PENGEMBANGAN METODE GARIS INTERSEK UNTUK
PENILAIAN KAYU SISA PENEBANGAN DI HUTAN
TANAMAN JATI
SARAH ANDINI
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul Pengembangan Metode Garis Intersek untuk Penilaian Kayu Sisa Penebangan di Hutan Tanaman Jati adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Januari 2017
Sarah Andini
RINGKASAN
SARAH ANDINI. Pengembangan Metode Garis Intersek untuk Penilaian Kayu Sisa Penebangan di Hutan Tanaman Jati. Dibimbing oleh AHMAD BUDIAMAN dan MUHDIN.
Inventarisasi kayu sisa penebangan merupakan salah satu kegiatan penting untuk menjamin kelestarian pengelolaan hutan. Selain untuk mengetahui efisiensi kegiatan pemanenan, kegiatan ini dapat digunakan untuk pemantauan kebakaran hutan, pemantauan ekosistem hutan, dan penilaian jasa ekosistem hutan. Meskipun demikian, Perum Perhutani sebagai satu-satunya pengelola hutan jati yang berbadan usaha belum melaksanakan inventarisasi ini dalam kegiatan pengelolaannya.
Line intersect method (LIM) muncul sebagai metode sampling yang efektif
dan efisien sumberdaya. Sementara itu, pengembangan metode ini di Indonesia masih kurang. Metode yang selama ini digunakan adalah metode whole tree.
Padahal LIM memiliki potensi untuk digunakan sebagai metode pengawasan kegiatan penebangan dan penilaian setelah penebangan (post harvesting assessment). Oleh karena itu, penelitian ini bertujuan untuk menjelaskan performa
dari LIM jika digunakan untuk menduga kayu sisa penebangan. Performa LIM dinilai berdasarkan tiga kriteria, yaitu bias, presisi, dan akurasi. Selain itu, penelitian ini juga bertujuan untuk menyediakan desain plot LIM terbaik untuk inventarisasi kayu sisa penebangan di hutan jati.
Alternatif desain LIM dibuat berdasarkan kemudahan pembuatannya di lapangan. Garis intersek LIM dibuat di dalam plot tetap berbentuk lingkaran dan persegi. Hasil pengukuran kayu sisa penebangan secara sensus di dalam plot tetap digunakan sebagai validator hasil pendugaan volume total kayu sisa dari setiap
alternatif desain LIM. Terdapat tiga skema utama dalam pembuatan alternatif desain LIM, yaitu hanya memerlukan satu garis intersek, dua garis intersek, dan tiga garis intersek. Dengan demikian, terdapat 26 alternatif desain LIM yang terdiri atas 13 alternatif desain LIM di dalam plot lingkaran dan 13 alternatif desain LIM di dalam plot persegi.
Hasil evaluasi performa dari ke-26 alternatif desain menunjukkan bahwa secara umum volume total kayu sisa penebangan menggunakan LIM berbias dan cenderung overestimate. Meskipun demikian, alternatif desain LIM yang memiliki
akurasi tinggi di dalam menduga volume total kayu sisa penebangan di hutan tanaman jati KU VII KPH Saradan adalah L9 dan P9. Kedua desain alternatif ini memerlukan dua garis intersek di dalam plot tetap untuk menduga total volume kayu sisa secara akurat. Alternatif desain P9 memiliki akurasi yang lebih tinggi dan praktis dibandingkan L9 jika diterapkan di lapangan.
SUMMARY
SARAH ANDINI. Development of Line Intersect Method for Logging Residue Assessment of Teak Plantation. Supervised by AHMAD BUDIAMAN and MUHDIN.
Logging residue inventory has important role to ensure sustainable forest management. This inventory could gave information about forest harvesting efficiency, forest fire and forest ecosystem monitoring, also forest ecosystem service assessment. Nevertheless, Perum Perhutani as the only state-owned teak forest manager has not conduct this inventory yet in their forest management.
Line intersect method (LIM) emerged as one of effective and efficient post-harvesting assessment methods. LIM was widely used to estimate logging residue of plantation forest in temperate zone. This method has not been used in tropical forest plantations, including teak forests. Even though, LIM was potential to be developed as a method to assess post harvesting activity. Therefore, the objective of this research was to explain the performance of LIM in field. The evaluation of LIM’s performance was based on its bias, precision, and accuracy. This research also provide the best LIM’s design for logging residue inventory on teak forest.
The LIM’s design alternatives were based on the ease of its manufacturing in the field. The lines were made in circular and squared plot. The total residual log in those plot were used as validator of LIM’s predicted residual log volume. There were three big scheme designs in this research. First, one line intersect needed for predict the total volume of logging residue. Second, two lines intersect and last three lines intersect needed to predict it. Thus, there were 26 developed LIM’s design consist of 13 designs developed with circular plot and 13 designs with rectangular plot.
The result showed that developed LIM designs produced bias and tend to overestimate on predicting total volume of logging residue. L3 and P3 have lower bias, higher precision and accuracy than the others. Nevertheless, there were two designs resulted high precision on predicting it, namely L9 and P9. Both of them needed two lines intersect to resulted high accuracy in its prediction. However, P9 has higher accuracy and more practice to apply in estimating logging residue in teak plantations.
© Hak Cipta Milik IPB, Tahun 2017
Hak Cipta Dilindungi Undang-Undang
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains
pada
Ilmu Pengelolaan Hutan
PENGEMBANGAN METODE GARIS INTERSEK UNTUK
PENILAIAN KAYU SISA PENEBANGAN DI HUTAN
TANAMAN JATI
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2017
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2016 ini ialah penilaian pascatebangan, dengan judul Pengembangan Metode Garis Intersek untuk Penilaian Kayu Sisa Penebangan di Hutan Tanaman Jati.
Terima kasih penulis ucapkan kepada Bapak Dr Ahmad Budiaman dan Bapak Dr Muhdin selaku pembimbing. Terima kasih juga penulis sampaikan kepada Dr Gunawan Santosa yang telah membantu dalam perizinan penelitian. Di samping itu, penghargaan penulis sampaikan kepada Bapak Amas Wijaya selaku Adm KPH Saradan, Divisi Regional II Jawa Timur serta Bapak Agus dan Bapak Lamianto beserta staf yang telah membantu selama pengumpulan data. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, adik serta seluruh keluarga, atas segala doa dan kasih sayangnya. Selain itu, penulis juga ingin mengungkapkan terima kasih kepada rekan satu penelitian Septi Muflikhatul Barokah, teman-teman divisi Pemanfaatan Sumberdaya Hutan dan teman-teman IPH 2014 atas kerjasama, semangat dan dukungannya.
Semoga karya ilmiah ini bermanfaat.
