Persamaan Penduga Volume Pohon Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat

merkusii Jungh et de Vriese) at Gunung Walat Educational Forest Sukabumi, Jawa Barat. Supervised by Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F.Trop.

Forest management need information about standing stock that could be produced to meet a demand of wood. Tree volume estimation using tree volume table is a common way to describe the relation between tree volume and its estimation variables (tree diameters or heights).

Tree volume table is made from volume models are arranged by regression models. The best of regression models which usually it should be choosen from regression model which it should be tried to data used. Berkhout model V=aDb (where: V = volume ; D = diameter breast height ; a, b = constanta), is a simple volume tree estimator because only use single variable which is tree diameter breast height (dbh). Berkhout model is a non linear model which usually it should be transformed to linear model using logaritmic transformation to find regreesion constanta.

This researchs aims are: (1) to find better accuracy for tree volume estimation using Berkhout model, by transformation or without transformation; and (2) to find the best tree volume model for Pinus at Gunung Walat Educational Forest.

Data used in this research give that Berkhout model by transformation to linear model (V = 0.0001259D2.5400) has a better accuracy than Berkhout model without transformation. The best tree volume estimator of Pinus in Gunung Walat Educational Forest is Modified Geometric Fit which expressed by the equation V=10,3265 x -ee^(1,9928-0.0339D).

 

PENDAHULUAN

1.1.Latar Belakang

Kegiatan pengelolaan hutan yang baik memerlukan proses dan tahapan perencanaan yang seksama, cermat, dan terarah guna memperoleh hasil yang optimal dan lestari baik dari segi kelestarian hasil, ekologis, maupun sosial. Untuk keperluan tersebut, inventarisasi hutan yang merupakan bagian dari perencanaan hutan memegang peranan penting, karena data yang dihimpun akan menjadi dasar bagi usaha pengelolaan dan pemanfaatan hutan yang akan dilakukan.

Inventarisasi hutan merupakan kegiatan pengumpulan dan penyusunan data dan fakta mengenai sumberdaya hutan untuk rencana pengelolaannya. Dengan melakukan inventarisasi hutan akan diketahui kualitas dan kuantitas pohon serta tegakan di hutan serta berbagai karakteristik tempat tumbuhnya.

Kegiatan pengelolaan hutan memerlukan informasi tentang potensi tegakan yang dapat diproduksi untuk dapat memenuhi kebutuhan kayu di pasaran. Informasi mengenai potensi tegakan hutan ini berkaitan dengan pengukuran volume kayu, baik secara langsung maupun tidak langsung.

Pada dasarnya ada dua macam cara untuk menaksir volume kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal. Penaksiran volume secara tidak langsung dilakukan dengan menggunakan tabel volume. Cara inilah yang paling banyak dipakai dalam inventarisasi hutan.

Persamaan Berkhout adalah persamaan non linier, yang pendugaan koefisien regresinya biasanya melalui transformasi (logaritma) menjadi persamaan linier. Dalam penelitian ini dilakukan analisis terhadap persamaan Berkhout untuk memperoleh akurasi yang lebih baik antara melalui transformasi atau tanpa transformasi serta membandingkannya dengan persamaan-persamaan empiris penduga volume lainnya.

 

1.2.Tujuan

Tujuan dari penelitian ini adalah:

1. Memperoleh cara penyusunan persamaan volume pohon dengan menggunakan persamaan Berkhout yang lebih akurat melalui transformasi atau tanpa transformasi.

2. Memperoleh persamaan penduga volume pohon Pinus di Hutan Pendidikan Gunung Walat.

1.3.Manfaat Penelitian

Hasil penelitian berupa tabel volume dapat digunakan untuk keperluan penaksiran volume batang kayu untuk pohon jenis Pinus (Pinus merkusii Jungh et de Vriese) di areal Hutan Pendidikan Gunung Walat, Sukabumi, Jawa Barat.

2.1.1. Habitat dan Penyebaran Pinus di Indonesia

Menurut Martawijaya et al. (2005), pinus dapat tumbuh pada tanah jelek dan kurang subur, pada tanah berpasir dan tanah berbatu, tetapi tidak dapat tumbuh dengan baik pada tanah becek. Jenis ini menghendaki iklim basah sampai agak kering dengan tipe curah hujan A sampai C, pada ketinggian 200-1.700 m dari permukaan laut, kadang-kadang tumbuh di bawah 200 m dan mendekati daerah pantai (Aceh Utara).

Penyebaran pinus di Asia Tenggara menyebar di wilayah Burma, Thailand, Laos, Kamboja, Vietnam, Indonesia (Sumatra), dan Filipina (P. Luzon dan Mindoro). Sedangkan di Indonesia, pinus tersebar di beberapa wilayah di antaranya di Pulau Jawa, Pulau Sumatera (Aceh, Tapanuli, dan Kerinci), dan Sulawesi Selatan. Di tegakan alam Sumatera (Aceh, Tapanuli dan Kerinci), tidak satu bulanpun curah hujan kurang dari 50 mm, artinya tidak ada bulan kering. Suhu tahunan rata-rata 19-28°C (Hidayat dan Hansen 2001).

2.1.2. Deskripsi Botani

Pinus merupakan pohon besar, berbatang lurus, dan silindris. Tegakan masak dapat mencapai tinggi 30 m dengan diameter 60-80 cm. Tegakan tua mencapai tinggi 45 m dengan diameter mencapai 140 cm. Tajuk pohon muda berbentuk piramid, setelah tua lebih rata dan tersebar. Kulit pohon muda abu-abu, sesudah tua berwarna gelap, alur dalam. Terdapat 2 jarum dalam satu ikatan, panjang 16-25 cm. Pohon berumah satu, bunga berkelamin tunggal. Bunga jantan berbentuk strobili, panjang 2-4 cm, terutama di bagian bawah tajuk (Hidayat dan Hansen 2001).

2.1.3. Sifat Fisis, Keragaman Penggunaan, dan Manfaat Pinus

Menurut Martawijaya et al. (2005), kayu pinus memiliki sifat fisis di antaranya memiliki berat jenis 0,55 g/cm3 (0,40 g/cm3-0,75 g/cm3) dan termasuk kelas kuat III. Untuk kegunaan dan manfaat kayu pinus menurut Hidayat dan Hansen (2001), kayu pinus dapat dipergunakan untuk berbagai keperluan, konstruksi ringan, mebel, pulp, korek api dan sumpit. Pohon pinis sering disadap

getahnya, pohon tua dapat menghasilkan 30-60 kg getah, 20-40 kg resin murni dan 7-14 kg terpentin per tahun.

2.2.Parameter Individu Pohon 2.2.1. Diameter Pohon

Diameter pohon merupakan salah satu parameter pohon yang mempunyai arti penting dalam pengumpulan data tentang potensi hutan untuk keperluan pengelolaan (Dephut 1992). Diameter pohon adalah panjang garis lurus yang menghubungkan dua buah titik pada lingkaran pohon dan melalui titik pusat penampang melintangnya. Besarnya diameter pohon bervariasi menurut ketinggian dari permukaan tanah. Oleh karena itu dikenal istilah diameter setinggi dada atau diameter at breast height (dbh), yaitu diameter yang diukur pada ketinggian setinggi dada dari permukaan tanah (Husch 1987).

Dalam mengukur diameter, yang lazim dipilih adalah diameter setinggi dada. Sebab pengukurannya paling mudah dan mempunyai korelasi yang kuat dengan parameter pohon penting lainnya, seperti luas bidang dasar dan volume batang. Pada umumnya, diameter setinggi dada diukur pada ketinggian batang 1,3 m dari permukaan tanah (Dephut 1992).

2.2.2. Tinggi Pohon

Menurut Dephut (1992) setelah diameter, tinggi pohon adalah parameter lain yang mempunyai arti penting dalam penaksiran hasil hutan. Bersama diameter, tinggi pohon diperlukan untuk menaksir volume dan riap. Secara khusus tinggi pohon diperlukan untuk menentukan kelas kesuburan tanah (bonita). Tinggi pohon merupakan jarak antara titik atas pada batang pohon dengan titik proyeksinya pada bidang mendatar yang melalui titik bawah atau pangkal pohon (Husch 1987).

Menurut Dephut (1992) dalam inventarisasi hutan biasanya dikenal beberapa macam tinggi pohon yaitu:

1. Tinggi total yaitu jarak vertikal antara pangkal pohon dengan puncak dari pohon tersebut.

2. Tinggi bebas cabang yaitu tinggi pohon dari pangkal batang di permukaan tanah sampai cabang pertama untuk jenis daun lebar atau crown point untuk jenis conifer.

dalam perdagangan.

Simon (2007) mengatakan bahwa pengukuran tinggi pohon berdiri dapat dilakukan secara langsung atau secara tidak langsung. Pengukuran tinggi pohon secara langsung dapat dikerjakan dengan tongkat teleskopik, tetapi hanya sampai ketinggian 15 m. Karena alasan-alasan praktis, pengukuran tinggi secara tidak langsung lebih banyak dipakai, dibanding dengan pengukuran secara langsung. Alat pengukur tinggi pohon secara tidak langsung ini disebut hipsometer (hypsometer).

2.3.Penentuan Volume Pohon

Menurut Husch (1987) volume pohon adalah ukuran tiga dimensi, yang tergantung dari lbds (luas bidang dasar), tinggi atau panjang batang, dan faktor bentuk batang.

Menurut Simon (2007) secara alami, volume kayu dapat dibedakan menurut berbagai macam klasifikasi sortimen. Jenis sortimen kayu yang lazim dipakai sebagai dasar penaksiran ada lima macam, yaitu:

1. Kayu tunggak, yaitu volume kayu yang terdiri atas akar dan pangkal pohon sampai ketinggian (tunggak) tertentu.

2. Kayu batang komersial yaitu kayu di atas tunggak sampai batas tertentu yang masih laku dijual.

3. Kayu cabang komersial, yaitu bagian cabang yang sudah laku dijual.

4. Kayu batang non-komersial, yaitu bagian batang di atas kayu batang komersial. 5. Kayu ranting, yaitu cabang-cabang kecil yang belum laku dijual atau tidak

ekonomis untuk diusahakan.

2.4.Persamaan Penduga Volume Pohon

Simon (2007) menyatakan bahwa persamaan volume dan tabel volume semestinya disusun dengan sampel yang cukup besar dan hanya berlaku di daerah pengambilan sampel tersebut. Penyusunan persamaan volume mengikuti beberapa tahap sebagai berikut:

1. Pemilihan sampel pohon yang cukup banyak jumlahnya dan representatif. 2. Pengukuran variabel bergantung maupun tak bergantung, untuk menyusun

3. Menguji berbagai persamaan yang disusun dan memilih salah satu persamaan yang dianggap paling optimal.

Beberapa persamaan regresi yang dapat digunakan dalam penyusunan tabel volume ini adalah sebagai berikut (Simon 2007):

V = aDb ... model Berkhout

V = a + bDb ... model Kopezky-Gehrhardt V = a + bD + cD2 ... model Hohenadl-Krenn V = a(D2T)b ... model Spurr

V = aDbTc ... model Schumacher Hall V = a + bD2 + cD2T + dT ... model Stoate

dimana:

V = volume pohon (m3)

D = diameter setinggi dada (cm) T = tinggi pohon (m)

a, b, c, d = konstanta

2.5.Penyusunan Tabel Volume

Tabel volume merupakan pernyataan yang sistematis mengenai volume sebatang pohon menurut semua atau sebagian dimensi yang ditentukan dari diameter setinggi dada, tinggi, dan bentuk pohon (Husch 1987). Pada dasarnya ada dua macam cara untuk menaksir kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal (Simon 2007).

Simon (2007) menyatakan penaksiran volume secara tidak langsung dilakukan dengan menggunakan tabel volume. Dilihat dari cara penyusunan dan penggunaannya, tabel volume ada yang disusun untuk individu pohon (tree volume tables) atau untuk suatu tegakan (stand volume tables). Dari segi kelengkapan parameter yang digunakan untuk perhitungan volume ada tiga macam tabel, yaitu tabel lokal (local volume tables), tabel normal (standard atau general volume tables), dan tabel volume kelas bentuk (form class volume tables).

dan tabel kelas bentuk. Suatu tabel volume lokal menyajikan volume menurut dimensi pohon diameter setinggi dada. Tidak memerlukan pengukuran tinggi pohon, meskipun pada penyusunan aslinya tinggi tetap dihitung, tetapi dihilangkan di dalam bentuk akhirnya. Istilah “lokal” digunakan karena tabel-tabel tipe ini hendaknya hanya dipergunakan untuk wilayah terbatas yang merupakan asal hubungan tinggi diameter yang dimanfaatkan ke dalam tabelnya (Husch 1987).

