0: ρ = 0,7071

H1: ρ_0,7071

b. Menghitung nilai transformasi Z-Fisherdari nilai koefisien korelasi populasi (ρ) dan koefisien korelasi contoh (r) :

Zρ = 0,5 ln{( 1 + ρ )/( 1 – ρ )} dan Zr = 0,5 ln{( 1 + r )/( 1 – r )}

c. Menentukan pendekatan simpangan baku dari hasil transformasi Z-Fisher: σZr= 1/ )

d. Kriterium uji dalam pengujian transformasi Z-Fisheradalah : Z-hitung= (Zr – Zρ)/ σZr

(48)

Dimana :

Z = Sebaran normal Z

σZr= Pendekatan simpangan baku transformasi Z-Fisher e. Kaidah keputusannya adalah sebagai berikut :

3. Penyusunan model persamaan regresi :

Beberapa persamaan regresi yang akan dipergunakan adalah : a. V =a+b Dbh² (Kopezky-Gehrhardt)

b. V=a+bDbh+cDbh² (Horenald-Krenn) c. V =a Dbhb (Berkhout) d. V =a Dbhb10c Dbh

Pengujian persamaan regresi dengan analisis keragaman (ANOVA) Tabel 1 Analisis keragaman pengujian regresi (ANOVA)

Dengan kaidah keputusannya :

F hitung > F tabel maka tolak H0 F hitung ≤ F tabel maka terima H0

Sumber keragaman 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)

(49)

3.4.2 Validasi model

1. Simpangan agregat (agregative deviation)

Persamaan yang baik memiliki nilai simpangan agregat (SA) tidak lebih dari 1% (Spurr 1952). Nilai SA dapat dihitung dengan rumus :

SA =

2. Simpangan rata-rata (mean deviation)

Nilai simpangan rata-rata yang baik adalah tidak lebih dari 10 % (Spurr 1952).

Simpangan rata-rata dapat dihitung dengan rumus :

SR = x 100 %

3. RMSE (Root Mean Square Error) RMSE dihitung dengan rumus :

RMSE = x 100 %

4. Bias (e)

Bias dapat dihitung dengan rumus :

e= x 100 %

5. UjiChi-square

Kriterium ujinya sebagai berikut :

χ²

hitung=

Kaidah keputusannya sebagai berikut :

χ²

hitung≤

χ²

tabel (α,n-1), maka terima H0

χ²

hitung>χ²tabel (α,n-1), maka tolak H0

Dimana :

Va = Volume aktual Vt = Volume tabel

(50)

3.4.3 Pemilihan model regresi terbaik

Model persamaan regresi untuk penyusunan tabel volume pohon dikatakan baik, bilamana dipenuhi syarat sebagai berikut :

1. Dalam analisis regresi, menghasilkan nilai R2 yang besar, simpangan baku yang kecil dan regresi yang dihasilkan nyata berdasarkan analisis keragamannya.

d. Apabila hasil uji beda antara nilai rata-rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (actual), tidak menunjukkan adanya perbedaan yang nyata ( H0diterima).

3.4.4 Penggabungan Persamaan Regresi Tabel 2 Analisis kovarian

Variasi Derajat Kebebasan (db)

Jumlah Kuadrat Terkoreksi (JKT)

Kuadrat Tengah

(KT) F hit F tabel

AK Dbak JKAKT KTAK=JKAT/dbak KTAK/KTDK

DK Dbdk JKDKT KTDK=JKDK/dbdk

Total Dbt JKTT

Keterangan : AK = Antar kelompok, DK = Dalam kelompok Dengan kaidah keputusannya :

F hitung > F tabel maka terima H1 F hitung ≤ F tabel maka terima H0

(51)

BAB IV

KEADAAN UMUM LOKASI PENELITIAN

4.1 Profil Singkat PT. Mamberamo Alas Mandiri

4.2 Letak Geografis dan Luas

(52)

Tabel 3 Batas areal kerja IUPHHK PT. Mamberamo Alasmandiri

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

4.3 Tanah dan Geologi 4.3.1 Tanah

4.3.2 Geologi

No Arah Lokasi Batas Areal

1. Utara Batas buatan (belum ditata batas)

2. Timur S. Mamberamo, hutan Suaka Alam Wisata Pegunungan Foja, dan HL

3. Selatan Hutan Suaka Alam Wisata dan Habitat Buaya

4. Barat PT. Semey Matoa Timber, PT. Kayu Ekaria, dan Hutan Lindung

(1)