Bogor, Januari 2017
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
1 PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 3
2 METODE 3
Waktu dan Tempat 3
Bahan dan Alat 3
Prosedur Penelitian 3
Analisis Data 7
3 HASIL DAN PEMBAHASAN 10
Volume Kayu Bulat Sisa Penebangan pada Berbagai Alternatif LIM 10
Performa Alternatif Desain LIM 14
4 SIMPULAN DAN SARAN 19
Simpulan 19
Saran 19
DAFTAR PUSTAKA 21
LAMPIRAN 25
DAFTAR TABEL
1 Perbandingan kriteria kayu sisa pada berbagai penelitian yang
telah dilakukan 2
2 Panjang garis dan jarak antar garis intersek pada masing-masing
alternatif desain LIM 6
3 Persamaan konstanta k untuk beberapa unit panjang, volume, dan
berat pada LISa 8
4 Koefisien (slope)hubungan hasil dugaan dengan nilai aktual kayu
sisa penebangan pada selang kepercayaan 95% 15 5 Performa berbagai alternatif desain LIM berdasarkan nilai total
MSE 18
DAFTAR GAMBAR
1 Susunan garis intersek di dalam plot lingkaran yaitu g1, g2, g2′, g3,
g3′, g4, dan g4′ 5
2 Susunan garis intersek di dalam plot persegi yaitu g1, g2, g2′, g3,
g3′, g4, dan g4′ 5
3 Ilustrasi garis intersek yang mengenai batang kayu sisa dan
diameter yang diukur 7
4 Persentase kayu bulat sisa penebangan pada berbagai unit
pengamatan berdasarkan kelas diameternya 11
5 Volume rata-rata kayu bulat sisa penebangan pada plot dan alternatif desain LIM lingkaran (a) dan persegi (b) 12 6 Kerapatan kayu sisa penebangan pada setiap alternatif garis
intersek plot lingkaran (a) dan plot persegi (b) 14 7 Nilai keragaman contoh dan keofisien keragaman contoh pada
setiap alternatif desain LIM lingkaran (a) dan persegi (b) 17
DAFTAR LAMPIRAN
1 Sebaran titik tengah plot contoh pada anak petak 6A 27 2 Volume kayu sisa penebangan berdasarkan pengukuran pada plot
1
PENDAHULUAN
Latar Belakang
Inventarisasi hutan merupakan salah satu kegiatan penting dalam pengelolaan hutan lestari. Kegiatan inventarisasi hutan tidak hanya mencakup inventarisasi pohon, tetapi termasuk juga kayu sisa penebangan. Kayu sisa penebangan merupakan bagian dari hasil kegiatan silvikultur, sehingga perlu dilakukan inventarisasi. Informasi potensi kayu sisa penebangan dapat digunakan untuk bahan pengambilan keputusan pengelolan hutan, antara lain untuk keperluan manajemen sumber energi atau kayu bakar (Waren dan Olsen 1964; van Wagner 1968; Brown 1971), pendugaan efektivitas kegiatan pemanenan hutan (Budiaman dan Komalasari 2012; Matangaran dan Anggoro 2012), pemanfaatan kayu sisa (Nùñez-Regueira et al. 1999; USDA 2005), pemantauan ekosistem hutan (Gunnarson et al.
2004; Helmisaari 2011), dan penilaian jasa ekosistem hutan (Börjesson 2000; Sikkink dan Keane 2008; Woodall et al. 2008). Oleh karena itu, kegiatan
inventarisasi kayu sisa penebangan perlu dilakukan secara tepat agar diperoleh informasi yang akurat untuk mendukung pengelolaan hutan yang lestari.
Perum Perhutani merupakan satu-satunya Badan Usaha Milik Negara (BUMN) yang diberi tugas untuk mengelola hutan produksi di hutan negara yang berada di Provinsi Jawa Tengah, Jawa Timur, Jawa Barat, dan Provinsi Banten (Presiden RI 2010). Hutan produksi yang dikelola oleh Perum Perhutani sebagian besar (50.65%) merupakan kelas perusahaan jati (Perum Perhutani 2014). Kesatuan Pemangkuan Hutan (KPH) Saradan merupakan salah satu KPH di Provinsi Jawa Timur dengan kelas perusahaan jati seluas 3.06% dari hutan produksi jati yang dikelola oleh Perum Perhutani (Perum Perhutani 2011).
Perum Perhutani menerapkan sistem silvikultur tebang habis dengan permudaan buatan pada pengelolaan hutan produksi jati. Karena itu, sistem pemanenan yang diterapkan adalah pemanenan tebang habis. Pengawasan kegiatan penebangan dan penilaian setelah penebangan (post harvesting assessment)
diperlukan untuk menjamin kelestarian pengelolaan hutan. Inventarisasi kayu sisa penebangan merupakan salah satu kegiatan post harvesting. Meskipun demikian,
kegiatan ini belum diterapkan oleh Perum Perhutani (Perum Perhutani 2008). Inventarisasi kayu sisa penebangan dapat dilakukan dengan metode sampling.
Metode sampling yang biasa digunakan dalam inventarisasi kayu sisa penebangan
adalah fixed-area sampling dan line intersect sampling (LIS). Dari kedua metode
tersebut, LIS merupakan metode yang dikembangkan dengan tujuan efisiensi waktu dan biaya (Waren dan Olsen 1964; Bailey 1970). Metode LIS dikembangkan berdasarkan teori probabilitas Buffon’s needle problem pada tahun 1777. Kemudian, Warren dan Olsen (1964) mengembangkannya di bidang kehutanan untuk penilaian limbah penebangan. Pada saat itu, LIS dideskripsikan sebagai teknik yang digunakan untuk menduga volume kayu sisa secara cepat pada hutan yang dipanen secara tebang habis. Van Wagner (1968) kemudian mengembangkannya sebagai sebuah metodologi yang dimanfaatkan dalam proteksi kebakaran hutan dan dikenal dengan istilah line intersect method (LIM). LIM
2
1971). LIM juga memberikan hasil yang tidak berbias jika digunakan untuk menduga volume kayu sisa total pada suatu area (van Wagner 1968; Martin 1976; Kaiser 1983). Pada saat ini, LIM tidak hanya digunakan untuk menduga kayu sisa penebangan saja tetapi juga digunakan untuk menduga biomasa terutama
necromass/coarse woody debris (Ringvall dan Ståhl 1999; Marshall et al. 2000;
Bate et al. 2004; Behjou dan Mollabashi 2013).
Penelitian dan publikasi ilmiah mengenai LIM untuk menduga sisa kayu penebangan telah banyak dilakukan dan dikembangkan. Penelitian-penelitian tersebut umumnya dikembangkan pada tegakan hutan pinus di kawasan temperate (Tabel 1). LIM pertama kali digunakan pada kawasan hutan tropis pada tahun 1999 di Malaysia (Forestry Department of Peninsular Malaysia 1999). Di Indonesia, penelitian dan publikasi ilmiah mengenai LIM belum banyak dilakukan. Pendugaan volume kayu sisa penebangan di hutan tanaman jati Indonesia masih menggunakan metode pohon penuh atau whole tree method (Budiaman dan Komalasari 2012;
Matangaran dan Anggoro 2012; Budiaman et al. 2014). Kriteria kayu sisa pada
penelitian dengan metode pohon penuh memiliki diameter ≥ 4 cm, padahal kriteria kayu sisa hutan jati di Indonesia berdiameter < 4 cm (BSN 2011). Oleh karena itu, penelitian tentang LIM untuk menduga kayu sisa penebangan di Indonesia memiliki peluang untuk dikembangkan, terutama dalam rangka post harvest assessment.
