Penyusunan dan validasi persamaan tabel volume lokal pohon meranti (Shorea spp.) di areal PT. Intaracawood Manufacturing, Kalimantan Timur

(1)

AMRI RIADY

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

(2)

PENYUSUNAN DAN VALIDASI PERSAMAAN TABEL VOLUME LOKAL POHON MERANTI (Shorea spp.) DI AREAL PT. INTARACAWOOD MANUFACTURING, KALIMANTAN TIMUR .

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan

pada Departemen Manajemen Hutan

AMRI RIADY

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

(3)

RINGKASAN

AMRI RIADY. Penyusunan dan Validasi Persamaan Tabel Volume Lokal Pohon Meranti ( Shorea spp. ) di Areal PT. Intracawood Manufacturing, Kalimantan Timur. Dibimbing oleh BUDI KUNCAHYO.

Berdasarkan peraturan pemerintah Nomor 6 Tahun 2007 yang berisi tentang tata hutan dan penyusunan rencana pengelolaan hutan, serta pemanfaatan hutan, para pemegang Izin Usaha Pemanfaatan Hasil Hutan Kayu dalam Hutan Alam (IUPHHK-HA) diwajibkan menyusun rencana kerja usaha pemanfaatan hasil hutan kayu sepuluh tahunan yang disusun berdasarkan inventarisasi berkala sepuluh tahunan atau yang lebih dikenal dengan Inventarisasi Hutan Menyeluruh Berkala (IHMB). Dalam kegiatan IHMB, penentuan volume pohon atau tegakan secara langsung kadang-kadang sulit dan tidak praktis dilakukan di lapangan. Oleh karena itu diperlukan ketersediaan alat bantu dalam inventarisasi untuk mempercepat kegiatan dan memperkecil kesalahan yang terjadi pada pengukuran di lapangan yang dikenal dengan tabel volume pohon. Pembuatan tabel volume merupakan salah satu dari bentuk penyederhanaan dalam kegiatan inventarisasi hutan dengan tetap mempertahankan ketelitian yang dapat dipertanggungjawabkan.

Tujuan utama dari penelitian adalah untuk penyusunan tabel volume pada areal Intracawood Manufacturing, serta menguji performansi penggunaan rumus Newton dan Smalian dalam menduga volume aktual pohon pada jenis meranti. Pemilihan pohon contoh dilakukan menggunakan teknik purposive sampling, dengan melakukan pengukuran terhadap diameter setinggi dada (dbh), tinggi bebas cabang, dan pengukuran diameter seksi-seksi batang. Volume seksi batang dihitung menggunakan rumus Smalian dan Newton. Berdasarkan hasil analisis data dalam penentuan model terbaik pada tahap penyusunan model dan validasi, maka model yang terpilih untuk penyusunan tabel volume pohon jenis meranti adalah sebagai berikut V = 0.000324 D2.34 ( Model Berkhout ) . Selanjutnya dari hasil persamaan terbaik penyusunan dan validasi tabel volume pada areal Intracawood Maunfacturing, dilakukan perbandingan performansi antara rumus Newton dengan Smalian dalam menduga volume log jenis meranti dari segi ketelitian, bias, dan ketepatan. Hasil perbandingan menunjukkan bahwa rumus Newton memiliki performansi lebih baik apabila dibandingkan dengan Smalian, hal ini dikarenakan pada rumus Newton data yang digunakan untuk menentukan volume aktual menggunakan tiga data diameter, sedangkan pada Smalian hanya menggunakan dua data diameter.

(4)

SUMMARY

AMRI RIADY. Arrangement and Validation of Local Tree Volume Table Equation of Meranti Type (Shorea spp.) In the area of Intracawood Manufacturing Company, East Kalimantan. Supervised by BUDI KUNCAHYO.

Based on the government regulation No. 6 of 2007, which is discussing about forest governance and forest management planning along with forest utilization, the License Holders Wood Forest Product Utilization of Natural Forest (IUPHHK-HA) are required to prepare a work plan for utilization of timber forest products for ten years (Articles 73 and 75 ) based on ten years or periodic inventory or known as the Comprehensive Periodic Forest Inventory (IHMB). In IHMB activities, determining the tree’s volume or stand directly is quite difficult and unworkable in the field. Therefore, it is required the availability of tools in inventory to accelerate the activities and minimize errors that occur in field measurements, which known as tree volume tables. The table volume is one of the forms of simplification in the forest inventory activities by maintaining the accuracy that can be accounted.

The purpose of this study is to reveal arrangement of the volume table in the area Intracawood Manufacturing, along with test performance using Newton's and Smalian formulas to assume actual volume of trees on timber. The sample’s selection of trees are conducted to use purposive sampling technique, by measuring the diameter at breast height (dbh), height free of branches, and measuring the diameter of stem sections. Stem section volume was calculated using the Smalian and Newton formulas. Based on the data analysis in determining the best model at the stage of model’s planning and validation, the chosen model for arranging of meranti species tree volume table is follows V = 0.000324 D2.34 (Berkhout’s Model). Furthermore, from the best equation for arranging and volume tables’ validation in the area Intracawood Maunfacturing, it is conducted performance assessment between Newton's and Smalian formulas in terms of correctness, bias, and accuracy. The assessment showed that the Newton’s formula has a better performance compared with Smalian, because the Newton’s formula used to determine the actual volume using three data diameter, in the other hand Smalian only using two data diameter.

(5)

PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi Penyusunan dan Validasi Persamaan Tabel Volume Lokal Pohon Meranti ( Shorea spp. ) Di Areal PT. Intracawood Manufacturing, Kalimantan Timur, adalah benar-benar hasil karya saya sendiri dengan bimbingan dosen pembimbing dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi atau lembaga mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Bogor, Februari 2011

(6)

Judul Skripsi : Penyusunan dan Validasi Persamaan Tabel Volume Lokal Pohon Meranti (Shorea spp.) di Areal PT. Intracawood Manufacturing, Kalimantan Timur.

Nama : Amri Riady NRP : E14051653

Menyetujui Dosen Pembimbing

(Dr. Ir. Budi Kuncahyo, MS) NIP. 19610720 1986011 001

Mengetahui,

Ketua Departemen Manajemen Hutan Fakultas Kehutanan

Institut Pertanian Bogor

(Dr. Ir. Didik Suhardjito, MS) NIP 19630401 199403 1 001

(7)

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 13 Oktober 1987 sebagai anak ketiga dari tiga bersaudara pasangan Bapak Supriady dan Ibu Nur’aini. Pada tahun 2005 penulis lulus dari Sekolah Menengah Atas Negeri (SMAN) 21 Jakarta dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur SPMB dan menempuh Pendidikan Tingkat Bersama (TPB) selama satu tahun (2005/2006) sebelum akhirnya diterima di Program Studi Manajemen Hutan, Fakultas Kehutanan IPB pada tahun ajaran 2006/2007. Selama masa perkuliahan, penulis aktif dalam organisasi kemahasiswaan yaitu sebagai staf dan anggota FMSC dan DKM Ibadurrahaman.

Penulis telah mengikuti Praktek Pengenalan Ekosistem Hutan (P2EH) pada tahun 2007 di Indramayu-Linggarjati, Praktek pengelolaan Hutan (P2H) pada tahun 2008 di Gunung Walat Sukabumi dan di KPH Cianjur Perum Perhutani Unit III Jawa Barat dan Banten serta Praktek Kerja lapang (PKL) tahun 2009 di IUPHHK-HA Intracawood Manufacturing, Tarakan Kalimantan Timur.

(8)

KATA PENGANTAR

Penulis panjatkan puji syukur kehadirat Allah SWT atas segala limpahan rahmat dan karunia-Nya sehingga skripsi ini berhasil diselesaikan. Skripsi yang berjudul “Penyusunan dan Validasi Persamaan Tabel Volume Lokal Pohon Meranti ( Shorea spp. ) Di Areal PT. Intracawood Manufacturing, Kalimantan Timur” ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Fakultas Kehutanan Institut Pertanian Bogor.

Penelitian bertujuan untuk membantu menduga volume pohon jenis meranti. Tabel volume yang dihasilkan menunjukkan bahwa model Berkhout memiliki performansi lebih baik dalam menduga volume di areal Intracawood Manufacturing.

Dalam penyusunan skripsi ini banyak pihak yang telah membantu baik secara moral maupun materiil. Penulis mengucapkan terima kasih kepada :

1. Dr.Ir. Budi Kuncahyo, MS, selaku dosen pembimbing atas nasehat dan bimbingan yang telah diberikan.

2. Bapak dan ibu penulis Supriady dan Nur’aini serta kakak tercinta Hamdi Riady dan Yasir Riady yang tanpa lelah selalu memberikan dukungan, doa dan kasih sayangnya.