Lampiran 5. Tabel volume mersawa (Anisopteraspp.) V = 0.0001998dbh2.40

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3) 11 0.063 41 1.483 71 5.541 101 12.911 131 24.102 12 0.078 42 1.572 72 5.731 102 13.220 132 24.546 13 0.094 43 1.663 73 5.923 103 13.533 133 24.994 14 0.113 44 1.757 74 6.120 104 13.851 134 25.448 15 0.133 45 1.855 75 6.320 105 14.173 135 25.906 16 0.155 46 1.955 76 6.525 106 14.499 136 26.369 17 0.179 47 2.059 77 6.732 107 14.829 137 26.836 18 0.206 48 2.166 78 6.944 108 15.164 138 27.309 19 0.234 49 2.275 79 7.160 109 15.503 139 27.786 20 0.265 50 2.388 80 7.379 110 15.847 140 28.269 21 0.298 51 2.505 81 7.603 111 16.195 141 28.756 22 0.333 52 2.624 82 7.830 112 16.547 142 29.247 23 0.370 53 2.747 83 8.061 113 16.904 143 29.744 24 0.410 54 2.873 84 8.296 114 17.265 144 30.246 25 0.453 55 3.002 85 8.535 115 17.631 145 30.752 26 0.497 56 3.135 86 8.778 116 18.001 146 31.264 27 0.544 57 3.271 87 9.025 117 18.376 147 31.780 28 0.594 58 3.411 88 9.276 118 18.755 148 32.302 29 0.646 59 3.553 89 9.531 119 19.139 149 32.828 30 0.701 60 3.700 90 9.790 120 19.527 150 33.359 31 0.758 61 3.849 91 10.053 121 19.920

32 0.818 62 4.003 92 10.320 122 20.317 33 0.881 63 4.159 93 10.591 123 20.719 34 0.947 64 4.319 94 10.867 124 21.126 35 1.015 65 4.483 95 11.146 125 21.537 36 1.086 66 4.651 96 11.430 126 21.953 37 1.160 67 4.821 97 11.718 127 22.373 38 1.236 68 4.996 98 12.010 128 22.798 39 1.316 69 5.174 99 12.306 129 23.228 40 1.398 70 5.356 100 12.607 130 23.662

(2)

V = 0.0001387dbh2.49 dbh

(cm) V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3) 11 0.054 41 1.438 71 5.646 101 13.578 131 25.947 12 0.067 42 1.527 72 5.846 102 13.915 132 26.443 13 0.082 43 1.620 73 6.050 103 14.257 133 26.944 14 0.099 44 1.715 74 6.258 104 14.605 134 27.452 15 0.118 45 1.814 75 6.471 105 14.957 135 27.965 16 0.138 46 1.916 76 6.688 106 15.314 136 28.483 17 0.161 47 2.021 77 6.909 107 15.676 137 29.008 18 0.185 48 2.130 78 7.135 108 16.044 138 29.538 19 0.212 49 2.242 79 7.365 109 16.416 139 30.073 20 0.241 50 2.358 80 7.599 110 16.794 140 30.615 21 0.272 51 2.477 81 7.838 111 17.176 141 31.162 22 0.305 52 2.600 82 8.081 112 17.564 142 31.716 23 0.341 53 2.726 83 8.329 113 17.957 143 32.275 24 0.379 54 2.856 84 8.581 114 18.356 144 32.840 25 0.420 55 2.989 85 8.838 115 18.759 145 33.410 26 0.463 56 3.127 86 9.099 116 19.168 146 33.987 27 0.508 57 3.267 87 9.364 117 19.582 147 34.570 28 0.557 58 3.412 88 9.635 118 20.002 148 35.158 29 0.607 59 3.560 89 9.910 119 20.426 149 35.753 30 0.661 60 3.713 90 10.189 120 20.856 150 36.353 31 0.717 61 3.869 91 10.473 121 21.292

32 0.776 62 4.028 92 10.762 122 21.733 33 0.838 63 4.192 93 11.056 123 22.179 34 0.903 64 4.360 94 11.354 124 22.631 35 0.970 65 4.531 95 11.658 125 23.088 36 1.041 66 4.707 96 11.966 126 23.550 37 1.114 67 4.887 97 12.278 127 24.019 38 1.191 68 5.070 98 12.596 128 24.492 39 1.270 69 5.258 99 12.918 129 24.972 40 1.353 70 5.450 100 13.246 130 25.456

(3)

Lampiran 7. Tabel volume gabungan mersawa dan resak V= 0.0001584 Dbh2.46

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3)

dbh (cm)