Tabel 1 Perbandingan kriteria kayu sisa pada berbagai penelitian yang telah dilakukan
Lokasi
penelitian Jenis tegakan
Diameter kayu
Malaysia Hutan alam ≥ 10 LIM Forestry Department of Peninsular Malaysia 1999
3
Tujuan Penelitian
Penelitian ini bertujuan untuk mengembangkan LIM sebagai metode penilaian kayu sisa penebangan dengan mengevaluasi performanya di lapangan dan menyediakan desain LIM terbaik untuk inventarisasi kayu sisa penebangan di hutan tanaman jati.
2
METODE
Waktu dan Tempat
Penelitian ini dilakukan pada bulan Maret–April 2016 di anak petak 6A KPH Saradan, Divisi Regional II Jawa Timur, Perum Perhutani. Anak petak 6A memiliki kerapatan tegakan jati dengan kelas umur (KU) VIII (tahun tanam 1936) sebesar 62 pohon ha-1. Selain itu, anak petak 6A memiliki kemampuan tempat tumbuh (bonita) 4 dan kemiringan lapangan sekitar 0–10%. Bentuk tebangan di dalam petak 6A adalah tebang habis (A).
Bahan dan Alat
Bahan yang digunakan antara lain peta rencana petak tebang, milimeter blok, petak bekas tebangan, cat warna, dan ajir. Alat yang digunakan pada penelitian ini antara lain Global Positioning System (GPS), pita ukur, tambang, clinometer. Data
diolah menggunakan software Microsoft Excel 2013, Minitab 16, dan ArcGIS 10.1.
Prosedur Penelitian
Batasan Kayu Sisa Penebangan
Kayu sisa penebangan pada penelitian ini didefinisikan sebagai kayu bulat yang tidak dimanfaatkan oleh perusahaan (Perum Perhutani). Kayu sisa penebangan ini merupakan kayu sisa yang masih tertinggal di petak tebang setelah kegiatan penyaradan selesai dilakukan. Diameter kayu bulat sisa terkecil penelitian ini dibatasi pada diameter sebesar 2 cm (Bate et al. 2009).
Desain dan Jumlah Plot Contoh
Desain plot contoh pada penelitian ini mengadopsi konsep sub-sampling.
4
Jumlah plot contoh ditentukan berdasarkan luasan petak tebang dengan intensitas sampling yang digunakan sebesar 12.5%. Intesitas sampling ini
digunakan berdasarkan pertimbangan kondisi cuaca di areal tebangan yang sering terjadi hujan. Luas areal tebangan anak petak 6A sebesar 10.3 ha, sehingga luasan
sampling yang dibutuhkan sebesar 1.03 ha. Dengan luas plot contoh 0.1 ha, jumlah
plot contoh yang dibutuhkan sebanyak 13 plot. Plot contoh diletakkan secara acak mengikuti pelaksanaan kegiatan penebangan di anak petak 6A. Jarak minimum antar titik tengah plot sekitar 37 m agar tidak terjadi tumpang tindih plot contoh. Sebaran plot contoh pada penelitian ini dapat dilihat pada Lampiran 1.
Alternatif desain yang dikembangkan dalam penelitian ini sebanyak 26 alternatif, yaitu 13 alternatif dari LIM di dalam plot lingkaran dan 13 alternatif di dalam plot persegi. Ke-26 alternatif ini dikembangkan berdasarkan kemudahan pembuatan susunan garis intersek yang terbentang di dalam plot. Terdapat tiga skenario utama dalam yang dikembangkan untuk menganalisis performa LIM di dalam menduga volume total kayu sisa di dalam suatu area. Skenario pertama adalah satu garis intersek dengan panjang tertentu dan jarak tertentu yang digunakan untuk menduga volume total kayu sisa. Skenario kedua adalah memasangkan garis intersek yang membagi garis tengah plot. Skenario terakhir adalah mengombinasikan tiga garis intersek. Kombinasi tiga garis intersek ini memasangkan garis utama yang membagi dua plot sama luas dan garis intersek pada skenario kedua.
5
Gambar 1 Susunan garis intersek di dalam plot lingkaran yaitu g1, g2, g2′, g3, g3′, g4, dan g4′
Gambar 2 Susunan garis intersek di dalam plot persegi yaitu g1, g2, g2′, g3, g3′, g4, dan g4′
4.5 m
g1
g2 g2′
g4
g3
g4′
g3′
3.95 m
g1 g3 g2
6
Tabel 2 Panjang garis dan jarak antar garis intersek pada masing-masing alternatif desain LIM
Desaina Garis
intersek Jarak garis intersek dari titik tengah plot (m) Panjang intersek (m)
L1 g1 0 35.6
aL melambangkan desian LIM pada plot lingkaran dan P pada plot persegi
Jenis dan Sumber Data
Jenis data yang dikumpulkan dalam penelitian ini adalah data sekunder dan data primer. Data sekunder berupa peta dan karakteristik anak petak 6A. Data primer berupa data yang dikumpulkan melalui inventarisasi kayu sisa. Inventarisasi dilakukan terhadap kayu sisa yang ada di dalam plot contoh dan garis intersek. Data kayu sisa yang berada di dalam plot contoh berupa diameter dan panjang. Sementara itu, data kayu sisa yang berada pada garis intersek berupa diameter.
Inventarisasi Kayu Sisa Penebangan
7 garis intersek. Ilustrasi bagian diameter kayu sisa yang diukur disajikan pada Gambar 3 (de Vries 1986). Satu kayu sisa diameternya memiliki peluang terukur dua kali apabila garis intersek mengenai bagian kayu lainnya, misalnya kayu sisa berbentuk lengkungan dan kayu sisa memiliki cabang seperti terlihat pada Gambar 3.
Analisis Data
Pendugaan Volume Kayu Sisa
Volume total setiap batang kayu sisa yang ada di dalam plot persegi dan lingkaran diduga berdasarkan persamaan Brereton:
V = �4 . [b+ ] . p
[1]
Keterangan:
V = volume total kayu sisa (m3) s = diameter ujung kayu (cm/100)
π = 3.14 p = panjang kayu (m)
b = diameter pangkal kayu (cm/100)
Jika kayu sisa memiliki cabang, maka volume total diduga dengan menghitung volume kayu sisa pada setiap segmen kayu sisa. Pendugaan volume segmen kayu sisa juga diduga menggunakan persamaan Brereton tersebut. Volume total kayu sisa di dalam plot ini kemudian diolah dalam satuan luas sehingga dapat digunakan untuk menduga total volume kayu sisa dalam satu petak.
Volume total kayu sisa per satuan luas berdasarkan diameter kayu sisa yang berada pada garis intersek diduga menggunakan persamaan dasar berikut (van Wagner 1968):
V = �82 ∑ � [2]
Keterangan:
V = volume kayu sisa per unit area
d = diameter kayu sisa pada garis intersek L = total panjang garis intersek
Persamaan tersebut diturunkan menjadi (van Wagner 1982):
V = k ∑ � [3]
Gambar 3 Ilustrasi garis intersek yang mengenai batang kayu sisa dan diameter yang diukur
8
Keterangan:
V = volume kayu sisa per unit area
k = persamaan konstanta (Tabel 3)
d = diameter kayu sisa pada garis intersek L = total panjang garis intersek.