3. Bapak Haris selaku manager camp, Bapak Dwi selaku superintendent pemanenan, Bapak Suryono selaku superintendent perencanaan, Ferry dan Heru serta pegawai IUPHHK Intracawood Manufacturing lainnya atas bantuannya selama pengambilan dan pengumpulan data penelitian.

4. Teman-teman pondok Assalam (Reky, Abi, Charles, Andi, Adi, Panji, Fathu, Elbi, Rufi) terima kasih atas kebersamaan dan bantuan yang telah diberikan selama ini.

5. Keluarga Besar MNH 42 terima kasih atas kebersamaan dan kekompakan selama ini.

Bogor, Februari 2011

(9)

DAFTAR ISI

Halaman

RINGKASAN ... iii

SUMMARY ...iv

PERNYATAAN ... v

RIWAYAT HIDUP ... vii

KATA PENGANTAR ... viii

DAFTAR ISI ...ix

DAFTAR TABEL ...xi

DAFTAR GAMBAR ... xii

PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan Penelitian ... 2

1.3 Manfaat Penelitian ... 2

TINJAUAN PUSTAKA ... 3

2.1 Deskripsi Singkat Jenis Meranti ... 3

2.2 Volume Pohon ... 4

2.3 Model Persamaan Penduga Volume Pohon ... 6

2.4 Validasi dan Pemeliharaan Model ... 8

2.5 Tinjauan Hasil Penelitian Terdahulu ... 9

METODE PENELITIAN... 10

3.1 Tempat dan Waktu Penelitian ... 10

3.2 Bahan dan Alat... 10

3.3 Pengumpulan Data ... 10

3.4 Perhitungan Volume Pohon Contoh ... 11

3.5 Analisis Hubungan Antara Tinggi Pohon Dengan Diameter Pohon ... 11

3.6 Pengujian Koefisien Korelasi Antara Tinggi Dengan Diameter Pohon... 13

3.7 Scatter Diagram dan Penentuan Model Penyusunan Tabel Volume ... 14

3.8 Penyusunan Tabel Volume ... 15

3.9 Menghitung Koefisien Regresi dan Koefisien Korelasi ... 16

(10)

3.11 Validasi Model ... 19

3.11.1 Simpangan agregat (SA) ... 19

3.11.2 Simpangan rata-rata (SR) ... 19

3.11.3 Root Mean Square Error (RMSE) ... 20

3.11.4 Nilai simpangan (s) ... 20

3.11.5 Bias ... 21

3.11.6 Uji beda rata-rata Khi-kuadrat (Chi-square test) ... 21

3.12 Pemilihan Model Terbaik ... 21

KEADAAN UMUM LOKASI ... 23

4.1 Letak ... 23

4.2 Luas dan Topografi ... 25

4.3 Iklim ... 25

4.4 Tanah ... 25

HASIL DAN PEMBAHASAN ... 27

5.1 Pengelompokkan data ... 27

5.2 Penyusunan model persamaan regresi ... 27

5.3 Validasi model ... 32

5.4 Peringkat gabungan penyusunan dan validasi model ... 33

5.5 Perbandingan performansi antara rumus Newton dengan Smalian ... 34

KESIMPULAN DAN SARAN ... 36

6.1 Kesimpulan ... 36

6.2 Saran ... 36

(11)

DAFTAR TABEL

No. Halaman

1. Hasil Analisis Regresi ... 18

2. Klasifikasi lereng dan jumlah luas areal Intracawood ... 25

3. Jenis Tanah di Areal kerja Intracawood ... 26

4. Pembagian pohon contoh berdasarkan kelas diameter ... 27

5. Pembagian pohon contoh berdasarkan kelas tinggi ... 27

6. Hasil perhitungan dengan menggunakan minitab ... 30

7. Hasil analisis simpangan baku ... 31

8. Penentuan peringkat pada tahap penyusunan model ... 31

9. Hasil pengujian nilai SA dan SR ... 32

10. Hasil pengujian nilai RMSE, e, dan chi-kuadrat ... 33

11. Penentuan peringkat pada tahap validasi model ... 33

12. Penentuan peringkat gabungan ... 34

(12)

DAFTAR GAMBAR

No. Halaman

(13)

1.1 Latar Belakang

Berdasarkan peraturan pemerintah Nomor 6 Tahun 2007 yang berisi tentang tata hutan dan penyusunan rencana pengelolaan hutan, serta pemanfaatan hutan, pemegang Izin Usaha Pemanfaatan Hasil Hutan Kayu dalam Hutan Alam (IUPHHK-HA) diwajibkan menyusun rencana kerja usaha pemanfaatan hasil hutan kayu sepuluh tahunan (Pasal 73 dan 75) yang disusun berdasarkan inventarisasi berkala sepuluh tahunan atau yang lebih dikenal dengan Inventarisasi Hutan Menyeluruh Berkala (IHMB).

Penentuan volume pohon atau tegakan secara langsung dengan menggunakan rumus dalam kegiatan IHMB dirasa kurang praktis dan dapat menyebabkan kesalahan dalam menaksir volume, hal ini selain dikarenakan perbedaan bentuk fisik batang mempengaruhi angka bentuk yang dipakai, pengukuran tinggi yang dilakukan di lapangan pada prakteknya memerlukan waktu yang lebih lama dan pengukuran tinggi pohon memberikan kemungkinan kesalahan pengukuran yang lebih tinggi sehingga akan menyebabkan kesalahan dalam menaksir volume (over/under). Oleh karena itu diperlukan ketersediaan alat bantu dalam inventarisasi untuk mempercepat kegiatan dan memperkecil kesalahan yang terjadi pada pengukuran di lapangan yang dikenal dengan tabel volume pohon. Pembuatan tabel volume merupakan salah satu dari bentuk penyederhanaan dalam kegiatan inventarisasi hutan dengan tetap mempertahankan ketelitian yang dapat dipertanggungjawabkan.

(14)

volume. Tabel volume dibuat berdasarkan persamaan terbaik yang diperoleh dari tahap penyusunan model, dan diharapkan juga memberikan nilai dugaan terbaik saat digunakan di lapangan.

1.2 Tujuan Penelitian

Adapun tujuan dari penelitian adalah :

1. Untuk menduga persamaan tabel volume pohon kelompok jenis Meranti yang terdapat pada perusahaan PT Intraca Wood Manufacturing.

2. Mendapatkan gambaran tentang performansi model penduga volume, ditinjau dari bias, ketelitian, dan ketepatan.

3. Menguji performansi antara rumus Newton dengan Smalian dalam menduga volume log jenis Meranti.

1.3 Manfaat Penelitian

Memberikan dan memudahkan informasi untuk menduga volume pohon Meranti di PT. Intraca Wood Manufacturing Kalimantan Timur.

(15)

2.1 Deskripsi Singkat Jenis Meranti

Genus Shorea spp (Meranti) merupakan salah satu dari famili Dipterocarpaceae, yang meliputi sekitar 100 species terdiri empat kelompok, yaitu : meranti merah, putih, kuning, dan meranti balau. Diantara kelompok tersebut meranti merah merupakan kelompok yang terpenting baik dari perolehan devisa maupun dari segi dominasi di hutan-hutan hujan dataran rendah. Meranti merah mempunyai spesies terbanyak, 46 jenis diantara sekitar 100 spesies meranti yang terdapat di Indonesia. Meranti putih terdiri dari 15 spesies, Meranti kuning 16 spesies, dan Meranti Balau sebanyak 16 jenis (Putro 1993).

2.1.1 Sifat – sifat botani

Ciri-ciri umum Shorea adalah : pohon-pohon besar bergetah damar, daun bertepi rata, dan berdaun penumpu. Bunga-bunga tersusun sebagai malai atau tandan, tumbuh pada ujung ranting, atau pada ketiak daun, tiap daun berpenumpu dua helai. Benangsari 15 atau lebih. bakal buah bersel tiga dengan masing-masing berisi 2 bakal biji. Kelopak berisi lekuk atau teriris lima, yang tiga lekuk tumbuh memanjang menjadi sayap, yang dua lainnya kecil, pangkal kelopak membungkus buah. Buah berbentuk bulat telur hingga hampir membulat, berukuran beberapa milimiter hingga panjangnya 6 cm, berbiji satu ( Departemen Kehutanan 1983).

2.1.2 Penyebaran dan tempat tumbuh

Menurut Al-Rasyid et al. (1991), di Indonesia jenis-jenis Shorea mempunyai jumlah jenis yang sangat banyak terdapat sekitar 114 jenis. Daerah Penyebarannya di Indonesia meliputi Sumatra, Kalimantan, Jawa, Maluku, dan Sulawesi.

(16)

dengan musim kemarau yang pendek). Jenis-jenis shorea menghendaki tanah kering yang bereaksi asam, bersolum dalam dan banyak mengandung liat. Jenis tanah tempat tumbuh shorea adalah podsolik merah kuning, podsolik kuning, dan latosol ( Al-Rasyid et al. 1991).

