BAB III METODOLOGI PENELITIAN
3.4 Analisis Data
3.4.5 Pemilihan Model Penduga Terbaik
SR = x 100%
5. Uji beda rata-rata Khi-kuadrat (Khi-square test)
Pengujian validasi model persamaan penduga volume pohon dapat pula dilakukan dengan menggunakan uji X² (Khi-kuadrat), yaitu alat untuk menguji apakah volume yang diduga dengan tabel volume (Vi) berbeda dengan volume pohon aktualnya (Vai). Dalam hal ini hipotesa yang diuji adalah sebagai berikut :
H0 : Vi = Vai
H1 : Vi ≠ Vai Kriteria ujinya adalah : X² =
Kaidah keputusannya adalah : X²hitung ≤ X²tabel (α, n-1), maka terima H0 X²hitung > X²tabel (α, n-1), maka terima H1
3.4.5 Pemilihan Model Penduga Terbaik
Model persamaan regresi untuk penyusunan tabel volume pohon yang baik adalah senagai berikut :
1. Uji keberartian model, memperoleh nilai R² yang besar, simpangan baku (s) yang kecil, dan analisa keragaman menghasilkan regresi yang nyata.
2. Ujian validasi, simpangan agregasi berada antara -1 sampai +1, simpangan rata-rata tidak lebih dari 10%, nilai RMSE dan bias relative kecil, hasil uji beda antara nilai rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (actual), tidak menunjukkan adanya perbedaan yang nyata (H0 diterima).
Selanjutnya, menjumlahkan peringkat hasil pemilihan persamaan terbaik pada tahap penyusunan dan tahap validasi untuk setiap persamaan yang telah dibuat, kemudian menentukan peringkat akhir. Peringkat terakhir dikatakan terbaik jika jumlah peringkat hasil pemilihan pada tahap penyusunan persamaan dan validasi menunjukkan nilai yang terkecil.
ϭϴ
BAB IV
KEADAAN UMUM LOKASI PENELITIAN
4.1 Sejarah Pemanfaatan Hutan
PT. Mamberamo Alasmandiri merupakan perusahaan PMDN yang tergabung dalam KODECO GROUP. Didirikan pada tanggal 5 Desember tahun 1991 dengan akte pendirian No. 24 Notaris Rahmah Arie Sutardjo, SH, dan memperoleh pengesahaan dari Menteri Kehakiman RI No. C2-2966-H. T. 01. 01.
TH’92 tanggal 20 April 1992. Ijin Pemanfaatan Hutan IUPHHK PT Mamberamo Alasmandiri didasarkan pada keputusan Menteri Kehutanan No. 1071/Kpts-II/1992 tanggal 19 November 1992, seluas 691.700 hektar yang kemudian diperbaharui berdasarkan Keputusan Menteri Kehutanan dan Perkebunan No.
910/Kpts-IV/1999 tanggal 14 Oktober 1999 dengan luas 677.310. Dalam kegiatan pengelolaan hutan, PT. Mamberamo Alasmandiri membagi areal kerjanya menjadi 2 unit kelestarian, yaitu: Unit Aja dan Unit Gesa dimana keduanya melakukan kegiatan operasional secara terpisah (PT. MAM 2009).
Kegiatan produksi baru dimulai pada tahun 1994 sampai dengan tahun 1997 dilakukan pemenuhan pasokan bahan baku industri PT Kodeco Batulicin Plywood (PMA) yang berlokasi di Kalimantan Selatan. Perkembangan selanjutnya atas pertimbangan pengembangan pembangunan daerah serta efisiensi biaya industri maka pada tahun 1998 didirikan industri pengolahan kayu PT Kodeco Mamberamo (PMDN) di Desa Kerenui, Distrik Waropen Timur, Kabupaten Yapen Waropen. Kapasitas izin industri adalah plywood 100.000 m3/tahun dan sawmill 12.000 m3/tahun. PT Mamberamo Alasmandiri sebagai pemasok utama industri baru tersebut (PT. MAM 2009).
4.2 Letak dan Luas
Areal kerja IUPHHK PT Mamberamo Alasmandiri termasuk ke dalam kelompok hutan Sungai Mamberamo-Sungai Gesa. Berdasarkan pembagian wilayah administrasi pemerintahan, areal kerja IUPHHK PT Mamberamo Alasmandiri terletak di dalam wilayah distrik Mamberamo Hulu, Mamberamo Tengah, Mamberamo Hilir, dan Distrik Waropen Atas, Kabupaten Mamberamo Raya, Provinsi Papua (PT. MAM 2009).
ϭϵ
Berdasarkan status fungsi hutan, areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas Hutan Produksi (HPK) dengan luas masing-masing, sebagai berikut :
Hutan Produksi Bebas (HP) : ± 117.010 hektar (±17,30%) Hutan Produksi Terbatas (HPT) : ± 513.570 hektar (±75,80%) Hutan Produksi yang Dapat Dikonversi : ± 46.730 hektar (± 6,90%) Jumlah : ± 677. 310 hektar
Gambar 1 Peta kawasan IUPHHK-HA PT. Mamberamo Alasmandiri (Sumber : RKU PT.Mamberamo Alasmandiri).
4.3 Topografi dan Kelerengan
Areal kerja IUPHHK PT. Mamberamo Alasmandiri bervariasi dari datar sampai bergelombang dengan ketinggian dari permukaan laut berkisar 100-648 m dpl. Kelas lereng di areal kerja IUPHHK PT. Mamberamo Alasmandiri terdiri atas kelereng A (<8%) sampai kelas lereng E (>40%) (PT. MAM 2009).
4.4 Tanah dan Geologi
Jenis tanah di IUPHHK ini terdiri dari tanah alluvial, latosol, regosol, podzolik dan litosol Struktur geologi khususnya diareal kerja IUPHHK PT.
Mamberamo Alasmandiri didominasi oleh sesar (sesar naik dan geser) dan lipatan.
Sesar naik utama pada bagian tersebut membatasi Cekungan Wapoga dan Cekungan Mamberamo. Struktur lipatan terdiri dari antikilin dan sinklin. Antikilin penting dikenal sebagai Antiklin Gesa yang memotong aliran Sungai Gesa yang
ϮϬ
mengalir ke Utara. Perkembangan struktur tersebut adalah dampak kompresi pemekaran lempeng Samudra Pasifik (PT. MAM 2009).
4.5 Iklim dan Intensitas Hujan
Berdasarkan klasifikasi iklim secara umum menurut Schmidt dan Ferguson atau Af-Am Koppen areal IUPHHK PT. Mamberamo Alasmandiri dengan tipe iklim A, yaitu: daerah sangat basah dengan vegetasi hutan hujan tropis dengan curah hujan tanpa bulan kering ( <60.00 mm) merata sepanjang tahun. Dari data yang diperoleh dari stasiun Pencatat Curah Hujan Camp Gesa (tahun 1994-2001) diperoleh nilai Q= 0 % dan IH ( Intensitas Hujan) = 17,4 mm/hh, dengan curah hujan rata-rata adalah sebesar 285,6 mm perbulan dan tingkat minimum yang terjadi pada bulan November (208,8 mm perbulan) maksimum pada bulan Oktober (354,1 mm perbulan) (PT. MAM 2009).
4.6 Keadaan Hutan
Penutupan lahan areal kerja IUPHHK PT. Mamberamo Alasmandiri berdasarkan hasil penafsiran Citra Landsat LS-7 ETM+US band 542, Mozaik Path 102 Row 62, liputan tanggal 19 November 2005 dan Path 103 Row 62 Liputan tanggal 8 Juli 2006. disajikan pada tabel berikut (PT. MAM 2009).
Tabel 3 Penutupan vegetasi pada IUPHHK PT. Mamberamo Alasmandiri
Penutupan Lahan Fungsi Hutan (Ha)
BZ Jumlah Persen HPT HP HPK
1. Hutan Primer 287.203 66.966 6.176 12.230 372.575 55,0%
2. Hutan Bekas Tebangan 105.825 40.100 30.651 1.948 178.524 26,4%
3. Non Hutan 6.209 5.169 592 127 12.097 1,80%
Jumlah 481.800 126.126 49.481 19.903 677.310 100,%
Sumber : Pengesahan citra Landsat Nomor S.35/VII?Pusin-1/2006 tanggal 22 Januari 2007 (PT.
MAM 2009).
Ϯϭ
4.7 Sosial Ekonomi dan Budaya Masyarakat
Penduduk asli disekitar kelompok hutan S. Mamberamo–S. Gesa adalah Suku Baudi Bira, Kerema, Obagui Dai, Kapso Apawer, Birara Noso, Bodo dan suku Haya. Hubungan suku-suku yang berbeda wilayah masih bersifat tradisional dan masing-masing suku masih memegang kuat adat istiadatnya, hal ini ditunjukkan oleh adanya bahasa yang cukup mencolok diantara suku-suku asli dan masing-masing suku berkembang sendiri-sendiri tanpa saling mengganggu (PT.
MAM 2009).
Bahasa yang digunakan sehari-hari oleh penduduk di sekitar kelompok hutan ini adalah bahasa sukunya masing-masing sedangkan bahasa Indonesia hanya dimengerti oleh sebagian kecil saja dari mereka. Agama dan kepercayaan yang dianut, yaitu: Kristen Protestan, Katolik dan Islam (PT. MAM, 2009).
Pola pemilikan tanah dikawasan areal kerja IUPHHK terdiri atas tanah negara, tanah adat dan tanah ulayat. Walaupun demikian masyarakat masih berpegangan pada hukum adat dimana pemilikan terhadap sebidang tanah didasarkan “pemilik pertama”, artinya jika pemilikan terhadap tanah yang digarap tersebut dan diwariskan turun temurun kepada keturunanya dan setiap anggota keluarga memiliki hak garap atas tanah keluarga tadi (PT. MAM 2009).
Mata pencaharian penduduk yang berada di sekitar areal kerja IUPHHK PT. Mamberamo Alasmandiri dapat diklasifikasikan menurut keadaaan alam dimana mereka menetap. Umumnya penduduk yang tinggal di sepanjang Sungai Mamberamo dan Danau Bira memiliki mata pencaharian sebagai pencari ikan untuk memenuhi kebutuhan protein hewani sehari-hari dan jika ada kelebihan dari hasil tangkapan, dipertukarkan (barter) dengan bahan makanan seperti umbi-umbian, jagung dan talas. Bahan makanan ini dihasilkan oleh penduduk yang tinggal di pedalaman yang umumnya hidup dari ladang berpindah. Sistem barter dilakukan pada setiap kesempatan, karena di kawasan ini belum berkembang sistem pasar dan perekonomian uang. Disamping mencari ikan dan bercocok tanam dengan berladang berpindah, ada sebagian masyarakat yang melakukan kegiatan “meramu” (mencari sagu, umbi dan berburu), sedangkan masyarakat yang tinggal di pusat-pusat pemerintah (Distrik dan Kabupaten) yang umumnya
ϮϮ
sebagai pendatang berprofesi sebagai pegawai negeri dan buruh harian (PT. MAM 2009).
Gambar 2 Peta areal kerja PT. Mamberamo Alasmandiri (Sumber : RKU PT. Mamberamo Alasmandiri).
Ϯϯ
BAB V
HASIL DAN PEMBAHASAN
5.1 Pemilihan Pohon Contoh
Pengambilan data pohon contoh ini dilakukan secara purposive sampling pada areal petak tebangan dan areal pembuatan jalan. Pengukuran dilakukan pada pohon yang pertumbuhannya baik dan sehat. Berikut disajikan rekapitulasi jumlah pohon contoh yang diambil untuk penyusunan tabel volume tertera pada Tabel 4.
Tabel 4 Rekapitulasi jumlah pohon contoh
No Kelas
Diameter
Jumlah Pohon Contoh
Penyusunan Model Validasi Model
1 10-14.9 10 5
Dari 165 pohon contoh yang diambil, jumlah tersebar merata pada setiap kelas diameter. Kelas diameter (Dbh) dimulai pada kelas 10-14,9 cm hingga kelas diameter 60 cm up dengan interval kelas diameter sebesar 5 cm. Dari 165 pohon tersebut, 110 pohon (67 %) digunakan untuk penyusunan model dan 55 pohon (33%) digunakan untuk validasi model. Pembagian data dilakukan secara acak dengan tetap memperhatikan keterwakilan dari tiap kelas diameter.
5.2. Penyusunan Model Regresi
5.2.1 Analisa Korelasi Hubungan Antara Diameter Setinggi Dada (Dbh) dengan Panjang Bebas Cabang (Pbc)
Asumsi yang digunakan dalam penyusunan tabel volume lokal adalah terdapat hubungan yang erat antara diameter (dbh) dengan panjang (pbc) pohon.
