III. METODOLOGI PENELITIAN
3.3. Jenis Data
Data yang dikumpulkan meliputi data primer dan sekunder. Data primer yang dikumpulkan meliputi : a) data vegetasi, b) data sifat fisik dan kimia tanah c) data Acarina dan Collembola tanah. Data sekunder yang dikumpulkan adalah data elevasi atau ketinggian tempat dan data spasial berupa peta digital area revegetasi tambang PT Newmont Nusa Tenggara.
MULAI SIFAT FISIK TANAH PREDATOR ACARINA COLLEMBOLA TANAH SIFAT KIMIA TANAH PENGUJIAN HUBUNGAN ANTAR PEUBAH PENENTUAN BOBOT DAN SKOR
PENYUSUNAN MODEL VALIDASI
AKURASI MODEL
MODEL MONITORING DAN INDIKATOR KUNCI
SELESAI YA
TIDAK PENENTUAN KRITERIA DAN
INDIKATOR PENGUMPULAN DATA LAPANGAN PETA DIGITAL OVERLAY DIGITASI INTERPOLASI ANALISIS DATA VEGETASI DAN SERASAH
Gambar 4. Struktur hirarki kriteria dan indikator kelimpahan Collembola tanah
KANDUNGAN BAHAN ORGANIK
INDEKS KEBERHASILAN REVEGETASI DARI ASPEK KESUBURAN TANAH KAPASITAS ABSORBSI SIFAT KIMIA TANAH SIFAT FISIK TANAH KOMPOSISI
VEGETASI SERASAH PREDATOR
SUHU TANAH KELEMBABAN TANAH TEKSTUR TANAH ELEVASI PH TANAH C- ORGANIK KTK KERAPATAN JENIS JUMLAH JENIS KETEBALAN SERASAH JUMLAH ACARINA KRITERIA INDIKATOR VERIFIER TUJUAN KANDUNGAN LIAT TINGKAT KEJENUHAN BASA
3.4. Metode
Peta lokasi penelitian dan titik-titik plot pengamatan dapat dilihat pada Gambar 2. Seluruh tahapan penelitian mulai dari persiapan, pengumpulan data, hingga terbangunnya model dapat dilihat pada Gambar 3.
3.4.1. Persiapan
Pada tahap ini, kegiatan penelitian terdiri dari pengumpulan data sekunder, studi pustaka untuk memperoleh informasi awal tentang daerah penelitian, konsultasi awal (penulisan dan perbaikan usulan penelitian), perizinan penelitian dan persiapan peralatan penelitian.
3.4.2. Penentuan Kriteria dan Indikator Kelimpahan Collembola Tanah
Pada penelitian ini, dibuat kriteria dan indikator yang mempengaruhi kelimpahan Collembola tanah pada area tambang yang di revegetasi yaitu faktor lingkungan abiotik dan faktor lingkungan biotik. Faktor lingkungan abiotik terdiri dari sifat fisik tanah dan sifat kimia tanah. Sedangkan faktor lingkungan biotiknya adalah komposisi vegetasi, ketebalan serasah dan musuh alami. Secara lengkap struktur hirarki kriteria dan indikatornya disajikan pada Gambar 4.
3.4.3. Pengumpulan Data
Data yang dikumpulkan adalah data primer yaitu data yang diperoleh secara langsung dari hasil pengukuran di lapangan. Pada survey lapangan juga dilakukan pengukuran posisi geografis dari Ground Control Point (GCP). Penentuan titik plot menggunakan metode systematic sampling with radom
dengan jarak antar plot 200 m. Pada masing-masing lokasi penelitian terdapat 5 titik plot dengan 1 kali ulangan di setiap titik plot. Parameter yang diamati adalah parameter-parameter yang diduga mempengaruhi kelimpahan Collembola tanah diantaranya adalah parameter lingkungan abiotik dan parameter lingkungan biotik.
3.4.3.1. Parameter Lingkungan Abiotik
1. Sifat fisik tanah
Sifat fisik tanah yang diukur langsung di lapangan adalah elevasi, suhu tanah, kelembaban tanah sedangkan tekstur tanah nilainya diperoleh dari hasil analisis di laboratorium.
2. Sifat kimia tanah
Sifat kimia tanah yang diukur adalah pH lapangan, pH (H2O), C-organik dan KTK. Pengambilan sampel tanah di lapangan dilakukan dengan metode komposit yaitu mengambil contoh tanah pada titik–titik plot sampel disetiap lokasi penelitian, kemudian contoh tanah tersebut disatukan dan dicampur sampai merata, selanjutnya dianalisis berdasarkan lokasinya.