Pada umumnya jenis-jenis Shorea menduduki lapisan tajuk teratas (stratum A), tetapi adapula yang menduduki lapisan tajuk kedua (stratum B), misalnya Shorea teysmannia dan Shorea pinanga ( Departemen Kehutanan 1983).

Kebanyak jenis-jenis pohon Shorea merupakan pohon-pohon setengah toleran (teduh) dan beberapa toleran. Jenis-jenis yang termasuk setengah toleran Shorea singkawang, Shorea teysmannia, dan Shorea pinanga (Al-Rasjid et al. 1991).

2.2 Volume Pohon

Volume merupakan besaran tiga dimensi dari suatu benda yang dinyatakan dalam satuan kubik. Besaran ini diturunkan dari setiap besaran panjang. Dengan demikian bila panjang-panjang tersebut, yaitu tinggi, lebar, dan ketebalan diketahui maka volume dapat ditentukan (Sabri 1995)

Menurut Husch (1963), penentuan volume suatu benda dapat dilakukan dengan beberapa cara, antara lain :

1. Cara langsung, yaitu berdasarkan prinsip perpindahan cairan. Alat yang digunakan disebut Xylometer. Penentuan volume dengan cara ini dilakukan terhadap benda-benda yang bentuknya tidak beraturan.

2. Cara analitik, yaitu penentuan volume dilakukan dengan menggunakan rumus-rumus volume. Cara ini dilakukan terhadap benda-benda yang bentuknya beraturan, seperti segi banyak, prisma, piramida, prismoid, dan benda-benda seperti kerucut, silinder, paraboloid, dan neiloid.

(17)

Dari sekian banyak kemungkinan yang dapat dilakukan bagi penyempurnaan penentuan volume kayu di hutan tropika basah maka diantaranya adalah penentuan volume berdasarkan dolok (sortimen kayu). Dengan cara ini volume batang pohon sama dengan jumlah volume semua dolok yang dapat dihasilkan dari batang pohon yang bersangkutan (Sabri 1995).

Untuk menentukan volume dolok (sortimen kayu) sebagai bagian dari volume kayu/pohon, telah dikembangkan rumus-rumus matematik (Spurr 1952; Loetsch et al. 1973) sebagai berikut :

Rumus Smallian : V = 0.5 x (B + b) x L Rumus Huber : V = B1/2 x L

Rumus Newton : V = {B + (B1/2 x 4) + b} x L x 1/6

Dimana :

V = Volume dolok (logs) atau batang pohon dalam m3 B = Luas bidang dasar pangkal batang dalam m2 b = Luas bidang dasar ujung batang pohon dalam m2

B1/2 = Luas bidang dasar bagian tengah batang pohon dalam m2

D = Diameter pangkal batang pohon dalam meter d = Diameter ujung batang pohon dalam meter L = Panjang batang pohon

(18)

Dalam kaitannya dengan pengusahaan hutan, volume pohon tanpa kulit adalah volume yang diutamakan karena menyangkut nilai ekonomis kayu yang dihasilkan. Volume ini biasa disebut volume komersial atau volume perdagangan (Loetsch et al. 1967). Pendugaan volume komersial untuk beberapa jenis pohon dalam tegakan hutan biasanya dilakukan dengan menggunakan tabel volume (Sabri 1995).

Menurut Bustomi et al. 1998, untuk penyusunan tabel volume diperlukan jumlah pohon contoh yang dikumpulkan dari 1 lokasi penelitian minimal 50 pohon serta memperhatikan pula jumlah kelas lebar diameter.

Tabel-tabel volume dapat dikelompokkan sebagai tabel lokal, standar, dan tabel kelas bentuk. Suatu tabel volume lokal menyajikan volume menurut dimensi pohon diameter setinggi dada. Tabel ini tidak memerlukan pengukuran tinggi pohon meskipun pada penyusunan aslinya tetap dihitung, tetapi dihilangkan didalam 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).

Tabel standar didasarkan pada pengukuran diameter setinggi dada dan tinggi pohon. Tinggi dapat berupa tinggi pohon total atau tinggi kayu pertukangan. Tabel – tabel standar dapat disusun untuk individu jenis maupun kelompok jenis dari berbagai wilayah geografis. Lebih khususnya, penerapan suatu tabel volume tergantung tidak hanya terutama pada jenis maupun tempat, tetapi juga pada kesamaan karakteristik-karakteristik tinggi, diameter dan bentuk. Suatu tabel volume dapat dipakai untuk jenis atau tempat yang pohon-pohonnya mempunyai bentuk yang sama (Husch 1987).

2.3 Model Persamaan Penduga Volume Pohon

(19)

termasuk dalam penyusunan persamaan tersebut, sehingga tidak ada penggunaan angka bentuk tunggal untuk berbagai bentuk pohon (Bustomi et al. 1998).

Beberapa persamaan hubungan antara volume pohon dengan peubah-peubah penentunya yang digunakan dalam penyusunan tabel volume pohon antara lain (Loetsch et al. 1973) :

Peubah bebas hanya diameter pohon :

v = b0 + b1d2 (Kopezky-Gehrhardt)

v = b1d + b2d2 (Dissescu-Meyer)

v = b0 + b1d + b2d2 (Hohenadl-Krenn)

v = b0db1 (Berkhout)

Log v = b0 + b1log d (Husch 1963)

Peubah bebas diameter dan tinggi pohon :

v = b1d2h (Spurr 1952)

v = b0 + b1d2h (Spurr 1952)

v = d2(b0 +b1h) (Ogaya)

v = b0 + b1d2 + b2d2h + b3h (Stoate)

v = b1d2 + b2d2h + b3dh2 + b4h2 (Naslund)

Log v = b0 + b1 log d + b2 log h (Schumacher-Hall)

Peubah bebas diameter pohon, tinggi total, tinggi bebas cabang tebal kulit : v = b1d2 + b2d2h + b3dh2 + b4d2hc + b5dhB (Naslund)

v = b1d2 + b2d2h + b3dh2 + b4h2 + b5dhB (Naslund)

dimana :

v = volume pohon dalam m3

d = diameter pohon setinggi dada dalam cm h = tinggi pohon total dalam m

hc = tinggi sampai bebas cabang dalam m

B = dua kali tebal kulit dalam mm

(20)

persamaan-persamaan tersebut diatas, untuk tujuan penyusunan tabel volume dapat dikelompokkan ke dalam tiga kategori sebagai berikut :

1. Untuk penyusunan Tabel Volume Pohon Lokal (Tarif Volume), yaitu volume pohon didasarkan pada satu peubah bebas, yaitu diameter setinggi dada, dengan persamaan yang umum digunakan adalah : v = b0 + b1d2 (Kopezky-Gehrhardt)

v = b0db1 (Berkhout)

Log v = b0 + b1log d (Husch 1963)

2. Untuk penyusunan Tabel Volume Pohon Standar, yaitu volume pohon didasarkan pada peubah diameter pohon setinggi dada dengan tinggi pohon, baik tinggi pohon total maupun tinggi pohon sampai cabang pertama (sampai pangkal tajuk), dengan persamaan yang umum digunakan adalah :

v = b1d2h (Spurr 1952)

v = b0 + b1d2h (Spurr 1952)

Log v = b0 + b1 log d + b2 log h (Schumacher-Hall)

3. Penyusunan Tabel Volume Pohon dengan peubah bebas yang banyak dan kombinasi-kombinasinya, baik diameter pohon, tinggi pohon total, tinggi pohon pangkal tajuk, tebal kulit dan peubah-peubah lain yang memungkinkan, untuk tujuan penelitian ataupun tujuan lainnya.

2.4 Validasi dan Pemeliharaan Model

Menurut Draper (1992), setelah suatu persamaan memenuhi sasaran yang ditetapkan pada tahap penyusunan model dan diterima sebagai suatu model peramalan yang bermanfaat, akan sangat baik kalau kita menetapkan prosedur untuk validasi dan pemeliharaannya. Dalam memeriksa kestabilan parameter validasi, kita dapat membedakannya menjadi dua jenis data yang digunakan, yaitu :

(21)

pokoknya adalah pertama-tama membagi seluruh himpunan data ke dalam beberapa himpunan bagian menurut kriteria tertentu, kemudian menggunakan sebagian data untuk membangun model “peramalan” dan menggunakan sebagian data yang lain untuk “memvalidasi” model tersebut untuk melihat seberapa baik ramalan model tersebut. 2. Data Longitudinal, merupakan model yang dibangun dengan

menggunakan pengamatan yang diambil sepanjang bentangan waktu yang panjang, kita dapat menguji kestabilan koefisen regresi dengan menerapkan model yang sama tapi pada bentangan waktu yang lebih pendek dan memeriksa koefisien yang diperoleh.