Tabel 3 Persamaan konstanta k untuk beberapa unit panjang, volume, dan berat
pada LISa
aSumber: van Wagner 1982; bd: diameter; cL:total panjang garis intersek; dV: volume kayu sisa per unit area; eW: berat kayu sisa per unit area
Performa Alternatif Desain LIM
Performa dari berbagai alternatif desain LIM dievaluasi berdasarkan tiga kriteria, yaitu bias, presisi, dan akurasi hasil dugaan volume kayu sisa. Bias menunjukkan adanya perbedaan hasil dugaan dari contoh terhadap nilai populasi sebenarnya (Cochran 1977). Presisi merupakan keterulangan dan menunjukkan kedekatan hasil pengukuran dengan nilai rata-ratanya, sedangkan akurasi merupakan kombinasi antara bias dan presisi (van Laar dan Akça 2007). Oleh karena itu, penentuan desain LIM terbaik didasarkan pada akurasi desain dalam menduga volume kayu sisa sebenarnya.
Evaluasi adanya bias hasil volume dugaan dari setiap desain LIM dilakukan dengan membuat persamaan regresi linier tanpa intersep (Bate et al. 2004).
Persamaan regresi dibuat dengan membandingkan setiap volume hasil sensus pada plot (sumbu x) dan volume dugaan dari alternatif desain LIM (sumbu y). Regresi
dibuat dengan membuat konstanta intersep-y (b0) bernilai nol:
Yi = b1 Xi1 + ei [4]
Yi merupakan peubah tak bebas, b1 parameter regresi, Xi1 peubah bebas, dan einilai eror. Jika keragaman amatan di sekitar garis regresi bersifat normal, maka selang kepercayaan bagi b1 adalah (Draper dan Smith 1966):
b ± (α 2⁄ ;dbs)√ . [5]
Keterangan:
b1 = slope garis regresi
α = taraf nyata (5%)
dbs = derajat bebas sisaan= n – 1; n adalah banyaknya contoh
9
= √∑ i− ̂2 n−
JKy = Jumlah kuadrat y = ∑ yi− �̅
dimana, yi adalah volume hasil dugaan ke-i dari alternatif desain LIM
y̅ adalah volume dugaan rata-rata dari alternatif desain LIM
Apabila nilai b1 berada pada selang kepercayaan dan bernilai satu (b1=1.0), maka hal ini mengindikasikan bahwa volume hasil dugaan tidak memiliki bias. Sementara itu, apabila b1>1.0 mengindikasikan bahwa volume hasil dugaan cenderung
overestimate terhadap nilai sebenarnya, sedangkan b1<1.0 mengindikasikan bahwa
volume hasil dugaan cenderung underestimate.
Simpangan volume hasil pendugaan dari setiap alternatif desain juga dapat menunjukkan adanya bias. Simpangan hasil pendugaan tersebut dapat bernilai di bawah nilai aktual (underestimate) atau melebihi nilai aktual (overestimate).
Simpangan hasil pendugaan ini dapat diduga melalui persen simpangan, yaitu persen rasio antara besarnya simpangan dan nilai aktual. Apabila persen simpangan bernilai negatif (<0), maka simpangan tersebut underestimate dan jika nilainya
positif (>0) maka overestimate. Persamaan yang digunakan untuk menduga persen
simpangan adalah sebagai berikut:
Persen simpangan = − X %
[6] Keterangan:
x = nilai volume aktual (m3 ha-1)
y = nilai volume dugaan dari berbagai alternatif desain LIM (m3 ha-1)
Presisi dari setiap alternatif desain LIM diduga dengan mengukur keragaman contoh dan koefisien keragamannya. Semakin besar nilai keragaman dan koefisien keragaman contoh, maka presisi desain LIM semakin berkurang. Pengukuran nilai ragam contoh menggunakan persamaan berikut (Draper dan Smith 1966):
s = ∑ i−̅2
n− [7]
Keterangan:
s = ragam contoh
yi = volume dugaan ke-i dari alternatif desain LIM
y̅ = rata-rata volume dugaan dari alternatif desain LIM
n = banyaknya contoh
Koefisien keragaman digunakan untuk membandingkan keragaman dari masing-masing volume hasil dugaan. Koefisien keragaman (CV) dihitung menggunakan persamaan berikut (Walpole 1995):
CV = Sy
̅ x 100% [8]
Ketrerangan:
CV = koefisien keragaman
sy = simpangan baku contoh = √s
10
Evaluasi akurasi dari masing-masing desain LIM dilakukan dengan menghitung nilai total mean-squared error (MSE) dari volume dugaan. Semakin
besar nilai MSE menunjukkan bahwa akurasi dari desain tersebut kurang. Total MSE dihitung berdasarkan persamaan berikut (Jordan et al. 2004):
MSE = s + bias [9]
s merupakan ragam hasil pendugaan volume total kayu sisa menggunakan LIM. Bias dihitung berdasarkan persamaan berikut (Jordan et al. 2004):
bias2 = d i
̅̅̅ – (s + s − cov[Y, X]) [10]
Keterangan:
di
̅̅̅ = selisih rata-rata kuadrat eror antara volume hasil dugaan dari
alternatif desain LIM dan volume sebenarnya/plot
s i = ragam contoh dari volume hasil dugaan dari alternatif desain LIM (s dan volume sebenarnya/plot (s
cov[Y, X] = covarian dari volume hasil dugaan dari alternatif desain LIM
(Y) dan volume sebenarnya/plot (X)
=n− ∑ Y − Y̅ X − X̅n ; n adalah banyaknya contoh
3
HASIL DAN PEMBAHASAN
Volume Kayu Bulat Sisa Penebangan pada Berbagai Alternatif LIM
Keberagaman volume hasil pendugaan kayu sisa penebangan dipengaruhi oleh berbagai faktor, yaitu jumlah pohon yang ditebang, arah rebah pohon, dan arah sarad. Jumlah pohon yang ditebang di dalam plot menentukan kerapatan kayu bulat sisa. Hasil penelitian menunjukkan bahwa kerapatan volume kayu sisa penebangan pada tegakan jati KU VIII di anak petak 6A sebesar 2.93 m3 ha-1 dengan kerapatan pohon ditebang sebesar 36 pohon ha-1. Selain itu, arah rebah pohon dan arah sarad kayu menjadi penentu kemerataan kayu sisa pada plot pengamatan. Metode penyaradan yang diterapkan di anak petak 6A adalah whole tree. Metode
penyaradan ini dilakukan dengan menyarad pohon jati yang telah ditebang secara utuh menuju tempat pengumpulan kayu (TPn) menggunakan traktor. Oleh karena itu, kayu jati yang tersisa memiliki diameter kecil, yaitu kayu bagian cabang dan ranting.