2.6.Tinjauan Hasil Penelitian Terdahulu

Fahutan IPB (1985) melakukan studi tentang penyusunan tabel isi lokal pohon untuk jenis pinus, puspa, damar, dan tegakan campuran di Hutan Pendidikan Gunung Walat. Data yang diambil berasal dari tegakan yang terdiri dari beberapa kelompok jenis pohon di Hutan Pendidikan Gunung Walat. Penelitian ini menghasilkan persamaan pendugaan volume dengan menggunakan peubah bebas berupa tinggi pohon (T) dan diameter setinggi dada (D) serta peubah boneka yang merupakan kelompok jenis pohon yang ada di Hutan Pendidikan Gunung Walat yaitu sebagai berikut:

a. Penduga volume kayu tebal

Vt = -1,0330 + 0,0080 T + 5,4816 D + 0,2400 Z1 + 0,1337 Z2 + 0,0986 Z3 +

0,1721 Z4 + 0,0993 Z5 + 0,2915 Z6 + 0,1146 Z7 + 0,2861 Z8

b. Penduga volume kayu pertukangan

Vp = -1,0470 + 0,0255 T + 4,5359 D + 0,0887 Z1+ 0,0681 Z2 + 0,0353 Z3 +

0,0302 Z4 + 0,0314 Z5 + 0,2161 Z6 + 0,0435 Z7 + 0,2125 Z8

Keterangan:

Vt = Volume kayu tebal

Vp = Volume kayu pertukangan

T = tinggi total pohon

D = diameter setinggi dada (dbh) Z1 = peubah boneka untuk Pinus

monokultur

Z2 = peubah boneka untuk Pinus

tercampur Agathis

Z3 = peubah boneka untuk Puspa

monokultur

Z4 = peubah boneka untuk Puspa

tercampur Agathis

Z5 = peubah boneka untuk Puspa

tercampur Albizia

Z6 = peubah boneka untuk Agathis

Z7 = peubah boneka untuk Agathis

tercampur Pinus

Z8 = peubah boneka untuk Agathis

tercampur Puspa

Kedua persamaan di atas hanya berlaku untuk ke 9 (sembilan) kelompok jenis yang dipergunakan dalam penelitian ini. Jadi, jika yang dikehendaki adalah pendugaan volume pinus monokultur maka Z1 bernilai 1 (satu) dan nilai Z lainnya

bernilai nol.

Dalam pengujian peranan dari tinggi pohon, diameter setinggi dada, dan peubah boneka diperoleh hasil seperti disajikan pada Tabel 1.

Tabel 1 Daftar sidik ragam uji signifikasi koefisien regresi dari persamaan persamaan regresi hubungan antara volume pohon dengan tinggi pohon diameter setinggi dada, dan peubah boneka

No. Regresi Kuadrat Tengah

Regresi (KTR) Kuadrat Tengah Sisa (KTS) Derajat Bebas F Hit 0,05

1. Vt 6,9513 0,0519 10;175 133,94 * 1,83

2. Vp 6,9094 0,0595 10;175 116,12 * 1,83

Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB

Hasil analisis data untuk pengujian pengaruh tinggi pohon dan diameter setinggi dada serta pengujian pengaruh peubah boneka terhadap pendugaan volume masing-masing disajikan pada Tabel 2 dan Tabel 3.

Tabel 2 Daftar sidik ragam uji signifikasi koefisien peranan tinggi pohon dan diameter setinggi dada dalam pendugaan volume pohon

No. Regresi Kuadrat Tengah

Regresi (KTR) Kuadrat Tengah Sisa (KTS) Derajat Bebas F Hit 0,05

1. Vt 22,8564 0,0519 2;175 440,39 * 3,00

2. Vp 22,0289 0,0595 2;175 370,23 * 3,00

Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB

Tabel 3 Daftar sidik ragam uji signifikasi koefisien peranan peubah boneka dalam pendugaan volume pohon

No. Regresi Kuadrat Tengah

Regresi (KTR) Kuadrat Tengah Sisa (KTS) Derajat Bebas F Hit 0,05

1. Vt 1,0986 0,0519 1;175 22,17 * 3,84

2. Vp 0,9718 0,0595 1;175 16,33 * 3,84

Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB

berdasarkan peubah-peubah tinggi pohon, diameter setinggi dada, dan peubah bonekanya serta sejauh mana hubungan antara peubah-peubah tersebut serta kesalahan bakunya, maka nilai-nilai koefisien determinasi, koefisien korelasi serta salah baku untuk masing-masing persamaan regresi telah dihitung pula seperti yang disajikan pada Tabel 4.

Tabel 4 Koefisien determinasi (R2), Koefisien korelasi (r), dan salah baku (SE) untuk masing-masing persamaan regresi hubungan antara volume pohon dengan tinggi pohon, diameter setinggi dada, dan peubah boneka

No. Regresi Derajat

Bebas Sisa R

2

(%) r SE (%) R0,05

1. Vt 175 88,5 0,94** 36,2 0,185

2. Vp 175 86,9 0,93** 40,0 0,185

Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB.

Hidayat (2003) melakukan penelitian tentang penyusunan tabel volume jenis pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat, Sukabumi. Data yang diambil berasal dari 50 pohon contoh dengan sebaran diameter 20–50up cm. Penelitian ini menghasilkan persamaan pendugaan volume untuk menyusun tabel volume pohon pinus yang dapat dilihat pada Tabel 5.

Tabel 5 Hasil analisis regresi pada model-model yang diuji

No. Model yang diuji Bentuk persamaan regresi R2

1 Tabel volume lokal V=0,0008318 D2,03 99,6

2 Tabel volume standar V=0,0007079 D2,16 T-0,103 99,6

Pada penelitian tersebut hanya menggunakan masing-masing satu persamaan regresi tanpa membandingkan dengan persamaan regersi lainnya yang digunakan baik untuk penyusunan tabel volume lokal maupun tabel volume standar. Persamaan regresi terbaik dipilih berdasarkan nilai F-hitung yang paling besar yang diperoleh dari analisa keragaman seperti pada Tabel 6 dan 7.

Tabel 6 Hasil analisis keragaman dan persamaan V=0,0008318 D2,03

Sumber

Keragaman Derajat Bebas

Jumlah Kuadrat

Kuadrat

Tengah F-hitung F-tabel

Regresi 1 50,209 50,209 13515,27 4,08

Sisa 49 0,182 0,004

Total 50 50,391

Tabel 7 Hasil analisa keragaman dan persamaan V=0,0007079 D2,16 T-0,103

Sumber

Keragaman Derajat Bebas

Jumlah Kuadrat

Kuadrat

Tengah F-hitung F-tabel

Regresi 2 50,215 25,107 6831,54 4,08

Sisa 48 0,176 0,004

Total 50 50,391

Berdasarkan tabel-tabel di atas diperoleh persamaan regresi terbaik untuk penyusunan tabel volume jenis pinus di Hutan Pendidikan Gunung Walat, Sukabumi yaitu V=0,0008318 D2,03.

Penelitian ini dilaksanakan di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi. Waktu pelaksanaan penelitian dilakukan pada bulan Juni - Juli 2011.

3.2.Alat dan Bahan

Bahan yang digunakan dalam penelitian ini adalah tegakan pinus (Pinus merkusii Jungh et de Vriese) yang selanjutnya disebut pinus, tallysheet, dan alat tulis. Alat yang digunakan antara lain Range Finder, Criterion, phi band, kompas, dan program software Minitab versi 13 serta Curve Expert untuk membantu perhitungan dan analisis data.

3.3.Metode Penelitian

3.3.1. Pengambilan Data Pohon Contoh di Lapangan

Pemilihan pohon contoh untuk penyusunan tabel volume dilakukan dengan cara purposive sampling yaitu pemilihan pohon contoh dengan pertimbangan tertentu di mana pohon contoh yang dipilih tersebar secara merata di seluruh areal dan sedemikian rupa menyebar pada setiap kelas diameter. Pohon contoh yang diambil adalah pohon yang sehat, tidak sakit, dan berbatang lurus.

Untuk penyusunan tabel volume pohon, didasarkan pada data pohon contoh atau pohon model yang dikelompokkan ke dalam macam-macam sortimen yang dibagi berdasarkan kelas diameter. Pemilihan pohon contoh dilakukan berdasarkan pohon-pohon yang ada di areal tegakan pinus. Jumlah pohon contoh yang diambil yaitu sebanyak 100 pohon.

Pohon-pohon contoh tersebut dibagi menjadi dua kelompok yaitu kelompok pohon contoh untuk penyusunan model dan kelompok pohon contoh untuk validasi model. Penentuan pohon yang akan digunakan untuk penyusunan model dan uji validasi menggunakan perbandingan 2:1 sehingga jumlah pohon contoh yang digunakan untuk penyusunan model sebanyak 67 pohon contoh sedangkan jumlah pohon contoh yang digunakan untuk uji validasi sebanyak 33 pohon contoh. Hasil pemilihan pohon contoh seperti disajikan pada Tabel 8.

Tabel 8 Hasil pemilihan pohon contoh jenis Pinus

No. No. Pohon D (cm) T (m) V (m3) Kelas-D

1.

2.

3.

.

.

.

100.

Tabel 9 Sebaran data pohon contoh untuk penyusunan model dan validasi model

Kelas Diameter Jumlah Pohon Contoh

(Pohon)

Penyusunan Model (Pohon)

Validasi Model (Pohon)

D1 cm x1 y1 z1

D2 cm x2 y2 z2

D3 cm x3 y3 z3

D4 cm x4 y4 z4

D5 cm x5 y5 z5

Jumlah 100 Y Z

Keterangan:

D : selang kelas diameter

xn : jumlah pohon contoh pada kelas diameter tertentu.

yn : jumlah pohon contoh yang digunakan untuk penyusunan model pada

kelas diameter tertentu

zn : jumlah pohon contoh yang digunakan untuk validasi model pada kelas

diameter tertentu

Y : jumlah total pohon untuk penyusunan model. Z : jumlah total pohon untuk validasi model.

3.3.2. Metode Pengambilan Data

Data yang diambil dalam penelitian yaitu berupa data primer. Data primer merupakan data yang diperoleh dengan melakukan pengukuran langsung di lapangan yang meliputi:

1. Diameter setinggi dada (dbh) diukur dengan menggunakan phi band.

2. Diameter pohon per seksi diukur dengan menggunakan Criterion sampai dengan ketinggian pada diameter 10 cm (T10) dan panjang tiap seksi pohon

Finder.

Kemudian volume pohon diperoleh melalui penjumlahan volume pohon per seksi sampai ukuran diameter 10 cm dengan menggunakan Rumus Smalian sebagai berikut:

; sehingga

Keterangan:

Vsi = Volume sortimen ke-i (m3)

V = Volume pohon (m3)

Bp = Luas bidang dasar pangkal sortimen (m2) Bu = Luas bidang dasar ujung sortimen (m2) Ps = Panjang sortimen (m)

n = Jumlah sortimen

3.4.Analisis Data

3.4.1. Analisis Hubungan antara Diameter dengan Tinggi Pohon dengan Analisis Regresi

Analisis ini bertujuan untuk mengetahui sejauh mana keeratan hubungan antara diameter dan tinggi pohon sehingga apabila terdapat korelasi yang erat (nyata atau sangat nyata) antara diameter dengan tinggi pohon maka peubah yang digunakan untuk menduga volume pohon hanya peubah diameter pohon saja, dengan asumsi bahwa peubah tinggi dapat dijelaskan peranannya oleh peubah diameter. Langkah-langkah yang dilakukan yaitu menghitung nilai koefisien korelasi (r) antara tinggi (H, sebagai peubah y) dan diameter (D, sebagai peubah

x) dengan rumus hitung sebagai berikut:

∑ . ∑ . ∑

∑ ∑ _{. ∑} ∑ .

Keterangan : r = koefisien korelasi

yi = tinggi bebas cabang pohon ke-i

n = jumlah pohon contoh

Menurut Walpole (1993), hubungan linier sempurna terdapat antara nilai x

dan y dalam contoh, bila r = +1 atau -1. Bila r mendekati +1 atau -1, hubungan antara kedua peubah itu kuat dan terdapat korelasi yang tinggi antara keduanya.