Validasi sangat berguna dan merupakan keharusan bagi prosedur regresi. Kadang-kadang informasi yang diperoleh dari hasil validasi dapat mengakibatkan ditinjaunya kembali seluruh permasalahannya (Draper, Smith 1992).

2.5 Tinjauan Hasil Penelitian Terdahulu

(22)

3.1 Tempat dan Waktu Penelitian

Penelitian dilakukan di hutan alam yang berada di IUPHHK-HA Intracawood Manufacturing, Kalimantan Timur. Penelitian dilaksanakan mulai dari bulan Oktober 2009 ketika kegiatan IHMB berlangsung.

3.2 Bahan dan Alat

Alat yang digunakan dalam penelitian adalah peta lokasi penelitian, tally sheet, pita ukur, dan alat tulis. Untuk perhitungan dan pengolahan data digunakan kalkulator dan komputer dengan program Microsoft Excel, Microsoft Word dan Minitab

Bahan yang digunakan pada penelitian adalah tegakan hutan alam dari kelompok jenis Shorea yang berada pada areal IUPHHK Intracawood Manufacturing, Kalimantan Timur.

3.3 Pengumpulan Data

Penyusunan Tabel Volume Pohon didasarkan pada data pohon contoh, pohon model yang dijadikan data pohon contoh dipilih secara purposive dengan ketentuan tersebar pada setiap kelas diameter, dan kelas tinggi pohon. Pohon contoh adalah pohon yang pertumbuhannya baik serta sehat. Pengambilan pohon contoh di lapangan dilaksanakan bersamaan dengan kegiatan Inventarisasi Hutan Menyeluruh Berkala (IHMB) IUPHHK Intracawood Manufacturing, Kalimantan Timur.

(23)

3.4 Perhitungan Volume Pohon Contoh

Volume dolok (sortimen kayu) sebagai bagian dari volume kayu/pohon ditentukan dengan rumus-rumus matematik yang telah dikembangkan (Spurs 1952, Loetsch et al. 1973) sebagai berikut :

Rumus Smallian : V = 0.5 x (B + b) x L

Rumus Newton : V = {B + (B1/2 x 4) + b} x L x 1/6

Dimana :

V = Volume dolok (sortimen kayu) atau batang pohon dalam m3 B = Luas bidang dasar pangkal batang dalam m2

b = Luas bidang dasar ujung batang pohon dalam m2

B1/2 = Luas bidang dasar bagian tengah batang pohon dalam m2

D = Diameter pangkal batang pohon dalam meter d = Diameter ujung batang pohon dalam meter L = Panjang batang pohon

(24)

(Sutarahardja 2008). Koefisien korelasi ( r ) antara tinggi pohon dengan diameter pohon dapat dihitung dengan rumius :

y

Dalam hal ini, JKx, JKy dan JHKxy dapat dihitung dengan rumus sebagai berikut :

r = Koefisien korelasi contoh

JKX = Jumlah kuadrat peubah X (misal : diameter pohon)

JKy = Jumlah kuadrat peubah Y (misal : tinggi pohon) JHKxy = Jumlah hasil kali antara peubah X dengan peubah Y

(25)

3.6 Pengujian Koefisien Korelasi Antara Tinggi Dengan Diameter Pohon

Pengujian dilakukan dengan analisis perhitungan koefisien korelasi dari kedua peubah tersebut ( r ) sebagai penduga koefisien korelasi populasinya, yaitu ( ρ ). Apabila r = 0 maka besar kemungkinannya untuk menyimpulkan ρ = 0 dan apabila nilai r mendekati + 1 atau – 1, hal tersebut mencirikan bahwa ρ ≠ 0. Suatu uji untuk menyatakan kapan nilai r berada cukup jauh dari nilai ρ adalah melalui pengujian koefisien korelasi dengan uji Z-Fisher (Walpole 1993). Dalam uji Z-Fisher ini, dilakukan transformasi nilai-nilai

r dan ρ kedalam Z-Fisher. Dalam penyusunan tabel volume lokal, Fakultas

Kehutanan IPB (1985) dan Sutarahardja (1982) mensyaratkan bahwa nilai ρ harus lebih besar dari 0,7 atau ρ  0,7 yang berarti pada nilai ρ  0,7 maka hubungan antara tinggi pohon dengan diameter pohon dianggap cukup kuat, dimana jika ρ  0,701 artinya ρ2 adalah  50 %.. Hubungan yang kuat dengan ρ2 _

50 % tersebut berarti akan menjamin bahwa sekurang-kurangnya 50 % keragaman volume pohon yang disebabkan oleh keragaman tinggi pohon dapat dicakup oleh pengaruh keragaman diameter pohon. Tahap pengujian koefisien korelasi bersyarat dengan menggunakan transformasi Z-Fisher tersebut

adalah dengan prosedur sebagai berikut :

a. Menentukan hipotesis pengujian koefisien korelasi, yaitu : H0: ρ = 0,701

H1: ρ  0,701

b. Menghitung nilai transformasi Z-Fisher dari nilai koefisien korelasi populasi

( ρ ) dan koefisien korelasi contoh ( r ) :

Zρ = 0,5 ln{( 1 + ρ )/( 1 –ρ )}... (5) dan Zr = 0,5 ln{( 1 + r )/( 1 – r )}... (6)

c. Menentukan pendekatan simpangan baku dari hasil transformasi Z-Fisher,

yaitu :

(26)

d. Kriterium uji dalam pengujian transformasi Z-Fisher adalah :

Z-hitung = (Zr –Zρ)/ σZr ...(8)

Dimana : Z = Sebaran normal Z

σZr = Pendekatan simpangan baku transformasi Z-Fisher

e. Kaidah keputusannya adalah sebagai berikut :

Jika Z-hitung ≤ Z-tabel pada tingkat nyata tertentu (misalnya pada taraf

nyata 5 %), maka H0 diterima artinya hubungan antara tinggi pohon dengan

diameter pohon kurang erat dalam batas yang telah disyaratkan tersebut diatas. Jika Z-hitung Z-tabel pada tingkat nyata tertentu, maka H0 ditolak artinya bahwa

hubungan antara tinggi pohon dengan diameter pohon adalah erat.

Bila keputusan H0 diterima, maka tabel volume yang disusun untuk

tegakan hutan yang diukur harus menyertakan peubah lain selain peubah diameter pohon, misalnya antara lain mengikut sertakan tinggi pohon dan atau peubah lainnya, jadi tabel volume yang disusun adalah tabel volume standar.

Sedang apabila H0 ditolak dalam pengujian tersebut artinya hubungan

antara diameter pohon dengan tinggi pohon cukup erat, artinya koefisien korelasi yang dihasilkan dari pohon-pohon contoh memenuhi syarat sekurang-kurangnya sama dengan koefisien korelasi yang telah ditetapkan, maka dalam tegakan hutan yang diukur dapat dibuat tabel volume pohon lokal (tarif volume), yaitu tabel volume dengan kunci pembacanya cukup dengan menggunakan satu peubah, yaitu diameter pohon.

3.7 Scatter Diagram dan Penentuan Model Penyusunan Tabel Volume Scatter diagram dapat digunakan untuk membantu dalam pemilihan model. Dari tebaran data tersebut akan dapat dilihat bentuk penampilan penyebaran datanya, apakah mengikuti pola linier ataukah nonlinier, sehingga dapat membantu dalam pemilihan model pendekatannya.

(27)

Gambar 1 Scatterplot diagram hubungan volume dengan diameter

Selain untuk membantu dalam pemilihan model, pembuatan scatter diagram dapat digunakan untuk memeriksa data apabila terdapat kemungkinan adanya pengamatan yang bisa jadi merupakan pencilan. Indikasi kemungkinan data pencilan, secara visual dapat dilihat dari sebaran data pada scatter diagram.

3.8 Penyusunan Tabel Volume

Tarif volume pohon maupun tabel volume pohon standar dapat disusun dengan menggunakan analisa regresi linier dengan pengujian signifikasi regresinya menggunakan analisa ragam (analysis of variance). Untuk penyusunan tarif volume pohon dapat dianalisa dengan regresi linier sederhana (simple linear regression), sedangkan untuk tabel volume pohon standar dianalisa dengan regresi linier berganda (multiple linear regression). Banyaknya model regresi yang dicoba sebanyak 2 – 3 model.

0 2 4 6 8 10 12

0 20 40 60 80 100

V o l u m

e

Diameter (cm)

(28)

3.9 Menghitung Koefisien Regresi dan Koefisien Korelasi

Perhitungan nilai-nilai dari koefisien regresi bertujuan untuk dapat menghasilkan persamaan-persamaan regresi yang dimaksud (Sutarahardja 2008).

a. Menghitung koefisien regresi pada penyusunan tabel volume pohon lokal: Sebagai contoh untuk model regresi linier sederhana sebagai berikut :

i penduga dari ₀ dapat dihitung dari nilai-nilai data pohon contoh.