Untuk menganalisis keeratan hubungan tersebut digunakan analisis korelasi, yang ditunjukkan oleh besarnya koefisien korelasi (r). Apabila antara panjang pohon
Ϯϰ
dengan diameter pohon terdapat korelasi yang erat, maka untuk menduga volume pohon dapat digunakan satu peubah saja. Mengingat pengukuran diameter pohon lebih mudah daripada pengukuran panjang pohon, maka tabel volume pohon dapat disusun atas dasar peubah diameter pohon.
Menurut Walpole (1993) besarnya nilai koefisien korelasi adalah -1 ≤ r ≥ +1 dimana jika r mendekati -1 atau +1, maka hubungan antara kedua peubah tersebut kuat artinya terdapat korelasi yang tinggi antara keduanya. Berdasarkan hasil analisis regresi terhadap hubungan diameter dengan panjang pohon diperoleh koefisien korelasi sebesar 0,8213 yang berarti bahwa hubungan antara kedua peubah kuat dan terdapat korelasi yang tinggi diantara keduanya.
5.2.2 Pengujian Koefisien Korelasi dengan Uji ZFisher
Dalam membuat tabel volume lokal, untuk memperoleh ketelitian yang dapat dipertanggungjawabkan, maka ρ>0.7071. Pengujian koefisien korelasi ini dilakukan melalui transformasi ZFisher.
Tabel 5 Hasil uji transformasi ZFisher
UJI Z Fisher D dan P
Keputusan TOLAK H0
Kesimpulan D dan P memiliki hubungan yang erat
Berdasarkan hasil uji transformasi ZFisher , diperoleh nilai Z hitung > Z tabel (α = 0.05). Hal ini berarti antara panjang (pbc) dan diameter (dbh) memiliki keeratan yang tinggi, sehingga pendugaan volume dapat diterangkan oleh satu peubah bebas yaitu diameter (dbh). Tabel volume yang dihasilkan berdasarkan pengujian transformasi Zfisher adalah tabel volume lokal (tarif volume).
5.2.3 Penyusunan Model Persamaan Regresi
Untuk membantu dalam pemilihan model, maka data pohon contoh ditampilkan dalam scatter diagram. Dari sebaran data tersebut dapat dilihat
Ϯϱ
bentuk penampilan penyebaran datanya. Penyebaran data diameter (dbh) dan volume (Va) dapat dilihat pada gambar 3.
Dbh
Scatterplot of Va vs Dbh
Gambar 3 Scatterplot hubungan antara diameter (dbh) dan volume (va).
Diagram pencar (scatterplot) menggambarkan pola penyebaran data yang hasilnya dapat membantu dalam pemilihan model. Berdasarkan diagram pencar diperoleh bahwa sebaran datanya tidak mengikuti suatu garis lurus, melainkan mengikuti pola non linear.
5.2.3.1 Model Persamaan Regresi
Model persamaan volume pohon yang disusun dan dicoba sebanyak tiga model, sebagai berikut :
1. V = a ( Model Berkhout )
2. V = a+b ( Model Kopezky-Gehrhardt ) 3. V = a+bD+c ( Model Hohenadl-Krenn )
Data pohon contoh yang terpilih dianalisa dengan model-model persamaan menggunakan software statistic (Minitab versi 14). Model persamaan regresi yang diperoleh dari hasil perhitungan dengan menggunakan minitab akan dianalisa lagi sehingga diperoleh model persamaan penduga volume pohon yang terbaik dari semua model. Model-model persamaan penduga volume itu dianalisa dengan cara membandingkan kriteria-kriteria yang digunakan dalam uji keberartian model yaitu koefisien determinasi (R²), simpangan baku (s), dan analisa keragaman (F-test). Berikut ini disajikan tabel nilai R², s, dan F-test dari tiap model.
Ϯϲ
Tabel 6 Model Persamaan Regresi
EŽ WĞƌƐĂŵĂĂŶWĞŶĚƵŐĂ Ɛ ZͲĂĚũ Zϸ &Śŝƚ &ƚď
Perhitungan besarnya koefisien determinasi dimaksudkan untuk mengukur kecukupan model regresi dalam menjelaskan besarnya variasi peubah tidak bebas yang dapat dijelaskan oleh variasi peubah bebasnya. Nilai koefisien determinasi sebesar 50% merupakan batas minimal yang digunakan dalam penyusunan model volume pohon yang dianggap cukup memadai (Suharlan, Boestomi, dan Soemarna 1976 dalam Lestarian 2009). Semakin besar nilai R², maka persamaan regresi tersebut semakin baik.
Berdasarkan tabel 6, model persamaan penduga yang memiliki nilai R² terbesar adalah persamaan V= sebesar 97,8%. Hal ini berarti bahwa peubah diameter (dbh) dapat menerangkan sebesar 97,8% dari keragaman volumenya. Berdasarkan nilai R² maka persamaan ini merupakan persamaan penduga volume pohon terbaik dibanding persamaan lainnya.
Simpangan baku menunjukkan, bahwa semakin kecil nilainya semakin baik, artinya nilai dugaannya akan semakin teliti. Dari Tabel 6 dapat diketahui bahwa nilai simpangan baku yang terkecil dimiliki oleh persamaan nomor 1 (V= ) sebesar 0,082. Berdasarkan nilai s maka persamaan ini merupakan persamaan penduga volume pohon terbaik dibanding persamaan lainnya.
Menurut Tiryana (2008) Nilai F-hitung digunakan untuk menguji keberartian model regresi (overall fit test). Apabila nilai F lebih besar dari nilai F tabel, maka H0 ditolak yang berarti bahwa satu atau lebih peubah bebas dalam model berpengaruh nyata pada taraf nyata (α) tertentu. Berdasarkan Tabel 6, diperoleh bahwa keseluruhan model regresi memiliki nilai F hitung yang lebih
Ϯϳ
besar daripada F tabel pada taraf nyata 1 % dan 5 %. Hal ini menggambarkan bahwa peubah diameter (dbh) berpengaruh nyata terhadap volume pada taraf nyata 5 % dan 1 %. Dari Tabel 6 juga dapat dilihat bahwa persamaan V= memiliki nilai F-hitung paling besar dibanding persamaan lain pada taraf nyata 1% dan 5%. Berdasarkan nilai F-hitung , maka persamaan V= merupakan persamaan penduga volume pohon terbaik dibanding persamaan lainnya.
5.3 Validasi Model
Validasi model persamaan regresi dilakukan dengan menghitung nilai Simpangan Agregat (SA), Simpangan Rata-rata (SR), Root Mean Square Error (RMSE), bias dan uji χ² (chi-square). Berikut disajikan hasil uji validasi dari model persamaan volume pohon.
Tabel 7 Validasi model
Dalam uji validasi model, nilai SA dan SR menggambarkan tentang ketelitian model. Persamaan yang baik menurut Spurr (1952) memiliki nilai SA antara -1 sampai +1 dan SR nya tidak melebihi 10 %. Berdasarkan Tabel 7 dapat diketahui bahwa persamaan-persamaan penduga volume pohon memiliki nilai SA diantara -1 sampai +1 dan nilai SR yang lebih besar dari 10%, artinya persamaan penduga volume pohon telah memenuhi kriteria model penduga volume pohon yang baik dari nilai SA.
Tahap validasi model selanjutnya adalah mencari nilai Root Mean Square Error (RMSE). Ketepatan model ditunjukkan oleh nilai RMSE, semakin kecil nilai RMSE maka semakin akurat model penduga volume pohon tersebut. Dari tabel 7 dapat diketahui bahwa nilai RMSE yang paling kecil dimiliki oleh
persamaan V= .
Ϯϴ
Suatu model penduga volume pohon dikatakan baik apabila nilai bias yang dihasilkan semakin kecil. Bias merupakan penyimpangan / kesalahan sistematis yang dapat terjadi karena kesalahan dalam pengukuran maupun kesalahan karena alat ukur. Berdasarkan Tabel 7 dapat dilihat bahwa bias ada yang bernilai negatif dan ada yang bernilai positif. Bias bernilai negatif berarti bahwa volume dugaan yang dihasilkan cenderung underestimate terhdapa volume actual, sedangkan bias yang bernilai positif menunjukkan volume dugaan overestimate terhadap volume aktualnya.
Uji χ² (chi-square) menunjukkan bahwa pada persamaan nomor 1 sampai dengan persamaan nomor 3 memiliki nilai χ² (chi-square) yang lebih kecil dibanding nilai χ² tabel pada taraf nyata 5% dan 1%, hal ini berarti bahwa persamaan nomor 1 sampai dengan persamaan nomor 3 menunjukkan bahwa antara pendugaan volume dengan persamaan regresi tersebut tidak berbeda nyata dengan volume aktualnya. Berdasarkan tabel 7 diketahui bahwa persamaan V= memiliki nilai χ² (chi-square) yang lebih kecil dibanding persamaan lain yaitu 6,115. Hal ini berarti bahwa persamaan V= lebih baik dari persamaan yang lainnya melalui Uji χ² (chi-square).
5.4 Pemilihan Persamaan Regresi Terbaik
Pemilihan model persamaan regresi terbaik dilihat dari nilai-nilai statistik saat penyusunan model regresi dan uji validasi model. Nilai-nilai statistik yang dipakai pada proses penyusunan model regresi meliputi koefisien determinasi (R²), simpangan baku (s) dan nilai F hitung. Persamaan yang paling baik adalah yang memiliki nilai koefisien determinasi (R²) terbesar, simpangan baku (s) dan nilai F hitung yang terbesar.
Uji validasi yang digunakan sebagai kriteria dalam pemilihan model regresi terbaik meliputi nilai SR, RMSE, bias dan χ² (chi-square). Persamaan yang paling baik adalah yang memiliki nilai SR, RMSE, bias dan nilai χ² terkecil.
Ϯϵ
Tabel 8 Peringkat model penduga
No MODEL
Jumlah VALIDASI
Jumlah Total Peringkat R² Fhit S SR RMSE Bias χ²
1 1 1 1 3 1 1 3 1 6 9 1
2 3 2 3 8 3 3 1 3 10 18 3
3 2 3 2 7 2 2 2 2 8 15 2
Berdasarkan Tabel 8, model persamaan regresi yang terbaik untuk jenis matoa (Pometia pinnata) adalah persamaan nomor 1, yaitu V=
dengan nilai R² sebesar 98%. Jumlah peringkat baik pada proses penyusunan model regresi dan uji validasi persamaan V= memiliki nilai yang paling kecil.
ϯϬ
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
1. Model persamaan terbaik jenis matoa (Pometia pinnata) adalah model persamaan Berkhout V= .
2. Model ini berlaku untuk lokasi penelitian (Areal Kerja IUPHHK-HA PT.
Mamberamo Alasmandiri) dengan tempat-tempat lain yang memiliki keadaan tempat tumbuh yang sama atau mendekati keadaan tempat tumbuh di lokasi penelitian.
6.2 Saran
1. Perlu dilakukan penelitian lain mengenai penyusunan tabel volume lokal untuk jenis-jenis komersial lain di Papua.
2. Perlu dilakukan verifikasi model persamaan regresi yang terpilih dengan pengukuran langsung di lapangan.
ϯϭ
DAFTAR PUSTAKA
Avery TE, HE Burkhart. 1994. Forest Measurements. New York: Mc. Graw-Hill Inc.
Bustomi S, Wahjono D, Harbagung I. B. P. Parthama. 1998. Petunjuk Teknis Tata Cara Penyusunan Tabel Volume Pohon. Bogor: Badan Penelitian dan Pengembangan Kehutanan.
[Dephut] Departemen Kehutanan RI. 1992. Manual Kehutanan. Jakarta: Dephut.
Husch B. 1963. Forest Mensuration and Statistics. New York: The Ronald Prss Company.
Husch B. 1987. Perencanaan Inventarisasi Hutan (diterjemahkan oleh Agus Setyarso) Jakarta: Universitas Indonesia Press.
Husch B, B. W. Thomas, JA Kershaw. 2003. Forest Mensuration. Fourth Edition.
New York: John Wiley & Sons, Inc.
Kapisa N. 1984. Studi Tentang Hubungan Antara Tinggi Bebas Cabang, Diameter dan Volume Pohon Matoa (Pometia spp.), Kayu Besi (Instia spp.) dan Nyatoh (Palaquium spp.) di Areal Hutan Mandopi Kesatuan Pemangkuan Hutan Manokwari. [Skripsi]. Papua : Jurusan Kehutanan Fakultas Pertanian Universitas Negeri Cendrawasih.
Loetsch F, F. Zohrer and K. E. Haller. 1973. Forest Inventory Volume II.
Munchen: BLV Verlagsgesellschaft Munchen Bern Wien.
Lestarian R. 2009. Penyusunan Tabel Volume Pohon Dalam Rangka Pelaksanaan IHMB di IUPHHK-HA PT. Ratah Timber Kalimantan Timur. [Skripsi].
Bogor: Departemen Manajemen Hutan Fakultas Kehutanan IPB.
Martawijaya, A, I. Kartasudjana. 1977. Ciri Umum, Sifat dan Kegunaan Jenis-Jenis Kayu Indonesia. Publikasi Khusus No. 41. Bogor: Lembaga Penelitian Hasil Hutan.
