merkusii Jungh et de Vriese) at Gunung Walat Educational Forest Sukabumi, Jawa Barat. Supervised by Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F.Trop.
Forest management need information about standing stock that could be produced to meet a demand of wood. Tree volume estimation using tree volume table is a common way to describe the relation between tree volume and its estimation variables (tree diameters or heights).
Tree volume table is made from volume models are arranged by regression models. The best of regression models which usually it should be choosen from regression model which it should be tried to data used. Berkhout model V=aDb (where: V = volume ; D = diameter breast height ; a, b = constanta), is a simple volume tree estimator because only use single variable which is tree diameter breast height (dbh). Berkhout model is a non linear model which usually it should be transformed to linear model using logaritmic transformation to find regreesion constanta.
This researchs aims are: (1) to find better accuracy for tree volume estimation using Berkhout model, by transformation or without transformation; and (2) to find the best tree volume model for Pinus at Gunung Walat Educational Forest.
Data used in this research give that Berkhout model by transformation to linear model (V = 0.0001259D2.5400) has a better accuracy than Berkhout model without transformation. The best tree volume estimator of Pinus in Gunung Walat Educational Forest is Modified Geometric Fit which expressed by the equation V=10,3265 x -ee^(1,9928-0.0339D).
PENDAHULUAN
1.1.Latar BelakangKegiatan pengelolaan hutan yang baik memerlukan proses dan tahapan perencanaan yang seksama, cermat, dan terarah guna memperoleh hasil yang optimal dan lestari baik dari segi kelestarian hasil, ekologis, maupun sosial. Untuk keperluan tersebut, inventarisasi hutan yang merupakan bagian dari perencanaan hutan memegang peranan penting, karena data yang dihimpun akan menjadi dasar bagi usaha pengelolaan dan pemanfaatan hutan yang akan dilakukan.
Inventarisasi hutan merupakan kegiatan pengumpulan dan penyusunan data dan fakta mengenai sumberdaya hutan untuk rencana pengelolaannya. Dengan melakukan inventarisasi hutan akan diketahui kualitas dan kuantitas pohon serta tegakan di hutan serta berbagai karakteristik tempat tumbuhnya.
Kegiatan pengelolaan hutan memerlukan informasi tentang potensi tegakan yang dapat diproduksi untuk dapat memenuhi kebutuhan kayu di pasaran. Informasi mengenai potensi tegakan hutan ini berkaitan dengan pengukuran volume kayu, baik secara langsung maupun tidak langsung.
Pada dasarnya ada dua macam cara untuk menaksir volume kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal. Penaksiran volume secara tidak langsung dilakukan dengan menggunakan tabel volume. Cara inilah yang paling banyak dipakai dalam inventarisasi hutan.
1.2.Tujuan
Tujuan dari penelitian ini adalah:
1. Memperoleh cara penyusunan persamaan volume pohon dengan menggunakan persamaan Berkhout yang lebih akurat melalui transformasi atau tanpa transformasi.
2. Memperoleh persamaan penduga volume pohon Pinus di Hutan Pendidikan Gunung Walat.
1.3.Manfaat Penelitian
2.1.1. Habitat dan Penyebaran Pinus di Indonesia
Menurut Martawijaya et al. (2005), pinus dapat tumbuh pada tanah jelek dan kurang subur, pada tanah berpasir dan tanah berbatu, tetapi tidak dapat tumbuh dengan baik pada tanah becek. Jenis ini menghendaki iklim basah sampai agak kering dengan tipe curah hujan A sampai C, pada ketinggian 200-1.700 m dari permukaan laut, kadang-kadang tumbuh di bawah 200 m dan mendekati daerah pantai (Aceh Utara).
Penyebaran pinus di Asia Tenggara menyebar di wilayah Burma, Thailand, Laos, Kamboja, Vietnam, Indonesia (Sumatra), dan Filipina (P. Luzon dan Mindoro). Sedangkan di Indonesia, pinus tersebar di beberapa wilayah di antaranya di Pulau Jawa, Pulau Sumatera (Aceh, Tapanuli, dan Kerinci), dan Sulawesi Selatan. Di tegakan alam Sumatera (Aceh, Tapanuli dan Kerinci), tidak satu bulanpun curah hujan kurang dari 50 mm, artinya tidak ada bulan kering. Suhu tahunan rata-rata 19-28°C (Hidayat dan Hansen 2001).
2.1.2. Deskripsi Botani
Pinus merupakan pohon besar, berbatang lurus, dan silindris. Tegakan masak dapat mencapai tinggi 30 m dengan diameter 60-80 cm. Tegakan tua mencapai tinggi 45 m dengan diameter mencapai 140 cm. Tajuk pohon muda berbentuk piramid, setelah tua lebih rata dan tersebar. Kulit pohon muda abu-abu, sesudah tua berwarna gelap, alur dalam. Terdapat 2 jarum dalam satu ikatan, panjang 16-25 cm. Pohon berumah satu, bunga berkelamin tunggal. Bunga jantan berbentuk strobili, panjang 2-4 cm, terutama di bagian bawah tajuk (Hidayat dan Hansen 2001).
2.1.3. Sifat Fisis, Keragaman Penggunaan, dan Manfaat Pinus
getahnya, pohon tua dapat menghasilkan 30-60 kg getah, 20-40 kg resin murni dan 7-14 kg terpentin per tahun.
2.2.Parameter Individu Pohon 2.2.1. Diameter Pohon
Diameter pohon merupakan salah satu parameter pohon yang mempunyai arti penting dalam pengumpulan data tentang potensi hutan untuk keperluan pengelolaan (Dephut 1992). Diameter pohon adalah panjang garis lurus yang menghubungkan dua buah titik pada lingkaran pohon dan melalui titik pusat penampang melintangnya. Besarnya diameter pohon bervariasi menurut ketinggian dari permukaan tanah. Oleh karena itu dikenal istilah diameter setinggi dada atau diameter at breast height (dbh), yaitu diameter yang diukur pada ketinggian setinggi dada dari permukaan tanah (Husch 1987).
Dalam mengukur diameter, yang lazim dipilih adalah diameter setinggi dada. Sebab pengukurannya paling mudah dan mempunyai korelasi yang kuat dengan parameter pohon penting lainnya, seperti luas bidang dasar dan volume batang. Pada umumnya, diameter setinggi dada diukur pada ketinggian batang 1,3 m dari permukaan tanah (Dephut 1992).
2.2.2. Tinggi Pohon
Menurut Dephut (1992) setelah diameter, tinggi pohon adalah parameter lain yang mempunyai arti penting dalam penaksiran hasil hutan. Bersama diameter, tinggi pohon diperlukan untuk menaksir volume dan riap. Secara khusus tinggi pohon diperlukan untuk menentukan kelas kesuburan tanah (bonita). Tinggi pohon merupakan jarak antara titik atas pada batang pohon dengan titik proyeksinya pada bidang mendatar yang melalui titik bawah atau pangkal pohon (Husch 1987).
Menurut Dephut (1992) dalam inventarisasi hutan biasanya dikenal beberapa macam tinggi pohon yaitu:
1. Tinggi total yaitu jarak vertikal antara pangkal pohon dengan puncak dari pohon tersebut.
dalam perdagangan.
Simon (2007) mengatakan bahwa pengukuran tinggi pohon berdiri dapat dilakukan secara langsung atau secara tidak langsung. Pengukuran tinggi pohon secara langsung dapat dikerjakan dengan tongkat teleskopik, tetapi hanya sampai ketinggian 15 m. Karena alasan-alasan praktis, pengukuran tinggi secara tidak langsung lebih banyak dipakai, dibanding dengan pengukuran secara langsung. Alat pengukur tinggi pohon secara tidak langsung ini disebut hipsometer (hypsometer).
2.3.Penentuan Volume Pohon
Menurut Husch (1987) volume pohon adalah ukuran tiga dimensi, yang tergantung dari lbds (luas bidang dasar), tinggi atau panjang batang, dan faktor bentuk batang.
Menurut Simon (2007) secara alami, volume kayu dapat dibedakan menurut berbagai macam klasifikasi sortimen. Jenis sortimen kayu yang lazim dipakai sebagai dasar penaksiran ada lima macam, yaitu:
1. Kayu tunggak, yaitu volume kayu yang terdiri atas akar dan pangkal pohon sampai ketinggian (tunggak) tertentu.
2. Kayu batang komersial yaitu kayu di atas tunggak sampai batas tertentu yang masih laku dijual.
3. Kayu cabang komersial, yaitu bagian cabang yang sudah laku dijual.
4. Kayu batang non-komersial, yaitu bagian batang di atas kayu batang komersial. 5. Kayu ranting, yaitu cabang-cabang kecil yang belum laku dijual atau tidak
ekonomis untuk diusahakan.