JKx Koefisien korelasi ( r ) antara volume pohon dengan diameter pohon dapat dihitung dengan rumus (1) tersebut diatas atau dengan rumus :





JKy JHKxy b

r  1 ... (11)

b. Menghitung koefisien regresi pada penyusunan tabel volume pohon standar.

Sebagai contoh untuk model regresi linier berganda sebagai berikut :

i pohon contoh yang diambil.

(29)





 





Koefisien determinasi (R2) dari model regresi tersebut dapat dihitung :

(30)

 

Terhadap persamaan-persamaan regresi tersebut dilakukan pengujian dengan menggunakan analisa keragaman (analysis of variance) untuk melihat signifikasi atau adanya ketergantungan peubah-peubah yang menyusun regresi tersebut. Analisa keragaman pengujian regresi :

Tabel 1 Hasil Analisis Regresi Sumber banyaknya pohon contoh yang digunakan dalam penyusunan regresi tersebut. Dalam analisa tersebut hipotesa yang diuji adalah :

a. Pada regresi linier sederhana :

0 : 0 

H lawan H₁:0

b. Pada regresi linier berganda :

0 setiap ada perubahan pada peubah bebasnya akan terjadi perubahan pada peubah tidak bebasnya. Jika

0

(31)

nyata, artinya persamaan regresi tidak dapat untuk menduga volume pohon berdasarkan peubah bebasnya.

3.11 Validasi Model

Hasil persamaan-persamaan regresi yang telah diuji tersebut diatas, pada penyusunan tabel volume pohon dengan analisis regresi perlu dilakukan validasi dengan menggunakan pohon contoh yang telah dialokasikan sebelumnya khusus untuk pengujian validasi model (1/3 dari jumlah pohon contoh). Data pohon contoh tersebut tidak digunakan dalam penyusunan model-model tabel volume di atas. Uji validasi model dapat dengan melihat pada nilai-nilai simpangan agregasinya (agregative deviation), simpangan rata-rata (mean deviation), RMSE (root mean square error), biasnya serta uji beda nyata antara volume yang diduga dengan tabel terhadap volume nyatanya. Uji beda nyata bisa dilakukan dengan cara uji Khi-kuadrat.

Nilai-nilai pengujian validasi model tersebut dapat dihitung dengan rumus-rumus sebagai berikut :

3.11.1 Simpangan agregat (SA)

Simpangan agregat merupakan selisih antara jumlah volume aktual (Ha) dan volume dugaan (Ht) yang diperoleh berdasarkan dari tabel volume

pohon, sebagai persentase terhadap volume dugaan (Ht). Persamaan yang baik

memiliki nilai simpangan agregat (SA) yang berkisar dari -1 sampai +1 (Spurr, 1952). Nilai SA dapat dihitung dengan rumus :



3.11.2 Simpangan rata-rata (SR)

Simpangan rata-rata merupakan rata-rata jumlah dari nilai mutlak selisih antara jumlah volume dugaan (Ht) dan volume aktual (Ha), proporsional

(32)

adalah tidak lebih dari 10 % (Spurr, 1952). Simpangan rata-rata dapat dihitung dengan rumus (Bustomi, dkk. 1998) :

%

RMSE merupakan akar dari rata-rata jumlah kuadrat nisbah antara selisih volume dugaan dari table volume pohon (Ht) dengan volume aktualnya

(Ha) terhadap volume aktual. Nilai RMSE yang lebih kecil, menunjukkan

3.11.4 Nilai simpangan (s)

Menyatakan besarnya simpangan nilai-nilai pengamatan terhadap nilai rata-ratanya

(33)

3.11.5 Bias

Bias (e) adalah kesalahan sistematis yang dapat terjadi karena kesalahan dalam pengukuran, kesalahan teknis pengukuran maupun kesalahan karena alat ukur. Bias dapat dihitung dengan rumus :

%

3.11.6 Uji beda rata-rata Khi-kuadrat (Chi-square test)

Pengujian validasi model persamaan penduga volume pohon, dapat pula dilakukan dengan menggunakan uji χ2(Khi-kuadrat), yaitu alat untuk menguji apakah volume yang diduga dengan table volume pohon (Ht) berbeda

dengan tinggi pohon aktualnya (Ha). Dalam hal ini hipotesa yang diuji adalah

sebagai berikut :

a

t H

H

H0:  _danH1:Ht Ha Kriteria ujinya adalah :





Kaidah keputusannya adalah sebagai berikut :

2

3.12 Pemilihan Model Terbaik

Model persamaan regresi untuk penyusunan tabel volume pohon yang akurat dan valid adalah apabila memenuhi kriteria sebagai berikut :

(34)

2. Persamaan yang baik memiliki nilai simpangan agregat (SA) yang berkisar berada diantara -1 sampai + 1 (Spurr 1952).

3. Persamaan yang baik memiliki nilai Simpangan rata-rata (SR) tidak lebih dari 10 % (Spurr 1952).

4. Nilai RMSE dan Bias yang kecil menunjukan model persamaan penduga volume yang lebih baik.

5. Apabila hasil uji beda antara nilai rata-rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (actual), tidak menunjukkan adanya perbedaan yang nyata (H0, diterima) maka persamaan penduga

(35)

4.1 Letak

Berdasarkan batas geografi, areal IUPHHK Intracawood Manufacturing terletak antara: 248’27” - 337’30” Lintang Utara (LU) dan 11630’00” - 11711’44” Bujur Timur (BT) dengan batas :

1. Sebelah Utara berbatasan dengan areal PT. Intraca Hutani Lestari 2. Sebelah Selatan berbatasan dengan Hutan Lindung dan areal PT. Ikani 3. Sebelah Timur berbatasan dengan PT. Intraca Hutani Lestari dan PT. Adindo

Hutani Lestari

4. Sebelah Barat berbatasan dengan PT. Inhutani /PT. BBAP

Berdasarkan pembagian daerah sungai (DAS) areal tersebut terletak di dalam DAS Sesayap dan DAS Sekatak. Sedangkan berdasarkan batas administratif pemerintahan, areal PT. Intracawood Manufacturing terletak pada 6 (enam) kecamatan yaitu : Kecamatan Sesayap Hulu, Sesayap Hilir dan Sekatak, Kabupaten Bulungan dan Kecamatan Malinau Barat, Selatan dan Kota, Kabupaten Malinau. Menurut administratif pemangkuan hutan, sesuai dengan adanya pengembangan struktur organisasi kehutanan dalam rangka pelaksanaan otonomi daerah, saat ini areal IUPHHK. Intracawood Manufacturing pada tingkat Provinsi Kalimantan Timur termasuk wilayah Unit Pelaksana Teknis Daerah (UPTD) Bulungan dan UPTD Malinau, Dinas Kehutanan Provinsi Kalimantan Timur. Sedangkan pada tingkat kabupaten, termasuk dalam wilayah kerja Dinas Kehutanan Kabupaten Bulungan dan Dinas Kehutanan dan Perkebunan Malinau (Sumber: RKU Intracawood Manufacturing).

(36)

(37)

4.2 Luas dan Topografi

Berdasarkan SK IUPHHK No. SK.335/Menhut-II/2004 tanggal 31 Agustus 2004 luas areal hutan yang diberikan kepada IUPHHK Intracawood Manufacturing sebesar 195.110 Ha. Areal kerja IUPHHK Intracawood Manufacturing, memiliki bentuk topografi yang beranekaragam hal ini tampak dari nilai kelerengan areal kerja yang lengkap dari datar sampai sangat curam dengan ketinggian terendah 5 m dpl dan tertinggi 1.050 m dpl.

Tabel 2 Klasifikasi lereng dan jumlah luas areal Intracawood

No Klasifikasi

Lereng % Kelas

Jumlah Luas

(Ha) Persen (%) 1. Datar 0 - 8 A 33,16 17 2. Landai 8 – 15 B 13,40 7 3. Agak Curam 15 – 25 C 52,77 27 4. Curam 25 – 40 D 75,47 39 5. Sangat Curam > 40 E 20,29 10

Jumlah 195,11 100

4.3 Iklim

Berdasarkan data Iklim dari dua stasiun terdekat dengan areal kerja PT. Intracawood Manufacturing, yaitu stasiun pengamat iklim Malinau dan stasiun pengamat iklim Tarakan, maka menurut klasifikasi iklim Schmit dan Ferguson (1952) termasuk ke dalam tipe A. Variasi curah hujan di daerah ini relatif kecil atau curah hujan merata sepanjang tahun. Di stasiun Tarakan curah hujan terendah 226 mm pada bulan Februari dan tertinggi 388 mm pada bulan April.

4.4 Tanah

(38)

tanah Podsolik Merah Kuning. Informasi selengkapnya mengenai jenis tanah disajikan pada tabel berikut

Tabel 3 Jenis Tanah di Areal kerja Intracawood

No. Jenis Tanah Jumlah Luas

(Hektar) Persen (%) 1.