Nugraha M. 2008. Aplikasi Teknik Puteran Bibit Berukuran Besar Pada Jenis Pohon Kihujan, Mahoni, Matoa dan Salam. [Skripsi]. Bogor : Departemen Silvikultur Fakultas Kehutanan IPB.
ϯϮ
Pangaribuan M. 1990. Studi Penyusunan Tabel Volume Lokal Jenis Pinus Merkusii. [Skripsi]. Bogor: Fakultas Kehutanan Institut Pertanian Bogor
[PT. MAM] PT Mamberamo Alasmandiri. 2009. RKUPHHK dalam Hutan Alam pada Hutan Produksi Periode 2008 s/d 2017. Papua: PT. MAM.
Simon H. 1996. Metode Inventore Hutan. Yogyakarta: Aditya Media.
Spurr S. H. 1952. Forest Inventory. New York: The Ronald Press Company, Inc.
Sudarmono. 2000. Keragaman Jenis dan Potensi Matoa (Pometia pinnata J.
R.Forst & G. Forst). Bogor: Prosiding Seminar Hari Cinta Puspa dan Satwa Nasional.
Sutarahardja S. 2008. Modul Pelatihan Inventarisasi Hutan Menyeluruh Berkala (IHMB) 14-18 April 2008. Samarinda: Departemen Kehutanan-APHI.
Tidak diterbitkan.
Tiryana T. 2008. Panduan Praktis Analisis Regresi Linear Dengan Program Minitab For Windows. Bogor : Departemen Manajemen Hutan Fakultas Kehutanan IPB.
Walpole E.R. 1993. Pengantar Statistik Edisi Ke-3. Jakarta: PT. Gramedia Pustaka Utama.
ϯϯ
LAMPIRAN
ϯϰ
Lampiran 1 Hasil pengolahan data dengan Minitab
Regression Analysis: Log V versus Log Dbh The regression equation is
Log V = - 3,71 + 2,38 Log Dbh R denotes an observation with a large standardized residual.
X denotes an observation whose X value gives it large influence.
Regression Analysis: V versus Dbh^2 The regression equation is Va = - 0,211 + 0,000994 Dbh^2
ϯϱ R denotes an observation with a large standardized residual.
X denotes an observation whose X value gives it large influence.
Regression Analysis: V versus Dbh; Dbh^2 The regression equation is
Va = 0,021 - 0,0124 Dbh + 0,00113 Dbh^2
ϯϲ
90 54,5 3,6270 2,6990 0,0534 0,9280 2,41R 103 68,2 3,5610 4,4278 0,0771 -0,8668 -2,28R 105 72,0 6,2000 4,9825 0,0918 1,2175 3,23R 106 76,5 6,4620 5,6815 0,1139 0,7805 2,10RX 107 77,1 7,0420 5,7782 0,1173 1,2638 3,41RX 108 78,2 4,9150 5,9575 0,1236 -1,0425 -2,83RX 109 83,0 7,1150 6,7721 0,1545 0,3429 0,96 X 110 91,0 7,0470 8,2453 0,2171 -1,1983 -3,72RX R denotes an observation with a large standardized residual.
X denotes an observation whose X value gives it large influence.
ϯϳ
Lampiran 2 Data Penyusunan Model
EŽ :ĞŶŝƐ < ďŚ WďĐ sĂ ďŚΔϮ >ŽŐďŚ >ŽŐs >ŽŐďŚ͘>ŽŐs >ŽŐďŚΔϮ >ŽŐsΔϮ
ϭ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϬ͕ϭ ϳ͕ϲϵ Ϭ͕ϬϰϬϭϲϮ ϭϬϮ͕Ϭϭ ϭ͕ϬϬϰϯϮϭϰ Ͳϭ͕ϯϵϲϭϴ Ͳϭ͕ϰϬϮϮϭϴϭϯϯ ϭ͕ϬϬϴϲϲϭϰϮ ϭ͕ϵϰϵϯϯϭϳ
Ϯ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϭ ϳ͕ϰϯ Ϭ͕Ϭϱϱϰϭϴ ϭϮϭ ϭ͕ϬϰϭϯϵϮϳ Ͳϭ͕Ϯϱϲϯϱ Ͳϭ͕ϯϬϴϯϱϯϵϱϵ ϭ͕ϬϴϰϰϵϴϳϮ ϭ͕ϱϳϴϰϭϱϵ
ϯ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϭ͕ϴ ϭϭ͕ϵϮ Ϭ͕Ϭϴϴϭϳϵ ϭϯϵ͕Ϯϰ ϭ͕ϬϳϭϴϴϮ Ͳϭ͕Ϭϱϰϲϰ Ͳϭ͕ϭϯϬϰϰϱϯϮϳ ϭ͕ϭϰϴϵϯϭϬϰ ϭ͕ϭϭϮϮϱϳ
ϰ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϭ͕ϴ ϵ͕ϭϭ Ϭ͕ϬϴϮϳϳϭ ϭϯϵ͕Ϯϰ ϭ͕ϬϳϭϴϴϮ Ͳϭ͕ϬϴϮϭϮ Ͳϭ͕ϭϱϵϵϬϲϯϱϮ ϭ͕ϭϰϴϵϯϭϬϰ ϭ͕ϭϳϬϵϴϲϱ
ϱ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϮ͕Ϯ ϴ͕ϯϯ Ϭ͕ϬϳϴϯϮϴ ϭϰϴ͕ϴϰ ϭ͕Ϭϴϲϯϱϵϴ Ͳϭ͕ϭϬϲϬϴ Ͳϭ͕ϮϬϭϲϬϭϭϳϲ ϭ͕ϭϴϬϭϳϳϲϴ ϭ͕ϮϮϯϰϭϯϲ
ϲ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϮ͕ϲ ϭϬ͕ϰϵ Ϭ͕ϬϴϱϴϳϮ ϭϱϴ͕ϳϲ ϭ͕ϭϬϬϯϳϬϱ Ͳϭ͕Ϭϲϲϭϱ Ͳϭ͕ϭϳϯϭϱϵϮϮϴ ϭ͕ϮϭϬϴϭϱϯϰ ϭ͕ϭϯϲϲϳϰϮ
ϳ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϯ͕ϭ ϵ͕ϭϯ Ϭ͕ϬϳϰϮϴϱ ϭϳϭ͕ϲϭ ϭ͕ϭϭϳϮϳϭϯ Ͳϭ͕ϭϮϵϭ Ͳϭ͕Ϯϲϭϱϭϭϲϳϰ ϭ͕ϮϰϴϮϵϱϭϱ ϭ͕Ϯϳϰϴϲϴϭ
ϴ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϯ͕ϴ ϵ͕ϯϱ Ϭ͕ϭϬϬϳϴϲ ϭϵϬ͕ϰϰ ϭ͕ϭϯϵϴϳϵϭ ͲϬ͕ϵϵϲϲ Ͳϭ͕ϭϯϲϬϬϱϲϬϳ ϭ͕ϮϵϵϯϮϰϯϯ Ϭ͕ϵϵϯϮϭϱϮ
ϵ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϰ ϴ͕ϭϮ Ϭ͕ϭϬϭϬϰϳ ϭϵϲ ϭ͕ϭϰϲϭϮϴ ͲϬ͕ϵϵϱϰϴ Ͳϭ͕ϭϰϬϵϰϯϬϬϱ ϭ͕ϯϭϯϲϬϵϰϳ Ϭ͕ϵϵϬϵϳϮϲ
ϭϬ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϰ͕ϵ ϲ͕ϭ Ϭ͕ϬϳϳϲϮϮ ϮϮϮ͕Ϭϭ ϭ͕ϭϳϯϭϴϲϯ Ͳϭ͕ϭϭϬϬϭ Ͳϭ͕ϯϬϮϮϱϮϭϮϴ ϭ͕ϯϳϲϯϲϲϬϮ ϭ͕ϮϯϮϭϮϵϭ