2.4.Persamaan Penduga Volume Pohon
Simon (2007) menyatakan bahwa persamaan volume dan tabel volume semestinya disusun dengan sampel yang cukup besar dan hanya berlaku di daerah pengambilan sampel tersebut. Penyusunan persamaan volume mengikuti beberapa tahap sebagai berikut:
1. Pemilihan sampel pohon yang cukup banyak jumlahnya dan representatif. 2. Pengukuran variabel bergantung maupun tak bergantung, untuk menyusun
3. Menguji berbagai persamaan yang disusun dan memilih salah satu persamaan yang dianggap paling optimal.
Beberapa persamaan regresi yang dapat digunakan dalam penyusunan tabel volume ini adalah sebagai berikut (Simon 2007):
V = aDb ... model Berkhout
2.5.Penyusunan Tabel Volume
Tabel volume merupakan pernyataan yang sistematis mengenai volume sebatang pohon menurut semua atau sebagian dimensi yang ditentukan dari diameter setinggi dada, tinggi, dan bentuk pohon (Husch 1987). Pada dasarnya ada dua macam cara untuk menaksir kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal (Simon 2007).
dan tabel kelas bentuk. Suatu tabel volume lokal menyajikan volume menurut dimensi pohon diameter setinggi dada. Tidak memerlukan pengukuran tinggi pohon, meskipun pada penyusunan aslinya tinggi tetap dihitung, tetapi dihilangkan di dalam 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).
2.6.Tinjauan Hasil Penelitian Terdahulu
Fahutan IPB (1985) melakukan studi tentang penyusunan tabel isi lokal pohon untuk jenis pinus, puspa, damar, dan tegakan campuran di Hutan Pendidikan Gunung Walat. Data yang diambil berasal dari tegakan yang terdiri dari beberapa kelompok jenis pohon di Hutan Pendidikan Gunung Walat. Penelitian ini menghasilkan persamaan pendugaan volume dengan menggunakan peubah bebas berupa tinggi pohon (T) dan diameter setinggi dada (D) serta peubah boneka yang merupakan kelompok jenis pohon yang ada di Hutan Pendidikan Gunung Walat yaitu sebagai berikut:
a. Penduga volume kayu tebal
Vt = -1,0330 + 0,0080 T + 5,4816 D + 0,2400 Z1 + 0,1337 Z2 + 0,0986 Z3 +
0,1721 Z4 + 0,0993 Z5 + 0,2915 Z6 + 0,1146 Z7 + 0,2861 Z8
b. Penduga volume kayu pertukangan
Vp = -1,0470 + 0,0255 T + 4,5359 D + 0,0887 Z1+ 0,0681 Z2 + 0,0353 Z3 +
Z7 = peubah boneka untuk Agathis
tercampur Pinus
Z8 = peubah boneka untuk Agathis
tercampur Puspa
Kedua persamaan di atas hanya berlaku untuk ke 9 (sembilan) kelompok jenis yang dipergunakan dalam penelitian ini. Jadi, jika yang dikehendaki adalah pendugaan volume pinus monokultur maka Z1 bernilai 1 (satu) dan nilai Z lainnya
bernilai nol.
Dalam pengujian peranan dari tinggi pohon, diameter setinggi dada, dan peubah boneka diperoleh hasil seperti disajikan pada Tabel 1.
Tabel 1 Daftar sidik ragam uji signifikasi koefisien regresi dari persamaan persamaan regresi hubungan antara volume pohon dengan tinggi pohon diameter setinggi dada, dan peubah boneka
No. Regresi Kuadrat Tengah
Regresi (KTR)
Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB
Hasil analisis data untuk pengujian pengaruh tinggi pohon dan diameter setinggi dada serta pengujian pengaruh peubah boneka terhadap pendugaan volume masing-masing disajikan pada Tabel 2 dan Tabel 3.
Tabel 2 Daftar sidik ragam uji signifikasi koefisien peranan tinggi pohon dan diameter setinggi dada dalam pendugaan volume pohon
No. Regresi Kuadrat Tengah
Regresi (KTR)
Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB
Tabel 3 Daftar sidik ragam uji signifikasi koefisien peranan peubah boneka dalam pendugaan volume pohon
No. Regresi Kuadrat Tengah
Regresi (KTR)
berdasarkan peubah-peubah tinggi pohon, diameter setinggi dada, dan peubah bonekanya serta sejauh mana hubungan antara peubah-peubah tersebut serta kesalahan bakunya, maka nilai-nilai koefisien determinasi, koefisien korelasi serta salah baku untuk masing-masing persamaan regresi telah dihitung pula seperti yang disajikan pada Tabel 4.
Tabel 4 Koefisien determinasi (R2), Koefisien korelasi (r), dan salah baku (SE) untuk masing-masing persamaan regresi hubungan antara volume pohon dengan tinggi pohon, diameter setinggi dada, dan peubah boneka
No. Regresi Derajat
Bebas Sisa R
2
(%) r SE (%) R0,05
1. Vt 175 88,5 0,94** 36,2 0,185
2. Vp 175 86,9 0,93** 40,0 0,185
Sumber: Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat Fakultas Kehutanan IPB.
Hidayat (2003) melakukan penelitian tentang penyusunan tabel volume jenis pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat, Sukabumi. Data yang diambil berasal dari 50 pohon contoh dengan sebaran diameter 20–50up cm. Penelitian ini menghasilkan persamaan pendugaan volume untuk menyusun tabel volume pohon pinus yang dapat dilihat pada Tabel 5.
Tabel 5 Hasil analisis regresi pada model-model yang diuji
No. Model yang diuji Bentuk persamaan regresi R2
1 Tabel volume lokal V=0,0008318 D2,03 99,6
2 Tabel volume standar V=0,0007079 D2,16 T-0,103 99,6
Tabel 6 Hasil analisis keragaman dan persamaan V=0,0008318 D2,03
Sumber
Keragaman Derajat Bebas
Jumlah
Kuadrat
Kuadrat
Tengah F-hitung F-tabel
Regresi 1 50,209 50,209 13515,27 4,08
Sisa 49 0,182 0,004
Total 50 50,391
Tabel 7 Hasil analisa keragaman dan persamaan V=0,0007079 D2,16 T-0,103
Sumber
Keragaman Derajat Bebas
Jumlah
Kuadrat
Kuadrat
Tengah F-hitung F-tabel
Regresi 2 50,215 25,107 6831,54 4,08
Sisa 48 0,176 0,004
Total 50 50,391
Berdasarkan tabel-tabel di atas diperoleh persamaan regresi terbaik untuk penyusunan tabel volume jenis pinus di Hutan Pendidikan Gunung Walat, Sukabumi yaitu V=0,0008318 D2,03.
Penelitian ini dilaksanakan di Hutan Pendidikan Gunung Walat Kabupaten
Sukabumi. Waktu pelaksanaan penelitian dilakukan pada bulan Juni - Juli 2011.
3.2.Alat dan Bahan
Bahan yang digunakan dalam penelitian ini adalah tegakan pinus (Pinus
merkusii Jungh et de Vriese) yang selanjutnya disebut pinus, tallysheet, dan alat
tulis. Alat yang digunakan antara lain Range Finder, Criterion, phi band, kompas,
dan program software Minitab versi 13 serta Curve Expert untuk membantu
perhitungan dan analisis data.
3.3.Metode Penelitian
3.3.1. Pengambilan Data Pohon Contoh di Lapangan
Pemilihan pohon contoh untuk penyusunan tabel volume dilakukan dengan
cara purposive sampling yaitu pemilihan pohon contoh dengan pertimbangan
tertentu di mana pohon contoh yang dipilih tersebar secara merata di seluruh areal
dan sedemikian rupa menyebar pada setiap kelas diameter. Pohon contoh yang
diambil adalah pohon yang sehat, tidak sakit, dan berbatang lurus.
Untuk penyusunan tabel volume pohon, didasarkan pada data pohon contoh
atau pohon model yang dikelompokkan ke dalam macam-macam sortimen yang
dibagi berdasarkan kelas diameter. Pemilihan pohon contoh dilakukan
berdasarkan pohon-pohon yang ada di areal tegakan pinus. Jumlah pohon contoh
yang diambil yaitu sebanyak 100 pohon.
Pohon-pohon contoh tersebut dibagi menjadi dua kelompok yaitu kelompok
pohon contoh untuk penyusunan model dan kelompok pohon contoh untuk
validasi model. Penentuan pohon yang akan digunakan untuk penyusunan model
dan uji validasi menggunakan perbandingan 2:1 sehingga jumlah pohon contoh
yang digunakan untuk penyusunan model sebanyak 67 pohon contoh sedangkan
jumlah pohon contoh yang digunakan untuk uji validasi sebanyak 33 pohon
Tabel 8 Hasil pemilihan pohon contoh jenis Pinus
Tabel 9 Sebaran data pohon contoh untuk penyusunan model dan validasi model
Kelas Diameter Jumlah Pohon Contoh (Pohon)
xn : jumlah pohon contoh pada kelas diameter tertentu.
yn : jumlah pohon contoh yang digunakan untuk penyusunan model pada
kelas diameter tertentu
zn : jumlah pohon contoh yang digunakan untuk validasi model pada kelas
diameter tertentu
Y : jumlah total pohon untuk penyusunan model.
Z : jumlah total pohon untuk validasi model.
3.3.2. Metode Pengambilan Data
Data yang diambil dalam penelitian yaitu berupa data primer. Data primer
merupakan data yang diperoleh dengan melakukan pengukuran langsung di
lapangan yang meliputi:
1. Diameter setinggi dada (dbh) diukur dengan menggunakan phi band.
2. Diameter pohon per seksi diukur dengan menggunakan Criterion sampai
dengan ketinggian pada diameter 10 cm (T10) dan panjang tiap seksi pohon
Finder.