3.4.3.2. Parameter Lingkungan Biotik
1. Pengamatan Komposisi Vegetasi
Kegiatan pengamatan pada setiap plot dilakukan dengan menggunakan metode garis berpetak yaitu dengan cara melompat satu atau lebih petak-petak dalam jalur sehingga sepanjang garis rintisan terdapat petak-petak pada jarak tertentu yang sama (Kusmana 1997). Ukuran petak contoh disesuaikan dengan tingkat pertumbuhan dan bentuk tumbuhannya. Komposisi vegetasi yang dihitung diantaranya adalah jumlah jenis dan persentase kerapatan (density).
2. Serasah
Ketebalan serasah pada masing-masing plot sampel diukur dengan menggunakan mistar (penggaris) untuk mengatahui tebal tipisnya serasah pada masing-masing lokasi pengamatan.
3. Predator (Acarina tanah)
Predator Collembola yang dipilih adalah kelompok Acarina karena merupakan kelompok predator yang paling berpengaruh. Jumlah Acarina tanah dihitung berdasarkan jumlah yang diperoleh setelah dilakukan sortasi terlebih dahulu dengan serangga lainnnya.
3.4.3.3. Pengumpulan Sampel Acarina dan Collembola Tanah
Pengambilan sampel Acarina dan Collembola tanah dilakukan menggunakan metode ekstraksi Corong Barlese yang sudah dimodifikasi.
Pencuplikan tanah dan serasah untuk ekstraksi dilakukan dengan cara mengumpulkan serasah yang ada di permukaan tanah dengan kuadran sampel yang berukuran 25 cm x 25 cm. Sedangkan untuk contoh tanah dilakukan dengan cara menggali tanah sampai kedalaman 20 cm, sesuai dengan ukuran kuadran sample serasah. Selanjutnya sample serasah dan tanah tersebut dimasukan ke dalam kantung belacu yang berukuran 35 cm x 30 cm dan diberi label di dalam serta di luar kantungnya. Penggunaan kantung belacu dimaksudkan agar selama pengangkutan atau pengiriman masih dapat terjadi proses pertukaran udara dan evaporasi tanah. Sehingga tidak terjadi kenaikan suhu tanah karena proses penguapan tanah di dalam kantung. Kenaikan suhu dalam kantung dapat mematikan fauna tanah, sehingga menyulitkan proses pemilahan. Diharapkan fauna tanah dalam Corong Barlese masih dapat bertahan hidup. Proses ekstraksi biasanya dilakukan selama 4-7 hari tergantug pada banyaknya contoh tanah dan fauna tanah yang diekstraksi (Suhardjono 1992).
3.4.3.4. Pemilihan dan Identifikasi Acarina dan Collembola Tanah
Sortasi dan identifikasi sampel Collembola dan Acarina tanah dilakukan di laboratorium. Identifikasi Collembola tanah dilakukan sampai morfospesies dan atau jika memungkinkan sampai tahap spesies. Sedangkan untuk Acarina tidak dilakukan identifikasi jenis hanya dihitung kelimpahan individunya saja. Kunci identifikasi yang digunakan adalah Greenslade 1991, Greenslade & Vaughan. 2003, Yoshii (1959, 1982a, 1982b, 1983); Suhardjono (1989); Yoshii & Suhardjono (1989, 1992a, 1992b).
3.4.4. Digitasi Interpolasi, Peta Digital dan Overlay
Data hasil survei lapangan yang dilengkapi dengan koordinat geografis yang diperoleh dari GPS digunakan sebagai input data SIG yaitu dengan cara menginterpolasi data tersebut. Interpolasi adalah suatu proses estimasi nilai pada
daerah yang tidak disampel berdasarkan data yang ada di sekitarnya. Selanjutnya dari hasil interpolasi tersebut dibuat peta digital. Seluruh peta digital tadi di overlay atau penggabungan informasi beberapa peta untuk menghasilkan satu informasi baru.
3.4.5. Analisis Data
1. Sifat fisik dan kimia tanah
Sifat fisik tanah yang dianalisis meliputi suhu tanah, kelembaban tanah, dan tektur tanah. Sedangkan analisis sifat kimia tanah meliputi pH tanah, kadar bahan organik tanah dan KTK tanah.
2. Komposisi Vegetasi
Data komposisi vegetasi bisa diperoleh dari menghitung kerapatan (density) dan jumlah jenis. Kerapatan (density) dihitung menggunakan rumus sebagai berikut :
% Kerapatan x 100%
3. Kelimpahan Collembola tanah
Data kelimpahan Collembola tanah diperoleh berdasarkan perhitungan jumlah individu Collembola tanah pada masing-masing titik plot pengambilan sample di setiap lokasi penelitian.
3.4.6. Pengujian Hubungan antar Peubah
Pengujian hubungan antar peubah penyusun model dilakukan untuk menghindari terjadinya korelasi antar peubah yang dapat menyebabkan terjadinya kesalahan model. Pengujian ini dilakukan berdasarkan analisis korelasi, kemudian disusun dalam bentuk matriks.
