Kombinasi variabel pada klasifikasi MAI 5 kelas dan 3 kelas masing- masing disajikan pada Lampiran 2 dan Lampiran 3. Berdasarkan Tabel 16 Nilai akurasi yang tertinggi untuk riap pada klasifikasi 5 kelas sebesar 79.6% yang diperoleh dari susunan kombinasi 16 variabel. Variabel tersebut meliputi bobot
isi (X1), pasir (X2), klei (X3), Ca (X5), K (X7), KTK (X9), C Organik (X10), N (X11), P (X12), ketebalan serasah (X13), berat kering serasah (X14), erosi (X15), kerapatan (X18), stratifikasi tajuk (X19), persentase tutupan tajuk (X20, dan kolonisasi (X21). Sedangkan pada MAI 3 kelas nilai akurasi tertinggi yang diperoleh sama dengan yang 5 kelas. Perbedaannya, terletak pada jumlah kombinasi yang menyusun yaitu terdapat 10 variabel. Variabel tersebut terdiri atas bobot isi (X1), klei (X3), Ca (X5), K (X7), P (X12), ketebalan serasah (X13), erosi (X15), kerapatan (X18), persentase tutupan tajuk (X20, dan kolonisasi (X21). Klasifikasi 3 kelas menunjukkan efisiensi penggunaan variabel, dimana jumlah variabel yang digunakan pada klasifikasi 5 kelas adalah 6 variabel lebih k dibandingkan dengan MAI 3 kelas.
Pertambahn ukuran dimensi tegakan sangat dipengaruhi oleh variasi kondisi tempat tumbuh (site indeks). Kondisi tempat tumbuh ditentukan oleh faktor lingkungan, tanah, dan dan teknik silvikultur yang diberikan (Suhendang 1990; Husch et al. 2003; Gersonde dan O’Hara 2005).
Tabel 16 Nilai akurasi indikator penduga keberhasilan reklamasi hutan menggunakan MAI pada 5 kelas dan 3 kelas
No MAI 5 Kelas No MAI 3 Kelas
Peubah (IN) Jumlah Peubah Akurasi Peubah (IN) Jumlah Peubah Akurasi
1 X20 1P 51.0 1 X20 1P 61.2 2 X18 2P 57.1 2 X18 2P 67.4 3 X11 3P 55.1 3 X3 3P 69.4 4 X14 4P 61.2 4 X5 4P 75.5 5 X12 5P 61.2 5 X1 5P 71.4 6 X1 6P 67.4 6 X12 6P 73.5 7 X15 7P 61.2 7 X7 7P 75.5 8 X21 8P 69.4 8 X13 8P 75.5 9 X10 9P 69.4 9 X15 9P 77.6 10 X9 10P 77.6 10 X21 10P 79.6 11 X13 11P 75.5 11 X16 11P 79.6 12 X5 12P 73.5 12 X10 12P 75.5 13 X3 13P 75.5 13 X14 13P 79.6 14 X19 14P 73.5 14 X2 14P 77.6 15 X2 15P 75.5 15 X11 15P 77.6 16 X7 16P 79.6 16 X9 16P 75.5 17 X16 17P 79.6 17 X19 17P 77.6
Keterangan: bobot isi (X1), pasir (X2), klei (X3), Ca (X5), K (X7), KTK (X9), C Organik (X10), N (X11), P (X12), ketebalan serasah (X13), berat kering serasah (X14), erosi (X15), indeks keanekaragaman (X16), kerapatan (X18), stratifikasi tajuk (X19), persentase tutupan tajuk (X20, kolonisasi (X21)
Penentuan indikator penduga keberhasilan reklamasi hutan
Indikator penduga keberhasian reklamasi hutan ditentukan berdasarkan akurasi yang ditunjukkan oleh setiap indikator dan masing-masing klasifikasinya (5 kelas dan 3 kelas). Lebih jelasnya, perbedaan perolehan nilai akurasi pada setiap indikator penduga keberhasilan reklamasi hutan dan klasifikasinya disajikan pada Gambar 10.
Gambar 10 Nilai akurasi setiap indikator penduga keberhasilan reklamasi hutan (LBDS, Bio, MAI) pada 5 kelas dan 3 kelas
Secara keseluruhan nilai akurasi yang diperoleh dari hasil klasifikasi parameter penduga keberhasilan reklamasi hutan pada 5 kelas dan 3 kelas lebih dari 75%. Parameter yang paling konsisten dan akurat sebagai indikator penduga tingkat keberhasilan reklamasi hutan adalah LBDS. Akurasi yang diperoleh dari LBDS relatif lebih tinggi dari biomassa dan MAI yaitu mencapai 91.8% untuk 3 kelas. Berdasarkan nilai akurasi tertinggi didapatkan LBDS merupakan parameter penduga keberhasilan reklamasi hutan dengan 10 variabel. yang akan digunakan dalam membangun standar skor keberhasilan Kesepuluh variabel.
