Penyusunan Model Persamaan Regresi Pemilihan Model Terbaik

diameter pohon kurang erat dalam batas yang telah disyaratkan tersebut di atas. Keputusan ini menandakan bahwa tabel volume yang disusun merupakan tabel volume standar karena harus menyertakan peubah lain selain diameter seperti tinggi pohon atau peubah lainnya. Jika Z hitung  Z tabel pada tingkat nyata tertentu, maka H ditolak artinya bahwa hubungan antara tinggi pohon dengan diameter pohon adalah erat. Keputusan ini menandakan bahwa tabel volume yang disusun merupakan tabel volume lokal karena cukup dengan menggunakan satu peubah saja, yaitu diameter pohon.

3.4.3 Penyusunan Model Persamaan Regresi

Jumlah pohon contoh yang digunakan dalam penyusunan model regresi sebanyak 66 pohon atau 23 dari total pohon contoh. Untuk mempermudah dalam pemilihan model regresi, data pohon contoh ditampilkan ke dalam diagram pencar scatterplot. Dari tebaran data tersebut dapat dilihat pola penyebaran datanya, apakah berbentuk pola linear atau pola non linear, sehingga dapat mempermudah dalam pemilihan model pendekatannya. Beberapa model persamaan regresi yang akan dipergunakan dan dicoba dalam penyusunan tabel volume lokal ini, antara lain: a. V = a Dbh b model Berkhout b. V = a + b Dbh² model Kopezky-Gehrhardt c. V= a + b Dbh + c Dbh² model Hohenadl-Krenn Keterangan: V = volume pohon m 3 Dbh = Diameter setinggi dada cm a, b, c, dan d adalah tetapan parametrik

3.4.4 Pemilihan Model Terbaik

Dari model persaman regresi yang digunakan, kemudian dilakukan pemilihan model penduga volume dengan uji keberartian model. Pengujian ini dilakukan untuk mengetahui ketepatan dari sebuah model sehingga hasil dugaannya dapat dipercaya. Untuk mendapatkan model persamaan penduga volume yang terbaik, dilakukan dengan membandingkan kriteria-kriteria pengujian yang digunakan dalam uji keberartian model. Kriteria tersebut antara lain: a. Koefisien determinasi R 2 Koefisien determinasi R 2 adalah suatu ukuran besarnya keragaman amatan Y disekitar rataannya yang dapat dijelaskan oleh persamaan regresi. Nilai R 2 menggambarkan tingkat ketelitian dan keeratan peubah bebas dengan peubah tidak bebasnya. Koefisien determinasi ini dinyatakan dengan rumus: 2 100 JKR R x JKT  Keterangan: 2 R = Koefisien determinasi JKR = Jumlah Kuadrat regresi JKT = Jumlah kuadrat total b. Simpangan baku s Nilai simpangan baku yang semakin kecil menunjukkan bahwa nilai dugaannya semakin teliti. Nilai simpangan baku ditentukan dengan rumus:   2 JKsisa s s n p    Keterangan: s = Simpangan baku   n p  = Derajat bebas sisa JKsisa = Jumlah kuadrat sisa c. Analisis Keragaman ANOVA Persamaan-persamaan regresi yang telah digunakan kemudian dilakukan pengujian dengan analisis keragaman analysis of variance untuk melihat signifikan atau adanya ketergantungan peubah-peubah yang menyusun regresi tersebut Tabel 1. Tabel 1 Analisis keragaman pengujian regresi ANOVA Sumber keragaman Derajat bebas Jumlah kuadrat JK Kuadrat tengah KT F hitung F tabel Regresi k = p-1 JKR KTR=JKRk KTRKTS Sisaan n-k-1 JKS KTS=JKSn-k-1 Total n-1 JKT Keterangan: p = banyaknya parameter model regresi n = banyaknya pohon contoh dalam penyusunan regresi tersebut. Dalam analisa tersebut hipotesis yang diuji adalah: H : β = 0 lawan H 1 : β ≠ 0 Dengan kaidah keputusannya: F hitung F tabel maka tolak H F hitung ≤ F tabel maka terima H Jika H 1 yang diterima tolak H , maka regresi tersebut nyata, artinya ada keterkaitan antara peubah bebas diameter pohon dengan peubah tidak bebasnya volume pohon. Sehingga setiap ada perubahan pada peubah bebasnya akan terjadi perubahan pada peubah tidak bebasnya. Jika H yang diterima tolak H 1 , maka regresi tersebut tidak nyata, artinya persamaan regresi tidak dapat digunakan untuk menduga volume pohon berdasarkan peubah bebasnya.

3.4.5 Validasi Model

Dokumen yang terkait

Analisis komposisi jenis dan struktur tegakan di hutan bekas tebangan dan hutan primer di areal IUPHHK PT. Sarmiento Parakantja Timber Kalimantan Tengah

0 14 110

Peningkatan Perlindungan Keselamatan dan Kesehatan Kerja (K3) Pada Pekerjaaan Kehutanan (Studi Kasus: IUPHHK-HA PT. Sarmiento Parakantja Timber, Kalimantan Tengah).

0 49 105

Strategi Pengendalian Kebakaran Hutan Di Iuphhk – Ha (Studi Kasus Di Iuphhk – Ha Pt.Sarmiento Parakantja Timber, Kalimantan Tengah )

1 18 96

Penyusunan Tabel Volume Pohon dalam Rangka Pelaksanaan IHMB Di IUPHHK-HA PT. Ratah Timber Kalimantan Timur

3 40 212

Pengelompokan Jenis dalam Penyusunan Tabel Volume Lokal di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

0 14 108

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

1 18 95

Penyusunan model penduga volume pohon jenis Keruing (Dipterocarpus sp.) di IUPHHK-HA PT. Salaki Summa Sejahtera, Pulau Siberut, Sumatera Barat

0 4 129

Penyusunan Tabel Volume Lokal Jenis Nyatoh (Palaquium spp.) di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua.

1 32 96

Pertumbuhan Meranti Merah (Shorea leprosula Miq.) pada Sistem Silvikultur Tebang Pilih Tanam Jalur di Areal IUPHHK-HA PT Sarmiento Parakantja Timber Kalimantan Tengah

1 21 29

Kerusakan Tegakan Tinggal Akibat Penebangan dan Penyaradan Kayu di Areal IUPHHK-HA PT. Sarmiento Parakantja Timber, Kalimantan Tengah

0 3 42