Kemudian volume pohon diperoleh melalui penjumlahan volume pohon per
seksi sampai ukuran diameter 10 cm dengan menggunakan Rumus Smalian
sebagai berikut:
; sehingga
Keterangan:
Vsi = Volume sortimen ke-i (m3)
V = Volume pohon (m3)
Bp = Luas bidang dasar pangkal sortimen (m2)
Bu = Luas bidang dasar ujung sortimen (m2)
Ps = Panjang sortimen (m)
n = Jumlah sortimen
3.4.Analisis Data
3.4.1. Analisis Hubungan antara Diameter dengan Tinggi Pohon dengan Analisis Regresi
Analisis ini bertujuan untuk mengetahui sejauh mana keeratan hubungan
antara diameter dan tinggi pohon sehingga apabila terdapat korelasi yang erat
(nyata atau sangat nyata) antara diameter dengan tinggi pohon maka peubah yang
digunakan untuk menduga volume pohon hanya peubah diameter pohon saja,
dengan asumsi bahwa peubah tinggi dapat dijelaskan peranannya oleh peubah
diameter. Langkah-langkah yang dilakukan yaitu menghitung nilai koefisien
korelasi (r) antara tinggi (H, sebagai peubah y) dan diameter (D, sebagai peubah
x) dengan rumus hitung sebagai berikut:
∑ . ∑ . ∑
∑ ∑ . ∑ ∑ .
Keterangan :
r = koefisien korelasi
yi = tinggi bebas cabang pohon ke-i
n = jumlah pohon contoh
Menurut Walpole (1993), hubungan linier sempurna terdapat antara nilai x
dan y dalam contoh, bila r = +1 atau -1. Bila r mendekati +1 atau -1, hubungan
antara kedua peubah itu kuat dan terdapat korelasi yang tinggi antara keduanya.
3.4.2. Pengujian Koefisien Korelasi antara Diameter dengan Tinggi Pohon Uji koefisien korelasi dilakukan untuk mengetahui apakah besarnya
koefisien korelasi yang diperoleh dari data dapat dijadikan bukti yang sah untuk
menentukan apakah cukup diameter pohon saja atau tidak yang dijadikan sebagai
peubah bebas dalam persamaan tabel volume. Untuk itu, dilakukan uji Z-Fisher
pada tingkat nyata sebesar α (biasanya α = 5% atau α = 1%) sebagai berikut:
Kaidah keputusan :
3.4.3. Penyusunan Model Regresi
Apabila hasil pengujian koefisien korelasi antara tinggi dan diameter pohon
menunjukkan hubungan yang nyata atau sangat nyata, maka dalam penyusunan
tabel volume dapat digunakan diameter sebagai satu-satunya peubah bebas.
Dengan demikian, tabel volume yang dihasilkan berupa tabel volume lokal (tarif
volume). Sebaliknya apabila hubungan (korelasi) antara diameter dan tinggi tidak
nyata, maka peubah tinggi dan diameter harus dimasukkan sebagai peubah bebas
sehingga yang terbentuk adalah tabel volume standar.
Pada tahap ini pohon contoh yang diambil untuk penyusunan model yaitu
dan analisis model non-linier yang merupakan keluaran dari software Curve Expert.
3.4.4. Pemilihan Model Terbaik
Dari persamaan penduga volume yang diperoleh, dilakukan pemilihan
model terbaik berdasarkan kriteria yang telah ditetapkan. Kriteria pemilihan
model tersebut di antaranya:
a. Koefisien determinasi (R2)
Koefisien determinasi (R2) adalah perbandingan antara jumlah kuadrat
regresi (JKR) dengan jumlah kuadrat total terkoreksi (JKT).Koefisien determinasi
menggambarkan besarnya presentase keragaman y yang dapat dijelaskan oleh x
melalui model Ŷ = b0 + b1X.
Keterangan:
= Koefisien determinasi
= Jumlah kuadrat regresi
= Jumlah kuadrat total
Kecocokan model dinilai dari besarnya koefisien determinasi (R2), yang
besarnya antara 0 sampai 1. Bila R2 nilainya 1 berarti model tersebut sempurna.
Oleh sebab itu model regresi yang dipilih yang mempunyai R2 mendekati 1 (Sahid
2010).
b. Koefisien determinasi terkoreksi (R2adj)
Koefisien determinasi terkoreksi (R2adj) adalah koefisien determinasi yang
telah dikoreksi oleh derajat bebas (db) dari JKS dan JKT-nya. Perhitungan
Koefisien determinasi terkoreksi (R2adj) yaitu sebagai berikut:
⁄ ⁄ Keterangan:
= Koefisien determinasi terkoreksi
JK sisa = Jumlah kuadrat sisa
dbs = derajat bebas sisa
c. Simpangan baku (s)
Nilai simpangan baku (s) ditentukan dengan menggunakan rumus:
Keterangan:
s = simpangan baku
= derajat bebas sisa
d. Analisis Keragaman
Tabel 10 Analisis keragaman pengujian regresi (ANOVA)
Sumber
Keragaman Derajat Bebas
Jumlah
Kuadrat Kuadrat Tengah Fhitung Ftabel
Regresi k = p-1 JKR KTR = JKR/k KTR/KTS
Sisaan n-k-1 JKS
KTS = JKS/(n-k-1) Total n-1 JKT
Keterangan:
p = banyaknya parameter model regresi
n = banyaknya pohon contoh yang digunakan dalam penyusunan model regresi
e. Keberartian Persamaan Regresi
Untuk mengetahui apakah ada hubungan yang nyata antara peubah bebas
dengan peubah tak bebasnya , dilakukan uji signifikansi F-test yaitu dengan cara
membandingkan nilai Fhitung dan Ftabel. Nilai Fhitung dapat ditentukan dari daftar
analisis ragam (Tabel 10).
Hipotesis : H0 : βi= 0
Kaidah keputusan :
Penentuan peringkat model terbaik dilakukan dengan menjumlahkan
peringkat nilai koefisien determinasi terkoreksi (R2adj) dan nilai simpangan baku
(s).
3.4.5. Validasi Model
Tahap validasi model yakni untuk menguji apakah nilai-nilai dugaan
volume dari tabel volume yang tersusun dapat memberikan nilai dugaan volume
yang berbeda nyata dengan nilai pohon yang sebenarnya pada diameter dan/atau
tinggi tertentu. Untuk melakukan validasi, diperlukan suatu set data yang berbeda
dengan set data yang dipakai untuk pemodelan. Pada tahap ini, jumlah pohon
yang digunakan untuk validasi model yaitu sebanyak 33 pohon contoh.
Pada tahap validasi model ini langkah yang perlu dilakukan adalah
melakukan perbandingan performa tiap model melalui:
a. Bias
Bias adalah suatu error sistematik yang berpengaruh kepada semua
pengukuran dengan cara yang sama, dapat juga diartikan sebagai distorsi yang
terjadi secara sistematik yang berasal dari kesalahan dalam pengukuran atau
metoda sampling yang tidak benar (Simon 2007). Nilai bias relatif dapat dihitung
dengan menggunakan rumus:
%
di mana:
e = rata-rata bias
Vm = volume dugaan pohon ke-i yang diperoleh dengan menggunakan
persamaan volume tertentu
= volume aktual pohon ke-i yang diperoleh dengan cara penjumlahan
volume pohon per seksi
n = jumlah pohon contoh
Nilai bias yang negatif menunjukkan bahwa model penduga volume yang
digunakan menghasilkan nilai yang underestimate dan juga sebaliknya nilai bias
menghasilkan nilai yang overestimate. Suatu model dikatakan baik bila nilai bias yang dihasilkan kecil.
b. Ketelitian
Ketelitian suatu model pendugaan volume dapat ditentukan dengan
menghitung besar simpangan agregatif (SA) dan rataan persentase simpangan
(SR).
∑ ∑
∑ % %
di mana:
SA = Simpangan agregat
SR = Rataan simpangan
= volume dugaan (berdasar
model pendugaan isi pohon)
= volume aktual (berdasar
data)
n = jumlah data
c. Ketepatan
Ketepatan/kecermatan dapat diartikan “kedekatan” dengan sesuatu yang
ingin dicapai, atau berkaitan dengan keberhasilan penaksiran dengan nilai
sebenarnya (Simon 2007). Ketepatan model ditunjukkan oleh besarnya nilai Root
Mean Square Error (RMSE) yang dihitung dengan rumus:
∑ ⁄
%
di mana:
RMSE = Root Mean Square Error
= volume dugaan pohon ke-i yang diperoleh dengan menggunakan
persamaan volume tertentu
= volume aktual pohon ke-i yang diperoleh dengan cara penjumlahan
volume pohon per seksi
n = jumlah pohon contoh
Nilai RMSE yang lebih kecil menunjukkan bahwa model penduga volume
Uji validasi dapat dilakukan dengan menggunakan uji χ2 (khi-kuadrat) pada
taraf nyata α (umumnya, α = 5% dan α = 1%) dengan prosedur sebagai berikut:
Hipotesis : H0 : Vtabel = Vaktual
H1 : Vtabel ≠Vaktual
Kriterium uji :
χ
∑
di mana:
= nilai dugaan volume dari tabel pada pohon ke-i
= nilai volume aktual (sebenarnya) dari pohon ke-i
Kaidah keputusan :
χ
χχApabila hasil uji χ2 (khi-kuadrat) tersebut menunjukkan hasil yang tidak
berbeda nyata (terima ), maka tabel voume yang disusun dapat
direkomendasikan untuk digunakan karena memberikan hasil dugaan yang akurat.
