Pemodelan Tanah-lanskap PEMBAHASAN UMUM
Pada penelitian ini, pemodelan dengan menggunakan kovariat-kovariat yang mewakili satu faktor pembentuk tanah yaitu relief menunjukan nilai koefisien
determinan 0.08 hingga 0.41 Tabel 7-1. Namun, pada pemodelan menggunakan kovariat-kovariat yang mewakili empat faktor pembentuk tanah, nilai koefisien
determinan cenderung lebih tinggi yakni berkisar dari 0.28 hingga 0.68 Tabel 7- 1. Memperhatikan sebaran nilai-nilai koefisien ini, hasil penelitian ini
mendukung pernyataan Beckett dan Webster 1971 dimana nilai koefisien determinan dalam pemodelan spasial kurang dari 0.7.
Tabel 7-1. Rekapitulasi nilai koefisien determinan dan kelas daya taksir model
Respon Nilai R
Kelas Daya Taksir
2
MR M1
M2 M3
M4 MR
M1 M2
M3 M4
Soildepth 0.08
0.34 0.46
0.48 0.40
1 1
1 1
1 Athick
0.08 0.32
0.35 0.44
0.48 3
3 3
3 3
DepthtoB 0.10
0.33 0.32
0.34 0.31
3 3
3 3
3 Sand
0.12
0-30
0.44 0.51
0.58 0.59
Sand 0.14
30-50
0.42 0.46
0.49 0.59
Sand 0.12
50-100
0.47 0.51
0.54 0.54
Clay 0.10
0-30
0.39 0.39
0.50 0.42
1 2
2 2
2 Clay
0.10
30-50
0.28 0.46
0.41 0.35
3 3
3 3
3 Clay
0.13
50-100
0.45 0.53
0.60 0.46
1 2
2 3
3 SOM
0.17
0-30
0.42 0.42
0.35 0.48
1 1
2 SOM
0.17
30-50
0.34 0.33
0.36 0.40
1 1
SOM 0.19
50-100
0.28 0.30
0.35 0.35
1 1
1 2
SOC 0.17
0-30
0.38 0.41
0.44 0.48
1 1
2 SOC
0.17
30-50
0.34 0.33
0.36 0.40
1 1
SOC 0.20
50-100
0.28 0.30
0.34 0.35
1 1
1 1
Ntot 0.28
0-30
0.53 0.52
0.38 0.57
2 2
2 2
2 Ntot
0.24
30-50
0.31 0.36
0.29 0.27
1 2
1 1
1 Ntot
0.27
50-100
0.35 0.38
0.36 0.42
1 1
1 1
pH 0.15
0-30
0.42 0.43
0.49 0.44
3 3
3 3
3 pH
0.15
30-50
0.45 0.46
0.45 0.47
3 3
3 3
3 pH
0.14
50-100
0.47 0.53
0.54 0.45
3 3
3 3
3 BS
0.40
0-30
0.57 0.65
0.68 0.62
1 1
1 1
BS 0.36
30-50
0.57 0.64
0.59 0.63
BS 0.41
50-100
0.56 0.62
0.63 0.64
CEC 0.10
0-30
0.47 0.45
0.43 0.50
1 2
3 3
2 CEC
0.14
30-50
0.47 0.47
0.57 0.58
2 3
3 2
2 CEC
0.14
50-100
0.49 0.48
0.54 0.58
2 3
3 3
2
1= daya taksir rendah, 2= daya taksir sedang, 3= daya taksir tinggi, 0= daya taksir buruk
Nilai koefisien determinan model nampaknya dipengaruhi oleh teknik pemodelan dan jumlah faktor pembentuk tanah yang digunakan. Model regresi
MR menggunakan satu faktor pembentuk tanah yaitu faktor relief, sedangkan model regresi pohon M1, M2, M3, M4 masing-masing menggunakan 4 faktor
pembentuk tanah, yaitu: iklim, relief, bahan induk, dan umur. Model regresi pohon mempunyai R
2
Memperhatikan hasil yang diperoleh pada penelitian Bab III, pertanyaan dasar yang diajukan terutama adalah apakah model dengan nilai koefisien
determinan kecil dapat digunakan untuk penaksiran. Tabel 7-1 menunjukan bahwa beberapa model dengan R
lebih tinggi daripada model regresi MR, namun daya taksirnya sama atau lebih tinggi dari model regresi. Ini menunjukan antara lain
adalah: i sifat tanah bisa ditaksir oleh satu atau beberapa faktor pembentuk tanah, ii penambahan unsur faktor pembentuk tanah sebagai penaksir cenderung
meningkatkan akurasi nilai taksiran, dan iii terdapat kombinasi kovariat yang khas untuk memberikan nilai taksiran berakurasi tinggi.