Diameter kayu jati sisa yang menjadi objek pada penelitian ini memiliki karakteristik diameter seperti tersaji pada Gambar 4. Baik kayu sisa di dalam plot lingkaran (SL) dan persegi (SP) maupun kayu sisa pada LIM sebagian besar berada pada kelas diameter 2–4 cm, yaitu lebih dari 70%. Gambar 4 juga menunjukkan bahwa semakin besar kelas diameter kayu sisa, maka jumlahnya semakin berkurang. Kondisi ini disebabkan oleh sistem penyaradan yang digunakan adalah
11
Gambar 4 Persentase kayu bulat sisa penebangan pada berbagai unit pengamatan berdasarkan kelas diameternya
Karakteristik kayu sisa mempengaruhi hasil pendugaan volume total kayu sisa penebangan menggunakan LIM. Gambar 5 menyajikan hasil pendugaan rata-rata volume kayu sisa penebangan menggunakan alternatif desain LIM di dalam plot lingkaran (a) dan plot persegi (b). Kedua gambar tersebut menunjukkan bahwa pendugaan volume total kayu sisa menggunakan LIM cenderung lebih besar dari nilai aktual (overestimate). Meskipun demikian, terdapat alternatif yang di dalam
pendugaannya menghasilkan nilai yang kurang dari nilai aktual (underestimate),
yaitu L3, L5, P3 dan P6.
Penelitian ini menghasilkan temuan yang sama dengan penelitian yang dilakukan oleh Bate et al. (2009), yaitu hasil pendugaan volume total kayu sisa
menggunakan LIM cenderung overestimate. Overestimate tersebut terjadi pada
kayu sisa yang memiliki diameter <15 cm dan diameter 15–25 cm. Sementara itu, kayu sisa penebangan pada penelitian ini memiliki karakteristik diameter yang lebih kecil jika dibandingkan dengan penelitian tersebut. Meskipun demikian, rata-rata persen simpangan pada penelitian ini lebih kecil dibandingkan hasil penelitian tersebut. Bate et al. (2009) melaporkan bahwa persen overestimate pada kelas
diameter 15–25 cm adalah 40. Persen overestimate pada penelitian ini adalah
27.58% untuk LIM pada plot lingkaran dan 29.43% untuk LIM plot persegi. Kondisi ini terjadi akibat hasil pendugaan total volume kayu sisa pada penelitian ini juga menghasilkan underestimate. Selain itu, teknik pengambilan contoh pada
kedua penelitian juga berbeda. Bate et al. (2009) melakukan pendugaan simpangan
berdasarkan simulasi data hasil pengukuran di lapangan yang dilakukan oleh Bate
et al. (2004). Perbedaan nilai simpangan ini juga terjadi akibat perbedaan
karakteristik populasi yang diamati meskipun pada kedua penelitian dilakukan pada tegakan kelas umur tua. Bate et al. (2009) melakukan penelitian terhadap tegakan
hutan alam conifer dan penelitian ini dilakukan pada hutan tanaman jati.
74.38 76.20 74.59 74.62
SL LIM lingkaran SP LIM persegi
P
12
(a)
(b)
Gambar 5 Volume rata-rata kayu bulat sisa penebangan pada plot dan alternatif desain LIM lingkaran (a) dan persegi (b)
13 Hasil pendugaan volume total kayu sisa menggunakan LIM dengan skenario satu garis intersek memungkinkan terjadinya underestimate. Kondisi ini terjadi
pada alternatif L3, L5, P3 dan P6. Bate et al. (2009) melaporkan bahwa kondisi underestimate ini cenderung terjadi pada kayu sisa yang memiliki kelas diameter
besar, yaitu > 50 cm. Sementara itu, diameter terbesar pada penelitian ini adalah 11 cm. Underestimate pada penelitian ini terjadi akibat kerapatan kayu sisa pada
keempat alternatif desain tersebut lebih rendah dibandingkan alternatif desain LIM lainnya yang memiliki panjang garis intersek sama. Misalnya, alternatif L3 dan L2 memiliki panjang 30.8 m namun L3 memiliki kerapatan kayu sisa yang lebih besar sehingga nilai dugaan yang tidak underestimate (Gambar 6). Sementara itu,
alternatif desain P6 meskipun memiliki panjang garis intersek dan kerapatan kayu sisa yang sama dengan P7 menghasilkan simpangan yang berbeda. Kondisi ini terjadi akibat kelas diameter kayu sisa pada alternatif desain P7 lebih besar dibandingkan P6 (Gambar 6). Dengan demikian, kerapatan dan diameter kayu sisa mempengaruhi adanya simpangan pada hasil pendugaan volume total kayu sisa penebangan.
Alternatif desain LIM yang memiliki nilai simpangan paling rendah diantara lainnya adalah L6 pada plot lingkaran dan P3 pada plot persegi. Alternatif L6 memiliki persen simpangan yang cenderung overestimate sebesar 3.95%. Alternatif
ini memiliki panjang intersek 23.6 m dan terletak 13.5 m ke arah Barat dari titik tengah plot lingkaran. Alternatif desain L6 memiliki kerapatan kayu sisa sebesar 0.26 kayu per m dengan sebaran kelas diameter kayu sisa pada ketiga kelas diameter (Gambar 6). Sementara itu, P3 memiliki simpangan yang cenderung underestimate
14
(a)
(b)
Gambar 6 Kerapatan kayu sisa penebangan pada setiap alternatif garis intersek plot lingkaran (a) dan plot persegi (b)
Performa Alternatif Desain LIM
Bias
Simpanganpada pendugaan volume kayu sisa mengindikasikan adanya bias terhadap hasil pengukuran menggunakan LIM. Bias dapat dilihat dari nilai kemiringan atau slope (b1) regresi linier tanpa intersep-y (b0). Tabel 4 menyajikan
nilai slope pada berbagai alternatif desain LIM dengan selang kepercayaan 95%.
Hasil regresi menunjukkan bahwa sebagian besar alternatif desain LIM memiliki nilai b1 ≥ 1. Hal ini menunjukkan bahwa hasil pendugaan volume total kayu sisa penebangan berbias dengan kecenderungan overestimate. Meskipun demikian,
15 adanya bias hasil pendugaan volume total kayu sisa penebangan yang cenderung
underestimate. Sejalan dengan hasil simpangan pada volume total kayu sisa hasil
dugaan, L3, L5, P3, dan P6 memiliki bias yang underestimate. Alternatif desain
LIM Berdasarkan nilai b1, alternatif desain yang memiliki nilai bias yang relatif rendah adalah L6 (0.98) dan P5 (1.11). Kesimpulan dari hasil analisis b1 untuk plot persegi tidak sejalan dengan hasil analisis simpangan. Kondisi ini dipengaruhi oleh metode analisis yang digunakan. Analisis b1 dilakukan berdasarkan persamaan regresi linier tanpa intersep, sementara analisis simpangan dilakukan dengan merasiokan nilai simpangan terhadap nilai aktualnya. Meskipun demikian, nilai bias pada alternatif L6 yang memiliki nilai simpangan kecil dapat ditunjukkan melalui nilai b1 yang mendekati satu (1), yaitu 0.98.