Sebaliknya apabila hasil uji χ2 (khi-kuadrat) tersebut menunjukkan hasil yang
nyata atau sangat nyata (tolak ), maka tabel volume yang disusun perlu kurang
layak digunakan karena memberikan hasil dugaan yang kurang akurat.
e. Menentukan Peringkat Model Terbaik
Penentuan peringkat model terbaik dilakukan dengan menjumlahkan
peringkat bias, Root Mean Square Error (RMSE), simpangan agregat (SA), dan
simpangan rataan (SR).
3.4.6. Penentuan Peringkat Gabungan
Penjumlahan peringkat yang diperoleh pada tahap penyusunan model dan
peringkat yang diperoleh pada tahap validasi model.
3.4.7. Penyusunan Tabel Volume
Menyusun tabel volume dari model penduga yang terpilih berdasarkan hasil
4.1.Lokasi dan Luas
HPGW terletak 2,4 km dari poros jalan Sukabumi-Bogor (Desa Segog). Dari simpang Ciawi berjarak 46 km dan dari Sukabumi 12 km. Secara Geografis Hutan Pendidikan Gunung Walat berada pada 106˚48’27”BT sampai 106˚50’29”BT dan 6˚54’23”LS sampai 6˚55’35”LS. Secara administrasi pemerintahan HPGW terletak di wilayah Kecamatan Cibadak, Kabupaten Sukabumi. Secara administrasi kehutanan termasuk dalam wilayah Dinas Kehutanan Kabupaten Sukabumi (Badan Eksekutif HPGW 2009).
Luas kawasan Hutan Pendidikan Gunung Walat adalah 359 ha, terdiri dari tiga blok, yaitu Blok timur (Cikatomas) seluas 120 ha, Blok Barat (Cimenyan) seluas 125 ha, dan Blok Tengah (Tangkalak) seluas 114 ha (Badan Eksekutif HPGW 2009).
4.2.Topografi dan Iklim
Menurut Badan Eksekutif HPGW (2009), HPGW terletak pada ketinggian 460-715 mdpl. Topografi bervariasi dari landai sampai bergelombang terutama di bagian selatan, sedangkan ke bagian utara mempunyai topografi yang semakin curam.
Klasifikasi iklim HPGW menurut Schmidt dan Ferguson termasuk tipe B, dengan nilai Q = 14,3% - 33% dan banyaknya curah hujan tahunan berkisar antara 1600–4000 mm. Suhu udara maksimum di siang hari 29˚C dan minimum 19˚C di malam hari (Badan Eksekutif HPGW 2009).
4.3.Tanah dan Hidrologi
HPGW 2009).
4.4.Vegetasi
Tegakan hutan di HPGW didominasi tanaman damar (Agathis loranthifolia), pinus (Pinus merkusii), sengon (Paraserianthes falcataria), mahoni (Swietenia macrophylla) dan jenis lainnya seperti kayu afrika (Maesopsis eminii), rasamala (Altingia excelsa), sonokeling (Dalbergia latifolia), gamal (Gliricidae sp), meranti (Shorea sp), dan akasia (Acacia mangium). Di HPGW paling sedikit terdapat 44 jenis tumbuhan, termasuk 2 jenis rotan dan 13 jenis bambu. Selain itu terdapat jenis tumbuhan obat sebanyak 68 jenis (Badan Eksekutif HPGW 2009).
Potensi tegakan hutan ±10.855 m³ kayu damar, 9.471 m³ kayu pinus, 464 m³ puspa, 132 m³ sengon, dan 88 m³ kayu mahoni. Pohon damar dan pinus juga menghasilkan getah kopal dan getah pinus. Di HPGW juga ditemukan lebih dari 100 pohon plus damar, pinus, maesopsis/kayu afrika sebagai sumber benih dan bibit unggul (Badan Eksekutif HPGW 2009).
4.5.Satwa
Menurut Badan Eksekutif HPGW (2009), di areal HPGW terdapat beraneka ragam jenis satwa liar yang meliputi jenis-jenis mamalia, reptilia, burung, dan ikan. Dari kelompok jenis mamalia terdapat babi hutan (Sus scrofa), monyet ekor panjang (Macaca fascicularis), kelinci liar (Nesolagus sp), meong congkok (Felis bengalensis), tupai (Callociurus sp.J), trenggiling (Manis javanica), musang (Paradoxurus hermaphroditic). Dari kelompok jenis burung (Aves) terdapat sekitar 20 jenis burung, antara lain Elang Jawa, Emprit, Kutilang dll. Jenis-jenis reptilia antara lain biawak, ulat, bunglon. Terdapat berbagai jenis ikan sungai seperti ikan lubang dan jenis ikan lainnya. Ikan lubang adalah ikan sejenis lele yang memiliki warna agak merah. Selain itu terdapat pula lebah hutan (odeng, tawon gung, Apis dorsata).
4.6.Penduduk Sekitar
Pohon contoh dikelompokkan berdasarkan kelas diameter kemudian dibagi
lagi menjadi dua set data yaitu data pohon contoh untuk penyusunan model dan
data untuk validasi model. Jumlah pohon contoh yang digunakan untuk
penyusunan sebanyak 67 pohon contoh sedangkan jumlah pohon contoh untuk
validasi model sebanyak 33 pohon contoh. Penyebaran data pohon contoh yang
digunakan untuk penyusunan dan validasi model disajikan pada Tabel 11.
Tabel 11 Sebaran data pohon contoh untuk penyusunan model dan validasi model
Kelas Diameter Jumlah Pohon Contoh (Pohon)
5.2.Analisis Hubungan antara Diameter dengan Tinggi Pohon dengan Analisis Regresi
Berdasarkan hasil analisis regresi terhadap hubungan antara diameter
dengan tinggi pohon diperoleh koefisien korelasi sebesar 0.8515 yang berarti
bahwa hubungan antara diameter pohon (dbh) dengan tinggi pohon memiliki
hubungan yang erat sehingga volume pohon dapat diduga hanya dengan
menggunakan satu peubah bebas saja yaitu diameter pohon (dbh). Menurut
Walpole (1993), hubungan linier sempurna terdapat antara nilai x dan y dalam
contoh, bila r = +1 atau -1. Bila r mendekati +1 atau -1, hubungan antara kedua
5.3.Penyusunan Model Regresi
Berdasarkan analisis hubungan dan uji korelasi antara diameter dengan
tinggi pohon diperoleh hubungan yang nyata atau sangat nyata antara diameter
dengan tinggi pohon sehingga dalam penyusunan tabel volume dapat
menggunakan diameter pohon sebagai satu-satunya peubah bebas.
Penyusunan model regresi diawali dengan melakukan analisis terhadap
model Berkhout melalui transfomasi ke model linier dengan menggunakan
software Minitab dan tanpa transformasi dengan menggunakan software Curve
Expert. Analisis model Berkhout ini menghasilkan nilai koefisien dan statistik
Tabel 12 Statistik pernyusunan persamaan penduga volume (Model Berkhout)
Model b0 b1 a b R2 R2adj s Fhit p
1. Log V = b0 + b1 Log D -3.9000 2.5400 94.60% 94.50% 0.0693 1137.78 0.000
2. V = aDb (melalui transformasi) 0.0001259 2.5400
3. V = aDb (tanpa transformasi) 0.0002651 2.3514 93.65% 93.56% 0.2736 859.68 0.000
Keterangan:
b0 dan b1 = konstanta
R2 = koefisien determinasi
R2adj = koefisien determinasi adjusted
s = simpangan baku
Fhit = F hitung
Berdasarkan hasil statistik Tabel 12 model Berkhout melalui transformasi
(V = 0.0001259D2.5400) memiliki nilai koefisien determinasi (R2) yang lebih besar
dibandingkan dengan model Berkhout tanpa transformasi (V = 0.0002651D2.3514).
Menurut Sahid (2010), untuk mengukur kecocokan antara variabel-variabel tak
bergantung dengan variabel bergantung ialah dengan melihat besarnya koefisien
determinasi (R2). Makin dekat R2 dengan 1 makin baik kecocokan data dengan
model, dan sebaliknya, makin dekat R2 dengan 0 makin jelek kecocokan tersebut.
Dari Tabel 12 dapat disimpulkan bahwa model Berkhout melalui transformasi
memiliki kecocokan data dengan model lebih baik atau memiliki tingkat akurasi
lebih baik daripada model Berkhout tanpa transformasi karena memiliki nilai R2
yang lebih besar yaitu 94.60%, artinya 94.60% keragaman dari peubah tak bebas
(volume pohon) dapat dijelaskan oleh hubungan linearnya dengan nilai-nilai
peubah bebasnya (diameter pohon).
