HASIL DAN PEMBAHASAN
4.2 Pembahasan .1 Analisis Data .1 Analisis Data
4.2.2 Analisis Spasial
Pada Lampiran 1 disajikan sebaran volume per ha dbh >10 cm dengan dan dbh >40 cm metode interpolasi IDW pada berbagai bobot. Bobot (power) 1 memiliki nilai kesalahan paling kecil diantara bobot yang diuji untuk jenis kayu indah dbh >10 cm (Gambar 16). Pada jenis kayu indah diameter >40 cm, bobot (power) 21 merupakan bobot terbaik (Gambar 19). Hal itu disebabkan karena pada bobot ini total kesalahan (error) yang dimilikinya paling kecil diantara bobot 1 sampai dengan bobot 30.
Kontur yang dihasilkan juga semakin merapat seiring bertambahnya bobot. Jumlah volume pada dbh >40 cm tentunya akan lebih kecil jumlahnya dibandingkan jumlah volume pada dbh >10 cm. Hal itu akan mempengaruhi jarak terhadap jumlah titik terdekat yang telah ditentukan. Sehingga ketika jumlah volume pada dbh >40 cm lebih kecil dibandingkan dbh >10 cm, maka jarak untuk mencari titik-titik terdekat yang telah ditentukan akan semakin lebar.
Untuk jenis kayu lindung, kayu meranti, dan kayu rimba dengan metode IDW diperoleh bobot terbaik seperti pada Tabel 12 (Gambar 22, Gambar 25, gambar 28, Gambar 31, Gambar 34, dan Gambar 37). Sebaran volume yang dihasilkan dengan bobot terbaik hampir mendekati volume yang sebenarnya di lapangan. Pada masing-masing gambar menampilkan berbagai variasi warna yang berbeda. Hal itu menunjukkan bahwa warna yang sama memiliki sebaran volume yang sama pula. Semakin besar pangkat atau bobotnya (power) maka kontur yang dihasilkan semakin rapat. Menurut Jaya (2010), jika pangkatnya besar, maka hasilnya menjadi tidak benar. Dengan kata lain, tingkat kesalahan yang dihasilkan semakin besar seiring bertambahnya pangkat atau bobot (power).
Metode IDW utamanya bergantung pada kebalikan dari jarak pangkat nilai tertentu. Dari hasil uji validasi berdasarkan bobot (power) 1 sampai 30, dipilih bobot (power) terbaik untuk jenis kayu indah , kayu lindung , kayu meranti dan kayu rimba pada dbh >10cm dan dbh >40cm (Tabel 12).
Tabel 12 Bobot terbaik metode IDW Jenis Bobot Terbaik Dbh >10 cm Dbh >40 cm Kayu indah 1 21 Kayu lindung 1 3 Kayu meranti 1 1 Kayu rimba 1 1
Berdasarkan Tabel 12 dapat dilhat bahwa, bobot (power) 1 merupakan
power terbaik yang digunakan untuk interpolasi metode IDW (Inverse Distance Weight) dalam mengestimasi sediaan tegakan pada semua jenis kayu indah pada
dbh >10 cm. Sedangkan pada dbh >40 cm, bobot terbaik pada kayu indah adalah bobot 21, kayu lindung adalah bobot 3, kayu meranti adalah bobot 1 dan kayu rimba adalah bobot 1.
Begitu juga dipilih bobot (weight) terbaik untuk metode interpolasi Spline (bobot 0,1; 0,3; 0,5; 1; 2; 3; 4; dan 5) pada Tabel 13. Hasil sebaran spasialnya ditampilkan pada Gambar 17, Gambar 20, Gambar 23, Gambar 26, Gambar 29, Gambar 32, dan Gambar 35 berdasarkan bobot terbaik. Hasil interpolasi metode Spline menunjukkan adanya nilai sebaran yang bernilai negatif terutama pada variasi warna di luar batas area PT Inhutani I Labanan. Sebaran volume yang bernilai negatif tersebut menyatakan bahwa terjadinya underestimate dalam menduga sediaan tegakan. Dalam menduga sediaan, metode Spline meminimalkan jumlah patahan dari permukaan, seperti menekuk-nekuk karet untuk melewati seuatu titik. Pada volume di luar sebaran volume yang ada, interpolator Spline akan tetap melakukan proses interpolasi dengan meminimumkan patahan-patahan permukaan, sehingga daerah di luar area akan menghasilkan nilai negatif (underestimate) di bawah sebaran volume yang paling minimum.
Tabel 13 Bobot terbaik metode Spline
Jenis Bobot Terbaik Dbh >10 cm Dbh >40 cm Kayu indah 0,3 0,1 Kayu lindung 5 1 Kayu meranti 5 0,3 Kayu rimba 1 2
Berdasarkan Tabel 13 dapat dilhat bahwa, bobot (weight) 0,3 merupakan
weight terbaik yang digunakan untuk proses interpolasi pada metode Spline jenis
kayu indah pada dbh >10 cm. Berturut-turut untuk dbh >10 cm pada kayu lindung adalah bobot 5, kayu meranti adalah bobot 5 dan kayu rimba adalah bobot 1. Sedangkan pada dbh >40 cm, bobot terbaik pada kayu indah adalah bobot 0,1; kayu lindung adalah bobot 1; kayu meranti adalah bobot 0,3 dan kayu rimba adalah bobot 2.