Penelitian ini menemukan bahwa perbedaan tingkat keberhasilan reklamasi hutan sangat dipengaruhi oleh kualitas tempat tumbuh yang yang peubah-peubahnya berupa sifat fisik tanah, kimia tanah, serasah dan tutupan tajuk. Kualitas tempat tumbuh adalah ukuran tingkat kesuburan tanah yang akan mempengaruhi pertumbuhan dan produktivitas pohon atau tegakan (Oliver dan Larson 1996). Pohon-pohon yang tumbuh pada tanah yang subur akan memberikan hasil yang lebih besar dibandingkan dengan pohon yang tumbuh di tanah yang kurang subur (Oktavia et al. 2015). Kualitas tanah yang dipengaruhi oleh lingkungan fisik tanah dan kandungan nutrisi tanah merupakan faktor penting mempengaruhi kesuburan tanah (Ngo-Mbogba et al. 2015).
Simpulan
Penelitian ini menunjukkan bahwa nilai koefisien variasi pada berbagai kelas umur untuk LBDS berkisar antara 6.92% – 85.12%, untuk biomassa berkisar 0.55% –82.50% dan untuk MAI/riap berkisar 4.09% –88.13%. Indikator penduga keberhasilan reklamasi hutan di areal bekas tambang yang paling konsisten dan akurat adalah LBDS. Konsistensi akurasi pada LBDSlebih tinggi dari biomassa dan MAI yaitu akurasi mencapai 91.8%. Akurasi LBDS tertinggi diperoleh pada klasifikasi 3 kelasdengan 10 variabel terpilih. Variabel tersebut terdiri atas fraksi pasir, unsur hara N, unsur hara P, ketebalan serasah , berat kering serasah, erosi, indeks keanekaragaman jenis, kerapatan pohon, persentase
40.0 50.0 60.0 70.0 80.0 90.0 100.0 1P 2P 3P 4P 5P 6P 7P 8P 9P 10P 11P 12P 13P 14P 15P 16P 17P Ak ura si Ind ik a to r pend ug a ( %) Peubah
tutupan tajuk, dan rekolonisasi. Penelitian ini menemukan bahwa perbedaan tingkat keberhasilan reklamasi hutan pada areal bekas tambang batubara sangat dipengaruhi oleh kualitas tempat tumbuh yang peubah-peubahnya berupa sifat fisik tanah, kimia tanah, serasah, kondisi permukaan lahan dan beberapa parameter biologis pertumbuhan vegetasi.
MODEL MONITORING KEBERHASILAN REKLAMASI HUTAN DI AREAL BEKAS TAMBANG BATUBARA
Pendahuluan
Mengembalikan fungsi lahan kepada fungsi semula (rona awal) pasca penambangan merupakan kewajiban mutlak bagi setiap perusahaan tambang di Indonesia. Di dalam konteks ideal, pencapaian keberhasilan dari kegiatan reklamasi hutan adalah terciptanya struktur dan fungsi hutan yang stabil (Setiadi 2005), sehingga dibutuhkan kegiatan monitoring terhadap pencapaian keberhasilan reklamasi hutan.
Mengukur keberhasilan reklamasi hutan di areal bekas pertambangan merupakan salah satu proses penting dalam kegiatan monitoring keberhasilan reklamasi. Kesalahan yang selama ini dilakukan dalam mengukur keberhasilan reklamasi hutan adalah penerapan kriteria dan indikator yang digunakan. Kriteria dan indikator yang digunakan sering diterapkan secara umum untuk kegiatan rekalamasi pada semua jenis tambang. Padahal kegiatan penambangan yang dilakukan dikawasan hutan terdiri dari beberapa jenis tipe tambang. Masing- masing jenis tambang tersebut dalam proses ekstraksi bahan tambang berbeda- beda sehingga tingkat kerusakan lingkungan yang dihasilkan juga berbeda-beda dan karakteristik kerusakannya juga berbeda-beda. Hal ini akan berdampak pada keberhasilan kegiatan reklamasi hutan. Sehingga tidak tepat jika penilaian yang dilakukan terhadap berbagai jenis tambang menggunakan penilaian dengan kriteria dan indikator yang sama. Agar parameter-parameter yang digunakan lebih spesifik mencerminkan kondisi yang ada maka akan lebih baik jika penilaian keberhasilan reklamasi hutan, disesuaikan dengan jenis tambangnya.