Sepuluh model non linier untuk menggambarkan hubungan antara volume
pohon dengan diameter setinggi dada yang terpilih dengan menggunakan software
Curve Expert seperti yang disajikan pada Tabel 13 juga menunjukkan tingkat ketelitian atau kecocokan data dengan model yang baik karena nilai koefisien
Tabel 13 Stastistik hasil penyusunan model dengan menggunakan CurveExpert
Model Persamaan Regresi b0 b1 a b c d R2 R2adj s Fhit p
1. Modified
Geometric Fit y=ax
(b/x)
53.1112 -38.1127 93.846% 93.785% 0.269 893.72 1.06x10-39
2. Gompertz Relation y=a*exp(-exp(b-cx)) 10.3265 1.9928 0.0339 93.932% 93.743% 0.270 444.10 3.01x10-38 3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 5.0477 76.4686 23.6981 93.932% 93.743% 0.270 444.10 3.01x10-38
4. Hoerl Model y=a*(bx)*(xc) 7.59 x 10-6 0.9735 3.6086 93.925% 93.735% 0.270 443.56 3.12x10-38
5. Vapor Pressure y=exp(a+b/x+cln(x)) -3.0923 -48.1765 1.2879 93.898% 93.708% 0.270 441.46 3.59x10-38
6. Logistic Model y=a/(1+b*exp(-cx)) 5.8077 99.1087 0.0893 93.890% 93.890% 0.271 440.79 3.76x10-38
7. Shifted Power Fit y=a*(x-b)c 0.0034 10.3631 1.8103 93.870% 93.679% 0.271 439.29 4.17x10-38
8. Quadratic Model y=a+bx+cx2 -0.2697 -0.0034 0.0012 93.862% 93.670% 0.271 438.63 4.35x10-38
9. Weibull Model y=a-b*exp(-cxd) 6.0383 5.8831 1.15 x 10-6 3.3528 93.916% 93.626% 0.272 290.59 7.84x10-37
10.Power Fit y=axb 2.65 x 10-4 2.3514 93.654% 93.556% 0.274 859.68 3.42x10-39
Keterangan:
R2 = koefisien determinasi
R2adj = koefisien determinasi adjusted
s = simpangan baku
Fhit = F hitung
Berdasarkan hasil statistik pada Tabel 13 model yang memiliki nilai
koefisien determinasi tertinggi (R2) adalah model Gompertz Relation yaitu sebesar
93.932% sedangkan model yang memiliki nilai simpangan baku (s) terkecil adalah
model Modified Geometric Fit yaitu sebesar 0.269 dan model ini juga merupakan
model yang sederhana karena hanya menggunakan dua peubah saja. Selain itu,
baik model Berkhout maupun 10 model non linier memiliki nilai Fhitung (Fhit) yang
tinggi, artinya bahwa peubah bebas (diameter pohon) yang digunakan dalam
model tersebut sangat berpengaruh nyata dalam menduga peubah tak bebasnya
(volume pohon).
5.4.Validasi Model
Tahap validasi model yakni untuk menguji apakah nilai-nilai dugaan
volume dari tabel volume yang tersusun dapat memberikan nilai dugaan volume
yang berbeda nyata dengan nilai pohon yang sebenarnya pada diameter dan/atau
tinggi tertentu. Untuk melakukan validasi, diperlukan suatu set data yang berbeda
dengan set data yang dipakai untuk pemodelan. Pada tahap ini, jumlah pohon
yang digunakan untuk validasi model yaitu sebanyak 33 pohon contoh.
Berdasarkan hasil pengujian Khi-kuadrat (χ2) dalam analisis model Berkhout
diperoleh nilai χ2hitung ≤ χ2tabel yang berarti nilai volume dugaan tidak berbeda
dengan volume sebenarnya pada tingkat keyakinan 95%, baik model Berkhout
melalui transformasi maupun tanpa transformasi. Model Berkhout melalui
transformasi memiliki nilai bias dan SA yang lebih rendah serta nilai RMSE dan
SR yang lebih tinggi dibandingkan dengan model Berkhout tanpa transformasi
seperti yang disajikan pada Tabel 14.
Tabel 14 Statistik hasil proses validasi model Berkhout
Persamaan Regresi X2hitung X2tabel Bias (%) SA SR (%) RMSE (%)
1. melalui transformasi 1.6502 46.1943 -1.948 -0.004 13.633 18.944
2. tanpa transformasi 1.5384 46.1943 3.126 0.021 13.019 18.142
Untuk model-model yang terpilih dengan menggunakan software Curve
Expert juga diperoleh nilai volume dugaan yang tidak berbeda dengan volume sebenarnya pada tingkat keyakinan 95% berdasarkan hasil pengujian Khi-kuadrat
Tabel 15 Statistik hasil validasi model menggunakan Curve Expert
Model Persamaan Regresi X2hitung X2tabel Bias (%) SA SR (%) RMSE (%)
1. Modified Geometric Fit y=ax(b/x) 1.493 46.194 -0.058 0.016 13.753 18.547
2. Gompertz Relation y=a*exp(-exp(b-cx)) 1.462 46.194 1.194 0.018 13.002 17.887
3. Gaussian Model y=a*exp((-(b-x)2)/(2c2)) 1.471 46.194 1.610 0.019 13.011 17.939
4. Hoerl Model y=a*(bx)*(xc) 1.467 46.194 0.955 0.018 12.918 17.925
5. Vapor Pressure y=exp(a+b/x+cln(x)) 1.476 46.194 0.864 0.018 13.081 17.990
6. Logistic Model y=a/(1+b*exp(-cx)) 1.477 46.194 1.881 0.019 13.081 18.061
7. Shifted Power Fit y=a*(x-b)c 1.479 46.194 1.375 0.018 12.676 17.792
8. Quadratic Model y=a+bx+cx2 1.486 46.194 1.131 0.018 13.016 17.916
9. Weibull Model y=a-b*exp(-cxd) 1.474 46.194 1.365 0.018 13.140 18.044
10.Power Fit y=axb 1.538 46.194 3.126 0.021 13.019 18.142
Keterangan :
SA = Simpangan Agregat
SR = Simpangan Rataan
Berdasarkan Tabel 15, model Modified Geometric Fit memiliki nilai bias
terkecil dengan pendugaan volume yang underestimate yaitu -0.058% namun
model ini memiliki nilai RMSE terbesar dibandingkan dengan model lainnya
yaitu yaitu 18.547% sedangkan model yang memiliki nilai RMSE terkecil adalah
Shifted Power Fit dengan nilai RMSE sebesar 17.792%.
5.5.Pemilihan Persamaan Penduga Volume Terbaik
Dalam menentukan model terbaik untuk menduga volume pohon perlu
diberikan peringkat terhadap model-model yang terpilih. Pada tahap penyusunan
model, peringkat diberikan berdasarkan nilai koefisien determinasi terkoreksi
(R2adj) dan simpangan baku (s). Semakin besar nilai R2adj (Tabel 13) suatu model
maka peringkatnya semakin baik sedangkan semakin kecil nilai s (Tabel 13) suatu
model maka peringkatnya semakin baik. Peringkat untuk memilih persamaan
terbaik pada tahap penyusunan model disajikan pada Tabel 16.
Tabel 16 Peringkat persamaan tahap penyusunan model
Model Persamaan Regresi Peringkat ∑
peringkat
Dari Tabel 16, persamaan yang terpilih sebagai persamaan terbaik pada
tahap penyusunan model adalah model Modified Geometric Fit dengan bentuk
persamaan Y=ax(b/x) yang mempunyai nilai s paling kecil dan nilai R2adj yang
besar. Untuk memilih persamaan terbaik pada tahap validasi model, setiap model
perlu diberikan peringkat berdasarkan nilai bias, RMSE, SA, dan SR yaitu
semakin kecil nilai bias, RMSE, SA, maupun SR suatu model maka peringkatnya
Model Persamaan Regresi Peringkat ∑
Berdasarkan Tabel 17, persamaan yang terpilih sebagai persamaan terbaik
pada tahap validasi model yaitu Hoerl Model dengan bentuk persamaan Y=abxxc,
sama halnya jika 10 model non linier tersebut dibandingkan dengan model
Berkhout melalui transformasi juga menghasilkan persamaan terbaik yaitu Hoerl Model seperti disajikan pada Tabel 18.
Tabel 18 Peringkat terhadap 10 model non linier dengan model Berkhout melalui
transformasi pada tahap validasi model
Model Persamaan Regresi Peringkat ∑
peringkat
Untuk memperoleh persamaan terbaik dalam menduga volume pohon jenis
pinus di Hutan Pendidikan Gunung Walat maka dilakukan penggabungan
peringkat yang telah diperoleh pada tahap penyusunan dan validasi model seperti
Tabel 19 Peringkat gabungan tiap persamaan penduga volume
Model Persamaan Regresi Peringkat Jumlah Peringkat
Akhir
Dari Tabel 19 dapat ditentukan persamaan terbaik untuk menduga volume
pohon jenis pinus di Hutan Pendidikan Gunung Walat adalah model Gompertz
Relation.
5.6.Perbandingan Model Terbaik dengan Penelitian Terdahulu
Fahutan IPB (1985) melakukan studi tentang penyusunan tabel isi lokal
pohon untuk jenis pinus, puspa, damar, dan tegakan campuran di Hutan
Pendidikan Gunung Walat. Data yang diambil berasal dari tegakan yang terdiri
dari beberapa kelompok jenis pohon di Hutan Pendidikan Gunung Walat.
Pengambilan data dilakukan di lapangan yaitu di masing-masing petak atau anak
petak kelompok jenis yang bersangkutan. Pohon contoh dipilih secara acak dari
tegakan yang diukur dan tersebar pada tiap-tiap kelas diameter. Pohon contoh
dipilih secara purposive yaitu pohon-pohon dengan kondisi yang baik dan
memungkinkan untuk dipanen serta pohon contoh (model) yang dapat mewakili
dari setiap kelas diameter yang ditetapkan.