ϭϭ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϱ͕ϭ ϵ͕ϵϵ Ϭ͕ϭϮϱϬϴϮ ϮϮϴ͕Ϭϭ ϭ͕ϭϳϴϵϳϲϵ ͲϬ͕ϵϬϮϴϭ Ͳϭ͕Ϭϲϰϯϴϴϭϲϭ ϭ͕ϯϴϵϵϴϲϲϰ Ϭ͕ϴϭϱϬϱϵϳ
ϭϮ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϱ͕ϲ ϵ Ϭ͕ϭϮϯϬϭϱ Ϯϰϯ͕ϯϲ ϭ͕ϭϵϯϭϮϰϲ ͲϬ͕ϵϭϬϬϰ Ͳϭ͕ϬϴϱϳϵϯϰϯϮ ϭ͕ϰϮϯϱϰϲϯϭ Ϭ͕ϴϮϴϭϳϲϯ
ϭϯ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϱ͕ϳ ϭϭ͕ϳ Ϭ͕ϭϳϮϲϲ Ϯϰϲ͕ϰϵ ϭ͕ϭϵϱϴϵϵϳ ͲϬ͕ϳϲϮϴϭ ͲϬ͕ϵϭϮϮϰϬϴϮϲ ϭ͕ϰϯϬϭϳϱϵϴ Ϭ͕ϱϴϭϴϳϰϴ
ϭϰ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϲ͕ϲ ϭϭ͕ϰϳ Ϭ͕ϭϴϮϲϭϮ Ϯϳϱ͕ϱϲ ϭ͕ϮϮϬϭϬϴϭ ͲϬ͕ϳϯϴϰϳ ͲϬ͕ϵϬϭϬϭϯϳϲϲ ϭ͕ϰϴϴϲϲϯϳϱ Ϭ͕ϱϰϱϯϯϴϲ
ϭϱ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϳ ϭϬ͕ϱϲ Ϭ͕ϭϴϴϳϳϰ Ϯϴϵ ϭ͕ϮϯϬϰϰϴϵ ͲϬ͕ϳϮϰϬϲ ͲϬ͕ϴϵϬϵϭϰϵϬϲ ϭ͕ϱϭϰϬϬϰϱϱ Ϭ͕ϱϮϰϮϱϴϮ
ϭϲ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϱ͕ϵ ϭϯ͕ϰϵ Ϭ͕Ϯϭϲϳϴϱ ϮϱϮ͕ϴϭ ϭ͕ϮϬϭϯϵϳϭ ͲϬ͕ϲϲϯϵϳ ͲϬ͕ϳϵϳϲϵϯϮϬϵ ϭ͕ϰϰϯϯϱϱϬϱ Ϭ͕ϰϰϬϴϱϳϵ
ϭϳ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϴ͕Ϯ ϭϭ͕ϰϴ Ϭ͕ϮϬϵϮϴϴ ϯϯϭ͕Ϯϰ ϭ͕ϮϲϬϬϳϭϰ ͲϬ͕ϲϳϵϮϲ ͲϬ͕ϴϱϱϵϭϬϮϱϮ ϭ͕ϱϴϳϳϳϵϵ Ϭ͕ϰϲϭϯϴϳϵ
ϭϴ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϴ͕ϴ ϭϬ͕Ϭϱ Ϭ͕Ϯϭϵϰϵϳ ϯϱϯ͕ϰϰ ϭ͕Ϯϳϰϭϱϳϴ ͲϬ͕ϲϱϴϱϳ ͲϬ͕ϴϯϵϭϮϰϵϰϴ ϭ͕ϲϮϯϰϳϴϮϮ Ϭ͕ϰϯϯϳϭϳϰ
ϭϵ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϵ͕ϯ ϭϬ͕ϰϳ Ϭ͕ϭϴϳϯϰϰ ϯϳϮ͕ϰϵ ϭ͕Ϯϴϱϱϱϳϯ ͲϬ͕ϳϮϳϯϲ ͲϬ͕ϵϯϱϬϲϰϱϴϲ ϭ͕ϲϱϮϲϱϳϱϵ Ϭ͕ϱϮϵϬϱϰϰ
ϮϬ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϵ͕ϰ ϵ͕ϰϱ Ϭ͕ϭϳϮϮϰϲ ϯϳϲ͕ϯϲ ϭ͕ϮϴϳϴϬϭϳ ͲϬ͕ϳϲϯϴϱ ͲϬ͕ϵϴϯϲϴϳϱϳϱ ϭ͕ϲϱϴϰϯϯϯ Ϭ͕ϱϴϯϰϲϳϭ
Ϯϭ DĂƚŽĂ ϮϬͲϮϰ͘ϵ ϮϬ ϭϯ͕ϯ Ϭ͕ϯϭϬϮϱϰ ϰϬϬ ϭ͕ϯϬϭϬϯ ͲϬ͕ϱϬϴϮϴ ͲϬ͕ϲϲϭϮϵϭϲϳϰ ϭ͕ϲϵϮϲϳϵϬϱ Ϭ͕Ϯϱϴϯϱϭϴ
ϮϮ DĂƚŽĂ ϮϬͲϮϰ͘ϵ ϮϬ͕ϰ ϵ͕ϲ Ϭ͕ϭϴϮϯϲϵ ϰϭϲ͕ϭϲ ϭ͕ϯϬϵϲϯϬϮ ͲϬ͕ϳϯϵϬϱ ͲϬ͕ϵϲϳϴϴϭϴϭϳ ϭ͕ϳϭϱϭϯϭϭϴ Ϭ͕ϱϰϲϭϵϰϱ
Ϯϯ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϭ͕ϭ ϭϬ͕ϭ Ϭ͕ϮϴϰϮϯϭ ϰϰϱ͕Ϯϭ ϭ͕ϯϮϰϮϴϮϱ ͲϬ͕ϱϰϲϯϯ ͲϬ͕ϳϮϯϰϵϯϲϱϮ ϭ͕ϳϱϯϳϮϰϬϮ Ϭ͕ϮϵϴϰϳϱϮ
Ϯϰ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϭ͕ϲ ϭϯ͕ϰϭ Ϭ͕ϯϱϱϱϬϱ ϰϲϲ͕ϱϲ ϭ͕ϯϯϰϰϱϯϴ ͲϬ͕ϰϰϵϭϱ ͲϬ͕ϱϵϵϯϳϱϱϲϭ ϭ͕ϳϴϬϳϲϲϴϭ Ϭ͕ϮϬϭϳϯϵϱ
Ϯϱ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϭ͕ϳ ϭϰ͕ϴ Ϭ͕Ϯϴϵϱϵϱ ϰϳϬ͕ϴϵ ϭ͕ϯϯϲϰϱϵϳ ͲϬ͕ϱϯϴϮϭ ͲϬ͕ϳϭϵϮϵϯϲϳϴ ϭ͕ϳϴϲϭϮϰϲϮ Ϭ͕Ϯϴϵϲϲϴϭ
Ϯϲ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϭ͕ϴ ϵ͕ϳϱ Ϭ͕ϯϬϭϵϬϴ ϰϳϱ͕Ϯϰ ϭ͕ϯϯϴϰϱϲϱ ͲϬ͕ϱϮϬϭϯ ͲϬ͕ϲϵϲϭϲϱϭϵϲ ϭ͕ϳϵϭϰϲϱϳϵ Ϭ͕ϮϳϬϱϯϬϰ
ϯϴ
Ϯϳ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϭ͕ϴ ϵ͕ϲϱ Ϭ͕Ϯϱϰϰϱϯ ϰϳϱ͕Ϯϰ ϭ͕ϯϯϴϰϱϲϱ ͲϬ͕ϱϵϰϯϵ ͲϬ͕ϳϵϱϱϲϴϭϳϰ ϭ͕ϳϵϭϰϲϱϳϵ Ϭ͕ϯϱϯϯϬϮϮ
Ϯϴ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϯ͕ϱ ϭϭ͕ϱϲ Ϭ͕Ϯϲϲϴϯϱ ϱϱϮ͕Ϯϱ ϭ͕ϯϳϭϬϲϳϵ ͲϬ͕ϱϳϯϳϲ ͲϬ͕ϳϴϲϲϲϬϯϰϭ ϭ͕ϴϳϵϴϮϳϬϴ Ϭ͕ϯϮϵϭϵϳϲ
Ϯϵ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϰ͕Ϯ ϭϭ͕ϰϱ Ϭ͕Ϯϴϴϲϯϵ ϱϴϱ͕ϲϰ ϭ͕ϯϴϯϴϭϱϰ ͲϬ͕ϱϯϵϲϱ ͲϬ͕ϳϰϲϳϲϵϰϮϲ ϭ͕ϵϭϰϵϰϰϵϳ Ϭ͕ϮϵϭϮϭϳ
ϯϬ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϰ͕ϴ ϭϮ͕ϳϳ Ϭ͕ϯϵϵϳϵϯ ϲϭϱ͕Ϭϰ ϭ͕ϯϵϰϰϱϭϳ ͲϬ͕ϯϵϴϭϲ ͲϬ͕ϱϱϱϮϮϬϵϬϲ ϭ͕ϵϰϰϰϵϱϰϵ Ϭ͕ϭϱϴϱϯϰϴ
ϯϭ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϱ͕ϲ ϭϭ͕ϯ Ϭ͕ϯϭϱϳϬϵ ϲϱϱ͕ϯϲ ϭ͕ϰϬϴϮϰ ͲϬ͕ϱϬϬϳϭ ͲϬ͕ϳϬϱϭϮϯϴϯϳ ϭ͕ϵϴϯϭϯϵϴ Ϭ͕ϮϱϬϳϭϯϰ
ϯϮ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϲ͕ϰ ϭϭ͕ϴ Ϭ͕ϰϱϴϭϱϮ ϲϵϲ͕ϵϲ ϭ͕ϰϮϭϲϬϯϵ ͲϬ͕ϯϯϴϵϵ ͲϬ͕ϰϴϭϵϬϵϳϬϮ Ϯ͕ϬϮϬϵϱϳϳϮ Ϭ͕ϭϭϰϵϭϰϯ
ϯϯ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϲ͕ϱ ϭϰ͕ϴ Ϭ͕ϱϲϱϬϳϵ ϳϬϮ͕Ϯϱ ϭ͕ϰϮϯϮϰϱϵ ͲϬ͕Ϯϰϳϴϵ ͲϬ͕ϯϱϮϴϬϵϰϴϰ Ϯ͕ϬϮϱϲϮϴϴϮ Ϭ͕Ϭϲϭϰϰϵϴ
ϯϰ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϳ ϭϬ͕ϯ Ϭ͕ϰϯϰϮϯϰ ϳϮϵ ϭ͕ϰϯϭϯϲϯϴ ͲϬ͕ϯϲϮϮϴ ͲϬ͕ϱϭϴϱϰϵϯϲϭ Ϯ͕ϬϰϴϴϬϮϮϯ Ϭ͕ϭϯϭϮϰϰϮ
ϯϱ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϳ͕ϭ ϭϮ͕ϰϮ Ϭ͕ϰϴϱϰϱϯ ϳϯϰ͕ϰϭ ϭ͕ϰϯϮϵϲϵϯ ͲϬ͕ϯϭϯϴϱ ͲϬ͕ϰϰϵϳϰϭϰϳϱ Ϯ͕ϬϱϯϰϬϬϵϵ Ϭ͕ϬϵϴϱϬϯϲ
ϯϲ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϳ͕ϯ ϭϰ͕ϵ Ϭ͕ϱϴϰϯϭϰ ϳϰϱ͕Ϯϵ ϭ͕ϰϯϲϭϲϮϲ ͲϬ͕Ϯϯϯϯϱ ͲϬ͕ϯϯϱϭϯϯϵϭϲ Ϯ͕ϬϲϮϱϲϯϭϱ Ϭ͕Ϭϱϰϰϱϰ
ϯϳ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϴ͕ϯ ϭϯ͕ϯ Ϭ͕ϱϲϱϲϴϲ ϴϬϬ͕ϴϵ ϭ͕ϰϱϭϳϴϲϰ ͲϬ͕ϮϰϳϰϮ ͲϬ͕ϯϱϵϮϬϳϳϮϴ Ϯ͕ϭϬϳϲϴϯϴϱ Ϭ͕ϬϲϭϮϭϴϵ
ϯϴ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϴ͕ϯ ϭϮ͕ϴϯ Ϭ͕ϱϰϰϱϭϰ ϴϬϬ͕ϴϵ ϭ͕ϰϱϭϳϴϲϰ ͲϬ͕Ϯϲϯϵϵ ͲϬ͕ϯϴϯϮϱϴϲϭϵ Ϯ͕ϭϬϳϲϴϯϴϱ Ϭ͕Ϭϲϵϲϵϭϯ