2.

Podsolik Merah Kuning Komplek Latosol dan Litosol

7,57 187,53

4 96

Jumlah 195,11 100

(39)

5.1 Pengelompokkan data

Pengelompokkan data pohon contoh dilakukan berdasarkan penyebaran kelas diameter dan kelas tinggi dari sejumlah pohon contoh. Banyaknya pohon yang diukur adalah 184 pohon contoh, yang dibagi menjadi dua bagian untuk tahap penyusunan model dan tahap validasi model, masing – masing 122 dan 62 dari keseluruhan pohon contoh.

Tabel 4 Pembagian pohon contoh berdasarkan kelas diameter Kelas

Diameter(cm)

Jumlah Pohon Contoh(batang)

Penyusunan Model Validasi Model

10-19,9 22 14

20-29,9 22 16

30-39,9 22 15

40-49,9 19 8

50-59,9 10 3

≥60 27 6

Total 122 62

Tabel 5 Pembagian pohon contoh berdasarkan kelas tinggi Kelas

Tinggi(m)

Jumlah Pohon Contoh(batang)

Penyusunan Model Validasi Model

15 – 17,9 30 28

18 – 20,9 53 25

21 – 23,9 27 6

24 – 26,9 9 3

>27 3 -

Total 122 62

5.2 Penyusunan model persamaan regresi

(40)

pada diameter yang sama nilai keragaman tingginya rendah. Dari hasil analisis nilai ragam tinggi pohon pada diameter yang sama didapat nilai rata-rata dari perhitungan ragam sebesar 0,29 (Lampiran-3), karena nilai ragam yang mendekati 0 hal ini menyebabkan variasi tinggi pada diameter yang sama tidak nyata sehingga tidak akan menimbulkan bias dalam pembuatan tabel volume dengan menggunakan variable diameter saja. Untuk lebih meyakinkan dari hasil analisis diatas dilakukan pengujian apakah terdapat hubungan yang erat antara tinggi pohon dengan diameter dengan uji korelasi menggunakan transformasi Z-fisher. Berdasarkan nilai logaritmik dari tinggi dan diameter pohon akan didapat koefisien determinasi dan koefisien korelasinya. Batas ketelitian yang masih diperbolehkan dalam pembuatan tabel volume lokal dengan koefisien korelasi > 0,70 atau R2 minimal sebesar 50% (Suharlan et al. 1976).

Dari hasil analisi regresi untuk mengetahui hubungan antara diameter setinggi dada (dbh) dengan tinggi, diperoleh nilai koefisien korelasi sebesar 0,94 dan koefisien determinasi sebesar 89,3% dengan persamaan Log T = 0,96 + 0,21 Log Dbh. Nilai perhitungan fisher sebesar 12,12 lebih besar dari Z-tabel=1,64. Dengan hipotesis :

H0 : ρ=0,70 H1 : ρ>0,70

(41)

besaran yang digunakan adalah diameter setinggi dada, karena menghitung diameter setinggi dada lebih mudah dari pada menghitung tinggi pohon.

Pemilihan model dapat ditentukan dengan menampilkan data pohon contoh dalam Scatter diagram atau scatterplot (diagram tebar). Berdasarkan tebaran data tersebut akan dapat dilihat bentuk penampilan penyebaran datanya, apakah mengikuti pola linier ataukah kuadrat, sehingga dapat membantu dalam pemilihan model pendekatannya.

Gambar 3 Hasil scatter diagram volume dengan diameter

Dari hasil scatterplot diagram untuk mengukur karakteristik paling nyata antara volume lokal pohon dengan peubah-peubah penentunya yang digunakan dalam penyusunan tabel volume lokal pohon, maka model pendekatan sebagai berikut :

1. V = b0 + b1d2 (Kopezky-Gehrhardt)

2. V = b0db1 (Berkhout)

3. V = b0 + b1d + b2d2 (Hohenadl-Krenn)

Model persamaan regresi tersebut merupakan alternatif model yang akan digunakan dalam penyusunan tabel volume lokal. Kemudian dilakukan

0 5 10 15 20 25 30 35 40 45

0 20 40 60 80 100 120 140

V o

l u m

e

(42)

perhitungan analisis regresi dengan menggunakan minitab, sehingga dapat dilihat pada Tabel 6.

Tabel 6 Hasil perhitungan dengan menggunakan minitab

No Persamaan Regresi R2(%) F-hitung F-tabel (0,01)

F-tabel (0,05) 1 V = 1,04 – 0,0703 D + 0,00213

D2

94,8% 1.080,33

6,84 3,91 2 V = 0,000324 D2,34 98,9% 10.906,58

3 V = - 0,590 + 0,00157 D2 93,6% 1.762,17

Hasil analisis regresi pada tabel diatas dapat diketahui bahwa nilai koefisien determinasi terbaik untuk jenis meranti terdapat pada persamaan kedua, hal ini berarti persamaan tersebut didapat dari pembentukan model regresi yang sudah tepat dengan diikuti data contoh yang telah mencukupi sehingga mengikuti pola dominan pada pengamatan lain. Nilai 98,9% pada koefisien determinasi menunjukan bahwa 98,9% keragaman volume dapat dijelaskan oleh variable bebas diameter, sedangkan sisanya sebesar 1,1% dijelaskan oleh peubah lain yang tidak disertakan model, misalnya variabel tinggi.

Suharlan et al. (1976), menyatakan bahwa nilai koefisien determinasi sebesar 50% merupakan batas minimal yang digunakan dalam penyusunan tabel volume yang dianggap cukup memadai.

(43)

nyata dalam menduga peubah tidak bebasnya yaitu volume. Hal ini sesuai dengan uji keberartian peubah bebas melalui uji F menurut Draper dan Simth (1992), yang artinya bahwa apabila F-hitung > Ftabel pada taraf nyata 1% atau 5% artinya sedikit perubah bebas yang mempengaruhi peubah tak bebas sehingga persamaan regresi yang diuji dapat diterima.

Langkah selanjutnya dilakukan uji untuk menentukan adanya pengulangan dan menggambarkan sejauh mana kedekatan nilai-nilai pengukuran terhadap nilai rata-ratanya melalui besarnya nilai simpangan baku dari kesalahan dugaan volume (Draper dan Smith,1992 ).

Tabel 7 Hasil analisis simpangan baku

No Persamaan Regresi (s) Simpangan baku 1 V = 1,04 – 0,0703 D + 0,00213 D2 1,15

2 V = 0,000324 D2,34 0,06

3 V = - 0,590 + 0,00157 D2 1,27

Hasil perhitungan tabel diatas, ketelitian ditunjukkan oleh besarnya nilai simpangan baku dari kesalahan pendugaan volume pohon, semakin kecil nilai simpangan baku maka semakin baik persamaan yang akan digunakan untuk menduga volume pohon, pada kasus diatas nilai simpangan baku terkecil untuk jenis Meranti terdapat pada persamaan yang kedua.

Selanjutnya untuk pemilihan model terbaik dari tahap penyusunan model, setiap model diberi peringkat sesuai dengan besarnya R², dan simpangan baku regresi ( s ) dan hasilnya dapat dilihat pada Tabel 8.

Tabel 8 Penentuan peringkat pada tahap penyusunan model

No Persamaan Regresi

Tahap Penyusunan

Model _∑ _Peringkat

R s

1 V = 1,04 – 0,0703 D + 0,00213 D2

3 2 5 2

2 _{V = 0,000324 D}2,34

1 1 2 1

(44)

Berdasarkan hasil penyusunan model persamaan volume, dapat diketahui bahwa persamaan yang memiliki model terbaik pada tahap penyusunan model terdapat pada persamaan kedua. Nilai koefisien determinasi terkoreksi ( R² ) yang diperoleh dari persamaan 2 lebih besar, dan nilai simpangan baku relatif kecil bila dibandingkan dengan persamaan lainnya.

5.3 Validasi model

(Spurr 1952) mengatakan bahwa dalam mengevaluasi model, persamaan regresi sebagai penduga volume pohon cukup seksama apabila persamaan – persamaan tersebut memberikan simpangan baku sisaan se-minimal mungkin. Kriteria lain adalah jika simpangan rata –rata dan agregatif dari dugaan volume pohon terhadap volume sebenarnya masing – masing kurang dari 10% dan 1%.

Dari tahap validasi model ini diperoleh nilai hasil perhitungan simpangan agregat, simpangan rata – rata, RMSE, bias, dan simpangan baku yang dapat dilihat pada Tabel 9 dan 10.