V (m3) 11 0.058 41 1.470 71 5.673 101 13.502 131 25.600 12 0.072 42 1.559 72 5.872 102 13.833 132 26.084 13 0.087 43 1.652 73 6.075 103 14.169 133 26.572 14 0.105 44 1.748 74 6.282 104 14.510 134 27.067 15 0.124 45 1.848 75 6.492 105 14.855 135 27.566 16 0.145 46 1.950 76 6.707 106 15.206 136 28.071 17 0.169 47 2.056 77 6.927 107 15.561 137 28.582 18 0.194 48 2.166 78 7.150 108 15.921 138 29.098 19 0.222 49 2.278 79 7.378 109 16.286 139 29.619 20 0.251 50 2.395 80 7.610 110 16.656 140 30.146 21 0.283 51 2.514 81 7.846 111 17.031 141 30.679 22 0.318 52 2.637 82 8.086 112 17.411 142 31.217 23 0.354 53 2.764 83 8.331 113 17.796 143 31.760 24 0.394 54 2.894 84 8.580 114 18.186 144 32.309 25 0.435 55 3.027 85 8.833 115 18.581 145 32.864 26 0.479 56 3.164 86 9.091 116 18.981 146 33.424 27 0.526 57 3.305 87 9.353 117 19.386 147 33.990 28 0.575 58 3.450 88 9.620 118 19.796 148 34.562 29 0.627 59 3.598 89 9.891 119 20.212 149 35.139 30 0.682 60 3.750 90 10.167 120 20.632 150 35.722 31 0.739 61 3.905 91 10.447 121 21.058

32 0.799 62 4.065 92 10.732 122 21.488 33 0.862 63 4.228 93 11.021 123 21.924 34 0.927 64 4.395 94 11.315 124 22.365 35 0.996 65 4.566 95 11.613 125 22.811 36 1.067 66 4.741 96 11.916 126 23.263 37 1.142 67 4.919 97 12.224 127 23.720 38 1.219 68 5.102 98 12.536 128 24.182 39 1.299 69 5.288 99 12.853 129 24.649 40 1.383 70 5.479 100 13.175 130 25.122

(4)

Nilai-nilai yang digunakan dalam perhitungan Ankova

Peubah Jenis

Mersawa Resak jumlah

N 42 43 85

∑ log Dbh 67.774 63.125 130.899

∑(log Dbh)^2 111.614 94.251 205.866

∑log Va 7.436 -8.827 -1.392

∑(log Va)^2 14.576 12.230 26.806 ∑log Dbh.log Va 17.400 -9.020 8.380

Hasil uji keseragaman model dengan Ankova

Lampiran 9. Hasil uji keseragaman persamaan regresi (Ankova) Nilai Ankova Penggabungan Persamaan Regresi

Mersawa+Resak

n total 85

db total 83

db al 1

db dl 82

JKT x 4.282

JKT y 26.783

JHKT xy 10.523

JKAJ x 0.451

JKAJ y 3.106

JKAJ xy 1.183

E x^2 3.831

E y^2 23.677

E xy 9.340

JKTT y 0.923

JKDJ y 0.909

JKAJT y 0.014

KTAJ 0.014

KTDJ 0.011

F hit 1.273

F tabel (5%) 3.957

F tabel (1%) 6.954

Keterangan : aj =antar jenis, dj = dalam jenis

Kesimpulan : Faktor jenis tidak berpengaruh nyata terhadap model regresi pada α=5% dan α=1%

(5)

RINGKASAN

ARI ARDELINA. Penyusunan Tabel Volume Lokal Kelompok Jenis Dipterocarpaceae (Anisopteraspp. danVaticaspp.) di Areal Kerja IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua. Dibimbing oleh ENDANG SUHENDANG.

Untuk menentukan besarnya Jatah Tebang Tahunan yang dihasilkan (Annual Allowable Cut, AAC) membutuhkan informasi mengenai besarnya volume total tegakan. Volume tegakan tersebut dapat diperoleh dari hasil inventarisasi hutan. Salah satu tujuan dari kegiatan inventarisasi hutan adalah untuk menyajikan dugaan volume kayu di areal hutan yang dikelola menurut suatu urutan klasifikasi seperti jenis atau kelompok jenis, ukuran, kualitas dan sebagainya. Kelompok jenis Dipterocarpaceae yang diteliti dalam penyusunan tabel volume ini adalah pohon mersawa (Anisoptera spp.) dan pohon resak (Vatica spp.). Kedua jenis tersebut digabungkan persamaannya melalui analisis kovarian.