ϯϵ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϴ͕ϲ ϭϭ Ϭ͕ϰϮϰϮϴϱ ϴϭϳ͕ϵϲ ϭ͕ϰϱϲϯϲϲ ͲϬ͕ϯϳϮϯϰ ͲϬ͕ϱϰϮϮϲϳϮϯϮ Ϯ͕ϭϮϭϬϬϮϬϮ Ϭ͕ϭϯϴϲϯϵϭ
ϰϬ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϵ͕ϳ ϭϮ͕ϵϳ Ϭ͕ϱϭϵϯϳϲ ϴϴϮ͕Ϭϵ ϭ͕ϰϳϮϳϱϲϰ ͲϬ͕ϮϴϰϱϮ ͲϬ͕ϰϭϵϬϮϲϬϰϴ Ϯ͕ϭϲϵϬϭϭϱϲ Ϭ͕ϬϴϬϵϱϬϲ
ϰϭ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϬ͕ϭ ϭϯ͕ϲ Ϭ͕ϲϴϵϮϭϯ ϵϬϲ͕Ϭϭ ϭ͕ϰϳϴϱϲϲϱ ͲϬ͕ϭϲϭϲϱ ͲϬ͕ϮϯϵϬϬϱϰϬϵ Ϯ͕ϭϴϲϭϱϴϴϴ Ϭ͕ϬϮϲϭϮϵϳ
ϰϮ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϬ͕ϴ ϭϰ͕ϵ Ϭ͕ϳϮϱϵϲϱ ϵϰϴ͕ϲϰ ϭ͕ϰϴϴϱϱϬϳ ͲϬ͕ϭϯϵϬϴ ͲϬ͕ϮϬϳϬϯϯϳϲϱ Ϯ͕ϮϭϱϳϴϯϮϰ Ϭ͕Ϭϭϵϯϰϰϰ
ϰϯ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϬ͕ϴ ϭϭ͕ϵϮ Ϭ͕ϲϮϳϮϭϳ ϵϰϴ͕ϲϰ ϭ͕ϰϴϴϱϱϬϳ ͲϬ͕ϮϬϮϱϴ ͲϬ͕ϯϬϭϱϱϰϮϵϭ Ϯ͕ϮϭϱϳϴϯϮϰ Ϭ͕ϬϰϭϬϯϵϳ
ϰϰ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϭ ϭϰ͕ϱϱ Ϭ͕ϳϯϱϰϴϮ ϵϲϭ ϭ͕ϰϵϭϯϲϭϳ ͲϬ͕ϭϯϯϰϯ ͲϬ͕ϭϵϴϵϴϵϳϭϯ Ϯ͕ϮϮϰϭϱϵϳ Ϭ͕ϬϭϳϴϬϯϭ
ϰϱ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϭ͕Ϯ ϭϰ͕ϭ Ϭ͕ϳϵϮϱϰϲ ϵϳϯ͕ϰϰ ϭ͕ϰϵϰϭϱϰϲ ͲϬ͕ϭϬϬϵϴ ͲϬ͕ϭϱϬϴϳϯϯϴϲ Ϯ͕ϮϯϮϰϵϳϵϱ Ϭ͕ϬϭϬϭϵϲϭ
ϰϲ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϮ ϭϰ͕Ϭϰ Ϭ͕ϳϳϲϵϳϰ ϭϬϮϰ ϭ͕ϱϬϱϭϱ ͲϬ͕ϭϬϵϱϵ ͲϬ͕ϭϲϰϵϱϱϬϲϵ Ϯ͕Ϯϲϱϰϳϲϰϲ Ϭ͕ϬϭϮϬϭϬϴ
ϰϳ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϮ͕ϭ ϭϯ͕ϰϱ Ϭ͕ϳϯϯϴϰϱ ϭϬϯϬ͕ϰϭ ϭ͕ϱϬϲϱϬϱ ͲϬ͕ϭϯϰϰ ͲϬ͕ϮϬϮϰϲϳϰϬϯ Ϯ͕Ϯϲϵϱϱϳϰϭ Ϭ͕ϬϭϴϬϲϮϭ
ϰϴ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϯ ϭϮ͕ϴϭ Ϭ͕ϳϲϮϭϯ ϭϬϴϵ ϭ͕ϱϭϴϱϭϯϵ ͲϬ͕ϭϭϳϵϳ ͲϬ͕ϭϳϵϭϰϬϰϵϱ Ϯ͕ϯϬϱϴϴϰϱϵ Ϭ͕Ϭϭϯϵϭϳϭ
ϰϵ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϯ͕ϱ ϭϱ͕ϳ Ϭ͕ϲϲϮϴϵϴ ϭϭϮϮ͕Ϯϱ ϭ͕ϱϮϱϬϰϰϴ ͲϬ͕ϭϳϴϱϱ ͲϬ͕ϮϳϮϯϬϭϰϭϳ Ϯ͕ϯϮϱϳϲϭϲϲ Ϭ͕ϬϯϭϴϴϭϮ
ϱϬ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϰ͕ϭ ϭϭ͕ϱϱ Ϭ͕ϳϮϴϵϵϴ ϭϭϲϮ͕ϴϭ ϭ͕ϱϯϮϳϱϰϰ ͲϬ͕ϭϯϳϮϳ ͲϬ͕ϮϭϬϰϬϳϬϬϰ Ϯ͕ϯϰϵϯϯϱϵϵ Ϭ͕Ϭϭϴϴϰϰϭ
ϱϭ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϱ͕ϰ ϭϱ͕ϯϯ Ϭ͕ϳϳϭϵϬϭ ϭϮϱϯ͕ϭϲ ϭ͕ϱϰϵϬϬϯϯ ͲϬ͕ϭϭϮϰϰ ͲϬ͕ϭϳϰϭϲϳϱϲϯ Ϯ͕ϯϵϵϰϭϭϭϭ Ϭ͕ϬϭϮϲϰϮϰ
ϱϮ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϱ͕ϲ ϭϱ͕ϵϰ Ϭ͕ϵϳϲϭϰϯ ϭϮϲϳ͕ϯϲ ϭ͕ϱϱϭϰϱ ͲϬ͕ϬϭϬϰϵ ͲϬ͕ϬϭϲϮϲϵϱϭϮ Ϯ͕ϰϬϲϵϵϳϭ Ϭ͕ϬϬϬϭϭ
ϱϯ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϱ͕ϵ ϭϱ͕ϰϯ Ϭ͕ϳϴϳϯϮϲ ϭϮϴϴ͕ϴϭ ϭ͕ϱϱϱϬϵϰϰ ͲϬ͕ϭϬϯϴϱ ͲϬ͕ϭϲϭϰϴϵϭϴϰ Ϯ͕ϰϭϴϯϭϴϳϰ Ϭ͕ϬϭϬϳϴϯϴ
ϱϰ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϲ͕Ϯ ϭϳ͕ϵ ϭ͕ϯϴϭϳϭϵ ϭϯϭϬ͕ϰϰ ϭ͕ϱϱϴϳϬϴϲ Ϭ͕ϭϰϬϰϮ Ϭ͕ϮϭϴϴϳϯϮϬϴ Ϯ͕ϰϮϵϱϳϮϰϭ Ϭ͕Ϭϭϵϳϭϳϳ
ϱϱ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϲ͕ϯ ϭϳ͕ϴ ϭ͕ϬϳϭϬϵϰ ϭϯϭϳ͕ϲϵ ϭ͕ϱϱϵϵϬϲϲ Ϭ͕ϬϮϵϴϮϴ Ϭ͕ϬϰϲϱϮϴϮϳϮ Ϯ͕ϰϯϯϯϬϴϲϴ Ϭ͕ϬϬϬϴϴϵϳ
ϱϲ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϲ͕ϲ ϭϮ͕ϳϮ Ϭ͕ϴϳϱϰϰϯ ϭϯϯϵ͕ϱϲ ϭ͕ϱϲϯϰϴϭϭ ͲϬ͕Ϭϱϳϳϳ ͲϬ͕ϬϵϬϯϮϱϵϯϮ Ϯ͕ϰϰϰϰϳϯϭ Ϭ͕ϬϬϯϯϯϳϲ
ϯϵ
ϱϳ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϵ ϭϮ͕Ϭϯ ϭ͕ϬϱϴϲϰϮ ϭϱϮϭ ϭ͕ϱϵϭϬϲϰϲ Ϭ͕ϬϮϰϳϰϵ Ϭ͕ϬϯϵϯϳϳϰϲϮ Ϯ͕ϱϯϭϰϴϲϱϴ Ϭ͕ϬϬϬϲϭϮϱ
ϱϴ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϴ͕ϭ ϭϱ͕ϰ ϭ͕ϯϮϲϰϮϰ ϭϰϱϭ͕ϲϭ ϭ͕ϱϴϬϵϮϱ Ϭ͕ϭϮϮϲϴϮ Ϭ͕ϭϵϯϵϱϭϱϴϯ Ϯ͕ϰϵϵϯϮϯϳϴ Ϭ͕ϬϭϱϬϱϭ
ϱϵ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϴ͕ϴ ϭϴ ϭ͕ϰϭϱϳϵ ϭϱϬϱ͕ϰϰ ϭ͕ϱϴϴϴϯϭϳ Ϭ͕ϭϱϬϵϵϵ Ϭ͕Ϯϯϵϵϭϭϴϴϲ Ϯ͕ϱϮϰϯϴϲϮϱ Ϭ͕ϬϮϮϴϬϬϳ
ϲϬ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϵ͕ϵ ϭϳ͕ϴϱ ϭ͕ϲϲϱϬϴϯ ϭϱϵϮ͕Ϭϭ ϭ͕ϲϬϬϵϳϮϵ Ϭ͕ϮϮϭϰϯϲ Ϭ͕ϯϱϰϱϭϮϵϮϮ Ϯ͕ϱϲϯϭϭϰϮϭ Ϭ͕ϬϰϵϬϯϯϵ
ϲϭ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϭ ϭϲ͕ϰϱ ϭ͕ϯϱϱϬϬϱ ϭϲϴϭ ϭ͕ϲϭϮϳϴϯϵ Ϭ͕ϭϯϭϵϰϭ Ϭ͕ϮϭϮϳϵϮϯϵϲ Ϯ͕ϲϬϭϬϳϭϳϳ Ϭ͕ϬϭϳϰϬϴϰ
ϲϮ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϭ͕Ϯ ϭϲ͕Ϭϲ ϭ͕Ϯϭϯϲϵϲ ϭϲϵϳ͕ϰϰ ϭ͕ϲϭϰϴϵϳϮ Ϭ͕Ϭϴϰϭϭ Ϭ͕ϭϯϱϴϮϵϬϳϵ Ϯ͕ϲϬϳϴϵϯϬϮ Ϭ͕ϬϬϳϬϳϰϱ
ϲϯ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϮ ϭϳ͕ϴϯ ϭ͕ϲϮϰϳϱϯ ϭϳϲϰ ϭ͕ϲϮϯϮϰϵϯ Ϭ͕ϮϭϬϳϴϳ Ϭ͕ϯϰϮϭϲϬϱϲϳ Ϯ͕ϲϯϰϵϯϴϮϲ Ϭ͕Ϭϰϰϰϯϭϯ
ϲϰ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϮ ϭϱ͕Ϭϱ ϭ͕ϯϬϲϴϱϳ ϭϳϲϰ ϭ͕ϲϮϯϮϰϵϯ Ϭ͕ϭϭϲϮϮϴ Ϭ͕ϭϴϴϲϲϳϬϲϭ Ϯ͕ϲϯϰϵϯϴϮϲ Ϭ͕ϬϭϯϱϬϵ
ϲϱ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϮ͕ϱ ϭϳ͕ϯ ϭ͕ϱϮϳϵϳ ϭϴϬϲ͕Ϯϱ ϭ͕ϲϮϴϯϴϴϵ Ϭ͕ϭϴϰϭϭϱ Ϭ͕ϮϵϵϴϭϬϲϵϯ Ϯ͕ϲϱϭϲϱϬϱϭ Ϭ͕Ϭϯϯϴϵϴϯ
ϲϲ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϮ͕ϲ ϭϱ͕ϯϲ ϭ͕ϮϵϰϲϰϮ ϭϴϭϰ͕ϳϲ ϭ͕ϲϮϵϰϬϵϲ Ϭ͕ϭϭϮϭϱ Ϭ͕ϭϴϮϳϯϳϲϴϳ Ϯ͕ϲϱϰϵϳϱϲϰ Ϭ͕ϬϭϮϱϳϳϱ