2
kecilpun bisa menunjukan daya taksir yang baik seperti model penaksir ketebalan horison A Athick. Namun demikian beberapa
model dengan R
2
besarpun menunjukan daya taksir yang buruk, seperti model penaksir kadar fraksi pasir Sand. Ini mengindikasikan bahwa nilai R
2
Secara teoritis, suatu sifat tanah dapat ditaksir oleh banyak model. Jika model-model itu digunakan untuk menaksir sifat tanah tersebut, maka akan
diperoleh suatu set nilai taksiran, yang kemudian dapat ditetapkan nilai tengahnya dan keragamannya. Pada bidang pedometrik, nilai taksiran suatu sifat tanah dapat
merupakan nilai tengah rata-rata atau median nilai taksiran yang diperoleh dari penggunaan beberapa model, jika model-model itu tersedia.
tidak sensitif untuk digunakan sebagai indikator kepuasan model karena tujuan
pembuatan model adalah untuk penaksiran sifat tanah. Dengan kata lain, hasil penelitian pada Bab III itu menyarankan bahwa perlu dicari indikator lain sebagai
dasar penentuan kepuasan model.
Dalam kaitannya dengan uji kepuasan model, pencarian model yang secara nyata menjelaskan keragaman nilai taksiran perlu dilakukan terutama model-
model dengan koefisien determinan kecil. Pada penelitian ini khususnya pada Bab III, uji sidik ragam dan ujian ketidaktepatan model didemonstrasikan untuk
mengetahui apakah model secara nyata mempengaruhi keragaman nilai taksiran. Seperti dijelaskan sebelumnya pengujian ini tidak umum dalam bidang lain karena
nilai koefisiennya sudah tinggi. Hasil uji sidik ragam pada Bab III menunjukkan bahwa model secara nyata mempengaruhi keragaman nilai respon dengan p-value
kurang dari 0.05. Ini kemudian dikonfirmasi oleh uji ketidaktepatan model dimana model secara tidak nyata tidak tepat. Jadi, khusus pemodelan tanah-lanskap
dimana nilai koefisien determinan umumnya kurang dari 0.5, pemilihan kepuasan model hendaknya ditetapkan berdasarkan: i nilai koefisien determinan, ii hasil
uji sidik ragam model, dan iii hasil uji ketidaktepatan model. 7.1.2. Daya taksir versus daya transfer model
Dalam penelitian ini dilakukan validasi model menggunakan data penguji yang diambil dari dua lokasi yang berbeda. Data penguji diambil dari dalam
wilayah tempat pengembangan model atau reference area untuk pengujian daya taksir model. Sedangkan, data penguji diambil di luar reference area yaitu DAS
Sampean Hulu dan DAS Cisadane Hulu untuk pengujian daya transfer model. Tabel 7-2 menunjukan hasil rekapitulasi daya taksir dan daya transfer model
dari bab-bab sebelumnya. Model ini nampak mengikuti suatu pola berikut: i model Soildepth, Athick, dan Clay menunjukan daya taksir baik dan daya transfer
baik. Ini menandakan bahwa model-model ini bersifat umum, sehingga bisa digunakan untuk menaksir sifat tanah di daerah lain; ii model CEC, dan Sand
tipe MR merupakan model dengan daya taksir baik namun daya transfernya buruk. Ini menandakan bahwa model-model ini bersifat lokal sehingga tidak bisa
digunakan untuk menaksir sifat tanah di daerah lain; iii model BS dan Sand tipe M1, M2,M3, dan M4 menunjukan daya taksir buruk dan daya transfer buruk. Ini
menandakan bahwa model perlu diperbaiki antara lain dengan menambahkan kovariat lain untuk menaksir sifat tanah tersebut dan iv model SOC dan Ntot
menunjukan pola yang tidak beraturan. Ini juga menandakan bahwa model perlu diperbaiki antara lain dengan menambahkan kovariat lain.
Kejenuhan basa BS merupakan sifat tanah turunan, sebagai fungsi dari jumlah basa-basa dan kapasitas tukar kation tanah. Kejenuhan basa menunjukan
persentasi jumlah basa-basa terhadap KTK tanah. Hal ini menyebabkan daya taksir dan daya transfernya buruk karena keragaman yang tinggi dari jumlah basa-
basa dan KTK Tanah. Penelitian ke depan hendaknya diarahkan untuk menaksir kadar kation basa-basa yaitu Ca, Mg, Na, K dapat dipertukarkan dan kapasitas
tukar kation tanah. Selanjutnya, nilai kejenuhan basa dihitung dari hasil taksiran model-model tersebut. Cara ini diharapkan dapat menghasilkan daya taksir model
yang lebih baik. Model-model untuk menaksir karbon organik tanah SOC dan total
nitrogen Ntot nampak tidak menunjukkan suatu pola. Kedua sifat tanah ini tergantung pada dinamika bahan organik. Kovariat yang berkaitan dengan tutupan
lahan dan penggunaan lahan perlu ditambahkan untuk memperbaiki model-model ini, sehingga daya taksir model bisa ditingkatkan.