Model persamaan terbaik untuk jenis mersawa (Anisoptera spp.) V= 0.0001636Dbh2.4910-0.00111Dbh, model persamaan Berkhout untuk mersawa V= 0.0001998dbh2.40 sedangkan untuk resak (Vatica spp.) model persamaan terbaik yang dihasilkan adalah model persamaan Berkhout yaitu V= 0.0001387*dbh2.49. Penggabungan persamaan regresi dilakukan dengan asumsi bahwa faktor jenis tidak berpengaruh dalam penyusunan persamaan regresi, sehingga data bisa digabungkan. Penggabungan dilakukan dengan memakai persamaan Berkhout. Sebelum dilakukan penggabungan persamaan regresi, dilakukan uji keseragaman model regresi menggunakan analisis kovarian. Berdasarkan hasil uji keseragaman, diperoleh nilai F hitung lebih kecil dari F tabel pada α=5% dan α=1%, maka terima Ho. Jika H0 diterima, faktor kelompok tidak memberikan peranan yang nyata dan tidak memiliki perbedaan model yang nyata sehingga persamaan regresi memenuhi syarat untuk digabungkan. Persamaan regresi mersawa dan resak dapat digabungkan menjadi V= 0.0001584 Dbh2.46. Untuk aplikasi di lapangan, model persamaan untuk masing-masing jenis lebih baik digunakan dibandingkan dengan persamaan yang digabungkan.

(6)

ARI ARDELINA. The Local Tree Volume Table Constructions of the Dipterocarpaceae (Anisoptera spp. and Vatica spp.) at IUPHHK-HA PT. Mamberamo Alasmandiri Work Area, Papua Province. Under supervision of ENDANG SUHENDANG.

For the purpose of determination of the Annual Allowable Cut (AAC), it is required the information of total tree volume of the stand. The stand volume can be obtained from the forest inventory. One of the objectives of the forest inventory is to measure volume of wood in the forest area that is managed according to sustained yield of the forest principle. Dipterocarpaceae species groups examined in this volume is an integrated model of tree volume table for mersawa (Anisoptera spp.) and resak (Vatica spp.). Both types are coupled equations through the analysis of covariance.

The best equation model for mersawa (Anisoptera spp.) is V = 0.0001636Dbh2.4910-0.00111Dbh, Berkhout equation model for mersawa is V = 0.0001998dbh2.40 while the best equation for resak (Vatica spp.) is Berkhout equation V= 0.0001387*dbh2.49. Grouping regression equation is analyzed with assumption that the kind of species factor has no effect in the preparation of the type of regression equation, so that data can be grouped. Grouping is done by using Berkhout equation. Before grouping the regression equation, uniformity tests performed using analysis of covariance regression model. Based on the uniformity of test results, obtained by calculating the F value is smaller than the F table at α = 5% and α = 1%, then accept Ho. If Ho is accepted, the group factor did not give a real role model and has no real difference so that the regression equation can be grouped. Regression equation mersawa and resak can be grouped into V= 0.0001584 Dbh2.46. For applications in the field, using the model equations for each type is better than grouping equation.

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

BAB I

PENDAHULUAN

BAB II

TINJAUAN PUSTAKA

BAB III

METODOLOGI PENELITIAN

χ²

χ²

χ²

χ²

BAB IV

KEADAAN UMUM LOKASI PENELITIAN

BAB V

HASIL DAN PEMBAHASAN

BAB VI

KESIMPULAN DAN SARAN

PENYUSUNAN TABEL VOLUME LOKAL KELOMPOK

JENIS DIPTEROCARPACEAE (

Anisoptera

spp. dan

Vatica

spp.)

DI AREAL KERJA IUPHHK-HA PT. MAMBERAMO

ALASMANDIRI, PROVINSI PAPUA

ARI ARDELINA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

DAFTAR PUSTAKA

PENYUSUNAN TABEL VOLUME LOKAL KELOMPOK

JENIS DIPTEROCARPACEAE (

Anisoptera

spp. dan

Vatica

spp.)

DI AREAL KERJA IUPHHK-HA PT. MAMBERAMO

ALASMANDIRI, PROVINSI PAPUA

ARI ARDELINA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

PENYUSUNAN TABEL VOLUME LOKAL KELOMPOK

JENIS DIPTEROCARPACEAE (

Anisoptera

spp. dan

Vatica

spp.)

DI AREAL KERJA IUPHHK-HA PT. MAMBERAMO

ALASMANDIRI, PROVINSI PAPUA

ARI ARDELINA

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

RIWAYAT HIDUP

PERNYATAAN

RINGKASAN

SUMMARY

KATA PENGANTAR

DAFTAR ISI

DAFTAR TABEL

DAFTAR LAMPIRAN

BAB I

PENDAHULUAN

BAB II

TINJAUAN PUSTAKA

BAB III

METODOLOGI PENELITIAN

χ²

χ²

χ²

χ²

BAB IV

KEADAAN UMUM LOKASI PENELITIAN

RINGKASAN

Parts

Dokumen yang terkait