3.4.7. Penentuan Skor dan Bobot
Salah satu tahap penting dalam membangun model keberhasilan revegetasi ini adalah untuk membangun nilai skor yang terstandarisasi (standardized score), melalui pembuatan skor dengan pendekatan fuzzy. Fungsi-fungsi fuzzy diturunkan
dari masing-masing peubah terhadap kelimpahan Collembola. Adapun bentuk-bentuk fungsi fuzzy yang dikaji adalah:
a) Sigmoidal
b) J-shape (eksponensial atau pangkat) c) Linear
d) Logaritmik (saturasi)
Gambar 5 Fungsi keanggotaan Sigmoidal
Gambar 6 Fungsi keanggotaan berbentuk huruf-J
Gambar 7 Fungsi keanggotaan Linier
Gambar 8 Fungsi keanggotaan Logaritmik
Lebih lanjut, nilai skor yang diperoleh distandarisasi menjadi nilai antara 10 sampai dengan 100 menggunakan rescalling score dengan rumus sebagai berikut (Jaya 2007):
Keterangan:
= nilai score hasil rescalling
= nilai score dugaan (estimated score) input = nilai maksimal score dugaan
= nilai minimal score dugaan
= nilaimaksimal score hasil rescalling
= nilai minimal score hasil rescalling
Pembobotan dilakukan untuk mengidentifikasi pengaruh masing-masing peubah terhadap kelimpahan Collembola tanah di area tambang yang direvegetasi. Penentuan bobot dilakukan secara kuantitatif berdasarkan perhitungan secara objektif pengaruh peubah terhadap kelimpahan Collembola tanah. Bobot dihitung dengan pendekatan regresi berganda berdasarkan nilai skor yang telah distandarisasi. Bobot yang dihasilkan selanjutnya diskala ulang sehingga total bobot sama dengan satu.
3.4.8. Penyusunan Model
3.4.8.1. Model Penduga Waktu Pencapaian Keberhasilan Revegetasi.
Waktu yang diperlukan untuk mencapai keberhasilan revegetasi dari aspek kesuburan tanah dapat diduga dari model persamaan regresi yang dibangun berdasarkan hubungan antara kelimpahan Collembola tanah dan umur revegetasi untuk jenis tanaman yang sama. Bentuk-bentuk model persamaan regresi sebagai berikut : Linier : Y = Polinomial : Y = Power : Y = Exponensial : Y = Logaritmik : Y = Keterangan :
Y adalah umur revegetasi
Verifikasi dilakukan untuk mengetahui keterhandalan model dan mengukur apakah model tersebut menjelaskan kondisi di lapangan dengan benar. Pemilihan model terbaik dilakukan berdasarkan rangking dari sejumlah kriteria yaitu koefisien determinasi (R2), Simpangan Agregat (SA), Simpangan Rata-rata (SR), Root Mean Square Error (RMSE), bias (e) dan uji beda nyata (Khi Kuadrat) atau X2 hitung > X2 table, dengan rumus-rumus sebagai berikut:
Keterangan :
Ym = nilai dugaan yang dihasilkan dari model Ya = nilai aktual untuk uji validasi
3.4.8.2. Model Penduga Keberhasilan Revegetasi
Model keberhasilan revegetasi diawali dengan membangun hubungan antara kesuburan tanah dengan kelimpahan Collembola. Selanjutnya dibangun model kelimpahan Collembola berdasarkan indikator dan peubah-peubah biofisik yang mempengaruhinya. Kelimpahan Collembola juga dipengaruhi oleh kondisi tanaman di setiap kelompok umur tanaman. Secara matematis hubungan antara keberhasilan revegetasi dengan kelimpahan Collembola serta antara kelimpahan Collembola dengan faktor biofisik kawasan dapat disajikan sebagai berikut:
KR = f (C)= f(w)
Keterangan :KR adalah Keberhasilan revegetasi dari aspek kesuburan tanah f(C) adalah fungsi dari kelimpahan Collembola tanah
Penyusunan model keberhasilan revegetasi dibangun berdasarkan hubungan antara nilai skor terstandarisasi dengan nilai kelimpahan Collembola. Bobot setiap peubah dan indikator diperoleh secara kuantitatif menggunakan analisis regresi ganda. Bobot dari model dikelompokkan menjadi bobot makro dan bobot mikro. Sedangkan model persamaan matematik kelimpahan Collembola tanah dibangun dengan beberapa indikator dan faktor sebagai berikut:
n i i i P n i i i S n i i i V n i i i K n i i i F BFSF W BKSK W BVSV W BSSS W BPSP W C Keterangan :
C adalah nilai skor kelimpahan Collembola tanah WF adalah bobot makro sifat fisik tanah