ϲϳ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϯ ϭϴ͕ϳ ϭ͕ϲϮϳϵϰϭ ϭϴϰϵ ϭ͕ϲϯϯϰϲϴϱ Ϭ͕Ϯϭϭϲϯϵ Ϭ͕ϯϰϱϳϬϱϮϭϳ Ϯ͕ϲϲϴϮϭϵϮ Ϭ͕Ϭϰϰϳϵϭ
ϲϴ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϯ ϭϴ͕ϭϱ ϭ͕ϴϯϳϲϰϵ ϭϴϰϵ ϭ͕ϲϯϯϰϲϴϱ Ϭ͕ϮϲϰϮϲϯ Ϭ͕ϰϯϭϲϲϰϲϯϵ Ϯ͕ϲϲϴϮϭϵϮ Ϭ͕Ϭϲϵϴϯϰϳ
ϲϵ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϯ͕ϭ ϭϲ͕ϴ ϭ͕ϯϳϮϳϯϲ ϭϴϱϳ͕ϲϭ ϭ͕ϲϯϰϰϳϳϯ Ϭ͕ϭϯϳϱϴϳ Ϭ͕ϮϮϰϴϴϮϳϰϴ Ϯ͕ϲϳϭϱϭϱϵϱ Ϭ͕ϬϭϴϵϯϬϮ
ϳϬ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϯ͕ϯ ϮϬ͕ϲϲ ϭ͕ϴϱϭϲϬϲ ϭϴϳϰ͕ϴϵ ϭ͕ϲϯϲϰϴϳϵ Ϭ͕Ϯϲϳϱϰϵ Ϭ͕ϰϯϳϴϰϬϬϴϱ Ϯ͕ϲϳϴϬϵϮϲϯ Ϭ͕ϬϳϭϱϴϮϯ
ϳϭ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϱ ϮϮ Ϯ͕ϳϰϲϳϬϮ ϮϬϮϱ ϭ͕ϲϱϯϮϭϮϱ Ϭ͕ϰϯϴϴϭϭ Ϭ͕ϳϮϱϰϰϴϲϰϱ Ϯ͕ϳϯϯϭϭϭϲϮ Ϭ͕ϭϵϮϱϱϱϱ
ϳϮ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϱ ϮϮ͕ϭ ϭ͕ϭϬϯϴϱϲ ϮϬϮϱ ϭ͕ϲϱϯϮϭϮϱ Ϭ͕ϬϰϮϵϭϯ Ϭ͕ϬϳϬϵϰϯϲϲϳ Ϯ͕ϳϯϯϭϭϭϲϮ Ϭ͕ϬϬϭϴϰϭϱ
ϳϯ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϱ͕ϱ ϭϴ͕ϴ ϭ͕ϳϯϮϱϭϰ ϮϬϳϬ͕Ϯϱ ϭ͕ϲϱϴϬϭϭϰ Ϭ͕Ϯϯϴϲϳϳ Ϭ͕ϯϵϱϳϮϴϴϳϯ Ϯ͕ϳϰϵϬϬϭϳϵ Ϭ͕Ϭϱϲϵϲϲϲ
ϳϰ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϲ͕Ϯ Ϯϰ͕ϰϴ Ϯ͕ϴϯϭϯϮϴ Ϯϭϯϰ͕ϰϰ ϭ͕ϲϲϰϲϰϮ Ϭ͕ϰϱϭϵϵ Ϭ͕ϳϱϮϰϬϭϳϵϱ Ϯ͕ϳϳϭϬϯϮϵϭ Ϭ͕ϮϬϰϮϵϱϭ
ϳϱ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϲ͕ϳ ϭϳ͕ϴ Ϯ͕ϬϯϳϮϴϭ ϮϭϴϬ͕ϴϵ ϭ͕ϲϲϵϯϭϲϵ Ϭ͕ϯϬϵϬϱϭ Ϭ͕ϱϭϱϵϬϯϴϮϱ Ϯ͕ϳϴϲϲϭϴϴϱ Ϭ͕ϬϵϱϱϭϮϰ
ϳϲ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϳ ϭϱ͕ϰϯ ϭ͕ϲϮϴϮϮϵ ϮϮϬϵ ϭ͕ϲϳϮϬϵϳϵ Ϭ͕Ϯϭϭϳϭϲ Ϭ͕ϯϱϰϬϬϵϭϲ Ϯ͕ϳϵϱϵϭϭϮϱ Ϭ͕ϬϰϰϴϮϯϱ
ϳϳ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϳ ϭϱ͕ϳϯ ϭ͕ϱϰϵϯϳϯ ϮϮϬϵ ϭ͕ϲϳϮϬϵϳϵ Ϭ͕ϭϵϬϭϱϲ Ϭ͕ϯϭϳϵϱϵϱϳϮ Ϯ͕ϳϵϱϵϭϭϮϱ Ϭ͕Ϭϯϲϭϱϵϯ
ϳϴ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϴ͕ϰ ϭϲ͕ϱϯ ϭ͕ϲϲϬϬϮϳ ϮϯϰϮ͕ϱϲ ϭ͕ϲϴϰϴϰϱϰ Ϭ͕ϮϮϬϭϭϱ Ϭ͕ϯϳϬϴϱϵϳϵϯ Ϯ͕ϴϯϴϳϬϯϴϵ Ϭ͕ϬϰϴϰϱϬϲ
ϳϵ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϴ͕ϵ ϮϬ͕ϴϯ Ϯ͕ϰϮϯϯϵϰ Ϯϯϵϭ͕Ϯϭ ϭ͕ϲϴϵϯϬϴϵ Ϭ͕ϯϴϰϰϮϰ Ϭ͕ϲϰϵϰϭϭϬϭϴ Ϯ͕ϴϱϯϳϲϰϰϮ Ϭ͕ϭϰϳϳϴϭϵ
ϴϬ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϵ͕Ϯ ϮϬ͕ϯϱ Ϯ͕ϯϭϴϭϲϲ ϮϰϮϬ͕ϲϰ ϭ͕ϲϵϭϵϲϱϭ Ϭ͕ϯϲϱϭϰϱ Ϭ͕ϲϭϳϴϭϭϴϲϲ Ϯ͕ϴϲϮϳϰϱϵϭ Ϭ͕ϭϯϯϯϯϬϲ
ϴϭ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϬ͕ϰ ϭϱ͕ϮϮ Ϯ͕ϮϲϲϲϮϯ ϮϱϰϬ͕ϭϲ ϭ͕ϳϬϮϰϯϬϱ Ϭ͕ϯϱϱϯϳϵ Ϭ͕ϲϬϱϬϬϴϲ Ϯ͕ϴϵϴϮϲϵϳϯ Ϭ͕ϭϮϲϮϵϰϱ
ϴϮ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϭ ϮϮ͕ϯ Ϯ͕ϳϴϬϵϴϯ ϮϲϬϭ ϭ͕ϳϬϳϱϳϬϮ Ϭ͕ϰϰϰϭϵϴ Ϭ͕ϳϱϴϰϵϵϳϴϱ Ϯ͕ϵϭϱϳϵϱϵϭ Ϭ͕ϭϵϳϯϭϮϭ
ϴϯ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϭ͕ϰ ϭϰ͕ϳ Ϯ͕Ϭϭϳϵϯϵ Ϯϲϰϭ͕ϵϲ ϭ͕ϳϭϬϵϲϯϭ Ϭ͕ϯϬϰϵϬϴ Ϭ͕ϱϮϭϲϴϲϮϰϳ Ϯ͕ϵϮϳϯϵϰϳϵ Ϭ͕ϬϵϮϵϲϴϵ
ϴϰ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϭ͕ϴ ϭϯ͕ϲ ϭ͕ϱϴϬϴϬϭ Ϯϲϴϯ͕Ϯϰ ϭ͕ϳϭϰϯϮϵϴ Ϭ͕ϭϵϴϴϳϳ Ϭ͕ϯϰϬϵϰϭϬϭϵ Ϯ͕ϵϯϴϵϮϲϱϯ Ϭ͕ϬϯϵϱϱϮϭ
ϴϱ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϮ ϭϲ͕ϱ ϭ͕ϵϵϯϮϳ ϮϳϬϰ ϭ͕ϳϭϲϬϬϯϯ Ϭ͕Ϯϵϵϱϲϲ Ϭ͕ϱϭϰϬϱϲϰϵϱ Ϯ͕ϵϰϰϲϲϳϰϴ Ϭ͕Ϭϴϵϳϯϵϵ
ϴϲ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϮ ϭϱ͕ϲϳ Ϯ͕ϭϴϱϵϳϱ ϮϳϬϰ ϭ͕ϳϭϲϬϬϯϯ Ϭ͕ϯϯϵϲϰϱ Ϭ͕ϱϴϮϴϯϮϮϵϭ Ϯ͕ϵϰϰϲϲϳϰϴ Ϭ͕ϭϭϱϯϱϴϵ
ϰϬ
ϰϭ
Lampiran 3 Data uji validasi
EŽ :ĞŶŝƐ < ďŚ WďĐ sĂ sƚ sƚͲsĂ ;sƚͲsĂͿͬsĂ ;sƚͲsĂͿͬsƚ ;sƚͲsĂͿͬsƚ ;;sƚͲsĂͿͬsĂͿΔϮ ;;sƚͲsĂͿͬsĂͿͬŶ ;sƚͲsĂͿΔϮͬsĂ
ϭ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϬ͕ϭ ϭϯ Ϭ͕ϬϱϰϮ Ϭ͕Ϭϰϳϲ ͲϬ͕ϬϬϲϲ ͲϬ͕ϭϮϮϮϯϯϲ ͲϬ͕ϭϯϵϮϱϱϯϭ Ϭ͕ϭϯϵϮϱϱϯϭϯ Ϭ͕ϬϭϰϵϰϭϬϲ ͲϬ͕ϬϬϮϮϮϮϰϯ Ϭ͕ϬϬϬϴϭϬϮϵϭ
Ϯ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϭ͕ϭ ϳ Ϭ͕Ϭϯϯϳ Ϭ͕Ϭϱϵϲ Ϭ͕ϬϮϱϵ Ϭ͕ϳϳϬϴϳϭϭϱ Ϭ͕ϰϯϱϯϬϲϭϳϳ Ϭ͕ϰϯϱϯϬϲϭϳϳ Ϭ͕ϱϵϰϮϰϮϯϯϭ Ϭ͕ϬϭϰϬϭϱϴϯϵ Ϭ͕Ϭϭϵϵϵϴϱϳϳ
ϯ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϮ ϭϯ͕ϵ Ϭ͕ϬϵϮϮ Ϭ͕Ϭϳϭϳ ͲϬ͕ϬϮϬϱ ͲϬ͕ϮϮϮϬϴϵϲ ͲϬ͕ϮϴϱϰϵϱϬϲ Ϭ͕ϮϴϱϰϵϱϬϲϭ Ϭ͕ϬϰϵϯϮϯϳϴϯ ͲϬ͕ϬϬϰϬϯϳϵϵϮ Ϭ͕ϬϬϰϱϰϵϭϲϳ
ϰ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϮ͕ϱ ϭϯ͕ϵϱ Ϭ͕ϭϬϬϯ Ϭ͕Ϭϳϵϭ ͲϬ͕ϬϮϭϯ ͲϬ͕Ϯϭϭϵϯϱϲ ͲϬ͕Ϯϲϴϵϯϭϴϭ Ϭ͕Ϯϲϴϵϯϭϴϭϰ Ϭ͕Ϭϰϰϵϭϲϲϵϱ ͲϬ͕ϬϬϯϴϱϯϯϳϰ Ϭ͕ϬϬϰϱϬϲϱϲϱ
ϱ DĂƚŽĂ ϭϬͲϭϰ͘ϵ ϭϮ͕ϴ ϭϯ͕ϵϴ Ϭ͕ϭϮϮϳ Ϭ͕Ϭϴϯϳ ͲϬ͕Ϭϯϵϭ ͲϬ͕ϯϭϴϮϵϬϰ ͲϬ͕ϰϲϲϵϬϬϮϵ Ϭ͕ϰϲϲϵϬϬϮϵϰ Ϭ͕ϭϬϭϯϬϴϳϴϰ ͲϬ͕ϬϬϱϳϴϳϬϵϴ Ϭ͕ϬϭϮϰϯϮϱϳϴ
ϲ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϱ͕ϱ ϭϮ͕ϬϮ Ϭ͕ϭϯϴϴ Ϭ͕ϭϯϭϵ ͲϬ͕ϬϬϲϵ ͲϬ͕Ϭϰϵϰϲϲϵ ͲϬ͕ϬϱϮϬϰϭϮϳ Ϭ͕ϬϱϮϬϰϭϮϲϲ Ϭ͕ϬϬϮϰϰϲϵϳϵ ͲϬ͕ϬϬϬϴϵϵϯϵϵ Ϭ͕ϬϬϬϯϯϵϲϯ