3.4.2. Pengujian Koefisien Korelasi antara Diameter dengan Tinggi Pohon

Uji koefisien korelasi dilakukan untuk mengetahui apakah besarnya koefisien korelasi yang diperoleh dari data dapat dijadikan bukti yang sah untuk menentukan apakah cukup diameter pohon saja atau tidak yang dijadikan sebagai peubah bebas dalam persamaan tabel volume. Untuk itu, dilakukan uji Z-Fisher

pada tingkat nyata sebesar α (biasanya α = 5% atau α = 1%) sebagai berikut: Hipotesis : H0 : ρ = 0,707 Vs H1 : ρ > 0,707

Kriterium uji :

di mana:

,5 ln ⁄

,5 ln ⁄

/ ⁄

Kaidah keputusan :

3.4.3. Penyusunan Model Regresi

Apabila hasil pengujian koefisien korelasi antara tinggi dan diameter pohon menunjukkan hubungan yang nyata atau sangat nyata, maka dalam penyusunan tabel volume dapat digunakan diameter sebagai satu-satunya peubah bebas. Dengan demikian, tabel volume yang dihasilkan berupa tabel volume lokal (tarif volume). Sebaliknya apabila hubungan (korelasi) antara diameter dan tinggi tidak nyata, maka peubah tinggi dan diameter harus dimasukkan sebagai peubah bebas sehingga yang terbentuk adalah tabel volume standar.

Pada tahap ini pohon contoh yang diambil untuk penyusunan model yaitu sebanyak 67 pohon. Persamaan penduga volume dilakukan melalui analisis model

dan analisis model non-linier yang merupakan keluaran dari software Curve Expert.

3.4.4. Pemilihan Model Terbaik

Dari persamaan penduga volume yang diperoleh, dilakukan pemilihan model terbaik berdasarkan kriteria yang telah ditetapkan. Kriteria pemilihan model tersebut di antaranya:

a. Koefisien determinasi (R2)

Koefisien determinasi (R2) adalah perbandingan antara jumlah kuadrat regresi (JKR) dengan jumlah kuadrat total terkoreksi (JKT).Koefisien determinasi menggambarkan besarnya presentase keragaman y yang dapat dijelaskan oleh x

melalui model Ŷ = b0 + b1X.

Keterangan:

= Koefisien determinasi = Jumlah kuadrat regresi = Jumlah kuadrat total

Kecocokan model dinilai dari besarnya koefisien determinasi (R2), yang besarnya antara 0 sampai 1. Bila R2 nilainya 1 berarti model tersebut sempurna. Oleh sebab itu model regresi yang dipilih yang mempunyai R2 mendekati 1 (Sahid 2010).

b. Koefisien determinasi terkoreksi (R2adj)

Koefisien determinasi terkoreksi (R2adj) adalah koefisien determinasi yang

telah dikoreksi oleh derajat bebas (db) dari JKS dan JKT-nya. Perhitungan Koefisien determinasi terkoreksi (R2adj) yaitu sebagai berikut:

⁄ ⁄

Keterangan:

= Koefisien determinasi terkoreksi

JK sisa = Jumlah kuadrat sisa

dbs = derajat bebas sisa

c. Simpangan baku (s)

Nilai simpangan baku (s) ditentukan dengan menggunakan rumus:

Keterangan:

s = simpangan baku = derajat bebas sisa d. Analisis Keragaman

Tabel 10 Analisis keragaman pengujian regresi (ANOVA)

Sumber

Keragaman Derajat Bebas

Jumlah

Kuadrat Kuadrat Tengah Fhitung Ftabel

Regresi k = p-1 JKR KTR = JKR/k KTR/KTS

Sisaan n-k-1 JKS

KTS = JKS/(n-k-1) Total n-1 JKT

Keterangan:

p = banyaknya parameter model regresi

n = banyaknya pohon contoh yang digunakan dalam penyusunan model regresi e. Keberartian Persamaan Regresi

Untuk mengetahui apakah ada hubungan yang nyata antara peubah bebas dengan peubah tak bebasnya , dilakukan uji signifikansi F-test yaitu dengan cara membandingkan nilai Fhitung dan Ftabel. Nilai Fhitung dapat ditentukan dari daftar

analisis ragam (Tabel 10).

Hipotesis : H0 : βi= 0

H1 : sekurang-kurangnya ada βi≠ 0, i = 1, 2, 3, ….

Kriterium uji : ⁄

di mana:

= Kuadrat Tengah Regresi = Kuadrat Tengah Sisaan

Kaidah keputusan :

Penentuan peringkat model terbaik dilakukan dengan menjumlahkan peringkat nilai koefisien determinasi terkoreksi (R2adj) dan nilai simpangan baku

(s).

3.4.5. Validasi Model

Tahap validasi model yakni untuk menguji apakah nilai-nilai dugaan volume dari tabel volume yang tersusun dapat memberikan nilai dugaan volume yang berbeda nyata dengan nilai pohon yang sebenarnya pada diameter dan/atau tinggi tertentu. Untuk melakukan validasi, diperlukan suatu set data yang berbeda dengan set data yang dipakai untuk pemodelan. Pada tahap ini, jumlah pohon yang digunakan untuk validasi model yaitu sebanyak 33 pohon contoh.

Pada tahap validasi model ini langkah yang perlu dilakukan adalah melakukan perbandingan performa tiap model melalui:

a. Bias

Bias adalah suatu error sistematik yang berpengaruh kepada semua pengukuran dengan cara yang sama, dapat juga diartikan sebagai distorsi yang terjadi secara sistematik yang berasal dari kesalahan dalam pengukuran atau metoda sampling yang tidak benar (Simon 2007). Nilai bias relatif dapat dihitung dengan menggunakan rumus:

%

di mana:

e = rata-rata bias

Vm = volume dugaan pohon ke-i yang diperoleh dengan menggunakan

persamaan volume tertentu

= volume aktual pohon ke-i yang diperoleh dengan cara penjumlahan

volume pohon per seksi

n = jumlah pohon contoh

Nilai bias yang negatif menunjukkan bahwa model penduga volume yang digunakan menghasilkan nilai yang underestimate dan juga sebaliknya nilai bias yang positif menunjukkan bahwa model penduga volume yang digunakan

menghasilkan nilai yang overestimate. Suatu model dikatakan baik bila nilai bias yang dihasilkan kecil.

b. Ketelitian

Ketelitian suatu model pendugaan volume dapat ditentukan dengan menghitung besar simpangan agregatif (SA) dan rataan persentase simpangan (SR).

∑ ∑

∑ % %

di mana:

SA = Simpangan agregat

SR = Rataan simpangan

= volume dugaan (berdasar model pendugaan isi pohon)

= volume aktual (berdasar data)

n = jumlah data

c. Ketepatan

Ketepatan/kecermatan dapat diartikan “kedekatan” dengan sesuatu yang ingin dicapai, atau berkaitan dengan keberhasilan penaksiran dengan nilai sebenarnya (Simon 2007). Ketepatan model ditunjukkan oleh besarnya nilai Root Mean Square Error (RMSE) yang dihitung dengan rumus:

∑ ⁄

%

di mana:

RMSE = Root Mean Square Error

= volume dugaan pohon ke-i yang diperoleh dengan menggunakan persamaan volume tertentu

= volume aktual pohon ke-i yang diperoleh dengan cara penjumlahan

volume pohon per seksi

n = jumlah pohon contoh

Nilai RMSE yang lebih kecil menunjukkan bahwa model penduga volume yang digunakan lebih akurat dalam menduga volume.

Uji validasi dapat dilakukan dengan menggunakan uji χ2 (khi-kuadrat) pada taraf nyata α (umumnya, α = 5% dan α = 1%) dengan prosedur sebagai berikut: Hipotesis : H0 : Vtabel = Vaktual

H1 : Vtabel ≠Vaktual

Kriterium uji :

χ

∑

di mana:

= nilai dugaan volume dari tabel pada pohon ke-i = nilai volume aktual (sebenarnya) dari pohon ke-i

Kaidah keputusan :

χ

χ_χ

Apabila hasil uji χ2 (khi-kuadrat) tersebut menunjukkan hasil yang tidak

berbeda nyata (terima ), maka tabel voume yang disusun dapat

direkomendasikan untuk digunakan karena memberikan hasil dugaan yang akurat. Sebaliknya apabila hasil uji χ2 (khi-kuadrat) tersebut menunjukkan hasil yang nyata atau sangat nyata (tolak ), maka tabel volume yang disusun perlu kurang layak digunakan karena memberikan hasil dugaan yang kurang akurat.

e. Menentukan Peringkat Model Terbaik

Penentuan peringkat model terbaik dilakukan dengan menjumlahkan peringkat bias, Root Mean Square Error (RMSE), simpangan agregat (SA), dan simpangan rataan (SR).

3.4.6. Penentuan Peringkat Gabungan

Penjumlahan peringkat yang diperoleh pada tahap penyusunan model dan peringkat yang diperoleh pada tahap validasi model.

3.4.7. Penyusunan Tabel Volume

Menyusun tabel volume dari model penduga yang terpilih berdasarkan hasil peringkat gabungan. 

4.1.Lokasi dan Luas

HPGW terletak 2,4 km dari poros jalan Sukabumi-Bogor (Desa Segog). Dari simpang Ciawi berjarak 46 km dan dari Sukabumi 12 km. Secara Geografis Hutan Pendidikan Gunung Walat berada pada 106˚48’27”BT sampai 106˚50’29”BT dan 6˚54’23”LS sampai 6˚55’35”LS. Secara administrasi pemerintahan HPGW terletak di wilayah Kecamatan Cibadak, Kabupaten Sukabumi. Secara administrasi kehutanan termasuk dalam wilayah Dinas Kehutanan Kabupaten Sukabumi (Badan Eksekutif HPGW 2009).

Luas kawasan Hutan Pendidikan Gunung Walat adalah 359 ha, terdiri dari tiga blok, yaitu Blok timur (Cikatomas) seluas 120 ha, Blok Barat (Cimenyan) seluas 125 ha, dan Blok Tengah (Tangkalak) seluas 114 ha (Badan Eksekutif HPGW 2009).

4.2.Topografi dan Iklim

Menurut Badan Eksekutif HPGW (2009), HPGW terletak pada ketinggian 460-715 mdpl. Topografi bervariasi dari landai sampai bergelombang terutama di bagian selatan, sedangkan ke bagian utara mempunyai topografi yang semakin curam.

Klasifikasi iklim HPGW menurut Schmidt dan Ferguson termasuk tipe B, dengan nilai Q = 14,3% - 33% dan banyaknya curah hujan tahunan berkisar antara 1600–4000 mm. Suhu udara maksimum di siang hari 29˚C dan minimum 19˚C di malam hari (Badan Eksekutif HPGW 2009).

4.3.Tanah dan Hidrologi

Tanah HPGW adalah kompleks dari podsolik, latosol dan litosol dari batuan endapan dan bekuan daerah bukit, sedangkan bagian di barat daya terdapat areal peralihan dengan jenis batuan Karst, sehingga di wilayah tersebut terbentuk beberapa gua alam karst (gamping). Hutan Pendidikan Gunung Walat merupakan sumber air bersih yang penting bagi masyarakat sekitarnya terutama di bagian selatan yang mempunyai anak sungai yang mengalir sepanjang tahun, yaitu anak sungai Cipeureu, Citangkalak, Cikabayan, Cikatomas, dan Legok Pusar. Kawasan

HPGW 2009).

4.4.Vegetasi

Tegakan hutan di HPGW didominasi tanaman damar (Agathis loranthifolia), pinus (Pinus merkusii), sengon (Paraserianthes falcataria), mahoni (Swietenia macrophylla) dan jenis lainnya seperti kayu afrika (Maesopsis eminii), rasamala (Altingia excelsa), sonokeling (Dalbergia latifolia), gamal (Gliricidae sp), meranti (Shorea sp), dan akasia (Acacia mangium). Di HPGW paling sedikit terdapat 44 jenis tumbuhan, termasuk 2 jenis rotan dan 13 jenis bambu. Selain itu terdapat jenis tumbuhan obat sebanyak 68 jenis (Badan Eksekutif HPGW 2009).

Potensi tegakan hutan ±10.855 m³ kayu damar, 9.471 m³ kayu pinus, 464 m³ puspa, 132 m³ sengon, dan 88 m³ kayu mahoni. Pohon damar dan pinus juga menghasilkan getah kopal dan getah pinus. Di HPGW juga ditemukan lebih dari 100 pohon plus damar, pinus, maesopsis/kayu afrika sebagai sumber benih dan bibit unggul (Badan Eksekutif HPGW 2009).