Beberapa penelitian yang telah dilakukan menunjukkan bahwa indikator yang digunakan untuk memantau keberhasilan reklamasi hutan cukup bervariasi tergantung pada sistem pertambangan serta kondisi biofisik daerah pertambangan (Puspaningsih 2011; Rohyani 2012). Oleh karena itu, ketepatan di dalam pemilihan metode monitoring menjadi hal yang sangat penting dilakukan (Wang et al. 2016). Hal ini berkonsekuensi terhadap penyusunan kriteria dan indikator keberhasilan reklamasi(Puspaningsih 2011) yang yang digunakan dalam pembangunan model monitoring keberhasilan reklamasi hutan.
Model merupakan abstraksi dari kenyataan (Grant et al. 1997) yang diartikan sebagai bentuk penyederhanaan suatu aspek tertentu yang diselidiki dari keadaan sebenarnya (Vanclay 1994). Sehingga, hanya faktor-faktor dominan atau komponen yang relevan dari masalah yang menunjukkan hubungan yang diikutsertakan dalam suatu pemodelan agar pengaplikasiannya lebih sederhana. Pada hakekatnya, pembangunan model khususnya model monitoring keberhasilan reklamasi hutan membutuhkan penyederhanaan terhadap faktor-faktor yang digunakan dalam menilai keberhasilan reklamsi hutan agar mudah diterapkan, konsisten dalam pengukurannya dan memiliki akurasi yang memadai, sehingga penerapannya lebih efisien dan efektif.
Proses penting lainnya yang juga harus diperhatikan adalah prediksi terhadap capaian waktu kestabilan dan pembangunan kriteria penilaian keberhasilan reklamasi hutan. Prediksi waktu pencapaian kestabilan hutandiperlukan untuk mengatahui capaian optimal kestabilan tegakan mendekati
rona awal, sehingga kita dapat menentukan upaya-upaya untuk mempercepat atau mempertahankan capaian reklamasi hutan. Sedangkan pembangunan kriteria diperlukan untuk mengetahui ukuran atau standar keberhasilan reklamasi, yang dibangun melalui sejumlah peubah-peubah kunci.
Selama ini, standar skor yang digunakan sebagai dasar penilaian keberhasilan reklamasi hutan di areal bekas tambang belum mempertimbangkan unsur waktu. Permenhut No. P60/Menhut-II/2009 yang memuat tentang penilaian terhadap keberhasilan reklamasi hutan pada umur yang berbeda dinilai dengan kriteria yang sama. Padahal, penilaian terhadap keberhasilan reklamasi hutan seharusnya mempertimbangkan kurun waktu karena tingkat keberhasilan reklamasi hutan akan berbeda pada setiap periode umur tanam.
Berdasarkan hal tersebut,maka tujuan penelitian ini adalah (1) membengun model monitoring keberhasilan reklamasi hutan menggunakan peubah-peubah yang sederhana, mudah diukur, konsisten dan akurat; (2) membangun kriteria keberhasilan reklamasi hutan di areal bekas tambang batubara PT Bukit Asam.
Metode Bahan dan Alat
Alat yang digunakan pada penelitian ini adalah Microsoft Excel, Excel Stat versi 2014.5.03digunakan untuk melalukan analisis statistik. LBDS digunakan untuk memprediksi waktu pencapaian kondisi stabil dengan membuat hubungan antara umur tanaman denga LBDS dan pembangunan standar skor keberhasilan reklamsi hutan dengan hubungan antara umur tanaman denga LBDS. LBDS dihitung menggunakan persamaan [1]. Pembangunan standar skor keberhasilan reklamasi hutan menggunakan peubah-peubah terpilih dari hasil analisis diskriminan yang merupakan kombinasi 10 peubah dengan akurasi tertinggi (91.8 %). Peubah-peubah tersebut meliputi fraksi pasir (Ps), nitrogen (N), fosfor (P), ketebalan serasah (KS), berat kering serasah (BKS), tingkat erosi (E), indeks
keanekaragaman (H’), kerapatan pohon dan tiang (Kr), persentase tutupan tajuk
(CC), dan kolonisasi (KL).
Analisis Data