ϳ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϲ ϴ͕ϲϰ Ϭ͕ϭϯϬϱ Ϭ͕ϭϰϮϯ Ϭ͕Ϭϭϭϴ Ϭ͕ϬϵϬϰϯϰϲϴ Ϭ͕ϬϴϮϵϯϰϱϮϰ Ϭ͕ϬϴϮϵϯϰϱϮϰ Ϭ͕ϬϬϴϭϳϴϰϯϮ Ϭ͕ϬϬϭϲϰϰϮϲϳ Ϭ͕ϬϬϭϬϲϳϭϲ
ϴ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϲ͕ϴ ϴ͕ϱϱ Ϭ͕ϭϭϰϱ Ϭ͕ϭϱϵϴ Ϭ͕Ϭϰϱϯ Ϭ͕ϯϵϱϵϳϬϳϮ Ϭ͕ϮϴϯϲϱϮϱϵϲ Ϭ͕ϮϴϯϲϱϮϱϵϲ Ϭ͕ϭϱϲϳϵϮϴϭ Ϭ͕ϬϬϳϭϵϵϰϲϴ Ϭ͕Ϭϭϳϵϰϴϵϳϳ
ϵ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϳ͕ϴ ϭϱ͕ϱϱ Ϭ͕Ϯϯϲϳ Ϭ͕ϭϴϯϰ ͲϬ͕Ϭϱϯϯ ͲϬ͕ϮϮϱϯϭϮϴ ͲϬ͕ϮϵϬϴϰϯϱϭ Ϭ͕ϮϵϬϴϰϯϱϬϴ Ϭ͕ϬϱϬϳϲϱϴϯϴ ͲϬ͕ϬϬϰϬϵϲϱϵϲ Ϭ͕ϬϭϮϬϭϳϬϲϴ
ϭϬ DĂƚŽĂ ϭϱͲϭϵ͘ϵ ϭϳ͕ϴ ϴ͕ϯϮ Ϭ͕ϭϱϴϱ Ϭ͕ϭϴϯϰ Ϭ͕ϬϮϰϵ Ϭ͕ϭϱϳϭϭϳϲϱ Ϭ͕ϭϯϱϳϴϯϲϰϯ Ϭ͕ϭϯϱϳϴϯϲϰϯ Ϭ͕ϬϮϰϲϴϱϵϱϲ Ϭ͕ϬϬϮϴϱϲϲϴϱ Ϭ͕ϬϬϯϵϭϮϮϰϯ
ϭϭ DĂƚŽĂ ϮϬͲϮϰ͘ϵ ϮϬ ϭϲ͕Ϯ Ϭ͕ϯϭϳ Ϭ͕ϮϰϮ ͲϬ͕Ϭϳϱϭ ͲϬ͕ϮϯϲϳϮϱϴ ͲϬ͕ϯϭϬϭϰϱϭϴ Ϭ͕ϯϭϬϭϰϱϭϳϴ Ϭ͕ϬϱϲϬϯϵϭϬϵ ͲϬ͕ϬϬϰϯϬϰϭϬϲ Ϭ͕ϬϭϳϳϲϳϬϳ
ϭϮ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϭ͕ϯ ϭϱ͕ϭϮ Ϭ͕ϯϰϳϭ Ϭ͕Ϯϴϭϭ ͲϬ͕Ϭϲϲ ͲϬ͕ϭϵϬϬϴϲ ͲϬ͕ϮϯϰϲϵϵϬϰ Ϭ͕ϮϯϰϲϵϵϬϰϱ Ϭ͕ϬϯϲϭϯϮϳ ͲϬ͕ϬϬϯϰϱϲϭϭ Ϭ͕ϬϭϮϱϰϭϳϲϴ
ϭϯ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϯ͕ϲ ϭϲ͕Ϭϯ Ϭ͕ϰϴϭϳ Ϭ͕ϯϱϴϴ ͲϬ͕ϭϮϮϴ ͲϬ͕ϮϱϱϬϰϯϴ ͲϬ͕ϯϰϮϯϲϬϳϳ Ϭ͕ϯϰϮϯϲϬϳϳϮ Ϭ͕ϬϲϱϬϰϳϯϯϮ ͲϬ͕ϬϬϰϲϯϳϭϲ Ϭ͕Ϭϯϭϯϯϭϲϯϳ
ϭϰ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϰ ϵ͕ϰϲ Ϭ͕ϯϲϰϳ Ϭ͕ϯϳϯϱ Ϭ͕ϬϬϴϴ Ϭ͕ϬϮϰϬϭϰϲϱ Ϭ͕ϬϮϯϰϱϭϰϳϮ Ϭ͕ϬϮϯϰϱϭϰϳϮ Ϭ͕ϬϬϬϱϳϲϳϬϯ Ϭ͕ϬϬϬϰϯϲϲϯ Ϭ͕ϬϬϬϮϭϬϯϯϭ
ϭϱ DĂƚŽĂ ϮϬͲϮϰ͘ϵ Ϯϰ͕ϱ ϭϲ͕Ϯϴ Ϭ͕ϰϬϵ Ϭ͕ϯϵϮϯ ͲϬ͕Ϭϭϲϴ ͲϬ͕ϬϰϭϬϬϯϲ ͲϬ͕ϬϰϮϳϱϲϳϰ Ϭ͕ϬϰϮϳϱϲϳϯϲ Ϭ͕ϬϬϭϲϴϭϮϵϮ ͲϬ͕ϬϬϬϳϰϱϱϭϵ Ϭ͕ϬϬϬϲϴϳϲϵϰ
ϭϲ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϲ͕ϯ ϵ͕ϰϵ Ϭ͕ϰϮϳϭ Ϭ͕ϰϲϰϰ Ϭ͕ϬϯϳϮ Ϭ͕ϬϴϳϭϬϲϮϭ Ϭ͕ϬϴϬϭϮϲϲϳϴ Ϭ͕ϬϴϬϭϮϲϲϳϴ Ϭ͕ϬϬϳϱϴϳϰϵϮ Ϭ͕ϬϬϭϱϴϯϳϰϵ Ϭ͕ϬϬϯϮϰϬϵϲϴ
ϭϳ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϳ͕ϴ ϭϬ Ϭ͕ϯϴϴϲ Ϭ͕ϱϮϵϵ Ϭ͕ϭϰϭϮ Ϭ͕ϯϲϯϰϭϬϯϮ Ϭ͕ϮϲϲϱϰϱϬϴϯ Ϭ͕ϮϲϲϱϰϱϬϴϯ Ϭ͕ϭϯϮϬϲϳϬϱϴ Ϭ͕ϬϬϲϲϬϳϰϲ Ϭ͕ϬϱϭϯϮϳϮϴϴ
ϭϴ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϴ͕ϱ ϭϵ͕ϳϱ Ϭ͕ϳϳϱ Ϭ͕ϱϲϮϮ ͲϬ͕ϮϭϮϵ ͲϬ͕Ϯϳϰϲϯϭϭ ͲϬ͕ϯϳϴϲϬϴϴϴ Ϭ͕ϯϳϴϲϬϴϴϴϮ Ϭ͕ϬϳϱϰϮϮϮϰϰ ͲϬ͕ϬϬϰϵϵϯϮϵϯ Ϭ͕Ϭϱϴϰϱϱϰϱϴ
ϭϵ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϴ͕ϲ ϭϴ͕ϰϴ Ϭ͕ϳϰϴϵ Ϭ͕ϱϲϲϵ ͲϬ͕ϭϴϮ ͲϬ͕ϮϰϯϬϮϴϮ ͲϬ͕ϯϮϭϬϱϯϮϮ Ϭ͕ϯϮϭϬϱϯϮϮϰ Ϭ͕ϬϱϵϬϲϮϳϮ ͲϬ͕ϬϬϰϰϭϴϲϵϱ Ϭ͕ϬϰϰϮϯϮϮϭϱ
ϮϬ DĂƚŽĂ ϮϱͲϮϵ͘ϵ Ϯϵ͕Ϯ ϭϴ͕ϵ Ϭ͕ϱϵϱϭ Ϭ͕ϱϵϱϲ Ϭ͕ϬϬϬϱ Ϭ͕ϬϬϬϴϰϵϱϳ Ϭ͕ϬϬϬϴϰϴϴϰϲ Ϭ͕ϬϬϬϴϰϴϴϰϲ ϳ͕Ϯϭϳϲϱ ͲϬϳ ϭ͕ϱϰϰϲϳ ͲϬϱ ϰ͕ϮϵϱϮϴ ͲϬϳ
Ϯϭ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϯ͕ϵ ϭϭ͕ϰ Ϭ͕ϲϬϳϴ Ϭ͕ϴϰϵϲ Ϭ͕Ϯϰϭϵ Ϭ͕ϯϵϳϵϴϮϱϯ Ϭ͕Ϯϴϰϲϴϯϰϳϳ Ϭ͕Ϯϴϰϲϴϯϰϳϳ Ϭ͕ϭϱϴϯϵϬϬϵϭ Ϭ͕ϬϬϳϮϯϲϬϰϲ Ϭ͕ϬϵϲϮϲϮϬϵϳ
ϮϮ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϰ͕ϲ ϭϭ͕ϯ Ϭ͕ϳϭϲ Ϭ͕ϴϵϮ Ϭ͕ϭϳϲ Ϭ͕ϮϰϱϴϲϬϱϳ Ϭ͕ϭϵϳϯϰϭϵϲϭ Ϭ͕ϭϵϳϯϰϭϵϲϭ Ϭ͕ϬϲϬϰϰϳϰϭϵ Ϭ͕ϬϬϰϰϳϬϭϵϮ Ϭ͕ϬϰϯϮϳϳϲϬϰ
Ϯϯ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϰ͕ϳ ϵ͕Ϭϰ Ϭ͕ϲϱϯϰ Ϭ͕ϴϵϴϭ Ϭ͕Ϯϰϰϴ Ϭ͕ϯϳϰϲϭϲϰϴ Ϭ͕ϮϳϮϱϮϰϯϲϯ Ϭ͕ϮϳϮϱϮϰϯϲϯ Ϭ͕ϭϰϬϯϯϳϱϬϳ Ϭ͕ϬϬϲϴϭϭϮϬϵ Ϭ͕ϬϵϭϲϵϭϳϮϯ
Ϯϰ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϰ͕ϴ ϭϳ͕ϱ ϭ͕ϭϱϳϭ Ϭ͕ϵϬϰϯ ͲϬ͕ϮϱϮϴ ͲϬ͕ϮϭϴϱϬϴϯ ͲϬ͕ϮϳϵϲϬϰϭϯ Ϭ͕ϮϳϵϲϬϰϭϯϯ Ϭ͕Ϭϰϳϳϰϱϴϴ ͲϬ͕ϬϬϯϵϳϮϴϳϴ Ϭ͕ϬϱϱϮϰϴϵϯϱ
Ϯϱ DĂƚŽĂ ϯϬͲϯϰ͘ϵ ϯϰ͕ϴ ϵ͕ϳϳ Ϭ͕ϲϭϭϵ Ϭ͕ϵϬϰϯ Ϭ͕ϮϵϮϰ Ϭ͕ϰϳϳϵϰϴϰϳ Ϭ͕ϯϮϯϯϴϲϰϮϮ Ϭ͕ϯϮϯϯϴϲϰϮϮ Ϭ͕ϮϮϴϰϯϰϳϯϴ Ϭ͕ϬϬϴϲϴϵϵϳϮ Ϭ͕ϭϯϵϳϳϬϰϬϳ
Ϯϲ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϱ͕Ϯ ϭϴ͕Ϭϱ ϭ͕ϬϳϬϳ Ϭ͕ϵϮϵϮ ͲϬ͕ϭϰϭϱ ͲϬ͕ϭϯϮϭϮϲϮ ͲϬ͕ϭϱϮϮϰϭϮϴ Ϭ͕ϭϱϮϮϰϭϮϴϱ Ϭ͕Ϭϭϳϰϱϳϯϯϴ ͲϬ͕ϬϬϮϰϬϮϮϵϱ Ϭ͕ϬϭϴϲϵϭϲϭϮ
Ϯϳ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϱ͕ϱ ϭϮ͕ϴ Ϭ͕ϴϮϴϰ Ϭ͕ϵϰϴϮ Ϭ͕ϭϭϵϴ Ϭ͕ϭϰϰϱϰϴϵϲ Ϭ͕ϭϮϲϮϵϯϯϴ Ϭ͕ϭϮϲϮϵϯϯϴ Ϭ͕ϬϮϬϴϵϰϰϬϭ Ϭ͕ϬϬϮϲϮϴϭϲϯ Ϭ͕ϬϭϳϯϬϵϴϯ
ϰϮ
Ϯϴ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϳ͕ϴ ϭϭ͕ϰϳ Ϭ͕ϵϵϵϮ ϭ͕ϭϬϭ Ϭ͕ϭϬϭϴ Ϭ͕ϭϬϭϴϳϬϰϭ Ϭ͕ϬϵϮϰϱϮϮϲϮ Ϭ͕ϬϵϮϰϱϮϮϲϮ Ϭ͕ϬϭϬϯϳϳϱϴϭ Ϭ͕ϬϬϭϴϱϮϭϴϵ Ϭ͕ϬϭϬϯϲϵϯϭ
Ϯϵ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϴ ϭϮ͕ϯϭ Ϭ͕ϵϰϬϴ ϭ͕ϭϭϰϵ Ϭ͕ϭϳϰϭ Ϭ͕ϭϴϱϭϭϭϳϱ Ϭ͕ϭϱϲϭϵϳϳϭϱ Ϭ͕ϭϱϲϭϵϳϳϭϱ Ϭ͕ϬϯϰϮϲϲϯϱϵ Ϭ͕ϬϬϯϯϲϱϲϲϴ Ϭ͕ϬϯϮϮϯϲϰϲϯ
ϯϬ DĂƚŽĂ ϯϱͲϯϵ͘ϵ ϯϴ͕ϲ ϭϭ͕ϵ Ϭ͕ϵϬϲϴ ϭ͕ϭϱϳϯ Ϭ͕ϮϱϬϰ Ϭ͕ϮϳϲϭϱϮϲϮ Ϭ͕Ϯϭϲϯϵϰϲϲϰ Ϭ͕Ϯϭϲϯϵϰϲϲϰ Ϭ͕ϬϳϲϮϲϬϮϲϴ Ϭ͕ϬϬϱϬϮϬϵϱϳ Ϭ͕Ϭϲϵϭϱϱϱϴϳ