4.5.Satwa

Menurut Badan Eksekutif HPGW (2009), di areal HPGW terdapat beraneka ragam jenis satwa liar yang meliputi jenis-jenis mamalia, reptilia, burung, dan ikan. Dari kelompok jenis mamalia terdapat babi hutan (Sus scrofa), monyet ekor panjang (Macaca fascicularis), kelinci liar (Nesolagus sp), meong congkok (Felis bengalensis), tupai (Callociurus sp.J), trenggiling (Manis javanica), musang (Paradoxurus hermaphroditic). Dari kelompok jenis burung (Aves) terdapat sekitar 20 jenis burung, antara lain Elang Jawa, Emprit, Kutilang dll. Jenis-jenis reptilia antara lain biawak, ulat, bunglon. Terdapat berbagai jenis ikan sungai seperti ikan lubang dan jenis ikan lainnya. Ikan lubang adalah ikan sejenis lele yang memiliki warna agak merah. Selain itu terdapat pula lebah hutan (odeng, tawon gung, Apis dorsata).

4.6.Penduduk Sekitar

Penduduk di sekitar HPGW umumya memiliki mata pencaharian sebagai petani, peternak, tukang ojek, pedagan hasil pertanian dan bekerja sebagai buruh pabrik. Usaha pertanian yang dilakukan berupa sawah lahan basah dan lahan kering. Jumlah petani penggarap yang dapat ditampung dalam program

agroforestry HPGW sebanyak 300 orang petani penggarap. Hasil pertanian dari lahan agroforestry seperti singkong, kapolaga, pisang, cabe, padi gogo, kopi, sereh dll. Jumlah ternak domba/kambing di sekitar Hutan Pendidikan Gunung Walat sebanyak 1875 ekor, jika setiap ekor domba/kambing memerlukan 5 kg rumput, maka diperlukan hijauan sebanyak 9.375 ton. Hijauan pakan ternak tersebut sebagian besar berasal dari HPGW. Kecamatan Cicantayan, khususnya Desa Hegarmanah juga merupakan desa penghasil manggis dengan mutu eksport (Badan Eksekutif HPGW 2009).

Pohon contoh dikelompokkan berdasarkan kelas diameter kemudian dibagi lagi menjadi dua set data yaitu data pohon contoh untuk penyusunan model dan data untuk validasi model. Jumlah pohon contoh yang digunakan untuk penyusunan sebanyak 67 pohon contoh sedangkan jumlah pohon contoh untuk validasi model sebanyak 33 pohon contoh. Penyebaran data pohon contoh yang digunakan untuk penyusunan dan validasi model disajikan pada Tabel 11.

Tabel 11 Sebaran data pohon contoh untuk penyusunan model dan validasi model

Kelas Diameter Jumlah Pohon Contoh

(Pohon)

Penyusunan Model (Pohon)

Validasi Model (Pohon)

20 - 24,9 5 4 1

25 - 29,9 12 8 4

30 - 34,9 17 11 6

35 - 39,9 17 11 6

40 - 44,9 17 12 5

45 - 49,9 13 8 5

50 - 54,9 7 5 2

55 - 59,9 8 5 3

60 - 64,9 4 3 1

Jumlah 100 67 33

5.2.Analisis Hubungan antara Diameter dengan Tinggi Pohon dengan Analisis Regresi

Berdasarkan hasil analisis regresi terhadap hubungan antara diameter dengan tinggi pohon diperoleh koefisien korelasi sebesar 0.8515 yang berarti bahwa hubungan antara diameter pohon (dbh) dengan tinggi pohon memiliki hubungan yang erat sehingga volume pohon dapat diduga hanya dengan menggunakan satu peubah bebas saja yaitu diameter pohon (dbh). Menurut Walpole (1993), hubungan linier sempurna terdapat antara nilai x dan y dalam contoh, bila r = +1 atau -1. Bila r mendekati +1 atau -1, hubungan antara kedua peubah itu kuat dan terdapat korelasi yang tinggi antara keduanya.

5.3.Penyusunan Model Regresi

Berdasarkan analisis hubungan dan uji korelasi antara diameter dengan tinggi pohon diperoleh hubungan yang nyata atau sangat nyata antara diameter dengan tinggi pohon sehingga dalam penyusunan tabel volume dapat menggunakan diameter pohon sebagai satu-satunya peubah bebas.

Penyusunan model regresi diawali dengan melakukan analisis terhadap model Berkhout melalui transfomasi ke model linier dengan menggunakan software Minitab dan tanpa transformasi dengan menggunakan software Curve Expert. Analisis model Berkhout ini menghasilkan nilai koefisien dan statistik yang tidak jauh berbeda seperti yang disajikan pada Tabel12.

Tabel 12 Statistik pernyusunan persamaan penduga volume (Model Berkhout)

Model b0 b1 a b R2 R2adj s Fhit p

1. Log V = b0 + b1 Log D -3.9000 2.5400 94.60% 94.50% 0.0693 1137.78 0.000

2. V = aDb (melalui transformasi) 0.0001259 2.5400

3. V = aDb (tanpa transformasi) 0.0002651 2.3514 93.65% 93.56% 0.2736 859.68 0.000

Keterangan:

b0 dan b1 = konstanta

R2 = koefisien determinasi

R2adj = koefisien determinasi adjusted

s = simpangan baku

Fhit = F hitung

Berdasarkan hasil statistik Tabel 12 model Berkhout melalui transformasi (V = 0.0001259D2.5400) memiliki nilai koefisien determinasi (R2) yang lebih besar dibandingkan dengan model Berkhout tanpa transformasi (V = 0.0002651D2.3514). Menurut Sahid (2010), untuk mengukur kecocokan antara variabel-variabel tak bergantung dengan variabel bergantung ialah dengan melihat besarnya koefisien determinasi (R2). Makin dekat R2 dengan 1 makin baik kecocokan data dengan model, dan sebaliknya, makin dekat R2 dengan 0 makin jelek kecocokan tersebut. Dari Tabel 12 dapat disimpulkan bahwa model Berkhout melalui transformasi memiliki kecocokan data dengan model lebih baik atau memiliki tingkat akurasi lebih baik daripada model Berkhout tanpa transformasi karena memiliki nilai R2 yang lebih besar yaitu 94.60%, artinya 94.60% keragaman dari peubah tak bebas (volume pohon) dapat dijelaskan oleh hubungan linearnya dengan nilai-nilai peubah bebasnya (diameter pohon).

Sepuluh model non linier untuk menggambarkan hubungan antara volume pohon dengan diameter setinggi dada yang terpilih dengan menggunakan software

Curve Expert seperti yang disajikan pada Tabel 13 juga menunjukkan tingkat ketelitian atau kecocokan data dengan model yang baik karena nilai koefisien determinasi (R2) lebih dari 50%.

Tabel 13 Stastistik hasil penyusunan model dengan menggunakan CurveExpert

Model Persamaan Regresi b0 b1 a b c d R2 R2adj s Fhit p

1. Modified

Geometric Fit y=ax

(b/x)

53.1112 -38.1127 93.846% 93.785% 0.269 893.72 1.06x10-39

2. Gompertz Relation y=a*exp(-exp(b-cx)) 10.3265 1.9928 0.0339 93.932% 93.743% 0.270 444.10 3.01x10-38

3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 5.0477 76.4686 23.6981 93.932% 93.743% 0.270 444.10 3.01x10-38

4. Hoerl Model y=a*(bx)*(xc) 7.59 x 10-6 0.9735 3.6086 93.925% 93.735% 0.270 443.56 3.12x10-38

5. Vapor Pressure y=exp(a+b/x+cln(x)) -3.0923 -48.1765 1.2879 93.898% 93.708% 0.270 441.46 3.59x10-38

6. Logistic Model y=a/(1+b*exp(-cx)) 5.8077 99.1087 0.0893 93.890% 93.890% 0.271 440.79 3.76x10-38

7. Shifted Power Fit y=a*(x-b)c 0.0034 10.3631 1.8103 93.870% 93.679% 0.271 439.29 4.17x10-38

8. Quadratic Model y=a+bx+cx2 -0.2697 -0.0034 0.0012 93.862% 93.670% 0.271 438.63 4.35x10-38

9. Weibull Model y=a-b*exp(-cxd) 6.0383 5.8831 1.15 x 10-6 3.3528 93.916% 93.626% 0.272 290.59 7.84x10-37

10.Power Fit y=axb 2.65 x 10-4 2.3514 93.654% 93.556% 0.274 859.68 3.42x10-39

Keterangan:

R2 = koefisien determinasi

R2adj = koefisien determinasi adjusted

s = simpangan baku

Fhit = F hitung

Berdasarkan hasil statistik pada Tabel 13 model yang memiliki nilai koefisien determinasi tertinggi (R2) adalah model Gompertz Relation yaitu sebesar 93.932% sedangkan model yang memiliki nilai simpangan baku (s) terkecil adalah model Modified Geometric Fit yaitu sebesar 0.269 dan model ini juga merupakan model yang sederhana karena hanya menggunakan dua peubah saja. Selain itu, baik model Berkhout maupun 10 model non linier memiliki nilai Fhitung (Fhit) yang

tinggi, artinya bahwa peubah bebas (diameter pohon) yang digunakan dalam model tersebut sangat berpengaruh nyata dalam menduga peubah tak bebasnya (volume pohon).

5.4.Validasi Model

Tahap validasi model yakni untuk menguji apakah nilai-nilai dugaan volume dari tabel volume yang tersusun dapat memberikan nilai dugaan volume yang berbeda nyata dengan nilai pohon yang sebenarnya pada diameter dan/atau tinggi tertentu. Untuk melakukan validasi, diperlukan suatu set data yang berbeda dengan set data yang dipakai untuk pemodelan. Pada tahap ini, jumlah pohon yang digunakan untuk validasi model yaitu sebanyak 33 pohon contoh.

Berdasarkan hasil pengujian Khi-kuadrat (χ2) dalam analisis model Berkhout

diperoleh nilai χ2hitung ≤ χ2tabel yang berarti nilai volume dugaan tidak berbeda

dengan volume sebenarnya pada tingkat keyakinan 95%, baik model Berkhout

melalui transformasi maupun tanpa transformasi. Model Berkhout melalui transformasi memiliki nilai bias dan SA yang lebih rendah serta nilai RMSE dan SR yang lebih tinggi dibandingkan dengan model Berkhout tanpa transformasi seperti yang disajikan pada Tabel 14.

Tabel 14 Statistik hasil proses validasi model Berkhout

Persamaan Regresi X2hitung X2tabel Bias (%) SA SR (%) RMSE (%)

1. melalui transformasi 1.6502 46.1943 -1.948 -0.004 13.633 18.944

2. tanpa transformasi 1.5384 46.1943 3.126 0.021 13.019 18.142

Untuk model-model yang terpilih dengan menggunakan software Curve Expert juga diperoleh nilai volume dugaan yang tidak berbeda dengan volume sebenarnya pada tingkat keyakinan 95% berdasarkan hasil pengujian Khi-kuadrat (χ2) seperti disajikan pada Tabel 15.

Tabel 15 Statistik hasil validasi model menggunakan Curve Expert

Model Persamaan Regresi X2hitung X2tabel Bias (%) SA SR (%) RMSE (%)

1. Modified Geometric Fit y=ax(b/x) 1.493 46.194 -0.058 0.016 13.753 18.547

2. Gompertz Relation y=a*exp(-exp(b-cx)) 1.462 46.194 1.194 0.018 13.002 17.887

3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 1.471 46.194 1.610 0.019 13.011 17.939

4. Hoerl Model y=a*(bx)*(xc) 1.467 46.194 0.955 0.018 12.918 17.925

5. Vapor Pressure y=exp(a+b/x+cln(x)) 1.476 46.194 0.864 0.018 13.081 17.990

6. Logistic Model y=a/(1+b*exp(-cx)) 1.477 46.194 1.881 0.019 13.081 18.061

7. Shifted Power Fit y=a*(x-b)c 1.479 46.194 1.375 0.018 12.676 17.792

8. Quadratic Model y=a+bx+cx2 1.486 46.194 1.131 0.018 13.016 17.916

9. Weibull Model y=a-b*exp(-cxd) 1.474 46.194 1.365 0.018 13.140 18.044

10.Power Fit y=axb 1.538 46.194 3.126 0.021 13.019 18.142

Keterangan :

SA = Simpangan Agregat

SR = Simpangan Rataan

Berdasarkan Tabel 15, model Modified Geometric Fit memiliki nilai bias terkecil dengan pendugaan volume yang underestimate yaitu -0.058% namun model ini memiliki nilai RMSE terbesar dibandingkan dengan model lainnya yaitu yaitu 18.547% sedangkan model yang memiliki nilai RMSE terkecil adalah

Shifted Power Fit dengan nilai RMSE sebesar 17.792%.