Pada metode Kriging bobot yang digunakan adalah metode Circular, Exponential, Gaussian, Linier with Sill dan Spherical dengan bobot terbaik pada masing-masing jenis kayu ditampilkan di Tabel 14. Bobot terbaiknya ditampilkan pada Gambar 18, Gambar 21, Gambar 24, Gambar 27, Gambar 30, Gambar 33, Gambar 36, dan Gambar 39. Bentuk semivariogramnya disajikan pada Gambar 41 sampai dengan Gambar 48.
Tabel 14 Bobot terbaik metode Kriging Jenis
Bobot Terbaik
Dbh >10 cm Dbh >40 cm Kayu indah Circular Gaussian Kayu lindung Spherical Circular Kayu meranti Circular Circular Kayu rimba Exponential Spherical
Untuk Tabel 14 pada dbh >10 cm, bobot (method) yang terbaik berturut-turut pada jenis kayu indah, kayu lindung, kayu meranti dan kayu rimba adalah
Circular, Spherical, Circular, dan Exponential. Sedangkan dbh >40cm, bobot
(method) yang terbaik berturut-turut pada jenis kayu indah, kayu lindung, kayu meranti, dan kayu rimba adalah Gaussian, Circular, Circular dan Spherical.
Adapun tampilan semivariogram pada keempat jenis kayu dengan bobot yang terbaik sebagai berikut:
Gambar 41 Semivariogram metode Kriging (circular) pada kayu indah dbh >10 cm.
Gambar 42 Semivariogram metode Kriging (gaussian) pada kayu indah dbh >40 cm.
Nilai aktual
Nilai prediksi
Nilai aktual
Gambar 43 Semivariogram metode Kriging (spherical) pada kayu lindung dbh >10 cm.
Gambar 44 Semivariogram metode Kriging (circular) pada kayu lindung dbh >40 cm.
Nilai aktual
Nilai prediksi
Nilai aktual
Gambar 45 Semivariogram metode Kriging (circular) pada kayu meranti dbh >10 cm.
Gambar 46 Semivariogram metode Kriging (circular) pada kayu meranti dbh >40 cm.
Nilai aktual
Nilai prediksi Nilai aktual
Gambar 47 Semivariogram metode Kriging (exponential) pada kayu rimba dbh >10 cm.
Gambar 48 Semivariogram metode Kriging (spherical) pada kayu rimba dbh >40 cm.
Nilai aktual
Nilai prediksi
Nilai aktual
Gambar 41 dan Gambar 42 merupakan bentuk semivariogram pada kayu indah untuk bobot yang terbaik. Begitu juga untuk Gambar 43 sampai dengan Gambar 48 berturut-turut adalah semivariogram pada kayu lindung, kayu meranti dan kayu rimba. Semivariogram pada semua jenis kayu menunjukkan varian nilai aktual dan nilai prediksinya. Menurut Tiryana (2005), nilai RMSE pada semivariogram semakin kecil, maka nilai dugaan yang dihasilkan semakin mendekati nilai sebenarnya. Artinya semivariogram dengan nilai RMSE kecil dapat dipilih sebagai dialog atau skenario yang terbaik. Pada semivariogram di atas untuk semua jenis kayu menunjukkan nilai RMSE yang paling kecil.
Pada kasus hasil interpolasi metode Kriging kayu lindung dbh >40 cm, secara spasial hasil interpolasinya tidak mengalami perubahan yang berarti. Namun hal itu dapat dibedakan dari semivariogram yang dihasilkan, dimana pada method Circular memiliki nilai RMSE yang paling kecil dibandingkan method yang lain. Oleh karena itu method Circular merupakan method terbaik untuk jenis kayu lindung dbh >40 cm.
Pada Gambar 49 sampai dengan Gambar 54 dapat dilihat bobot masing-masing metode interpolasi untuk dbh >10 cm dan dbh >40 cm berdasarkan nilai dari total skornya. Gambar 49 dan Gambar 50 menunjukkan bahwa semakin besar bobot (power), maka semakin besar juga nilai total skornya untuk semua jenis kayu. Dapat dikatakan bahwa, semakin besar bobot (power), maka semakin besar tingkat kesalahannya (error). Kurva bobot (weight) pada Gambar 51 dan Gambar 52 menunjukkan terjadinya hubungan yang berbanding terbalik dan fluktuatif antara bobot dengan total skor, terutama pada dbh >10 cm. Hal itu disebabkan karena metode Spline dapat menghasilkan dugaan yang bernilai negatif (underestimate) dan overestimate diluar nilai yang diduga. Gambar 53 dan Gambar 54 menunjukkan bahwa bobot (method) Gaussian pada metode Kriging adalah bobot yang paling besar tingkat kesalahannya (error). Dugaan yang dihasilkan dengan bobot (method) Gaussian bernilai negatif (underestimate) yang sangat besar dan mencolok.
Gambar 49 Kurva bobot (power) metode IDW pada dbh > 10 cm.
Gambar 51 Kurva bobot (weight) metode Spline pada dbh >10 cm.
Gambar 53 Kurva bobot (method) metode Kriging pada dbh >10 cm.
Gambar 54 Kurva bobot (method) metode Kriging pada dbh >40 cm.