ϯϭ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϬ͕ϭ ϭϰ͕ϲ ϭ͕ϭϬϭϳ ϭ͕ϮϲϳϮ Ϭ͕ϭϲϱϱ Ϭ͕ϭϱϬϮϬϳϬϵ Ϭ͕ϭϯϬϱϵϭϯϰϭ Ϭ͕ϭϯϬϱϵϭϯϰϭ Ϭ͕ϬϮϮϱϲϮϭϲϵ Ϭ͕ϬϬϮϳϯϭϬϯϴ Ϭ͕ϬϮϰϴϱϲϲϮϲ
ϯϮ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϭ͕ϰ ϭϯ ϭ͕Ϯϳϱϰ ϭ͕ϯϲϳϭ Ϭ͕Ϭϵϭϴ Ϭ͕ϬϳϭϵϱϭϬϱ Ϭ͕ϬϲϳϭϮϭϱϴϰ Ϭ͕ϬϲϳϭϮϭϱϴϰ Ϭ͕ϬϬϱϭϳϲϵϱϰ Ϭ͕ϬϬϭϯϬϴϮϬϭ Ϭ͕ϬϬϲϲϬϮϱϴϰ
ϯϯ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϭ͕ϱ ϭϯ͕ϱ ϭ͕ϯϰϱϮ ϭ͕ϯϳϱ Ϭ͕ϬϮϵϴ Ϭ͕ϬϮϮϭϲϯϲϭ Ϭ͕ϬϮϭϲϴϯϬϯϯ Ϭ͕ϬϮϭϲϴϯϬϯϯ Ϭ͕ϬϬϬϰϵϭϮϮϱ Ϭ͕ϬϬϬϰϬϮϵϳϱ Ϭ͕ϬϬϬϲϲϬϳϵϴ
ϯϰ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϯ ϭϯ͕ϴ ϭ͕ϯϳϳϯ ϭ͕ϰϵϲϯ Ϭ͕ϭϭϵ Ϭ͕Ϭϴϲϯϵϴϲϵ Ϭ͕ϬϳϵϱϮϳϲϬϲ Ϭ͕ϬϳϵϱϮϳϲϬϲ Ϭ͕ϬϬϳϰϲϰϳϯϯ Ϭ͕ϬϬϭϱϳϬϴϴϱ Ϭ͕ϬϭϬϮϴϬϵϲϮ
ϯϱ DĂƚŽĂ ϰϬͲϰϰ͘ϵ ϰϰ͕ϯ ϭϰ͕ϯϳ ϭ͕ϲϭϭϴ ϭ͕ϲϬϲϮ ͲϬ͕ϬϬϱϳ ͲϬ͕ϬϬϯϱϭϲϯ ͲϬ͕ϬϬϯϱϮϴϲϵ Ϭ͕ϬϬϯϱϮϴϲϴϳ ϭ͕ϮϯϲϰϮ ͲϬϱ Ͳϲ͕ϯϵϯϮϯ ͲϬϱ ϭ͕ϵϵϮϵϯ ͲϬϱ
ϯϲ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϱ ϴ͕ϴ Ϭ͕ϵϴϬϱ ϭ͕ϲϲϳϮ Ϭ͕ϲϴϲϳ Ϭ͕ϳϬϬϰϬϭϰϱ Ϭ͕ϰϭϭϵϬϯϱϴϮ Ϭ͕ϰϭϭϵϬϯϱϴϮ Ϭ͕ϰϵϬϱϲϮϭϴϳ Ϭ͕ϬϭϮϳϯϰϱϳϮ Ϭ͕ϰϴϬϵϵϲϳϲϵ
ϯϳ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϲ ϭϬ͕ϲϲ ϭ͕ϯϳϮϮ ϭ͕ϳϱϲϴ Ϭ͕ϯϴϰϲ Ϭ͕ϮϴϬϮϳϰϱϭ Ϭ͕ϮϭϴϵϭϳϱϬϵ Ϭ͕ϮϭϴϵϭϳϱϬϵ Ϭ͕Ϭϳϴϱϱϯϳϵϴ Ϭ͕ϬϬϱϬϵϱϵ Ϭ͕ϭϬϳϳϵϬϳϱϮ
ϯϴ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϳ͕ϭ ϭϯ͕ϱϵ ϭ͕ϳϵϮϭ ϭ͕ϴϱϴϰ Ϭ͕Ϭϲϲϯ Ϭ͕ϬϯϲϵϵϬϴϭ Ϭ͕ϬϯϱϲϳϭϮϵϴ Ϭ͕ϬϯϱϲϳϭϮϵϴ Ϭ͕ϬϬϭϯϲϴϯϮ Ϭ͕ϬϬϬϲϳϮϱϲ Ϭ͕ϬϬϮϰϱϮϮϬϮ
ϯϵ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϳ͕ϱ ϭϬ͕ϱ ϭ͕ϱϰϯ ϭ͕ϴϵϲϮ Ϭ͕ϯϱϯϮ Ϭ͕ϮϮϴϴϳϳϵϳ Ϭ͕ϭϴϲϮϰϵϱϱϰ Ϭ͕ϭϴϲϮϰϵϱϱϰ Ϭ͕ϬϱϮϯϴϱϭϮϳ Ϭ͕ϬϬϰϭϲϭϰϭϴ Ϭ͕ϬϴϬϴϯϮϬϵ
ϰϬ DĂƚŽĂ ϰϱͲϰϵ͘ϵ ϰϴ ϭϯ͕ϴ ϭ͕ϴϭϭϭ ϭ͕ϵϰϰϭ Ϭ͕ϭϯϯ Ϭ͕ϬϳϯϰϯϰϬϴ Ϭ͕ϬϲϴϰϭϬϰϮϲ Ϭ͕ϬϲϴϰϭϬϰϮϲ Ϭ͕ϬϬϱϯϵϮϱϲϱ Ϭ͕ϬϬϭϯϯϱϭϲϱ Ϭ͕ϬϬϵϳϲϲϮϱϭ
ϰϭ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϮ͕Ϯ ϯϬ͕ϲϱ ϰ͕Ϭϴϵϳ Ϯ͕ϯϳϯϲ Ͳϭ͕ϳϭϲϭ ͲϬ͕ϰϭϵϲϭϮϰ ͲϬ͕ϳϮϮϵϴϲϱϲ Ϭ͕ϳϮϮϵϴϲϱϱϱ Ϭ͕ϭϳϲϬϳϰϱϴϮ ͲϬ͕ϬϬϳϲϮϵϯϭϳ Ϭ͕ϳϮϬϬϵϮϮϮϴ
ϰϮ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϭ͕ϱ ϭϮ͕Ϯϱ ϭ͕ϴϳϴϰ Ϯ͕Ϯϵϴϲ Ϭ͕ϰϮϬϮ Ϭ͕ϮϮϯϲϳϵϵϭ Ϭ͕ϭϴϮϳϵϮϴϯ Ϭ͕ϭϴϮϳϵϮϴϯ Ϭ͕ϬϱϬϬϯϮϳϬϰ Ϭ͕ϬϬϰϬϲϲϵϬϴ Ϭ͕ϬϵϯϵϴϭϮϮϵ
ϰϯ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϮ͕ϲ ϭϬ͕ϰϮ ϭ͕ϱϯϳϰ Ϯ͕ϰϭϳϭ Ϭ͕ϴϳϵϳ Ϭ͕ϱϳϮϮϭϵϬϭ Ϭ͕ϯϲϯϵϱϲϮϵϲ Ϭ͕ϯϲϯϵϱϲϮϵϲ Ϭ͕ϯϮϳϰϯϰϱϵϭ Ϭ͕ϬϭϬϰϬϯϵϴϮ Ϭ͕ϱϬϯϯϵϳϴϱϯ
ϰϰ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϯ ϭϬ͕ϱ ϭ͕ϵϱϵϰ Ϯ͕ϰϲϭϭ Ϭ͕ϱϬϭϳ Ϭ͕ϮϱϲϬϱϲϬϯ Ϭ͕ϮϬϯϴϱϳϭϳϱ Ϭ͕ϮϬϯϴϱϳϭϳϱ Ϭ͕Ϭϲϱϱϲϰϲϵϯ Ϭ͕ϬϬϰϲϱϱϱϲϰ Ϭ͕ϭϮϴϰϲϲϵϯϰ
ϰϱ DĂƚŽĂ ϱϬͲϱϰ͘ϵ ϱϯ͕ϳ ϭϬ͕ϭ ϭ͕ϱϬϮϯ Ϯ͕ϱϯϵϮ ϭ͕Ϭϯϲϵ Ϭ͕ϲϵϬϭϵϭϬϴ Ϭ͕ϰϬϴϯϱϬϵϭϵ Ϭ͕ϰϬϴϯϱϬϵϭϵ Ϭ͕ϰϳϲϯϲϯϳϯ Ϭ͕ϬϭϮϱϰϴϵϮϵ Ϭ͕ϳϭϱϲϰϭϯϵϲ
ϰϲ DĂƚŽĂ ϱϱͲϱϵ͕ϵ ϱϱ ϭϲ͕ϯϮ ϭ͕ϴϯϬϱ Ϯ͕ϲϴϳϵ Ϭ͕ϴϱϳϰ Ϭ͕ϰϲϴϯϳϵϯϴ Ϭ͕ϯϭϴϵϳϳϬϴϴ Ϭ͕ϯϭϴϵϳϳϬϴϴ Ϭ͕ϮϭϵϯϳϵϮϰϭ Ϭ͕ϬϬϴϱϭϱϵϴϵ Ϭ͕ϰϬϭϱϴϭϵϴϵ
ϰϳ DĂƚŽĂ ϱϱͲϱϵ͕ϵ ϱϱ͕ϯ ϭϯ͕ϲϭ Ϯ͕ϭϬϰϵ Ϯ͕ϳϮϮϵ Ϭ͕ϲϭϴ Ϭ͕ϮϵϯϲϬϬϴϵ Ϭ͕ϮϮϲϵϲϰϬϰϱ Ϭ͕ϮϮϲϵϲϰϬϰϱ Ϭ͕ϬϴϲϮϬϭϰϴϰ Ϭ͕ϬϬϱϯϯϴϭϵϴ Ϭ͕ϭϴϭϰϰϴϳϲϲ
ϰϴ DĂƚŽĂ ϱϱͲϱϵ͕ϵ ϱϲ ϭϭ͕ϴϳ Ϯ͕ϭϴϱϯ Ϯ͕ϴϬϱϳ Ϭ͕ϲϮϬϰ Ϭ͕ϮϴϯϴϵϮϯϭ Ϭ͕ϮϮϭϭϭϴϰϳϱ Ϭ͕ϮϮϭϭϭϴϰϳϱ Ϭ͕ϬϴϬϱϵϰϴϰϰ Ϭ͕ϬϬϱϭϲϭϲϳϴ Ϭ͕ϭϳϲϭϮϰϱϲϲ
ϰϵ DĂƚŽĂ ϱϱͲϱϵ͕ϵ ϱϴ͕ϭ ϭϲ͕Ϭϰ ϯ͕ϬϬϳϭ ϯ͕ϬϲϮϲ Ϭ͕Ϭϱϱϱ Ϭ͕Ϭϭϴϰϱϯϰϭ Ϭ͕ϬϭϴϭϭϵϬϰϳ Ϭ͕ϬϭϴϭϭϵϬϰϳ Ϭ͕ϬϬϬϯϰϬϱϮϴ Ϭ͕ϬϬϬϯϯϱϱϭϲ Ϭ͕ϬϬϭϬϮϰϬϭϭ
ϱϬ DĂƚŽĂ ϱϱͲϱϵ͕ϵ ϱϴ ϭϱ͕ϴ Ϯ͕ϲϱϬϵ ϯ͕ϬϱϬϭ Ϭ͕ϯϵϵϮ Ϭ͕ϭϱϬϱϴϴϮϱ Ϭ͕ϭϯϬϴϳϵϯϲ Ϭ͕ϭϯϬϴϳϵϯϲ Ϭ͕ϬϮϮϲϳϲϴϮϮ Ϭ͕ϬϬϮϳϯϳϵϲϴ Ϭ͕ϬϲϬϭϭϯϴϲϲ
ϱϭ DĂƚŽĂ ϲϬƵƉ ϲϯ ϭϯ͕ϯ Ϯ͕ϱϭϵϯ ϯ͕ϳϭϯϱ ϭ͕ϭϵϰϯ Ϭ͕ϰϳϰϬϰϴϴϴ Ϭ͕ϯϮϭϱϵϲϰϰϲ Ϭ͕ϯϮϭϱϵϲϰϰϲ Ϭ͕ϮϮϰϳϮϮϯϰϯ Ϭ͕ϬϬϴϲϭϵϬϳϭ Ϭ͕ϱϲϲϭϯϯϮϯϭ
ϱϮ DĂƚŽĂ ϲϬƵƉ ϳϰ͕ϯ ϭϲ͕Ϭϴ ϰ͕ϲϭϮϱ ϱ͕ϰϵϵϯ Ϭ͕ϴϴϲϴ Ϭ͕ϭϵϮϮϱϬϴ Ϭ͕ϭϲϭϮϱϬϯϬϮ Ϭ͕ϭϲϭϮϱϬϯϬϮ Ϭ͕ϬϯϲϵϲϬϯϳϭ Ϭ͕ϬϬϯϰϵϱϰϲϵ Ϭ͕ϭϳϬϰϴϬϵϰϱ
ϱϯ DĂƚŽĂ ϲϬƵƉ ϳϱ ϭϴ ϰ͕ϮϳϮϮ ϱ͕ϲϮϯϰ ϭ͕ϯϱϭϮ Ϭ͕ϯϭϲϮϵϬϬϰ Ϭ͕ϮϰϬϮϴϵϬϭϲ Ϭ͕ϮϰϬϮϴϵϬϭϲ Ϭ͕ϭϬϬϬϯϵϯϴϴ Ϭ͕ϬϬϱϳϱϬϳϮϴ Ϭ͕ϰϮϳϯϴϰϳϰ
ϱϰ DĂƚŽĂ ϲϬƵƉ ϴϱ͕ϵ ϭϳ͕ϯ ϲ͕Ϯϰϱϱ ϳ͕ϳϲϳϭ ϭ͕ϱϮϭϲ Ϭ͕Ϯϰϯϲϯϰϳϲ Ϭ͕ϭϵϱϵϬϱϯϵϴ Ϭ͕ϭϵϱϵϬϱϯϵϴ Ϭ͕Ϭϱϵϯϱϳϴϵϳ Ϭ͕ϬϬϰϰϮϵϳϮϯ Ϭ͕ϯϳϬϳϭϳϱϲϭ
ϱϱ DĂƚŽĂ ϲϬƵƉ ϲϵ͕Ϯ ϭϱ͕ϯ ϰ͕ϱϮϲϮ ϰ͕ϲϰϯϭ Ϭ͕ϭϭϲϵ Ϭ͕ϬϮϱϴϭϳϭϴ Ϭ͕ϬϮϱϭϲϳϰϮϱ Ϭ͕ϬϮϱϭϲϳϰϮϱ Ϭ͕ϬϬϬϲϲϲϱϮϳ Ϭ͕ϬϬϬϰϲϵϰϬϯ Ϭ͕ϬϬϯϬϭϲϴϱϭ
:ƵŵůĂŚ ϳϯ͕ϲϲϭ ϴϱ͕ϭϬϴ Ϯ͕ϵϮϱϳϳϭϮϲϳ ϭϭ͕ϱϬϴϲϳϰϳϳ ϰ͕ϴϲϲϮϭϬϴϬϲ Ϭ͕ϭϮϯϰϱϱϱϴϲ ϲ͕ϭϭϱϮϱϱϴϭϮ
ϰϯ
Lampiran 4 Tabel volume lokal Matoa (Pometia pinnata) di IUPHHK-HA Mamberamo Alasmandiri, Provinsi Papua
V=0,0001938Dbh^2,38
ϰϰ
ϰϳ ϭ͕ϴϰϵϬ ϴϵ ϴ͕ϰϱϬϵ
ϰϴ ϭ͕ϵϰϰϭ ϵϬ ϴ͕ϲϳϴϲ
ϰϵ Ϯ͕Ϭϰϭϴ ϵϭ ϴ͕ϵϬϵϵ
ϱϬ Ϯ͕ϭϰϮϰ ϵϮ ϵ͕ϭϰϰϳ
ϱϭ Ϯ͕Ϯϰϱϴ ϵϯ ϵ͕ϯϴϯϬ