WK adalah bobot makro sifat kimia tanah WT adalah bobot makro komposisi vegetasi WS adalah bobot makro ketebalan serasah
WP adalah bobot makro predator
adalah bobot mikro sifat fisik tanah ke-i adalah bobot mikro sifat kimia tanah ke-i adalah bobot mikro komposisi vegetasi ke-i adalah bobot mikro ketebalan serasah ke-i adalah bobot mikro predator ke-i
SFi adalah skor dari faktor-faktor fisik tanah ke-i SKi adalah skor dari faktor-faktor kimia tanah ke-i SVi adalah skor dari faktor-faktor vegetasi ke-i SSi adalah skor dari faktor-faktor serasah ke-i SPi adalah skor dari faktor-faktor predator ke-i
3.4.9. Verifikasi Model
Verifikasi model dilakukan untuk mengetahui seberapa tepat model yang dibuat terhadap kondisi sebenarnya di lapangan. Verifikasi dilakukan menggunakan matrik kesalahan (confussion matrix) untuk menghitung akurasi rata-rata umum (overall occuracy) dan akurasi kappa (kappa accuracy). Matrik kesalahan (Confussion matrix) adalah matrik bujur sangkar yang memuat jumlah piksel atau polygon yang diklasifikasikan secara konvensional. Akurasi rata-rata umum (overall occuracy) dilakukan untuk menghitung akurasi berdasarkan persentase jumlah piksel dan polygon yang dikelaskan secara benar (polygon pada model masuk pada kelas yang sama pada polygon acuan), dibagi jumlah total
piksel atau polygon. Nilai akurasi kappa biasnya lebih kecil dibanding dengan nilai akurasi rata-rata umum karena pada akurasi kappa dihitung tidak hanya berdasarkan jumlah piksel atau polygon kelas acuan, tetapi juga menghitung jumlah piksel atau polygon yang dikelaskan pada model tidak tepat masuk ke dalam kelas acuan (Puspaningsih 2011).
Referensi yang digunakan untuk verifikasi adalah nilai C-organik. Nilai C-organik adalah dasar untuk mengetahui kandungan bahan organik tanah yang merupakan indikator paling penting dan menjadi kunci dinamika kesuburan tanah. Bahan organik menyediakan makanan dan tempat hidup (habitat) untuk organisme tanah, menyediakan energi untuk proses-proses biologi tanah dan memberikan kontribusi pada daya pulih (resiliansi) tanah.
Tabel 1 Kriteria kesuburan tanah berdasarkan kandungan C-Organaik tanah
Kriteria
sangat
rendah rendah sedang tinggi sangat tinggi
C-organik (%) < 1,00 1,00 - 2,00 2,01 -3,00 3,01 - 5,00 > 5,00 Sumber : Puslitan (1983)
Akurasi rata-rata umum (Overall Accuracy)
Keterangan :
OA = Nilai akurasi rata-rata umum (Overall Accuracy)
= Coincided Value atau luas tingkat kelimpahan yang sama antara model dan peubah yang dijadikan acuan untuk verifikasi
N = Total area verifikasi Akurasi Kappa (Kappa Accuracy)
Keterangan :
K = Akurasi Kappa (Kappa Accuracy)
= Coincided Value atau luas tingkat kelimpahan yang sama antara model dan peubah yang dijadikan acuan untuk verifikasi
= Luas dalam barisan ke-i = Luas dalam kolom ke-j N = Total area verifikasi
3.4.10.Pengujian Model
Pengujian model yang telah dilakukan verifikasi dilanjutkan dengan pengujian signifikansi. Pengujian ini dilakukan untuk mengetahui signifikansi perbedaan antara akurasi dari model-model yang dibangun. Hasil pengujian signifikansi ini digunakan untuk memilih model terbaik. Jika perbedaan antar model mempunyai nilai z > 1,96, berarti model tersebut berbeda secara signifikan. Rumus yang digunakan adalah
dimana :
Keterangan
z = Nilai signifikansi
= Akurasi hasil verifikasi model ke-i dan ke-j = Simpangan baku (ragam)
N = Total area verifikasi
3.4.11.Peta Tingkat Keberhasilan Revegetasi dari Aspek Kesuburan Tanah
Peta tingkat keberhasilan revegetasi dibangun berdasarkan model dengan akurasi model terbaik yang sebelumnya telah dilakukan verifikasi dan validasi. Peta tingkat keberhasilan revegetasi dari aspek kesuburan tanah yang dikelaskan menjadi tiga yaitu kurang berhasil jika skor model keberhasilannya kurang dari 50%, cukup berhasil jika skor model keberhasilan antara 50-70% dan keberhasilan jika skor model keberhasilan di atas 70%.