Tabel 7-2 Rekapitulasi daya taksir dan daya transfer model
Respon Model tipe MR
Model tipe M1 Model tipe M2
Model tipe M3 Model tipe M4
RA SH
CH RA SH CH RA
SH CH RA SH
CH RA SH CH
Clay 1
0-30
2 3
2 1
2 2
1 2
3 3
3 2
3 3
Clay 3
30-50
3 3
3 1
2 3
1 3
1 3
3 2
3 Clay
1
50-100
2 2
2 3
3 2
1 3
1 1
3 1
1 Sand
3
0-30
1 3
Sand 3
30-50
Sand 3
50-100
1 1
3 3
BS 1
0-30
3 1
1 3
1 1
BS
30-50
3 1
2 BS
50-100
3 1
CEC 1
0-30
2 3
1 2
2 CEC
2
30-50
3 3
3 3
CEC 2
50-100
3 3
3 2
pH 3
0-30
3 3
3 3
2 3
3 2
3 3
3 3
3 2
pH 3
30-50
3 3
3 3
3 3
3 3
3 3
3 3
3 3
pH 3
50-100
3 3
3 3
2 3
3 2
3 3
3 3
3 3
SOC 1
0-30
1 3
3 2
3 1
2 2
2 SOC
1
30-50
3 3
1 3
SOC 1
50-100
1 3
1 3
1 3
1 2
Ntot 2
0-30
2 2
2 2
1 Ntot
1
30-50
2 3
1 1
1 1
1 2
Ntot 1
50-100
1 1
1 3
1
Soildepth 1
3 1
1 1
1 3
3 1
3 2
1 3
2 Athick
3 3
3 3
3 3
3 1
2 3
1 3
3 1
3 RA=reference area untuk daya taksir model
SH=DAS Sampean Hulu dan CH=DAS Cisadane Hulu untuk daya transfer model Daya taksir atau daya transfer: 0=buruk, 1=rendah, 2=sedang, 3=baik.
7.1.3 Model-model terbaik dan daya transfernya Pembuatan model tanah-lanskap pada dasarnya mencari model-model yang
berguna untuk menaksir sifat tanah. Ini artinya model-model itu bisa menghasilkan nilai taksiran yang dapat diterima berdasarkan kriteria tertentu dan
logis secara pedologis. Pada penelitian ini, kriteria penilaian daya taksir dan daya transfer model diusulkan atas dasar pola data dan hasil penelitian sebelumnya.
Contohnya, model berdaya taksir baik bila nilai taksiran kurang dari 40 di atas atau di bawah nilai sebenarnya. Pemilihan nilai 40 didasarkan atas hasil
beberapa penelitian bahwa pemetaan konvensional mempunyai akurasi 60. Bagaimanapun, pemetaan tanah dijital diharapkan mampu menunjukan nilai
akurasi yang lebih tinggi. Penelitian pada Bab III dan Bab IV telah melakukan pengujian daya taksir
model. Tabel 7-3 menunjukan nilai galat rataan yang diringkaskan dari Tabel 3-6 dan Tabel 4-9. Model-model itu termasuk model dengan kelas daya taksir tinggi.
Meskipun satu kelas, namun galat taksiran setiap model tidak sama. Nilai galat ini dapat digunakan untuk menentukan model yang paling baik. Jadi model terbaik
adalah model dengan daya taksir tinggi ditentukan oleh MPOR dan menunjukan galat yang paling kecil ditentukan oleh MAE.
Tabel 7-3 menunjukan bahwa model yang daya taksirnya tinggi adalah model untuk menaksir ketebalan horizon A Athick, kedalaman ke horizon B
DepthtoB, fraksi klei, pH, dan kapasitas tukar kation CEC. Model-model ini mampu menaksir sifat tanah tersebut kurang dari 15 di atas atau di bawah nilai
sebenarnya pada saat validasi silang. Meskipun sama-sama tergolong berdaya taksir tinggi, galat taksiran kelima tipe model berbeda dan darinya bisa dipilih
model terbaik yaitu model dengan daya taksir tinggi dan bergalat paling kecil. Diketahui model terbaik, pertanyaan selanjutnya adalah apakah model
tersebut berdaya transfer baik, yang artinya model dapat ditransfer ke tempat lain. Tabel 7-3 menunjukan bahwa sebagian besar model terbaik menunjukan daya
transfer yang baik dan bahkan umumnya tergolong tinggi juga. Ini menunjukkan bahwa model-model ini bersifat umum. Namun demikian, model terbaik penaksir
kapasitas tukar kation, menunjukan daya taksir yang buruk di kedua DAS. Ini menunjukan bahwa model penaksir KTK ini bersifat lokal dan hanya berlaku di
dalam wilayah pengembangan model. Pengujian daya transfer model berdaya taksir tinggi perlu terus dilakukan untuk mengetahui galat yang stabil.
Selanjutnya, galat ini dapat digunakan sebagai faktor koreksi dari nilai taksiran sehingga nilai taksiran lebih mendekati nilai sebenarnya.
Tabel 7-3 Rekapitulasi nilai galat mutlak rataan dan kelas daya transfer dari model regresi matematika dan model regresi pohon berdaya taksir yang tinggi
Respon Satuan
Nilai Galat Kelas daya transfer
MR M1
M2 M3
M4 CH
SH Athick
cm
3.5
4.0 3.7
4.2 4.6
3 3
DepthtoB cm