Bias hasil pendugaan dari setiap alternatif desain LIM juga dapat dilihat berdasarkan besarnya nilai bias2 pada kedua desain (Tabel 5). Namun, nilai bias pada hasil analisis Tabel 5 tidak dapat menunjukkan besarnya bias yang sebenarnya dihasilkan oleh setiap alternatif desain LIM. Hal ini disebabkan oleh dianggapnya nilai bias2 yang bernilai negatif. Bias dalam suatu pengukuran tidak dapat dihindari, namun dapat dikurangi dan dikoreksi. Bias penggunaan LIM untuk menduga volume kayu sisa penebangan disebabkan oleh beberapa hal. Selain disebabkan oleh diameter yang terukur merupakan diameter yang mengenai garis intersek, van Wagner (1968) juga menyebutkan adanya faktor yang mendasar. Faktor tersebut adalah asumsi yang harus terpenuhi, yaitu kayu sisa harus berbentuk silindris, kayu sisa memiliki posisi horisontal, dan kayu sisa memiliki arah atau orientasi yang acak.
Tabel 4 Koefisien (slope) hubungan hasil dugaan dengan nilai aktual kayu sisa
penebangan pada selang kepercayaan 95%
Desain Slope (b1)
16
yang sama. Kaiser (1983) dan Bell et al. (1996) juga telah membuktikan bahwa
orientasi kayu sisa mempengaruhi adanya bias dalam penggunaan LIM. Kondisi ini juga mengakibatkan kelimpahan kayu pada plot pengamatan. Kelimpahan kayu sisa ini mempengaruhi jumlah kayu sisa yang terukur sebagai sampel. Selain itu, kesalahan yang disebabkan oleh pencacah (surveyor) juga menjadi sumber bias
namun bukan merupakan masalah utama dalam penggunaan LIM (Ringvall dan Ståhl 1999).
Hasil pendugaan volume total oleh kayu yang memiliki posisi tidak horisontal dan orientasinya yang tidak acak dapat dikoreksi. Kayu sisa dengan kondisi kayu yang tidak horizontal, yaitu kayu yang miring dan tidak sepenuhnya menyentuh tanah. Dengan demikian, volume hasil dugaan kayu sisa dengan kondisi ini dapat dikoreksi melalui sudut miring kayu sisa terhadap kondisi horisontalnya. Brown (1974) menjelaskan faktor koreksi melalui transformasi kondisi kayu sisa yang miring dengan kondisi horisontalnya. Sementara itu, bias akibat orientasi kayu sisa penebangan yang tidak acak dapat dikurangi melalui arah garis intersek yang lebih dari satu arah (van Wagner 1968; Kaiser 1983; Bell et al. 1996).
Presisi
Presisi merupakan salah satu komponen keterandalan suatu metode (Streiner dan Norman 2006). Presisi hasil dugaan volume kayu sisa total dari setiap alternatif desain LIM dilihat berdasarkan nilai keragaman contoh (s dan koefisien keragaman (CV). Kedua nilai ini digunakan untuk menduga presisi karena sensitif terhadap ukuran contoh dan outlier pada serangkaian data (van Laar dan Akça
2007). Nilai keragaman contoh dan koefisien keragaman pada setiap alterntif desain
LIM disajikan pada Gambar 7. Gambar 7 menunjukkan bahwa keragaman contoh dan CV hasil pendugaan volume kayu sisa berlawanan dengan jumlah garis intersek. Semakin banyak jumlah garis intersek, maka keragaman contoh dan CV-nya semakin berkurang. Alternatif desain LIM yang haCV-nya menggunakan satu garis intersek (L1–L7 dan P1–P7) cenderung memiliki ragam yang lebih tinggi dibandingkan dengan desain dengan dua (L8–L10 dan P8–P10) dan tiga (L11–L13 dan P11–P13) garis intersek. Hal ini menunjukkan bahwa semakin banyak garis intersek yang digunakan maka akan meningkatkan presisi alternatif desain LIM. Semakin banyak garis intersek berpengaruh terhadap panjang garis. Dengan demikian semakin panjang garis intersek yang digunakan maka akan meningkatkan presisi LIM. Hasil penelitian Travaglini et al. (2008) juga menunjukkan bahwa
panjang garis intersek akan meningkatkan presisi LIM dengan menurunkan ragam contoh hasil dugaan.
17 juga mempengaruhi presisi dari alternatif desain LIM dalam menduga volume kayu sisa penebangan. Letak garis intersek ini akan mengakomodir distribusi kayu sisa penebangan yang tidak merata. Travaglini et al. (2008) melaporkan bahwa presisi
LIM dalam menduga volume total kayu sisa juga dipengaruhi oleh distribusi dari kayu sisa penebangan.
(a)
(b)
Gambar 7 Nilai keragaman contoh dan keofisien keragaman contoh pada setiap alternatif desain LIM lingkaran (a) dan persegi (b)
18
Alternatif desain LIM yang memiliki presisi tinggi dalam menduga volume total kayu sisa penebangan pada penelitian ini adalah L12 dan P9. Kedua alternatif ini memiliki nilai ragam yang lebih rendah dibandingkan alternatif desain lainnya. Alternatif desain L12 memiliki garis intersek terpanjang, yaitu 104.4 m sehingga presisinya tinggi. Meskipun demikian, jika dilihat dari nilai ragam maka P9 (63.2 m) memiliki presisi yang lebih tinggi dibandingkan desain yang memiliki intersek lebih panjang (P11, P12, dan P13). Sementara itu, jika dilihat berdasarkan nilai CV P11 lebih memiliki presisi tinggi. Hal ini terjadi karena nilai CV merupakan persentase simpangan baku contoh terhadap nilai rata-rata volume total kayu sisa hasil dugaan.
Akurasi
Akurasi merupakan kombinasi dari bias dan presisi yang diukur berdasarkan nilai MSE. Akurasi hasil pendugaan volume total kayu sisa dari setiap alternatif desain LIM pada penelitian ini disajikan pada Tabel 5. Tabel 5 menunjukkan bahwa akurasi tertinggi dimiliki oleh L9 dan P9. Akurasi tinggi yang dimiliki oleh kedua alternative desain ditunjukkan oleh rendahnya nilai MSE, yaitu secara berturut-turut sebesar 4.99 dan 3.48. Kondisi ini berbeda dengan hasil analisis bias dan presisi. Hasil analisis bias menunjukkan bahwa desain L6 dan P5 memiliki bias paling rendah. Sementara itu, hasil analisis presisi desain L12 dan P9 memiliki presisi tinggi. Perbedaan ini terjadi akibat perbedaan metode analisis terhadap adanya bias. Selain itu, akurasi juga ditentukan berdasarkan kombinasi nilai bias dan presisi dalam bentuk total MSE. Van Laar dan Akça (2007) menyatakan bahwa akurasi tinggi di dalam suatu pengukuran tercapai apabila memiliki kombinasi nilai bias nol dan presisinya tinggi. Dengan demikian, L9 dan P9 memiliki akurasi tinggi karena memiliki bias nol dan presisi tinggi.