Tabel 9 Hasil pengujian nilai SA dan SR

No Persamaan Regresi SA SR (%)

1 _{V = 1,04}_–_{0,0703 D + 0,00213 D}2 -0,09 15,9

2 V = 0,000324 D2,34 -0,07 -0,55

3 V = - 0,590 + 0,00157 D2 -0,06 48,13

(45)

Tabel 10 Hasil pengujian nilai RMSE, e, dan chi-kuadrat

No Persamaan Regresi s RMSE e X2hitung X2tabel 1 V = 1,04 – 0,0703 D +

0,00213 D2

0,52 15,66 72,84 14,45

2 V = 0,000324 D2,34 0,05 1,62 2,10 2,99 81,38 3

V = - 0,590 + 0,00157 D2 0,51 18,94 18,94 21,13

Nilai bias menggambarkan volume yang akan diduga mengalami overestimate atau underestimate dari total volume aktualnya. Nilai bias terkecil terdapat pada persamaan kedua sebesar 2,10 yang mengalami overestimated dan nilai bias terbesar terdapat pada persamaan pertama sebesar 72,84. Yang dimaksud dengan overestimated berarti ketiga persamaan memberikan total volume dugaan lebih besar dari total volume aktualnya. Selanjutnya hasil dari penentuan peringkat pada tahap validasi dapat dilihat pada Tabel 11.

Tabel 11 Penentuan peringkat pada tahap validasi model

No Persamaan Regresi Validasi Model ∑ Peringkat SA SR RMSE e

1 V = 1,04 – 0,0703 D + 0,00213 D2

3 2 2 3 10 2

2 _{V = 0,000324 D}2,34 1 1 1 1 4 1

3 V = - 0,590 + 0,00157 D2

2 3 3 2 10 2

Berdasarkan penentuan peringkat pada tahap validasi model seperti yang ditunjukan pada Tabel 11, persamaan terbaik untuk menduga volume kelompok jenis Meranti terdapat pada persamaan kedua.

5.4 Peringkat gabungan penyusunan dan validasi model

(46)

penyusunan model dan tahap validasi model. Peringkat dari gabungan terbaik terdapat pada persamaan dengan jumlah peringkat paling kecil.

Tabel 12 Penentuan peringkat gabungan

No Persamaan Regresi

Tahap

∑ Peringkat Penyusunan

Model Validasi 1 V = 1,04 – 0,0703 D +

0,00213 D2

5 10 15 2

2 V = 0,000324 D2,34 2 4 6 1

3 _{V = - 0,590 + 0,00157 D}2 5 10 15 2

Berdasarkan penentuan peringkat gabungan pada tahap penyusunan model dan tahap validasi seperti yang ditunjukkan pada Tabel 13, diperoleh persamaan terbaik untuk menduga volume untuk kelompok jenis Meranti pada persamaan kedua, V = 0.000324 D2.34 dengan menggunakan rumus Berkhout.

5.5 Perbandingan performansi antara rumus Newton dengan Smalian Selanjutnya untuk menguji performansi dari segi bias, ketelitian, dan ketepatan antara rumus Smalian dengan Newton dalam menduga volume jenis Meranti, akan dibandingkan dengan hasil skripsi yang dilakukan oleh Rivan (2009) dan Fatah (2009).

Tabel 13 Perbandingan performansi antara rumus Newton dengan Smalian No Persamaan Regresi Rumus s e RMSE SA (%) SR

(%) 1 V=0,000324D2,34 Newton 0,054 2,10 1,62 -0,007 -0,55 2 V = 0,000295D2,37

Smalian 0,056 -0,38 3,01 -0,03 -3,46 3 V=0,000199 D2,43

(Rivan, 2009 )

Smalian 0,45 6,28 17,15 0,04 3,54 4 V=0,000174 D2,44

(Fatah, 2009 )

(47)

(48)

6.1 Kesimpulan

Berdasarkan hasil dari penelitian dan pengolahan data yang telah dilakukan sebelumnya, dapat diambil beberapa kesimpulan sebagai berikut:

1. Dalam penyusunan model penduga volume pohon, khususnya dalam penelitian ini persamaan terbaik yang diperoleh dari tahap penyusunan model menunjukkan performansi terbaik pada tahap validasi model. 2. Dalam tahap penyusunan model diketahui bahwa model

V = 0,000324 D2,34 merupakan persamaan terbaik dengan koefisien determinasidan simpangan baku masing-masing 98,9% dan 0,05 dan pada tahap validasi dengan nilai SA, SR, bias, RMSE sebesar -0,0079, -0,66, 2,10, 1,6. Sehingga peringkat gabungan dari tahap penyusunan dan validasi model terbaik terdapat pada model Berkhout.

3. Rumus Newton memiliki performansi lebih baik dari pada Smalian apabila ditinjau dari segi bias, ketelitian, dan ketepatan.

6.2 Saran

1. Perlu dilakukan verifikasi model penduga volume pohon dengan pengukuran langsung di lapangan.

(49)

DAFTAR PUSTAKA

Al-Rasyid H, Marfuah H, Wijayakusumah, Hendarsyah D. 1991. Vademikum Dipterocarpaceae. Badan Penelitian dan Pengembangan Kehutanan, Departemen Kehutanan. Jakarta.

Anonim. 1999. Bahan Kuliah Dalam Mata Ajaran Inventarisasi Hutan. Pengukuran Volume Pohon. Laboratorium Inventarisasi Hutan. Departemen Manajemen Hutan. Fakultas Kehutanan IPB. Bogor.

Baroroh, Alfieta N. 2006. Karakteristik Biometrika Pohon Shorea leprosula (Studi Kasus Pada Hutan Tanaman Haurbentes, Kecamatan Jasinga, Kabupaten Bogor). Skripsi pada Departemen Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan.

Bustomi S, Wahjono D, Herbagung, Parthama. 1998. Petunjuk Teknis Tata Cara Penyusunan tabel Volume Pohon. Bogor: Badan Penelitian dan Pengembangan Kehutanan.

Departemen Kehutanan. 1983. Potensi dan penyebaran kayu komersil di Indonesia. Departemen Kehutanan. Jakarta.

Departemen Kehutanan Republik Indonesia. 2007. Peraturan Menteri Kehutanan No. P.34/Menhut-II/2007, tentang Pedoman Inventarisasi Hutan Menyeluruh Berkala (IHMB) Pada Usaha Pemanfaatan Hasil Hutan Kayu Pada Hutan Produksi. Departemen Kehutanan Republik Indonesia, Jakarta.

Draper NR, Smith H. 1992. Analisis regresi terpadu edisi 2 terjemahan. Jakarta:Gramedia.

Husch B. 1963. Forest Mensuration and Statistics. New York: The Ronald Press Company.

Husch BTW, Beers, Kershaw,JA. 2003. Forest Mensuration, Fourth Edition. John Wiley & Sons, Inc.

Lestarian R. 2009. Penyusunan Tabel Volume Pohon Kelompok Jenis Dipterocarpaceae dan Kelompok Jenis Kayu Rimba Campuran Dalam Rangka Pelaksanaan IHMB di PT. Ratah Timber Kalimantan Timur. Skripsi pada Departemen Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan.

(50)

Noor F.2009. Penyusunan Tabel Volume Lokal Tegakan Hutan Alam Pada Areal IUPHHK PT. Trisetia Intiga Di Kabupaten Lamandau, Kalimantan Tengah. Skripsi pada Departemen Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan

Sabri HL. 1995. Angka Bentuk Dan Model Penduga Volume Batang Meranti Merah Lempung (Shorea parvifolia Dyer.) Berdasarkan Integrasi Persamaan Taper Di HPH PT. ITCI Kalimantan Timur. Skripsi pada Jurusan Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan.

Soerianegara I, Indrawan A. 2005. Ekologi Hutan Indonesia. Laboratorium Ekologi Hutan Fakultas Kehutanan IPB. Bogor.

Spurr SH. 1952. Forest Inventory. The Ronald Press Company, Inc. New York.

Suharlan A, Boestami S, Soemarna K. 1976. Tabel Volume lokal Pinus merkusii Jung et de vriese. Bogor: Lembaga penelitian hutan.

Sumarna K, Witjaksono H. 1991. Studi Keseksamaan Beberapa Persamaan Regresi Guna Pendugaan Volume Tegakan Meranti (Shorea spp.) di Kalimantan Tengah. Skripsi pada Jurusan Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan

Sutarahardja S. 2008. Modul Pelatihan Inventarisasi Hutan Menyeluruh Berkala (IHMB) 14-18 April 2008 . Departemen Kehutanan-APHI. Samarinda. Tidak diterbitkan.

Putro, Ledis HS. 1993. Model Pendugaan Volume Batang Melalui Pengujian Bentuk Batang Meranti Merah (Shorea parvifolia Dyer) Berdasarkan Integrasi Persamaan Taper Di Kalimantan. Skripsi pada Jurusan Manajemen Hutan, Fakultas Kehutanan Institut Pertanian Bogor. Tidak diterbitkan.

Walpole ER. 1993. Pengantar Statistik, Edisi 3 (Terjemahan). Jakarta: Gramedia.