Untuk setiap kelas diameter diambil sekitar 2-3 pohon contoh untuk dapat
menggambarkan suatu hubungan dan dalam studi ini jumlah pohon contoh yang
diambil yaitu sebanyak 186 pohon contoh. Diameter setinggi dada diukur dengan
menggunakan penggaris dan tinggi pohon diukur dengan Spiegel Relaskop.
Diameter limit yang diukur adalah 10 cm dengan anggapan merupakan batas
diameter untuk kayu tebal dengan kulit. Interval kelas diameter ditentukan 3 cm.
Untuk menghitung tiap pohon contoh dibagi ke dalam seksi-seksi batang
kayu tebal (Vt) dan volume kayu pertukangan (Vp).
Penelitian yang dilakukan oleh Hidayat (2003) tentang penyusunan tabel
volume jenis pinus di Hutan Pendidikan Gunung Walat, Sukabumi mengambil
sebanyak 50 pohon contoh yang terdapat pada tegakan pinus dan dipilih secara
purposive. Sebaran diameter yang ditetapkan dalam penelitian ini adalah 20-50
cm up. Diameter setinggi dada diukur dengan menggunakan pita ukur sedangkan
untuk tinggi pohon dan diameter per seksi diukur dengan menggunakan Spiegel
Relaskop. Panjang seksi batang yang digunakan adalah 2 meter. Pada penelitian
tersebut hanya menggunakan masing-masing satu persamaan regresi tanpa
membandingkan dengan persamaan regresi lainnya yang digunakan baik untuk
penyusunan tabel volume lokal maupun tabel volume standar. Perbedaan
metodologi pada setiap penelitian dapat dilihat pada Tabel 20.
Tabel 20 Perbandingan metode penelitian antara model terbaik dengan penelitian terdahulu
Model Persamaan Regresi
Alat Ukur
V=10,3265 x -ee^(1,9928-0.0339D)
Pita ukur Criterion &
Range finder 100 1
2. Fahutan IPB (1985)
Vt = -0.6593 + 0,0080 T +
5,4816 D Penggaris
Spiegel
Relaskop 186 2
3. Hidayat (2003)
V=0,0008318 D2,03
Pita ukur Spiegel
Relaskop 50 2
4. Hidayat (2003)
V=0,0007079 D2,16 T-0,103
Pita ukur Spiegel
Relaskop 50 2
Berdasarkan studi yang dilakukan oleh Fahutan IPB (1985) tentang
penyusunan tabel isi lokal pohon untuk jenis pinus, puspa, damar, dan tegakan
campuran di Hutan Pendidikan Gunung Walat diperoleh model untuk menduga
volume pohon Pinus yaitu Vt = -0.6593 + 0,0080 T + 5,4816 D di mana Vt adalah
volume kayu tebal, T adalah tinggi total pohon, dan D adalah diameter setinggi
dada. Penelitian yang dilakukan oleh Hidayat (2003) diperoleh dua model
penduga volume pohon Pinus yaitu V = 0,0008318 D2,03 dan V = 0,0007079 D2,16
Ketiga model penduga volume tersebut dibandingkan dengan model terbaik
yang terpilih yaitu V=10,3265 x -ee^(1,9928-0.0339D) berdasarkan nilai χ2hitung, bias,
RMSE, SA, dan SR sehingga dapat diketahui model yang lebih baik seperti
disajikan pada Tabel 21 dan Tabel 22.
Tabel 21 Perbandingan model terbaik dengan penelitian terdahulu
Model Persamaan Regresi χ2hitung Bias (%) RMSE (%) SA SR (%)
Tabel 22 Peringkat model terbaik dengan penelitian terdahulu
Model Persamaan Regresi Peringkat ∑
peringkat
Berdasarkan nilai bias pada Tabel 21, model penduga volume hasil studi
Fahutan IPB (1985) memiliki nilai bias terbesar yaitu 8.846% dibandingkan
dengan nilai bias model penduga volume lainnya yang jauh lebih kecil sedangkan
model penduga volume yang diperoleh oleh Hidayat (2003) menghasilkan model
penduga volume yang underestimate. Berdasarkan Tabel 22, model penduga
volume pohon Pinus yang diperoleh dalam penelitian ini merupakan model yang
lebih baik dibandingkan dengan model peduga volume pohon Pinus yang
diperoleh dalam penelitian terdahulu.
5.7.Penyusunan Tabel Volume Pohon Pinus (Pinus merkusii Jungh et de
Vriese)
Setelah melalui tahap penyusunan dan validasi model, diperoleh model
V=10,3265 x -ee^(1,9928-0.0339D). Tabel volume ini digunakan untuk menduga potensi volume pohon pinus yang ada di Hutan Pendidikan Gunung Walat, Sukabumi.
BAB V
KESIMPULAN
6.1.Kesimpulan1. Penduga volume pohon jenis Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat dengan model Berkhout melalui transformasi memiliki tingkat akurasi yang lebih baik dibandingkan dengan model Berkhout tanpa transformasi.
KABUPATEN SUKABUMI, JAWA BARAT
CHOIRIDA EMA WARDASANTI
E14070041
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
DAFTAR PUSTAKA
Badan Eksekutif HPGW. 2009. Rencana Pembangunan Hutan Pendidikan Gunung Walat 2009-2013. Bogor: Fakultas Kehutanan. Institut Pertanian Bogor.
[Dephut] Departemen Kehutanan. 1992. Manual Kehutanan. Jakarta: Departemen Kehutanan RI.
Fahutan IPB. 1985. Studi tentang Penyusunan Tabel Isi Lokal Pohon untuk Jenis-Jenis Pinus, Puspa, Damar dan Tegakan Campuran di Hutan Pendidikan Gunung Walat. Bogor: Fakultas Kehutanan.
Hidayat J, Hansen CP. 2001. Informasi Singkat Benih: Pinus merkusii. Direktorat Perbenihan Tanaman Hutan Departemen Kehutanan RI. Jakarta.
Hidayat JC. 2003. Penyusunan Tabel Volume Jenis Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat [tugas akhir]. Bogor: Fakultas Kehutanan. Institut Pertanian Bogor.
Husch. 1987. Perencanaan Inventarisasi Hutan. Agus Setyarso, penerjemah. Jakarta: Universitas Indonesia (UI-Press). Terjemahan dari: Planning a Forest Inventory.
Martawijaya A, Kartasujana I, Kadir K, Pawira SA. 2005. Atlas Kayu Indonesia Jilid II. Balai Penelitian Hasil Hutan Badan Penelitian dan Pengembangan Pertanian. Bogor.
Sahid. 2010. Penaksiran Volume Pohon Pinus Pinus merkusii Melalui Foto Udara (Studi Kasus di BKPH Majenang, KPH Banyumas Barat). Journal of Forestry IV (1): abstrak [Jurnal]. [Januari-Maret 2010].
Simon H. 2007. Metode Inventore Hutan. Yogyakarta: Aditya Media.
KABUPATEN SUKABUMI, JAWA BARAT
CHOIRIDA EMA WARDASANTI
E14070041
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
(Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat. Dibimbing oleh Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F.Trop.
Kegiatan pengelolaan hutan memerlukan informasi tentang potensi tegakan yang dapat diproduksi untuk dapat memenuhi kebutuhan kayu di pasaran. Penaksiran volume pohon dengan menggunakan tabel volume adalah yang paling sering digunakan untuk menggambarkan hubungan antara volume pohon dengan peubah bebasnya (diameter dan tinggi pohon).
Tabel volume dibuat berdasarkan persamaan volume yang disusun dengan persamaan regresi. Persamaan regresi terbaik biasanya dipilih dari berbagai macam persamaan yang dicobakan terhadap data yang dimiliki. Dari sekian banyak persamaan regresi yang dapat dicoba, persamaan Berkhout: V = aDb (di mana : V = volume pohon ; D = dbh ; a, b = konstanta), adalah persamaan regresi yang sederhana karena hanya menggunakan satu peubah bebas saja yaitu diameter setinggi dada (dbh). Persamaan Berkhout adalah persamaan non linier, yang pendugaan koefisien regresinya biasanya melalui transformasi (logaritma) menjadi persamaan linier.
Penelitian ini bertujuan untuk: (1) Memperoleh cara penyusunan persamaan pohon dengan menggunakan persamaan Berkhout yang lebih akurat melalui transformasi atau tanpa transformasi; (2) Memperoleh persamaan penduga volume pohon Pinus di Hutan Pendidikan Gunung Walat Sukabumi.
Berdasarkan data yang digunakan dalam penelitian ini, persamaan volume Berkhout melalui transformasi (V = 0.0001259D2.5400) memiliki tingkat akurasi lebih baik dibandingkan tanpa transformasi. Persamaan atau model penduga volume terbaik untuk jenis Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Sukabumi adalah model Gompertz Relation dengan bentuk persamaan V=10,3265 x -ee^(1,9928-0.0339D).
Jawa Barat. Supervised by Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F.Trop.
Forest management need information about standing stock that could be produced to meet a demand of wood. Tree volume estimation using tree volume table is a common way to describe the relation between tree volume and its estimation variables (tree diameters or heights).
Tree volume table is made from volume models are arranged by regression models. The best of regression models which usually it should be choosen from regression model which it should be tried to data used. Berkhout model V=aDb (where: V = volume ; D = diameter breast height ; a, b = constanta), is a simple volume tree estimator because only use single variable which is tree diameter breast height (dbh). Berkhout model is a non linear model which usually it should be transformed to linear model using logaritmic transformation to find regreesion constanta.
