30 Tabel 6. Pemeringkatan model terpilih menggunakan kriteria nilai R
2 adj
, s, dan AIC
Model R
2 adj
s AIC
Total skor BC1
3 2
3 8
BC2 2
5 1
8 BC3
6 4
5 15
BD1 8
8 8
24 BD2
7 7
7 21
BD3 9
9 9
27 BCD1
4 1
4 9
BCD2 1
3 2
6 BCD3
5 6
6 17
3.3 Pengujian Model Penduga Biomassa
Konfirmasi keterandalan model penduga biomassa tegakan yang dihasilkan maupun model terpilih BC2 berdasarkan 230 data plot contoh dilakukan dengan
uji validasi menggunakan 30 data plot contoh yang berbeda Tabel 1. Parameter pengujian model penduga biomassa menggunakan nilai-nilai SA, SR, RMSE, dan
2 hitung
seperti terlihat pada Tabel 7. Tabel 7. Nilai statistik uji validasi dari model-model linier BC1, BD1, BCD1,
pangkat BC2, BD2, BCD2, dan eksponensial BC3, BD3, BCD3 ModelMetode penduga regresi
SA SR
RMSE
2
hitung BC1GLS
-0,06 11,63
8,1348 27,66
BC2GNLS -0,01
11,83 8,1111
19,66 BC3GNLS
-0,16 16,28
8,2848 70,30
BD1GLS 0,12
21,32 9,7734
45,92 BD2GNLS
0,13 21,84
9,7332 48,85
BD3GNLS 0,12
21,41 9,8134
45,29 BCD1GLS
-0.06 11,82
8,1425 28,46
BCD2GNLS -0,01
12,50 8,1020
20,74 BCD3GNLS
-0,16 16,10
8,2830 68,04
Secara umum, setiap model yang dihasilkan menggunakan metode GLS maupun GNLS dan model terpilih BC2 terbukti valid berdasarkan nilai
simpangan agregat menunjukkan hasil model yang valid. Nilai-nilai SA model berada pada selang nilai -1 dan 1. Namun, pada kriteria nilai statistik simpangan
31 rata-rata, semua model yang diperoleh mempunyai nilai koefisien 10 atau
melewati batas pengujian model. Adanya perbedaan hasil uji validasi pada kedua nilai statistik tersebut maka diperlukan hasil pengujian validasi yang lain
berdasarkan nilai statistik khi-kuadrat
2
dan nilai RMSE pada setiap model. Hasil pengujian
2
menunjukkan bahwa model BC1, BC2, BD3, BCD1, dan BCD2 mempunyai nilai
2 hitung
2 tabel
42,56 pada tingkat nyata 5 dan derajat bebas 29 sehingga dapat dikatakan bahwa model-model tersebut cukup valid
digunakan untuk menduga biomassa tegakan hutan rawa gambut berdasarkan kerapatan dan diameter tajuk. Menurut kriteria nilai nilai RMSE, secara umum
model-model regresi yang dihasilkan mempunyai kesalahan pendugaan yang cukup kecil terlihat pada nilai RMSE yang mendekati angka 0. Dengan demikian,
model BC2 yang terpilih sebagai model terbaik juga terbukti valid berdasarkan kriteria nilai simpangan agregat SA, khi-kuadrat
2
, dan nilai RMSE.
IV. KESIMPULAN DAN SARAN