Tabel 5 Performa berbagai alternatif desain LIM berdasarkan nilai total MSE Desain Ragam Bias2 Total
aNilai bias2 yang bernilai negatif dianggap bernilai nol (Jordan et al. 2004)
19 sisa penebangan dengan unit pengamatan plot lingkaran dan plot persegi. Meskipun kedua alternatif desain ini tidak memiliki garis intersek terpanjang, kedua desain ini mampu memberikan hasil pengukuran yang akurat. Hal ini menunjukkan bahwa kombinasi garis intersek pada kedua desain tersebut merupakan kombinasi terbaik. Desain L9 memiliki panjang total garis intersek 68.8 m di dalam plot lingkaran dengan kombinasi dua garis intersek g3 dan g3’. Sementara itu, desain P9 memiliki panjang total garis intesek 63.2 m di dalam plot persegi yang juga memiliki kombinasi dua garis intersek g3 dan g3’. Garis intersek g3 dan g3’ terletak pada desain L9 terletak 4.5 m ke arah Barat–Timur dari titik tengah plot lingkaran, sedangkan pada desain L9 terletak 3.95 m ke arah Barat–Timur dari titik tengah plot persegi. Kondisi ini menunjukkan bahwa tingkat akurasi dari alternatif LIM dalam menduga volume total kayu sisa di dalam suatu area juga dipengaruhi oleh susunan garis intersek yang digunakan. Hal ini juga didukung oleh hasil penelitian lain yang menyatakan bahwa susunan garis intersek dalam LIM mempengaruhi akurasi pengukuran volume kayu sisa (Bell et al. 1996; Woldendrop et al. 2004; Affleck et al. 2005.
Hasil penelitian ini menunjukkan bahwa desain yang dapat digunakan untuk menduga volume kayu sisa penebangan di hutan tanaman jati dengan kelas umur VII adalah L9 dan P9. Penggunaan kedua alternatif tersebut di lapangan dilakukan dengan tetap membuat plot tetap, baik lingkaran maupun persegi. Meskipun demikian, volume total kayu sisa dapat diduga hanya dengan mengukur kayu sisa yang mengenai garis intersek pada desain L9 ataupun P9. Dari kedua alternatif ini, alternatif P9 memiliki akurasi yang lebih tinggi dibandingkan L9. Selain memiliki akurasi tinggi, desain ini memiliki kepraktisan jika digunakan untuk menduga kayu sisa penebangan di lapangan. Hal ini disebabkan oleh kemudahan P9 dalam pembuatan garis intersek di dalam plot yang berbentuk persegi.
4
SIMPULAN DAN SARAN
Simpulan
Pengembangan LIM sebagai metode pendugaan kayu sisa penebangan di hutan tanaman jati berpeluang dilakukan. Hasil penelitian menunjukkan bahwa hasil pendugaan volume kayu sisa menggunakan LIM cenderung overestimate.
Dari ke-26 alternatif, desain L9 dan P9 memiliki akurasi tinggi dalam menduga volume total kayu sisa penebangan di hutan tanaman jati KU VIII Perum Perhutani KPH Saradan. Kedua desain memiliki panjang garis intersek dan susunan garis intersek terbaik untuk menduga volume kayu sisa penebangan di hutan tanaman jati.
Saran
20
Selain memiliki akurasi tinggi, desain P9 juga praktis untuk digunakan karena pembuatan garis intersek yang sama panjang di dalam plot persegi memberikan kemudahan bagi pencacah (surveyor). Penelitian lanjutan tentang aplikasi LIM di
lapangan perlu dilakukan termasuk penggunaan LIM pada KU jati selain KU VIII. Penelitian ini masih menggunakan unit plot sebagai validator hasil pendugaan. Oleh karena itu, penelitian lanjutan mengenai LIM di dalam menduga volume total kayu sisa penebangan dengan unit area tebangan sebagai validator diperlukan. Selain itu, perlu dilakukan penelitian tentang faktor koreksi dari hasil pendugaan LIM yang cenderung overestimate sehingga hasil pendugaan dapat digunakan untuk
21
DAFTAR PUSTAKA
[BSN] Badan Standardisasi Nasional. 2011. Kayu Bundar Jenis Jati-Bagian 3: Pengukuran dan Tabel Isi SNI 7535.3:2011. Bogor (ID): Badan Standardisasi Nasional.
Affleck DLR, Gregoire TG, Valentine HT. 2005. Design unbiased estimation in line intersect sampling using segmented transects. Env Eco Stat. 12: 139–154.
Bailey GR. 1970. A simplified method of sampling logging residue. The Forestry Chronicle. 46: 288–303.doi: 10.5558/tfc46288-4.
Bate LJ, Togersen TR, Wisdom MJ, Garton EO. 2004. Performance of sampling methods to estimate log characteristics for wildlife. For Eco Man. 199: 83–
102.doi:10.1016/j.foreco.2004.04.021.
Bate LJ, Torgersen TR, Wisdom MJ, Garton EO. 2009. Biased estimation of forest log characteristics using intersect diameters. For Eco Man. 258: 635–640.doi:
10.1016/j.foreco.2009.04.042.
Behjou FK, Mollabashi OG. 2013. Assessment of coarse woody debris following selesctive logging in Caspian forests: implications for conservation and management. J For Sci. 59 (3): 117–124.
Bell G, Kerr A, McNickle D, Wollons R. 1996. Accuracy of the line intersect method of post-logging sampling under orientation bias. For Eco Man. 84:
23–28.
Börjesson P. 2000. Economic valuation of the environmental impact of logging residue recovery and nutrient compensation. Biomass and Bioenergy. 19:
137–152.
Brown JK. 1971. A planar intersect method for sampling fuel volume and surface area. For Sci. 17 (1): 96–102.
Brown JK. 1974. Handbook for Inventorying Downed Woody Material. Springfield
(US): USDA.
Budiaman A. 2000. Kuantifikasi kayu bulat kecil limbah pemanenan pada pengusahaan hutan alam. Jurnal Teknologi Hasil Hutan. 13 (2): 34–43.
Budiaman A, Komalasari P. 2012. Waste of felling and on-site production of teak squarewood of the community forest. J Man Hut Trop. 18 (3): 164–
168.doi:10.7226/jtfm.18.3.164.
Budiaman A, Muhtariana D, Irmawati NY. 2014. Kayu sisa penjarangan dan tebang habis hutan tanaman jati. J Hut Trop. 2 (1): 9–15.
Cochran WG. 1977. Sampling Techniques 3th ed. New York (US): John Wiley &
Sons, Inc.
Gunnarsson B, Nittérus K, Wirdenäs P. 2004. Effects of logging residue removal on ground-active beetles in temperate forests. For Eco Man. 201: 229–239.
De Vries PG. 1986. Sampling Theory for Forest Inventory: A Tech-Yourself Course. Berlin (DE): Springer.
Draper NR, Smith H. 1966. Applied Regression Analysis 2th Edition. New York
(US): John Wiley & Sons, Inc.
Forestry Department of Peninsular Malaysia. 1999. Quantification of Forest Residue and Small Dimension Logs. Terengganu (MY): Forest Department
22
Helmisaari H-S, Hanssen KH, Jacobson S, Kukkola M, Luiro J, Saarsalmi A, Tamminen P, Tveite B. 2011. Logging residue removal after thinning in Nordic boreal forests: Long-term impact on tree growth. For Eco Man. 261:
1919–1927.
Howard JO, Ward FR. 1972. Measurement of logging residue: alternative applications of the line intersect method. Pacific Northwest Forest and Range Experiment Station, Forest Service, US Dept. of Agriculture. Pap-PNW-183. Portland, Oregon.
Howard JO. 1978. A technique for predicting logging residue volumes in The Douglass-Fir Region. United States Departemen of Agriculture, Forest Service, Pacific Northwest Research Station. Pap-PNW-235. Portland, Oregon.