5.5.Pemilihan Persamaan Penduga Volume Terbaik

Dalam menentukan model terbaik untuk menduga volume pohon perlu diberikan peringkat terhadap model-model yang terpilih. Pada tahap penyusunan model, peringkat diberikan berdasarkan nilai koefisien determinasi terkoreksi (R2adj) dan simpangan baku (s). Semakin besar nilai R2adj (Tabel 13) suatu model

maka peringkatnya semakin baik sedangkan semakin kecil nilai s (Tabel 13) suatu model maka peringkatnya semakin baik. Peringkat untuk memilih persamaan terbaik pada tahap penyusunan model disajikan pada Tabel 16.

Tabel 16 Peringkat persamaan tahap penyusunan model

Model Persamaan Regresi Peringkat ∑

peringkat

Peringkat Akhir

R2adj s

1. Modified Geometric Fit y=ax(b/x) 2 1 3 1

2. Gompertz Relation y=a*exp(-exp(b-cx)) 3 2 5 2

3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 4 3 7 3.5

4. Hoerl Model y=a*(bx)*(xc) 5 4 9 5

5. Vapor Pressure y=exp(a+b/x+cln(x)) 6 5 11 6

6. Logistic Model y=a/(1+b*exp(-cx)) 1 6 7 3.5

7. Shifted Power Fit y=a*(x-b)c 7 7 14 7

8. Quadratic Model y=a+bx+cx2 8 8 16 8

9. Weibull Model y=a-b*exp(-cxd) 9 9 18 9

10.Power Fit y=axb 10 10 20 10

Dari Tabel 16, persamaan yang terpilih sebagai persamaan terbaik pada tahap penyusunan model adalah model Modified Geometric Fit dengan bentuk persamaan Y=ax(b/x) yang mempunyai nilai s paling kecil dan nilai R2adj yang

besar. Untuk memilih persamaan terbaik pada tahap validasi model, setiap model perlu diberikan peringkat berdasarkan nilai bias, RMSE, SA, dan SR yaitu semakin kecil nilai bias, RMSE, SA, maupun SR suatu model maka peringkatnya semakin baik (Tabel 15) seperti disajikan pada Tabel 17.

Model Persamaan Regresi Peringkat ∑ peringkat

Peringkat Akhir

Bias RMSE SA SR

1. Modified

Geometric Fit y=ax

(b/x)

1 10 1 10 22 6

2. Gompertz Relation y=a*(exp(-exp(b-cx)) 5 2 5 3 15 3

3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 8 5 8 4 25 7

4. Hoerl Model y=a*(bx)*(xc) 3 4 2 2 11 1

5. Vapor Pressure y=exp(a+b/x+cln(x)) 2 6 4 8 20 5

6. Logistic Model y=a/(1+b*exp(-cx)) 9 8 9 7 33 9

7. Shifted Power Fit y=a*(x-b)c 7 1 3 1 12 2

8. Quadratic Model y=a+bx+cx2 4 3 6 5 18 4

9. Weibull Model y=a-b*exp(-cxd) 6 7 7 9 29 8

10.Power Fit y=axb 10 9 10 6 35 10

Berdasarkan Tabel 17, persamaan yang terpilih sebagai persamaan terbaik pada tahap validasi model yaitu Hoerl Model dengan bentuk persamaan Y=abxxc, sama halnya jika 10 model non linier tersebut dibandingkan dengan model

Berkhout melalui transformasi juga menghasilkan persamaan terbaik yaitu Hoerl Model seperti disajikan pada Tabel 18.

Tabel 18 Peringkat terhadap 10 model non linier dengan model Berkhout melalui transformasi pada tahap validasi model

Model Persamaan Regresi Peringkat ∑

peringkat

Peringkat Akhir

Bias RMSE SA SR

1. Modified

Geometric Fit y=ax

(b/x)

2 10 2 11 25 7

2. Gompertz Relation y=a*(exp(-exp(b-cx)) 6 2 6 3 17 3

3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 9 5 9 4 27 8

4. Hoerl Model y=a*(bx)*(xc) 4 4 3 2 13 1

5. Vapor Pressure y=exp(a+b/x+cln(x)) 3 6 5 8 22 5

6. Logistic Model y=a/(1+b*exp(-cx)) 10 8 10 7 35 10

7. Shifted Power Fit y=a*(x-b)c 8 1 4 1 14 2

8. Quadratic Model y=a+bx+cx2 5 3 7 5 20 4

9. Weibull Model y=a-b*exp(-cxd) 7 7 8 9 31 9

10.Power Fit y=axb 11 9 11 6 37 11

11.Berkhout (melalui transformasi)

y=log a + b log x

1 11 1 10 23 6

Untuk memperoleh persamaan terbaik dalam menduga volume pohon jenis pinus di Hutan Pendidikan Gunung Walat maka dilakukan penggabungan peringkat yang telah diperoleh pada tahap penyusunan dan validasi model seperti disajikan pada Tabel 19.

Tabel 19 Peringkat gabungan tiap persamaan penduga volume

Model Persamaan Regresi Peringkat Jumlah Peringkat

Akhir Penyusunan Validasi

1. Modified Geometric Fit y=ax(b/x) 1 6 7 3

2. Gompertz Relation y=a*exp(-exp(b-cx)) 2 3 5 1

3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 3.5 7 10.5 5

4. Hoerl Model y=a*(bx)*(xc) 5 1 6 2

5. Vapor Pressure y=exp(a+b/x+cln(x)) 6 5 11 6

6. Logistic Model y=a/(1+b*exp(-cx)) 3.5 9 12.5 8

7. Shifted Power Fit y=a*(x-b)c 7 2 9 4

8. Quadratic Model y=a+bx+cx2 8 4 12 7

9. Weibull Model y=a-b*exp(-cxd) 9 8 17 9

10.Power Fit y=axb 10 10 20 10

Dari Tabel 19 dapat ditentukan persamaan terbaik untuk menduga volume pohon jenis pinus di Hutan Pendidikan Gunung Walat adalah model Gompertz Relation.

5.6.Perbandingan Model Terbaik dengan Penelitian Terdahulu

Fahutan IPB (1985) melakukan studi tentang penyusunan tabel isi lokal pohon untuk jenis pinus, puspa, damar, dan tegakan campuran di Hutan Pendidikan Gunung Walat. Data yang diambil berasal dari tegakan yang terdiri dari beberapa kelompok jenis pohon di Hutan Pendidikan Gunung Walat. Pengambilan data dilakukan di lapangan yaitu di masing-masing petak atau anak petak kelompok jenis yang bersangkutan. Pohon contoh dipilih secara acak dari tegakan yang diukur dan tersebar pada tiap-tiap kelas diameter. Pohon contoh dipilih secara purposive yaitu pohon-pohon dengan kondisi yang baik dan memungkinkan untuk dipanen serta pohon contoh (model) yang dapat mewakili dari setiap kelas diameter yang ditetapkan.

Untuk setiap kelas diameter diambil sekitar 2-3 pohon contoh untuk dapat menggambarkan suatu hubungan dan dalam studi ini jumlah pohon contoh yang diambil yaitu sebanyak 186 pohon contoh. Diameter setinggi dada diukur dengan menggunakan penggaris dan tinggi pohon diukur dengan Spiegel Relaskop. Diameter limit yang diukur adalah 10 cm dengan anggapan merupakan batas diameter untuk kayu tebal dengan kulit. Interval kelas diameter ditentukan 3 cm. Untuk menghitung tiap pohon contoh dibagi ke dalam seksi-seksi batang sepanjang 2 meter. Diameter per seksi diukur dengan menggunakan Spiegel

kayu tebal (Vt) dan volume kayu pertukangan (Vp).

Penelitian yang dilakukan oleh Hidayat (2003) tentang penyusunan tabel volume jenis pinus di Hutan Pendidikan Gunung Walat, Sukabumi mengambil sebanyak 50 pohon contoh yang terdapat pada tegakan pinus dan dipilih secara purposive. Sebaran diameter yang ditetapkan dalam penelitian ini adalah 20-50 cm up. Diameter setinggi dada diukur dengan menggunakan pita ukur sedangkan untuk tinggi pohon dan diameter per seksi diukur dengan menggunakan Spiegel Relaskop. Panjang seksi batang yang digunakan adalah 2 meter. Pada penelitian tersebut hanya menggunakan masing-masing satu persamaan regresi tanpa membandingkan dengan persamaan regresi lainnya yang digunakan baik untuk penyusunan tabel volume lokal maupun tabel volume standar. Perbedaan metodologi pada setiap penelitian dapat dilihat pada Tabel 20.

Tabel 20 Perbandingan metode penelitian antara model terbaik dengan penelitian terdahulu

Model Persamaan Regresi

Alat Ukur Jumlah Pohon Panjang Sortimen (m) Dbh Diameter per seksi & Tinggi 1. Gompertz Relation

V=10,3265 x -ee^(1,9928-0.0339D)

Pita ukur Criterion &

Range finder 100 1

2. Fahutan IPB

(1985)

Vt = -0.6593 + 0,0080 T +

5,4816 D Penggaris

Spiegel

Relaskop 186 2

3. Hidayat

(2003)

V=0,0008318 D2,03

Pita ukur Spiegel

Relaskop 50 2

4. Hidayat

(2003)

V=0,0007079 D2,16 T-0,103

Pita ukur Spiegel

Relaskop 50 2

Berdasarkan studi yang dilakukan oleh Fahutan IPB (1985) tentang penyusunan tabel isi lokal pohon untuk jenis pinus, puspa, damar, dan tegakan campuran di Hutan Pendidikan Gunung Walat diperoleh model untuk menduga volume pohon Pinus yaitu Vt = -0.6593 + 0,0080 T + 5,4816 D di mana Vt adalah

volume kayu tebal, T adalah tinggi total pohon, dan D adalah diameter setinggi dada. Penelitian yang dilakukan oleh Hidayat (2003) diperoleh dua model penduga volume pohon Pinus yaitu V = 0,0008318 D2,03 dan V = 0,0007079 D2,16 T-0,103.

Ketiga model penduga volume tersebut dibandingkan dengan model terbaik yang terpilih yaitu V=10,3265 x -ee^(1,9928-0.0339D) berdasarkan nilai χ2hitung, bias,

RMSE, SA, dan SR sehingga dapat diketahui model yang lebih baik seperti disajikan pada Tabel 21 dan Tabel 22.

Tabel 21 Perbandingan model terbaik dengan penelitian terdahulu

Model Persamaan Regresi χ2hitung Bias (%) RMSE (%) SA SR (%)

1. Gompertz

Relation V=10,3265 x -e

e^(1,9928-0.0339D)

1.463 1.194 17.887 0.018 13.002

2. Fahutan IPB

(1985)

Vt = -0.6593 + 0,0080 T +

5,4816 D 4.167 8.846 28.732 0.010 24.467

3. Hidayat

(2003) V=0,0008318 D

2,03

2.125 -1.104 20.907 -0.057 15.993

4. Hidayat

(2003) V=0,0007079 D

2,16

T-0,103 2.205 -0.887 21.519 -0.047 16.370

Tabel 22 Peringkat model terbaik dengan penelitian terdahulu

Model Persamaan Regresi Peringkat ∑

peringkat

Peringkat Akhir Bias RMSE SA SR

1. Gompertz

Relation V=10,3265 x -e

e^(1,9928-0.0339D)

3 1 2 1 7 1

2. Fahutan IPB

(1985)

Vt = -0.6593 + 0,0080 T +

5,4816 D 4 4 1 4 13 4

3. Hidayat

(2003) V=0,0008318 D

2,03

2 2 4 2 10 2,5

4. Hidayat

(2003) V=0,0007079 D

2,16

T-0,103 1 3 3 3 10 2,5

Berdasarkan nilai bias pada Tabel 21, model penduga volume hasil studi Fahutan IPB (1985) memiliki nilai bias terbesar yaitu 8.846% dibandingkan dengan nilai bias model penduga volume lainnya yang jauh lebih kecil sedangkan model penduga volume yang diperoleh oleh Hidayat (2003) menghasilkan model penduga volume yang underestimate. Berdasarkan Tabel 22, model penduga volume pohon Pinus yang diperoleh dalam penelitian ini merupakan model yang lebih baik dibandingkan dengan model peduga volume pohon Pinus yang diperoleh dalam penelitian terdahulu.

5.7.Penyusunan Tabel Volume Pohon Pinus (Pinus merkusii _{Jungh et de}

Vriese)

Setelah melalui tahap penyusunan dan validasi model, diperoleh model penduga volume pohon pinus terbaik di Hutan Pendidikan Gunung Walat adalah

V=10,3265 x -ee^(1,9928-0.0339D). Tabel volume ini digunakan untuk menduga potensi volume pohon pinus yang ada di Hutan Pendidikan Gunung Walat, Sukabumi. Tabel volume yang dihasilkan dalam penelitian ini dapat dilihat pada Lampiran 1.