This researchs aims are: (1) to find better accuracy for tree volume estimation using Berkhout model, by transformation or without transformation; and (2) to find the best tree volume model for Pinus at Gunung Walat Educational Forest.
Data used in this research give that Berkhout model by transformation to linear model (V = 0.0001259D2.5400) has a better accuracy than Berkhout model without transformation. The best tree volume estimator of Pinus in Gunung Walat Educational Forest is Modified Geometric Fit which expressed by the equation V=10,3265 x -ee^(1,9928-0.0339D).
DI HUTAN PENDIDIKAN GUNUNG WALAT
KABUPATEN SUKABUMI, JAWA BARAT
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Kehutanan
Pada Fakultas Kehutanan Institut Pertanian Bogor
Oleh:
CHOIRIDA EMA WARDASANTI E14070041
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat adalah benar-benar hasil karya saya sendiri di bawah bimbingan Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M.Sc. F. Trop dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi atau lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun yang tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Bogor, November 2011
Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat
Nama : Choirida Ema Wardasanti
NIM : E14070041
Departemen : Manajemen Hutan
Menyetujui: Dosen Pembimbing I,
Ir. Ahmad Hadjib, MS NIP. 19500123 1974121 001
Dosen Pembimbing II,
Ir. Muhdin, M.Sc. F. Trop NIP. 19660610 1999103 1 006
Mengetahui:
Ketua Departemen Manajemen Hutan IPB,
Dr. Ir. Didik Suharjito, M.S. NIP. 19630401 199403 1 001
pasangan Bapak Suwarno, SMHk dan Ibu Supartini.
Riwayat pendidikan penulis dimulai dari tahun 1994 hingga 1995 di TK Alita kemudian pada tahun 1995 hingga 2001 melanjutkan pendidikan di SD Negeri Bubulak I Bogor. Jenjang pendidikan penulis dilanjutkan ke pendidikan Sekolah Lanjutan Tingkat Pertama pada tahun 2001 sampai 2004 di SLTP Negeri 14 Bogor. Selanjutnya Pendidikan Sekolah Menengah Atas diselesaikan pada tahun 2007 di SMA Negeri 5 Bogor.
Penulis diterima di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk Institut Pertanian Bogor (USMI) pada tahun 2007 dengan mayor Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor. Penulis mengikuti Praktek Pengenalan Ekosistem Hutan (P2EH) di Sancang Barat-Kamojang pada tahun 2009, Praktek Pengelolaan Hutan (P2H) di Hutan Pendidikan Gunung Walat Sukabumi pada tahun 2010, dan Praktek Kerja Lapang (PKL) di PT. Indexim Utama, Kalimantan Tengah pada tahun 2011. Selama mengikuti pendidikan, penulis aktif di Himpro FMSC (Forest Management Student Club) sebagai anggota Divisi Kesekretariatan periode 2009-2010 dan anggota IFSA (International Forestry Student’s Association) periode 2008-2009. Penulis pernah menjadi asisten praktikum Inventarisasi Sumber Daya Hutan Tahun Ajaran 2009/2010.
Sebagai syarat memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor, penulis melaksanakan penelitian dengan judul Persamaan Penduga Volume Pohon Pinus (Pinus merkusii Jungh et de Vriese) di Hutan Pendidikan Gunung
KATA PENGANTAR
Puji syukur ke hadirat Allah swt yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai salah satu syarat dalam memperoleh gelar sarjana pada Program Studi Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor. Skripsi ini adalah hasil penelitian yang berjudul “Persamaan Penduga Volume Pohon Pinus (Pinus merkusii
Jungh et de Vriese) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat.
Persamaan penduga volume dibuat untuk menduga volume kayu suatu jenis pohon baik seperti untuk kebutuhan kayu pertukangan. Penggunaan penduga volume karena hanya dengan menggunakan suatu peubah bebas yang berhubungan dengan volume seperti diameter atau tinggi pohon untuk menduga volume suatu pohon berdiri.
Penulis menyadari bahwa penelitian ini masih banyak kekurangan karena keterbatasan yang dimiliki. Oleh karena itu, kritikan dan saran yang membangun untuk perbaikan skripsi ini sangat penulis harapkan. Semoga skripsi ini memberikan manfaat bagi pihak-pihak yang membutuhkan.
Bogor, November 2011
UCAPAN TERIMA KASIH
Pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih kepada:
1. Ir. Ahmad Hadjib, MS sebagai dan Ir. Muhdin, M.Sc. F.Trop sebagai pembimbing yang telah banyak memberikan arahan dan motivasi kepada penulis hingga selesainya skripsi ini.
2. Bapak Suwarno, SMHk (Ayah), Ibu Supartini (Ibu), dan Reza Ariftiarno (Adik) serta seluruh keluarga yang telah memberikan perhatian dan nasihat-nasihat kepada penulis selama penyusunan skripsi ini.
3. Bapak Ir. Agus Setyo Sadmoko serta seluruh pihak PT. Indexim Utama, tempat penulis melaksanakan Praktek Kerja Lapang (PKL) yang sudah memberikan perhatian, motivasi, dan nasihat kepada penulis selama penyusunan skripsi ini. 4. Bapak Dizy Rizal dan Bapak Agung Sutrisno serta seluruh pihak Hutan
Pendidikan Gunung Walat Kabupaten Sukabumi, Jawa Barat yang telah membantu dalam proses pengumpulan data penelitian.
DAFTAR ISI
Halaman KATA PENGANTAR ... viii UCAPAN TERIMA KASIH ... ix DAFTAR ISI ... x DAFTAR TABEL ... xii DAFTAR LAMPIRAN ... xiii BAB I PENDAHULUAN ... 1
1.1.Latar Belakang ... 1 1.2.Tujuan ... 2 1.3.Manfaat Penelitian ... 2 BAB II TINJAUAN PUSTAKA ... 3 2.1.Tinjauan Umum tentang Pinus ... 3 2.1.1. Penyebaran dan Habitat Pinus di Indonesia ... 3 2.1.2. Deskripsi Botani ... 3 2.1.3. Sifat Fisis, Keragaman Penggunaan, dan Manfaat Pinus .... 3 2.2. Parameter Individu Pohon ... 4
3.4.Analisis Data ... 13 3.4.1. Analisis Hubungan antara Diameter dengan Tinggi Pohon
dengan Analisis Regresi ... 13 3.4.2. Pengujian Koefisien Korelasi antara Diameter dengan Tinggi Pohon ... 14 3.4.3. Penyusunan Model Regresi ... 14 3.4.4. Pemilihan Model Terbaik ... 15 3.4.5. Validasi Model ... 17 3.4.6. Penentuan Peringkat Gabungan ... 19 3.4.7.Penyusunan Tabel Volume ... 19 BAB IV KONDISI UMUM PENELITIAN ... 20
4.1. Lokasi dan Luas ... 20 5.1.Statistik Pohon Contoh ... 23 5.2.Analisis Hubungan antara Diameter dengan Tinggi Pohon
dengan Analisis Regresi ... 23 5.3. Penyusunan Model Regresi ... 24 5.4. Validasi Model ... 28 5.5.Pemilihan Persamaan Penduga Volume Terbaik ... 30 5.6.Perbandingan Model Terbaik dengan Penelitian Terdahulu ... 32 5.7.Penyusunan Tabel Volume Pinus (Pinus merkusii Jungh et
de Vriese) ... 34 BAB VI Kesimpulan ... 36 6.1. Kesimpulan ... 36
DAFTAR TABEL
No. Halaman
1. Daftar sidik ragam uji signifikasi koefisien regresi dari persamaan- persamaan regresi hubungan antara volume pohon dengan tinggi
pohon, diameter setinggi dada, dan peubah boneka ... 8 2. Daftar sidik ragam uji signifikasi koefisien peranan tinggi pohon dan
diameter setinggi dada dalam pendugaan volume pohon ... 8 3. Daftar sidik ragam uji signifikasi koefisien peranan peubah dalam
pendugaan volume pohon ... 8 4. Koefisien determinasi (R2), Koefisien korelasi (R), dan salah baku (SE)
untuk masing-masing persamaan regresi hubungan antara volume
pohon dengan tinggi pohon, diameter setinggi dada, dan peubah boneka ... 9 5. Hasil analisa regresi pada model-model yang diuji ... 9 6. Hasil analisa keragaman dan persamaan V=0,0008318 D2,03 ... 10 7. Hasil analisa keragaman dan persamaan V=0,0007079 D2,16 T-0,103 ... 10 8. Hasil pemilihan pohon contoh jenis Pinus (Pinus merkusii) ... 12 9. Sebaran data pohon contoh untuk penyusunan model dan validasi model .... 12 10.Analisis keragaman pengujian regresi (ANOVA) ... 16 11.Sebaran data pohon contoh untuk penyusunan model dan validasi model .... 23 12.Statistik penyusunan persamaan penduga volume (Model Berkhout) ... 25 13.Stastistik hasil penyusunan model dengan menggunakan Curve Expert ... 27 14.Statistik hasil proses validasi model Berkhout ... 28 15. Statistik hasil validasi model menggunakan Curve Expert ... 29 16. Peringkat persamaan tahap penyusunan model ... 30 17. Peringkat persamaan tahap validasi model ... 31 18. Peringkat terhadap 10 model non linier dengan model Berkhout melalui
transformasi pada tahap validasi model ... 31 19. Peringkat gabungan tiap persamaan penduga volume ... 32 20. Perbandingan metode penelitian antara model terbaik dengan penelitian
DAFTAR LAMPIRAN
No. Halaman
1. Tabel Volume Pinus (Pinus merkusii Jungh et de Vriese) di
Hutan Pendidikan Gunung Walat Kabupaten Sukabumi ... 39 2. Data hasil pengukuran pohon Pinus (Pinus merkusii) di Hutan
BAB I
PENDAHULUAN
1.1.Latar BelakangKegiatan pengelolaan hutan yang baik memerlukan proses dan tahapan perencanaan yang seksama, cermat, dan terarah guna memperoleh hasil yang optimal dan lestari baik dari segi kelestarian hasil, ekologis, maupun sosial. Untuk keperluan tersebut, inventarisasi hutan yang merupakan bagian dari perencanaan hutan memegang peranan penting, karena data yang dihimpun akan menjadi dasar bagi usaha pengelolaan dan pemanfaatan hutan yang akan dilakukan.