Howard JO, Setzer TS. 1989. Logging residue in South Alaska. United States Departemen of Agriculture, Forest Service, Pacific Northwest Research Station. Pap-PNW-RP-405. Portland, Oregon.
Jordan GJ, Ducey MJ, Gove JH. 2004. Comparing line-intersect, fixed-area, and point relascope sampling for dead and downed coarse woody material in managed northen hardwood forest. Canadian J For Research 34: 1766–
1775.doi: 10.1139/X04-051.
Kaiser L. 1983. Unbiased estimation in line-intercept sampling. Biometrics. 965–
976.
Keeley JE, Fotheringham CJ. 2005. Plot shape effects on plant species diversity measurements. J Veg Sci. 16: 249–256.
[Kemenhut] Kementerian Kehutanan. 2007. Peraturan Menteri Kehutanan Nomor 34 Tahun 2007 tentang Pedoman Inventarisasi Hutan Menyeluruh Berkala (IHMB) pada Usaha Pemanfaatan Hasil Hutan Kayu pada Hutan Produksi. Jakarta (ID): Kementerian Kehutanan.
Martin AJ. 1976. Suitability of the line intersect methode for sampling hardwood logging residues. USDA Forest Service Research Paper NE-339.
Matangaran JR, Anggoro R. 2012. Limbah pemanenan jati di Banyuwangi Jawa Timur. J Perennial. 8 (2): 88–92.
Matangaran JR, Partiani T, Purnamasari DR. 2013. Faktor eksploitasi dan kuantifikasi limbah kayu dalam rangka peningkatan efisiensi pemanenan hutan alam. J Bumi Lestari. 13 (2): 384–393.
Nùñez-Regueira L, Rodríguez J, Proupín J, Mouriño B. 1999. Forest waste as an alternative energy source. Thermochimia Acta. 328: 105–110.
[Presiden RI] Presiden Republik Indonesia. 2010. Peraturan Pemerintah Republik Indonesia Nomor 72 Tahun 2010 tentang Perusahaan Umum (Perum) Kehutanan Negara. Jakarta (ID): Menteri Hukum dan Hak Asasi Manusia Republik Indonesia.
[Perum Perhutani] Perusahaan Umum Kehutanan Negara. 2008. Keputusan Direksi Perum Perhutani Nomor 783/Kpts/DIR/2008 tentang Pedoman Penyelenggaraan Tebang Habis Hutan Jati. Jakarta (ID): Direktur Utama Perum Perhutani.
23 [Perum Perhutani] Perusahaan Umum Kehutanan Negara. 2014. Buku Statistik
Perum Perhutani Tahun 2009–2013. Jakarta (ID): Perum Perhutani.
Ringvall A, Ståhl G. 1999. Field aspects of line intersect sampling for assessing coarse woody debris. For Eco Man. 119: 163–170.
Sikkink PG, Keane RE. 2008. A comparison of five sampling techniques to estimate surface fuel loading in montane forests. International Journal of Wildland Fire. 17: 363–379. http://dx.doi.org/10.1071/EF07003.
Streiner DL, Norman GR. 2006. “Precision” and “accuracy”: two terms that neither.
J Clin Epi. 59: 327–330.doi: 10.1016/j.jclinepi.2005.09.005
Travaglini D, Bottalico F, Brundu P, Chirici G, Minari E. 2008. Sampling deadwood within Bosco della Fontana. Canopy Analysis and Dynamics of a Floodplain Forest: 59 –68.
[USDA] United States Departement of Agriculture. 2005. Biomass as Feedstock for a Bioenergy and Bioproducts Industry: The Techincal Feasibility of Billion-Ton Annual Supply. Springfield (US): USDA.
Van Laar A, Akça A. 2007. Forest Mensuration. Dordrecht (NL): Springer.
Van Wagner CE. 1968. The line intersect method in forest fuel sampling. Forest Science. 14: 20–26.
Van Wagner CE. 1982. Practical of the line intersect method. Petawawa National Forestry Institute, Canadian Forestry Service.
Walpole RE. 1995. Pengantar Statistika Ed ke-3. Sumantri B, penerjemah. Jakarta
(ID): PT Gramedia.
Waren WG , Olsen PF. 1964. A line intersect technique for assessing logging waste.
For Sci. 10: 267–276.
Woldendrop G, Keenan RJ, Spencer RD. 2004. Analysis of sampling methods for coarse woody debris. For Eco Man. 198: 133–148.
http://dx.doi.org/10.1016/j.foreco.2004.03.042.
Woodall CW, Heath LS, and Smith JE. 2008. National inventories of down and dead woody material forest carbon stocks in the United States: challenges and
opportunities. For Eco Man. 256: 221–228.
2 8
Lampiran 2 Volume kayu sisa penebangan berdasarkan pengukuran pada plot tetap dan LIM
No Plot Volume sensus (m3 ha-1) Intersek lingkaran (m3 ha-1) Intersek persegi (m3 ha-1)
Lingkaran Persegi LI L2 L3 P1 P2 P3
1 2.11 2.15 2.95 2.25 3.23 3.33 4.65 3.93
2 2.38 2.20 0.78 2.54 2.34 0.87 2.73 3.16
3 3.42 3.77 2.92 3.26 6.42 3.57 3.55 6.82
4 3.06 3.22 5.66 3.72 2.75 4.58 2.67 3.47
5 1.74 1.74 4.45 2.47 3.22 4.40 3.28 2.32
6 3.09 3.11 13.74 7.15 5.13 15.48 7.60 5.55
7 2.25 2.51 12.33 5.72 4.52 13.89 5.29 3.49
8 2.00 2.18 0.37 2.08 2.63 0.41 2.93 2.97
9 3.35 3.42 2.22 4.56 4.48 1.01 4.82 4.01
10 2.13 2.42 1.15 2.99 1.90 1.29 2.96 2.41
11 4.33 4.44 5.47 8.24 5.26 6.16 8.17 5.46
12 3.87 3.61 3.76 3.84 2.84 4.23 3.80 2.84
13 3.86 3.82 2.63 1.36 3.32 2.96 2.10 3.00
26
RIWAYAT HIDUP
Penulis dilahirkan di Madiun pada tanggal 19 April 1991 sebagai anak kedua dari pasangan Cholid Wahyudi dan Siti Uswatul Choiriyah. Pendidikan Sarjana ditempuh di Program Studi Manajemen Hutan, Fakultas Kehutanan IPB, lulus pada tahun 2013. Pada tahun 2014, penulis diterima di Program Studi Ilmu Pengelolaan Hutan pada Program Pascasarjana IPB. Beasiswa pendidikan pasacasarjana diproleh dari Direktorat Jendral Pendidikan Tinggi, Kementerian Riset Teknologi dan Pendidikan Tinggi Republik Indonesia.
Penulis pernah menjadi pemakalah pada 2nd Congress & International Conference on Biodiversity 2016 yang bertemakan Ecosystem Diversity Innovates Diversity of Local Knowledge on Conservation and Sustainable Use. Penulis telah mengirim sebagian isi thesis ini pada Jurnal Nusantara Bioscience dengan judul
“Development of line intersect method for logging residue assessment of teak