 

BAB V

KESIMPULAN

6.1.Kesimpulan

1. Penduga volume pohon jenis Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat dengan model Berkhout melalui transformasi memiliki tingkat akurasi yang lebih baik dibandingkan dengan model Berkhout tanpa transformasi.

2. Penduga volume pohon Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat yang terbaik adalah model Gompertz Relation dengan bentuk persamaan Y = a*exp(-exp(b-cx)) atau V = 10,3265 x -ee^(1,9928-0.0339D) pada kisaran diameter 21–64 cm.

KABUPATEN SUKABUMI, JAWA BARAT

CHOIRIDA EMA WARDASANTI

E14070041

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

 

DAFTAR PUSTAKA

Badan Eksekutif HPGW. 2009. Rencana Pembangunan Hutan Pendidikan Gunung Walat 2009-2013. Bogor: Fakultas Kehutanan. Institut Pertanian Bogor.

[Dephut] Departemen Kehutanan. 1992. Manual Kehutanan. Jakarta: Departemen Kehutanan RI.

Fahutan IPB. 1985. Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat. Bogor: Fakultas Kehutanan.

Hidayat J, Hansen CP. 2001. Informasi Singkat Benih: Pinus merkusii. Direktorat Perbenihan Tanaman Hutan Departemen Kehutanan RI. Jakarta.

Hidayat JC. 2003. Penyusunan Tabel Volume Jenis Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat [tugas akhir]. Bogor: Fakultas Kehutanan. Institut Pertanian Bogor.

Husch. 1987. Perencanaan Inventarisasi Hutan. Agus Setyarso, penerjemah. Jakarta: Universitas Indonesia (UI-Press). Terjemahan dari: Planning a Forest Inventory.

Martawijaya A, Kartasujana I, Kadir K, Pawira SA. 2005. Atlas Kayu Indonesia Jilid II. Balai Penelitian Hasil Hutan Badan Penelitian dan Pengembangan Pertanian. Bogor.

Sahid. 2010. Penaksiran Volume Pohon Pinus Pinus merkusii Melalui Foto Udara (Studi Kasus di BKPH Majenang, KPH Banyumas Barat). Journal of Forestry IV (1): abstrak [Jurnal]. [Januari-Maret 2010].

Simon H. 2007. Metode Inventore Hutan. Yogyakarta: Aditya Media.

KABUPATEN SUKABUMI, JAWA BARAT

CHOIRIDA EMA WARDASANTI

E14070041

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

(Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat. Dibimbing oleh Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F.Trop.

Kegiatan pengelolaan hutan memerlukan informasi tentang potensi tegakan yang dapat diproduksi untuk dapat memenuhi kebutuhan kayu di pasaran. Penaksiran volume pohon dengan menggunakan tabel volume adalah yang paling sering digunakan untuk menggambarkan hubungan antara volume pohon dengan peubah bebasnya (diameter dan tinggi pohon).

Tabel volume dibuat berdasarkan persamaan volume yang disusun dengan persamaan regresi. Persamaan regresi terbaik biasanya dipilih dari berbagai macam persamaan yang dicobakan terhadap data yang dimiliki. Dari sekian banyak persamaan regresi yang dapat dicoba, persamaan Berkhout: V = aDb (di mana : V = volume pohon ; D = dbh ; a, b = konstanta), adalah persamaan regresi yang sederhana karena hanya menggunakan satu peubah bebas saja yaitu diameter setinggi dada (dbh). Persamaan Berkhout adalah persamaan non linier, yang pendugaan koefisien regresinya biasanya melalui transformasi (logaritma) menjadi persamaan linier.

Penelitian ini bertujuan untuk: (1) Memperoleh cara penyusunan persamaan pohon dengan menggunakan persamaan Berkhout yang lebih akurat melalui transformasi atau tanpa transformasi; (2) Memperoleh persamaan penduga volume pohon Pinus di Hutan Pendidikan Gunung Walat Sukabumi.

Berdasarkan data yang digunakan dalam penelitian ini, persamaan volume Berkhout melalui transformasi (V = 0.0001259D2.5400) memiliki tingkat akurasi lebih baik dibandingkan tanpa transformasi. Persamaan atau model penduga volume terbaik untuk jenis Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Sukabumi adalah model Gompertz Relation dengan bentuk persamaan V=10,3265 x -ee^(1,9928-0.0339D).

Jawa Barat. Supervised by Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F.Trop.

Forest management need information about standing stock that could be produced to meet a demand of wood. Tree volume estimation using tree volume table is a common way to describe the relation between tree volume and its estimation variables (tree diameters or heights).

Tree volume table is made from volume models are arranged by regression models. The best of regression models which usually it should be choosen from regression model which it should be tried to data used. Berkhout model V=aDb (where: V = volume ; D = diameter breast height ; a, b = constanta), is a simple volume tree estimator because only use single variable which is tree diameter breast height (dbh). Berkhout model is a non linear model which usually it should be transformed to linear model using logaritmic transformation to find regreesion constanta.

This researchs aims are: (1) to find better accuracy for tree volume estimation using Berkhout model, by transformation or without transformation; and (2) to find the best tree volume model for Pinus at Gunung Walat Educational Forest.

Data used in this research give that Berkhout model by transformation to linear model (V = 0.0001259D2.5400) has a better accuracy than Berkhout model without transformation. The best tree volume estimator of Pinus in Gunung Walat Educational Forest is Modified Geometric Fit which expressed by the equation V=10,3265 x -ee^(1,9928-0.0339D).

DI HUTAN PENDIDIKAN GUNUNG WALAT

KABUPATEN SUKABUMI, JAWA BARAT

Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Kehutanan

Pada Fakultas Kehutanan Institut Pertanian Bogor

Oleh:

CHOIRIDA EMA WARDASANTI E14070041

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2011

Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat adalah benar-benar hasil karya saya sendiri di bawah bimbingan Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F. Trop dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi atau lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun yang tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Bogor, November 2011

Choirida Ema Wardasanti Nrp. E14070041

Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat

Nama : Choirida Ema Wardasanti

NIM : E14070041

Departemen : Manajemen Hutan

Menyetujui: Dosen Pembimbing I,

Ir. Ahmad Hadjib, MS NIP. 19500123 1974121 001

Dosen Pembimbing II,

Ir. Muhdin, M.Sc. F. Trop NIP. 19660610 1999103 1 006

Mengetahui:

Ketua Departemen Manajemen Hutan IPB,

Dr. Ir. Didik Suharjito, M.S. NIP. 19630401 199403 1 001

pasangan Bapak Suwarno, SMHk dan Ibu Supartini.

Riwayat pendidikan penulis dimulai dari tahun 1994 hingga 1995 di TK Alita kemudian pada tahun 1995 hingga 2001 melanjutkan pendidikan di SD Negeri Bubulak I Bogor. Jenjang pendidikan penulis dilanjutkan ke pendidikan Sekolah Lanjutan Tingkat Pertama pada tahun 2001 sampai 2004 di SLTP Negeri 14 Bogor. Selanjutnya Pendidikan Sekolah Menengah Atas diselesaikan pada tahun 2007 di SMA Negeri 5 Bogor.

Penulis diterima di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk Institut Pertanian Bogor (USMI) pada tahun 2007 dengan mayor Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor. Penulis mengikuti Praktek Pengenalan Ekosistem Hutan (P2EH) di Sancang Barat-Kamojang pada tahun 2009, Praktek Pengelolaan Hutan (P2H) di Hutan Pendidikan Gunung Walat Sukabumi pada tahun 2010, dan Praktek Kerja Lapang (PKL) di PT. Indexim Utama, Kalimantan Tengah pada tahun 2011. Selama mengikuti pendidikan, penulis aktif di Himpro FMSC (Forest Management Student Club) sebagai anggota Divisi Kesekretariatan periode 2009-2010 dan anggota IFSA (International Forestry Student’s Association) periode 2008-2009. Penulis pernah menjadi asisten praktikum Inventarisasi Sumber Daya Hutan Tahun Ajaran 2009/2010.

Sebagai syarat memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor, penulis melaksanakan penelitian dengan judul Persamaan Penduga Volume Pohon Pinus (Pinus merkusii _{Jungh et de Vriese) di Hutan Pendidikan Gunung}

Walat Kabupaten Sukabumi, Jawa Barat di bawah bimbingan Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F. Trop.

KATA PENGANTAR

Puji syukur ke hadirat Allah swt yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai salah satu syarat dalam memperoleh gelar sarjana pada Program Studi Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor. Skripsi ini adalah hasil penelitian yang berjudul “Persamaan Penduga Volume Pohon Pinus (Pinus merkusii

Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat.

Persamaan penduga volume dibuat untuk menduga volume kayu suatu jenis pohon baik seperti untuk kebutuhan kayu pertukangan. Penggunaan penduga volume karena hanya dengan menggunakan suatu peubah bebas yang berhubungan dengan volume seperti diameter atau tinggi pohon untuk menduga volume suatu pohon berdiri.

Penulis menyadari bahwa penelitian ini masih banyak kekurangan karena keterbatasan yang dimiliki. Oleh karena itu, kritikan dan saran yang membangun untuk perbaikan skripsi ini sangat penulis harapkan. Semoga skripsi ini memberikan manfaat bagi pihak-pihak yang membutuhkan.

Bogor, November 2011

UCAPAN TERIMA KASIH

Pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih kepada:

1. Ir. Ahmad Hadjib, MS sebagai dan Ir. Muhdin, M.Sc. F.Trop sebagai pembimbing yang telah banyak memberikan arahan dan motivasi kepada penulis hingga selesainya skripsi ini.

2. Bapak Suwarno, SMHk (Ayah), Ibu Supartini (Ibu), dan Reza Ariftiarno (Adik) serta seluruh keluarga yang telah memberikan perhatian dan nasihat-nasihat kepada penulis selama penyusunan skripsi ini.

3. Bapak Ir. Agus Setyo Sadmoko serta seluruh pihak PT. Indexim Utama, tempat penulis melaksanakan Praktek Kerja Lapang (PKL) yang sudah memberikan perhatian, motivasi, dan nasihat kepada penulis selama penyusunan skripsi ini. 4. Bapak Dizy Rizal dan Bapak Agung Sutrisno serta seluruh pihak Hutan

Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat yang telah membantu dalam proses pengumpulan data penelitian.

5. Sahabat-sahabat: Ika Octavia Aryani Putri, Rika Rizqy Awalia, Herlina Wati, Nurul Haqiqi, Diajeng Wiangga Putri, Rahma Amalia Ismaniar, Melati Nuswantari, Tri Rohidayanti, dan Kristi Siagian serta teman-teman Manajemen Hutan 44 yang telah memberikan doa dan kasih sayangnya.