Inventarisasi hutan merupakan kegiatan pengumpulan dan penyusunan data dan fakta mengenai sumberdaya hutan untuk rencana pengelolaannya. Dengan melakukan inventarisasi hutan akan diketahui kualitas dan kuantitas pohon serta tegakan di hutan serta berbagai karakteristik tempat tumbuhnya.
Kegiatan pengelolaan hutan memerlukan informasi tentang potensi tegakan yang dapat diproduksi untuk dapat memenuhi kebutuhan kayu di pasaran. Informasi mengenai potensi tegakan hutan ini berkaitan dengan pengukuran volume kayu, baik secara langsung maupun tidak langsung.
Pada dasarnya ada dua macam cara untuk menaksir volume kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal. Penaksiran volume secara tidak langsung dilakukan dengan menggunakan tabel volume. Cara inilah yang paling banyak dipakai dalam inventarisasi hutan.
Tujuan dari penelitian ini adalah:
1. Memperoleh cara penyusunan persamaan volume pohon dengan menggunakan persamaan Berkhout yang lebih akurat melalui transformasi atau tanpa transformasi.
2. Memperoleh persamaan penduga volume pohon Pinus di Hutan Pendidikan Gunung Walat.
1.3.Manfaat Penelitian
2.1.Tinjauan Umum tentang Pinus
2.1.1. Habitat dan Penyebaran Pinus di Indonesia
Menurut Martawijaya et al. (2005), pinus dapat tumbuh pada tanah jelek dan kurang subur, pada tanah berpasir dan tanah berbatu, tetapi tidak dapat tumbuh dengan baik pada tanah becek. Jenis ini menghendaki iklim basah sampai agak kering dengan tipe curah hujan A sampai C, pada ketinggian 200-1.700 m dari permukaan laut, kadang-kadang tumbuh di bawah 200 m dan mendekati daerah pantai (Aceh Utara).
Penyebaran pinus di Asia Tenggara menyebar di wilayah Burma, Thailand, Laos, Kamboja, Vietnam, Indonesia (Sumatra), dan Filipina (P. Luzon dan Mindoro). Sedangkan di Indonesia, pinus tersebar di beberapa wilayah di antaranya di Pulau Jawa, Pulau Sumatera (Aceh, Tapanuli, dan Kerinci), dan Sulawesi Selatan. Di tegakan alam Sumatera (Aceh, Tapanuli dan Kerinci), tidak satu bulanpun curah hujan kurang dari 50 mm, artinya tidak ada bulan kering. Suhu tahunan rata-rata 19-28°C (Hidayat dan Hansen 2001).
2.1.2. Deskripsi Botani
Pinus merupakan pohon besar, berbatang lurus, dan silindris. Tegakan masak dapat mencapai tinggi 30 m dengan diameter 60-80 cm. Tegakan tua mencapai tinggi 45 m dengan diameter mencapai 140 cm. Tajuk pohon muda berbentuk piramid, setelah tua lebih rata dan tersebar. Kulit pohon muda abu-abu, sesudah tua berwarna gelap, alur dalam. Terdapat 2 jarum dalam satu ikatan, panjang 16-25 cm. Pohon berumah satu, bunga berkelamin tunggal. Bunga jantan berbentuk strobili, panjang 2-4 cm, terutama di bagian bawah tajuk (Hidayat dan Hansen 2001).
2.1.3. Sifat Fisis, Keragaman Penggunaan, dan Manfaat Pinus
dan 7-14 kg terpentin per tahun.
2.2.Parameter Individu Pohon 2.2.1. Diameter Pohon
Diameter pohon merupakan salah satu parameter pohon yang mempunyai arti penting dalam pengumpulan data tentang potensi hutan untuk keperluan pengelolaan (Dephut 1992). Diameter pohon adalah panjang garis lurus yang menghubungkan dua buah titik pada lingkaran pohon dan melalui titik pusat penampang melintangnya. Besarnya diameter pohon bervariasi menurut ketinggian dari permukaan tanah. Oleh karena itu dikenal istilah diameter setinggi dada atau diameter at breast height (dbh), yaitu diameter yang diukur pada ketinggian setinggi dada dari permukaan tanah (Husch 1987).
Dalam mengukur diameter, yang lazim dipilih adalah diameter setinggi dada. Sebab pengukurannya paling mudah dan mempunyai korelasi yang kuat dengan parameter pohon penting lainnya, seperti luas bidang dasar dan volume batang. Pada umumnya, diameter setinggi dada diukur pada ketinggian batang 1,3 m dari permukaan tanah (Dephut 1992).
2.2.2. Tinggi Pohon
Menurut Dephut (1992) setelah diameter, tinggi pohon adalah parameter lain yang mempunyai arti penting dalam penaksiran hasil hutan. Bersama diameter, tinggi pohon diperlukan untuk menaksir volume dan riap. Secara khusus tinggi pohon diperlukan untuk menentukan kelas kesuburan tanah (bonita). Tinggi pohon merupakan jarak antara titik atas pada batang pohon dengan titik proyeksinya pada bidang mendatar yang melalui titik bawah atau pangkal pohon (Husch 1987).
Menurut Dephut (1992) dalam inventarisasi hutan biasanya dikenal beberapa macam tinggi pohon yaitu:
1. Tinggi total yaitu jarak vertikal antara pangkal pohon dengan puncak dari pohon tersebut.
3. Tinggi batang komersial yaitu tinggi batang yang pada saat itu laku dijual dalam perdagangan.
Simon (2007) mengatakan bahwa pengukuran tinggi pohon berdiri dapat dilakukan secara langsung atau secara tidak langsung. Pengukuran tinggi pohon secara langsung dapat dikerjakan dengan tongkat teleskopik, tetapi hanya sampai ketinggian 15 m. Karena alasan-alasan praktis, pengukuran tinggi secara tidak langsung lebih banyak dipakai, dibanding dengan pengukuran secara langsung. Alat pengukur tinggi pohon secara tidak langsung ini disebut hipsometer (hypsometer).
2.3.Penentuan Volume Pohon
Menurut Husch (1987) volume pohon adalah ukuran tiga dimensi, yang tergantung dari lbds (luas bidang dasar), tinggi atau panjang batang, dan faktor bentuk batang.
Menurut Simon (2007) secara alami, volume kayu dapat dibedakan menurut berbagai macam klasifikasi sortimen. Jenis sortimen kayu yang lazim dipakai sebagai dasar penaksiran ada lima macam, yaitu:
1. Kayu tunggak, yaitu volume kayu yang terdiri atas akar dan pangkal pohon sampai ketinggian (tunggak) tertentu.
2. Kayu batang komersial yaitu kayu di atas tunggak sampai batas tertentu yang masih laku dijual.
3. Kayu cabang komersial, yaitu bagian cabang yang sudah laku dijual.
4. Kayu batang non-komersial, yaitu bagian batang di atas kayu batang komersial. 5. Kayu ranting, yaitu cabang-cabang kecil yang belum laku dijual atau tidak
ekonomis untuk diusahakan.
2.4.Persamaan Penduga Volume Pohon
Simon (2007) menyatakan bahwa persamaan volume dan tabel volume semestinya disusun dengan sampel yang cukup besar dan hanya berlaku di daerah pengambilan sampel tersebut. Penyusunan persamaan volume mengikuti beberapa tahap sebagai berikut:
1. Pemilihan sampel pohon yang cukup banyak jumlahnya dan representatif. 2. Pengukuran variabel bergantung maupun tak bergantung, untuk menyusun
yang dianggap paling optimal.
Beberapa persamaan regresi yang dapat digunakan dalam penyusunan tabel volume ini adalah sebagai berikut (Simon 2007):
V = aDb ... model Berkhout
2.5.Penyusunan Tabel Volume
Tabel volume merupakan pernyataan yang sistematis mengenai volume sebatang pohon menurut semua atau sebagian dimensi yang ditentukan dari diameter setinggi dada, tinggi, dan bentuk pohon (Husch 1987). Pada dasarnya ada dua macam cara untuk menaksir kayu, yaitu penaksiran secara langsung dan tidak langsung. Penaksiran secara langsung dilakukan dengan mengukur parameter individu pohon di lapangan, kemudian dihitung volumenya dengan menggunakan metode grafis atau rumus. Untuk pekerjaan inventarisasi hutan, metode ini memerlukan waktu lama dan biaya menjadi mahal (Simon 2007).