(51)

(52)

Lampiran 1 Data Pohon Contoh Data Penyusunan Model

No _Jenis _Diameter(cm) _TBC(m) _L(m) _{Vol_smalian(m}3₎ _{Vol_Newton(m}3₎

1 mk 13 15,42 14,99 0,12 0,12

2 mk 10 15,43 15 0,08 0,08

3 mp 18 15,5 15,07 0,26 0,26

4 mm 20 16 15,57 0,33 0,33

5 mp 10 16,34 15,9 0,07 0,07

6 mp 11 16,45 16,01 0,09 0,09

7 mp 11 16,54 16,1 0,09 0,09

8 mk 17 16,54 16,1 0,24 0,24

9 mk 12 16,56 16,12 0,11 0,11

10 mk 12 16,68 16,24 0,11 0,11

11 mp 14 16,79 16,35 0,16 0,16

12 mk 16 16,8 16,36 0,21 0,21

13 lbs 17 16,84 16,4 0,23 0,23

14 mk 13 16,86 16,42 0,13 0,13

15 mk 15 16,91 16,47 0,18 0,18

16 mp 19 17 16,56 0,29 0,29

17 mm 31 17 16,56 1,15 1,16

18 mm 16 17,24 16,8 0,20 0,20

19 mm 18 17,25 16,81 0,24 0,24

20 mk 19 17,34 16,9 0,30 0,30

21 mp 19 17,36 16,92 0,29 0,29

22 mp 17 17,38 16,94 0,23 0,23

23 mp 21 17,42 16,98 0,37 0,37

24 bk 20 17,48 17,03 0,30 0,30

25 mm 21 17,59 17,14 0,38 0,38

26 mk 22 17,8 17,35 0,41 0,41

27 mp 23 17,82 17,37 0,46 0,46

28 bk 22 17,84 17,39 0,46 0,46

29 mk 28 17,92 17,47 0,68 0,68

30 mp 24 17,93 17,48 0,49 0,49

31 mk 20 18 17,55 0,34 0,34

32 mk 25 18,05 17,6 0,53 0,53

33 mk 26 18,16 17,71 0,58 0,58

34 mm 18 18,25 17,8 0,28 0,28

35 mm 27 18,27 17,82 0,63 0,63

36 mp 27 18,27 17,82 0,66 0,66

(53)

(54)

(55)

No _Jenis _Diameter(cm) _TBC(m) _L(m) _{Vol_smalian(m}3₎ _{Vol_Newton(m}3₎

118 mp 99 26,486 25,98 15,73 15,30

119 mp 103 26,942 26,43 18,93 18,53

120 mk 112 27,968 27,45 20,07 18,72

121 mp 113 28,082 27,56 18,67 15,92

122 mk 142 31,388 30,85 38,45 39,27

Keterangan

mk = Meranti Kuning mp = Meranti Putih mm = Meranti Merah lbs = Serangan Batu bk = Bangkirai

(56)

Lampiran 2 Data Validasi Model

No Jenis Diameter(cm) TBC(m) L(m) Vol_smalian(m3) Vol_Newton(m3)

1 mm 13 15,86 15,43 0,13 0,13

2 mk 10 16,34 15,90 0,08 0,08

3 mp 11 16,454 16,02 0,09 0,09

4 mp 12 16,568 16,13 0,11 0,11

5 mk 13 16,682 16,24 0,13 0,13

6 mk 23 16,82 16,38 0,44 0,44

7 mp 15 16,91 16,47 0,18 0,18

8 mk 20 17 16,56 0,32 0,32

9 mk 16 17,02 16,58 0,21 0,21

10 mk 16 17,024 16,58 0,21 0,21

11 mp 22 17,08 16,64 0,41 0,41

12 mk 17 17,13 16,69 0,23 0,23

13 mk 17 17,138 16,70 0,23 0,23

14 mk 18 17,252 16,81 0,27 0,27

15 mp 19 17,366 16,92 0,30 0,30

16 mk 22 17,4 16,96 0,39 0,39

17 mk 23 17,42 16,98 0,43 0,43

18 mk 18 17,52 17,07 0,26 0,26

19 mk 21 17,594 17,15 0,37 0,37

20 mm 22 17,7 17,25 0,40 0,40

21 mp 22 17,7 17,25 0,40 0,40

22 mp 31 17,73 16,4 1,01 1,01

23 mk 18 17,82 17,37 0,27 0,27

24 mk 23 17,822 17,37 0,44 0,44

25 mm 32 17,84 17,39 1,15 1,16

26 mm 23 17,85 17,40 0,42 0,42

27 mm 24 17,936 17,49 0,49 0,49

28 mk 21 17,94 17,49 0,37 0,37

29 mm 22 18 17,55 0,40 0,40

30 mk 26 18,164 17,71 0,58 0,58

31 mm 28 18,392 17,94 0,68 0,68

32 mm 33 18,49 18,04 0,90 0,99

33 mm 29 18,506 18,05 0,73 0,73

34 mm 31 18,73 18,28 1,19 1,18

35 mm 31 18,73 18 1,05 1,08

36 ny 32 18,85 18,7 1,15 1,15

37 mm 33 18,96 19 1,27 1,28

(57)

No Jenis Diameter(cm) TBC(m) L(m) Vol_smalian(m3) Vol_Newton(m3)

39 mm 35 19,19 22 1,46 1,52

40 bk 36 19,30 20,97 1,79 1,73

41 mm 38 19,53 21,29 1,93 1,98

42 mm 39 19,65 21 1,80 1,90

43 mp 42 19,82 19,36 2,46 2,44

44 mp 41 19,87 23 2,75 2,73

45 mp 42 19,98 20,57 1,96 1,90

46 mp 30 20 19,54 0,85 0,85

47 mm 43 20,1 21,96 2,49 2,54

48 mp 45 20,33 21,42 2,56 2,62

49 mm 45 20,33 17 2,03 2,05

50 mp 48 20,67 20,20 3,07 3,00

51 mm 48 20,67 21,49 2,98 2,98

52 mp 35 20,9 20,43 1,45 1,50

53 mp 50 20,9 17 2,14 2,27

54 mm 52 21,12 17,86 3,37 3,33

55 bk 35 21,2 20,73 1,64 1,65

56 mk 58 21,81 20,58 5,82 5,43

57 mm 66 22,72 21 6,13 6,02

58 mk 75 23,57 23,08 8,38 8,30

59 mk 75 23,75 22 6,75 6,84

60 mm 83 24,26 23,77 9,14 9,27

61 mm 86 25,04 26 13,06 13,14

62 mk 99 26,48 23,39 11,46 11,93

Keterangan

mk = Meranti Kuning mp = Meranti Putih mm = Meranti Merah lbs = Serangan Batu bk = Bangkirai

(58)

(59)

(60)

49 99 26,486 1,8E-05 26,48

(61)

Lampiran 4 Hasil analisis regresi dengan menggunakan Minitab Analisis korelasi antara tinggi dengan diameter

Analisi Regresi: Log Tbc Dengan Log D Persamaan Regresi

Log t = 0,965 + 0,214 Log d

Predictor Coef SE Coef T P Constant 0,965326 0,008493 113,66 0,000 Ln d 0,213795 0,005490 38,95 0,000

S = 0,0188626 R-Sq = 89,3% R-Sq(adj) = 89,2% Analisis Ragam

Sumber Keragaman DF SS MS F P Regresi 1 0,53964 0,53964 1516,72 0,000 Sisaan 182 0,06476 0,00036

Total 183 0,60440

Korelasi: Log Tbc, Log D

Korelasi Pearson Ln t and Ln d = 0,945 P-Value = 0,000

Regresi model Kopezky-Gehrhardt, Berkhout, Husch dengan rumus Newton

Persamaan Regresi

Volume = 1,04 - 0,0703 D + 0,00213 D2

Predictor Coef SE Coef T P Constant 1,0447 0,3458 3,02 0,003 D -0,07028 0,01369 -5,13 0,000 D2 0,0021294 0,0001133 18,80 0,000 S = 1,15650 R-Sq = 94,8% R-Sq(adj) = 94,7%

Analisis Ragam

(62)

Lampiran 4 Lanjutan

Persamaan regresi

Log VolumeNewton = - 3,49 + 2,34 Log D

Predictor Coef SE Coef T P Constant -3,49121 0,03533 -98,82 0,000 Ln d 2,33738 0,02238 104,43 0,000

S = 0,0643691 R-Sq = 98,9% R-Sq(adj) = 98,9%

Analisis Ragam

Total 121 45,687 Persamaan Regresi

VolumeNewton = - 0,590 + 0,00157 D2

Predictor Coef SE Coef T P Constant -0,5903 0,1481 -3,99 0,000 D2 0,00157498 0,00003752 41,98 0,000

Total 121 3049,1