 

DAFTAR ISI

Halaman KATA PENGANTAR ... viii UCAPAN TERIMA KASIH ... ix DAFTAR ISI ... x DAFTAR TABEL ... xii DAFTAR LAMPIRAN ... xiii BAB I PENDAHULUAN ... 1

1.1.Latar Belakang ... 1 1.2.Tujuan ... 2 1.3.Manfaat Penelitian ... 2 BAB II TINJAUAN PUSTAKA ... 3 2.1.Tinjauan Umum tentang Pinus ... 3 2.1.1. Penyebaran dan Habitat Pinus di Indonesia ... 3 2.1.2. Deskripsi Botani ... 3 2.1.3. Sifat Fisis, Keragaman Penggunaan, dan Manfaat Pinus .... 3 2.2. Parameter Individu Pohon ... 4

2.2.1. Diameter Pohon ... 4 2.2.2. Tinggi Pohon ... 5 2.3. Penentuan Volume Pohon ... 5 2.4. Persamaan Penduga Volume Pohon ... 5 2.5.Penyusunan Tabel Volume ... 6 2.6.Tinjauan Hasil Penelitian Terdahulu ... 7 BAB III METODOLOGI ... 11 3.1.Tempat dan Waktu Penelitian ... 11 3.2.Bahan dan Alat ... 11 3.3.Metode Penelitian ... 11 3.3.1. Pengambilan Pohon Contoh di Lapangan ... 11

3.4.Analisis Data ... 13 3.4.1. Analisis Hubungan antara Diameter dengan Tinggi Pohon

dengan Analisis Regresi ... 13 3.4.2. Pengujian Koefisien Korelasi antara Diameter dengan Tinggi Pohon ... 14 3.4.3. Penyusunan Model Regresi ... 14 3.4.4. Pemilihan Model Terbaik ... 15 3.4.5. Validasi Model ... 17 3.4.6. Penentuan Peringkat Gabungan ... 19 3.4.7.Penyusunan Tabel Volume ... 19 BAB IV KONDISI UMUM PENELITIAN ... 20

4.1. Lokasi dan Luas ... 20 4.2. Topografi dan Iklim ... 20 4.3. Tanah dan Hidrologi ... 20 4.4. Vegetasi ... 21 4.5. Satwa ... 21 4.6. Penduduk Sekitar ... 21 BAB V HASIL DAN PEMBAHASAN ... 23 5.1.Statistik Pohon Contoh ... 23 5.2.Analisis Hubungan antara Diameter dengan Tinggi Pohon

dengan Analisis Regresi ... 23 5.3. Penyusunan Model Regresi ... 24 5.4. Validasi Model ... 28 5.5.Pemilihan Persamaan Penduga Volume Terbaik ... 30 5.6.Perbandingan Model Terbaik dengan Penelitian Terdahulu ... 32 5.7.Penyusunan Tabel Volume Pinus (Pinus merkusii Jungh et

de Vriese) ... 34 BAB VI Kesimpulan ... 36 6.1. Kesimpulan ... 36 DAFTAR PUSTAKA ... 37 LAMPIRAN ... 38

 

DAFTAR TABEL

No. Halaman

1. Daftar sidik ragam uji signifikasi koefisien regresi dari persamaan- persamaan regresi hubungan antara volume pohon dengan tinggi

pohon, diameter setinggi dada, dan peubah boneka ... 8 2. Daftar sidik ragam uji signifikasi koefisien peranan tinggi pohon dan

diameter setinggi dada dalam pendugaan volume pohon ... 8 3. Daftar sidik ragam uji signifikasi koefisien peranan peubah dalam

pendugaan volume pohon ... 8 4. Koefisien determinasi (R2), Koefisien korelasi (R), dan salah baku (SE)

untuk masing-masing persamaan regresi hubungan antara volume

pohon dengan tinggi pohon, diameter setinggi dada, dan peubah boneka ... 9 5. Hasil analisa regresi pada model-model yang diuji ... 9 6. Hasil analisa keragaman dan persamaan V=0,0008318 D2,03 ... 10 7. Hasil analisa keragaman dan persamaan V=0,0007079 D2,16 T-0,103 ... 10 8. Hasil pemilihan pohon contoh jenis Pinus (Pinus merkusii) ... 12 9. Sebaran data pohon contoh untuk penyusunan model dan validasi model .... 12 10.Analisis keragaman pengujian regresi (ANOVA) ... 16 11.Sebaran data pohon contoh untuk penyusunan model dan validasi model .... 23 12.Statistik penyusunan persamaan penduga volume (Model Berkhout) ... 25 13.Stastistik hasil penyusunan model dengan menggunakan Curve Expert ... 27 14.Statistik hasil proses validasi model Berkhout ... 28 15. Statistik hasil validasi model menggunakan Curve Expert ... 29 16. Peringkat persamaan tahap penyusunan model ... 30 17. Peringkat persamaan tahap validasi model ... 31 18. Peringkat terhadap 10 model non linier dengan model Berkhout melalui

transformasi pada tahap validasi model ... 31 19. Peringkat gabungan tiap persamaan penduga volume ... 32 20. Perbandingan metode penelitian antara model terbaik dengan penelitian

Terdahulu ... 33 21.Perbandingan model terbaik dengan penelitian terdahulu ... 34 22. Peringkat model terbaik dengan penelitian terdahulu ... 34

DAFTAR LAMPIRAN

No. Halaman

1. Tabel Volume Pinus (Pinus merkusii Jungh et de Vriese) di

Hutan Pendidikan Gunung Walat Kabupaten Sukabumi ... 39 2. Data hasil pengukuran pohon Pinus (Pinus merkusii) di Hutan

Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat ... 40 3. Data pohon contoh untuk tahap penyusunan model ... 43 4. Data pohon contoh untuk tahap validasi model ... 45

 

BAB I

PENDAHULUAN

1.1.Latar Belakang

Kegiatan pengelolaan hutan yang baik memerlukan proses dan tahapan perencanaan yang seksama, cermat, dan terarah guna memperoleh hasil yang optimal dan lestari baik dari segi kelestarian hasil, ekologis, maupun sosial. Untuk keperluan tersebut, inventarisasi hutan yang merupakan bagian dari perencanaan hutan memegang peranan penting, karena data yang dihimpun akan menjadi dasar bagi usaha pengelolaan dan pemanfaatan hutan yang akan dilakukan.

Inventarisasi hutan merupakan kegiatan pengumpulan dan penyusunan data dan fakta mengenai sumberdaya hutan untuk rencana pengelolaannya. Dengan melakukan inventarisasi hutan akan diketahui kualitas dan kuantitas pohon serta tegakan di hutan serta berbagai karakteristik tempat tumbuhnya.

Kegiatan pengelolaan hutan memerlukan informasi tentang potensi tegakan yang dapat diproduksi untuk dapat memenuhi kebutuhan kayu di pasaran. Informasi mengenai potensi tegakan hutan ini berkaitan dengan pengukuran volume kayu, baik secara langsung maupun tidak langsung.

Pada dasarnya ada dua macam cara untuk menaksir volume kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal. Penaksiran volume secara tidak langsung dilakukan dengan menggunakan tabel volume. Cara inilah yang paling banyak dipakai dalam inventarisasi hutan.

Persamaan Berkhout adalah persamaan non linier, yang pendugaan koefisien regresinya biasanya melalui transformasi (logaritma) menjadi persamaan linier. Dalam penelitian ini dilakukan analisis terhadap persamaan Berkhout untuk memperoleh akurasi yang lebih baik antara melalui transformasi atau tanpa transformasi serta membandingkannya dengan persamaan-persamaan empiris penduga volume lainnya.

 

Tujuan dari penelitian ini adalah:

1. Memperoleh cara penyusunan persamaan volume pohon dengan menggunakan persamaan Berkhout yang lebih akurat melalui transformasi atau tanpa transformasi.

2. Memperoleh persamaan penduga volume pohon Pinus di Hutan Pendidikan Gunung Walat.

1.3.Manfaat Penelitian

Hasil penelitian berupa tabel volume dapat digunakan untuk keperluan penaksiran volume batang kayu untuk pohon jenis Pinus (Pinus merkusii Jungh et de Vriese) di areal Hutan Pendidikan Gunung Walat, Sukabumi, Jawa Barat.

 

Lampiran 2 Data hasil pengukuran pohon Pinus (

Pinus merkusii

) di Hutan Pendidikan

Gunung Walat Kabupaten Sukabumi, Jawa Barat

No. No. Pohon

Dbh (cm)

T total (m)

T10

(m) Tbc (m)

Kelas Dbh

Kelas T Total

Kelas T10

Kelas Tbc

V total (m3)

∑Volume per seksi

(m3)

1 1 39.33 25.4 18.4 15.7 35 - 39,9 25 - 29 15 - 19 15 - 19 3.0858 1.3782 2 2 41.1 20.6 17.1 13.4 40 - 44,9 20 - 24 15 - 19 10 - 14 2.7330 1.3071 3 3 39.47 23.9 22.2 21.2 35 - 39,9 20 - 24 20 - 24 20 - 24 2.9243 1.3869 4 4 58.44 34.6 26.4 13.6 55 - 59,9 30 - 34 25 - 29 10 - 14 9.2808 3.7001 5 5 46.66 27.1 19.4 17.4 45 - 49,9 25 - 29 15 - 19 15 - 19 4.6339 1.2422 6 6 50.64 35.5 21.4 14.3 50 - 54,9 35 - 39 20 - 24 10 - 14 7.1500 2.3512 7 7 47.61 33.5 26.9 17.7 45 - 49,9 30 - 34 25 - 29 15 - 19 5.9639 2.2517 8 8 55.57 31.5 24.7 17.1 55 - 59,9 30 - 34 20 - 24 15 - 19 7.6398 3.3208 9 9 35.3 25.8 17.4 16.6 35 - 39,9 25 - 29 15 - 19 15 - 19 2.5250 0.8709 10 10 41.4 31.7 23.5 18.7 40 - 44,9 30 - 34 20 - 24 15 - 19 4.2673 1.7141 11 11 41.24 29.7 23.9 18 40 - 44,9 25 - 29 20 - 24 15 - 19 3.9672 2.1138 12 12 37.9 29.3 18.7 14.3 35 - 39,9 25 - 29 15 - 19 10 - 14 3.3055 1.1108 13 13 49.36 33.5 24.1 18.7 45 - 49,9 30 - 34 20 - 24 15 - 19 6.4104 2.4453 14 14 35.01 30.4 17.2 18.9 35 - 39,9 30 - 34 15 - 19 15 - 19 2.9265 1.1172 15 15 33.74 34.5 21.2 19.1 30 - 34,9 30 - 34 20 - 24 15 - 19 3.0846 0.9737 16 16 27.38 29.3 15 22.1 25 - 29,9 25 - 29 15 - 19 20 - 24 1.7251 0.5958 17 17 37.88 31.1 15 14.8 35 - 39,9 30 - 34 15 - 19 10 - 14 3.5049 1.2788 18 18 31.37 26.9 18.4 21.3 30 - 34,9 25 - 29 15 - 19 20 - 24 2.0791 0.8683 19 19 41.38 36.9 21.7 26 40 - 44,9 35 - 39 20 - 24 25 - 29 4.9625 1.6635 20 20 30.09 36.2 13.7 35.9 30 - 34,9 35 - 39 10 - 14 30-34 2.5742 0.6055 21 21 39.81 22.9 21.2 11.7 35 - 39,9 20 - 24 20 - 24 10 - 14 2.8504 1.3083 22 22 40.76 26.1 22.9 17.3 40 - 44,9 25 - 29 20 - 24 15 - 19 3.4056 1.6945 23 23 40.13 29.5 23.4 12.5 40 - 44,9 25 - 29 20 - 24 10 - 14 3.7312 1.8708 24 24 28.02 30.1 19.6 15.1 25 - 29,9 30 - 34 15 - 19 15 - 19 1.8561 0.7429 25 25 30.57 32.1 20.4 13.7 30 - 34,9 30 - 34 20 - 24 10 - 14 2.3561 0.8457 26 26 59.23 38.6 28.2 12.8 55 - 59,9 35 - 39 25 - 29 10 - 14 10.6356 3.6936 27 27 33.25 18.4 12.9 14.7 30 - 34,9 15 - 19 10 - 14 10 - 14 1.5977 0.4224 28 28 60.51 33 23.7 15.8 60 - 64,9 30 - 34 20 - 24 15 - 19 9.4898 3.4330 29 29 34.71 20.6 16.8 12.7 30 - 34,9 20 - 24 15 - 19 10 - 14 1.9492 0.9497 30 30 28.02 26.2 16.6 14 25 - 29,9 25 - 29 15 - 19 10 - 14 1.6156 0.5944 31 31 55.09 33.9 27.6 16 55 - 59,9 30 - 34 25 - 29 15 - 19 8.0804 3.3981 32 32 57 29.6 22.9 14 55 - 59,9 25 - 29 20 - 24 10 - 14 7.5532 2.5266 33 33 51.27 31.9 24.5 19.8 50 - 54,9 30 - 34 20 - 24 15 - 19 6.5858 2.6042 34 34 47.83 30.2 24.6 15.7 45 - 49,9 30 - 34 20 - 24 15 - 19 5.4262 2.5486 Keterangan: (1) dbh: diameter setinggi dada; (2) T total: tinggi total pohon; (3) T10: tinggi pohon sampai

 

Lanjutan Lampiran 2 Data hasil pengukuran pohon Pinus (

Pinus merkusii

) di Hutan

Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat

No. No. Pohon

Dbh (cm)

T total (m)

T10

(m) Tbc

(m) Kelas D

Kelas T Total

Kelas T10

Kelas Tbc

V total (m3)

∑Volume per seksi

(m3)

35 35 32.64 22.1 20.3 14.6 30 - 34,9 20 - 24 20 - 24 10 - 14 1.8492 0.9868 36 36 43.31 28.7 24.4 18.2 40 - 44,9 25 - 29 20 - 24 15 - 19 4.2281 1.7313 37 37 29.46 26 19.3 20.4 25 - 29,9 25 - 29 15 - 19 20 - 24 1.7723 0.8583 38 38 29.77 24.1 17.7 19.1 25 - 29,9 20 - 24 15 - 19 15 - 19 1.6775 0.7179 39 39 32.16 36.5 24.5 22.1 30 - 34,9 35 - 39 20 - 24 20 - 24 2.9649 1.1356 40 40 53.5 33.5 29.6 20.5 50 - 54,9 30 - 34 25 - 29 20 - 24 7.5308 2.8389 41 41 40.13 33 31.4 17.7 40 - 44,9 30 - 34 30-34 15 - 19 4.1739 2.2667 42 42 46.17 31.1 26.1 23.7 45 - 49,9 30 - 34 25 - 29 20 - 24 5.2068 2.4191 43 43 36.3 30.1 19.8 19 35 - 39,9 30 - 34 15 - 19 15 - 19 3.1151 1.3003 44 44 42.67 31.9 26.5 20.9 40 - 44,9 30 - 34 25 - 29 20 - 24 4.5617 2.0633 45 45 27.38 25.5 15.6 21.3 25 - 29,9 25 - 29 15 - 19 20 - 24 1.5014 0.5616 46 46 49.36 33.9 24.4 17.4 45 - 49,9 30 - 34 20 - 24 15 - 19 6.4869 2.7097 47 47 33.12 30 17.8 16.3 30 - 34,9 30 - 34 15 - 19 15 - 19 2.5846 0.9284 48 48 37.89 31.8 22.7 18.2 35 - 39,9 30 - 34 20 - 24 15 - 19 3.5856 1.4743 49 49 21.33 17.9 11.5 14.4 20 - 24,9 15 - 19 10 - 14 10 - 14 0.6396 0.3216 50 50 36.94 31.1 25.4 23.4 35 - 39,9 30 - 34 25 - 29 20 - 24 3.3331 1.3567 51 51 47.29 34.7 27.1 25.6 45 - 49,9 30 - 34 25 - 29 25 - 29 6.0948 2.5338 52 52 39.49 30.6 22.5 18.8 35 - 39,9 30 - 34 20 - 24 15 - 19 3.7479 1.4403 53 53 40.76 25.9 21.5 18.2 40 - 44,9 25 - 29 20 - 24 15 - 19 3.3795 1.5066 54 54 28.02 19.2 14.6 11.9 25 - 29,9 15 - 19 10 - 14 10 - 14 1.1839 0.5752 55 55 52.22 35.6 32 23.8 50 - 54,9 35 - 39 30-34 20 - 24 7.6245 3.4131 56 56 50 30.6 28.7 22.2 50 - 54,9 30 - 34 25 - 29 20 - 24 6.0083 3.0434 57 57 36.46 26.7 23.2 15.8 35 - 39,9 25 - 29 20 - 24 15 - 19 2.7876 1.4639 58 58 30.89 22.2 18.2 19.1 30 - 34,9 20 - 24 15 - 19 15 - 19 1.6637 0.7994 59 59 34.71 29.8 23 24.7 30 - 34,9 25 - 29 20 - 24 20 - 24 2.8198 1.0925 60 60 56.68 35.8 32.9 20.6 55 - 59,9 35 - 39 30-34 20 - 24 9.0330 4.1345 61 61 43.31 31.2 28.3 14.5 40 - 44,9 30 - 34 25 - 29 10 - 14 4.5964 1.9918 62 62 62.1 33.7 29.4 18.3 60 - 64,9 30 - 34 25 - 29 15 - 19 10.2071 4.7848 63 63 57.32 40.1 29 20.9 55 - 59,9 40 - 44 25 - 29 20 - 24 10.3478 3.6767 64 64 40.12 35 24.1 20 40 - 44,9 35 - 39 20 - 24 20 - 24 4.4247 1.8731 65 65 47.77 24.5 23.1 16.5 45 - 49,9 20 - 24 20 - 24 15 - 19 4.3910 2.7138 66 66 46.81 30.7 26.9 21 45 - 49,9 30 - 34 25 - 29 20 - 24 5.2833 2.6325 67 67 56.21 29.8 25.5 15.9 55 - 59,9 25 - 29 25 - 29 15 - 19 7.3949 3.4245 Keterangan: (1) dbh: diameter setinggi dada; (2) T total: tinggi total pohon; (3) T10: tinggi pohon sampai

 

Lanjutan Lampiran 2 Data hasil pengukuran pohon Pinus (

Pinus merkusii

) di Hutan

Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat

No. No.

Pohon Dbh (cm)

T total (m)

T10

(m) Tbc

(m) Kelas D

Kelas T Total

Kelas T10

Kelas Tbc

V total (m3)

∑Volume per seksi

(m3)

68 68 52.23 33.8 30.4 21.1 50 - 54,9 30 - 34 30-34 20 - 24 7.2418 3.2786 69 69 44.26 34.2 25.8 24.4 40 - 44,9 30 - 34 25 - 29 20 - 24 5.2619 2.0374 70 70 62.1 34.9 31.2 26.4 60 - 64,9 30 - 34 30-34 25 - 29 10.5706 4.2915 71 71 45.86 33.6 30.5 17.7 45 - 49,9 30 - 34 30-34 15 - 19 5.5501 2.5195 72 72 45.22 31.3 25 23 45 - 49,9 30 - 34 25 - 29 20 - 24 5.0268 1.8975 73 73 44.26 27 23.9 18.5 40 - 44,9 25 - 29 20 - 24 15 - 19 4.1541 2.3207 74 74 43.15 29.1 22.4 12.4 40 - 44,9 25 - 29 20 - 24 10 - 14 4.2554 1.7625 75 75 32.8 29.1 14.9 19.2 30 - 34,9 25 - 29 10 - 14 15 - 19 2.4588 0.7456 76 76 33.12 33.2 15.9 22.9 30 - 34,9 30 - 34 15 - 19 20 - 24 2.8603 0.7730 77 77 43.95 25.6 25.1 19.2 40 - 44,9 25 - 29 25 - 29 15 - 19 3.8837 1.8691 78 78 39.49 34.7 23.8 26.4 35 - 39,9 30 - 34 20 - 24 25 - 29 4.2500 1.5675 79 79 28.98 24.2 16.5 17.4 25 - 29,9 20 - 24 15 - 19 15 - 19 1.5963 0.6692 80 80 35.35 38.3 23.2 26.3 35 - 39,9 35 - 39 20 - 24 25 - 29 3.7590 1.3854 81 81 31.53 31.6 21.2 22.3 30 - 34,9 30 - 34 20 - 24 20 - 24 2.4673 1.1009 82 82 31.21 25.9 19.5 15.8 30 - 34,9 25 - 29 15 - 19 15 - 19 1.9814 0.8758 83 83 27.38 21.2 14.5 13.1 25 - 29,9 20 - 24 10 - 14 10 - 14 1.2482 0.6489 84 84 29.29 26.8 15.1 9.5 25 - 29,9 25 - 29 15 - 19 5 - 9 1.8058 0.6651 85 85 21.65 23.1 9.3 14.4 20 - 24,9 20 - 24 5 - 9 10 - 14 0.8504 0.2311 86 86 39.96 28.5 22.8 20.5 35 - 39,9 25 - 29 20 - 24 20 - 24 3.5743 1.5206 87 87 45.86 34.1 25.9 21.6 45 - 49,9 30 - 34 25 - 29 20 - 24 5.6326 2.1139 88 88 45.22 33.2 26.2 23.7 45 - 49,9 30 - 34 25 - 29 20 - 24 5.3320 2.2143 89 89 63.69 33.7 28.6 18.8 60 - 64,9 30 - 34 25 - 29 15 - 19 10.7365 4.1694 90 90 41.56 21.7 19.3 16.9 40 - 44,9 20 - 24 15 - 19 15 - 19 2.9437 1.0260 91 91 39.49 28.8 20.5 23.8 35 - 39,9 25 - 29 20 - 24 20 - 24 3.5274 1.3616 92 92 32.96 30.1 18.3 20.9 30 - 34,9 30 - 34 15 - 19 20 - 24 2.5682 1.0189 93 93 51.59 31.9 30.7 23.1 50 - 54,9 30 - 34 30-34 20 - 24 6.6682 2.8485 94 94 24.52 21.4 12.3 10.7 20 - 24,9 20 - 24 10 - 14 10 - 14 1.0105 0.3964 95 95 22.92 32.1 12.8 16.5 20 - 24,9 30 - 34 10 - 14 15 - 19 1.3244 0.3286 96 96 34.07 27.1 14.9 15.2 30 - 34,9 25 - 29 10 - 14 15 - 19 2.4706 0.7357 97 97 35.67 28.2 17.6 20.5 35 - 39,9 25 - 29 15 - 19 20 - 24 2.8180 1.0965 98 98 29.9 29.7 15.5 17.5 25 - 29,9 25 - 29 15 - 19 15 - 19 2.0854 0.7339 99 99 28.02 25.2 15.1 9.4 25 - 29,9 25 - 29 15 - 19 5 - 9 1.5539 0.5424 100 100 23.88 21.1 12.6 16.9 20 - 24,9 20 - 24 10 - 14 15 - 19 0.9450 0.3434 Keterangan: (1) dbh: diameter setinggi dada; (2) T total: tinggi total pohon; (3) T10: tinggi pohon sampai

 

Lampiran 3 Data pohon contoh untuk tahap penyusunan model

No. No. Pohon Dbh (cm) ∑Volume per seksi (m3)

1 49 21.33 0.3216

2 85 21.65 0.2311

3 100 23.88 0.3434

4 94 24.52 0.3964

5 83 27.38 0.6489

6 45 27.38 0.5616

7 30 28.02 0.5944

8 54 28.02 0.5752

9 79 28.98 0.6692

10 84 29.29 0.6651

11 38 29.77 0.7179

12 98 29.9 0.7339

13 25 30.57 0.8457

14 58 30.89 0.7994

15 18 31.37 0.8683

16 81 31.53 1.1009

17 35 32.64 0.9868

18 75 32.8 0.7456

19 47 33.12 0.9284

20 76 33.12 0.773

21 15 33.74 0.9737

22 96 34.07 0.7357

23 59 34.71 1.0925

24 14 35.01 1.1172

25 80 35.35 1.3854

26 97 35.67 1.0965

27 57 36.46 1.4639

28 50 36.94 1.3567

29 48 37.89 1.4743

30 12 37.9 1.1108

31 3 39.47 1.3869

32 52 39.49 1.4403

33 78 39.49 1.5675

34 21 39.81 1.3083

35 64 40.12 1.8731

36 23 40.13 1.8708

 

Lanjutan Lampiran 3 Data pohon contoh untuk tahap penyusunan model

No. No. Pohon Dbh (cm) ∑Volume per seksi (m3)

37 22 40.76 1.6945

38 53 40.76 1.5066

39 11 41.24 2.1138

40 19 41.38 1.6635

41 90 41.56 1.026

42 44 42.67 2.0633

43 61 43.31 1.9918

44 36 43.31 1.7313

45 73 44.26 2.3207

46 69 44.26 2.0374

47 72 45.22 1.8975

48 71 45.86 2.5195

49 42 46.17 2.4191

50 5 46.66 1.2422

51 51 47.29 2.5338

52 7 47.61 2.2517

53 34 47.83 2.5486

54 13 49.36 2.4453

55 56 50 3.0434

56 6 50.64 2.3512

57 93 51.59 2.8485

58 55 52.22 3.4131

59 40 53.5 2.8389

60 31 55.09 3.3981

61 67 56.21 3.4245

62 60 56.68 4.1345

63 63 57.32 3.6767

64 4 58.44 3.7001

65 28 60.51 3.433

66 62 62.1 4.7848

67 89 63.69 4.1694

 

Lampiran 4 Data pohon contoh untuk tahap validasi model

No. No. Pohon Dbh (cm) ∑Volume per seksi (m3)

1 95 22.92 0.3286

2 16 27.38 0.5958

3 24 28.02 0.7429

4 99 28.02 0.5424

5 37 29.46 0.8583

6 20 30.09 0.6055

7 82 31.21 0.8758

8 39 32.16 1.1356

9 92 32.96 1.0189

10 27 33.25 0.4224

11 29 34.71 0.9497

12 9 35.3 0.8709

13 43 36.3 1.3003

14 17 37.88 1.2788

15 1 39.33 1.3782

16 91 39.49 1.3616

17 86 39.96 1.5206

18 41 40.13 2.2667

19 2 41.1 1.3071

20 10 41.4 1.7141

21 74 43.15 1.7625

22 77 43.95 1.8691

23 88 45.22 2.2143

24 87 45.86 2.1139

25 66 46.81 2.6325

26 65 47.77 2.7138

27 46 49.36 2.7097

28 33 51.27 2.6042

29 68 52.23 3.2786

30 8 55.57 3.3208

31 32 57 2.5266

32 26 59.23 3.6936

33 70 62.1 4.2915