BAB IV HASIL DAN PEMBAHASAN

BAB IV

HASIL DAN PEMBAHASAN

4.1 Pengolahan Data Citra dan Data Lapangan

Berdasarkan pengolahan data menggunakan peubah pada citra dan lapangan, diperoleh diagram pencar untuk setiap plot di masing-masing lokasi sebagaimana disajikan pada Gambar 14 sampai dengan Gambar 19. Data hasil penelitian disajikan dalam Lampiran 1 dan 2. Di lokasi BKPH Dagangan dan BKPH Dungus diperoleh 38 plot. Pada Gambar14 sampai dengan 19 disajikan pengelompokan data menggunakan peubah citra (N, D, dan C).

1. Diagram Pencar Peubah D dengan N pada keterangan bonita lapangan

Gambar 14 Diagram pencar peubah D dengan N pada keterangan bonita lapangan di lokasi BKPH Dagangan.

Gambar 14 menunjukkan bahwa di lokasi BKPH Dagangan ada pengelompokan bonita menggunakan nilai peubah D dan N, khususnya pada bonita 3.5. Penyebaran data menunjukkan dengan peubah D dan N bonita 3.0, bonita 3.5 dan bonita 4.0 akan dapat dipisahkan.

N citra

D citra

17.5 15.0

12.5 10.0

7.5 5.0

11

10

9

8

7

6

Bonita 3.0 3.5 4.0

Scatterplot of D citra vs N citra

Gambar 15 Diagram pencar peubah D dengan N pada keterangan bonita lapangan di lokasi BKPH Dungus.

Pada Gambar 15 pengelompokan dengan peubah D dan N terlihat jelas khususnya pada bonita 4.0 di lokasi BKPH Dungus, dimana bonita 3.5 dan bonita 4.0 kemungkinan dapat dipisahkan.

2. Peubah C dengan N pada citra terhadap bonita lapangan

Gambar 16 Diagram pencar peubah C dengan N pada keterangan bonita lapangan di lokasi BKPH Dagangan.

N_citra

D_citra

22.5 20.0 17.5 15.0 12.5 10.0 7.5

5.0 9

8

7

6

5

4

3

Bonita 3.0 3.5 4.0

Scatterplot of D_citra vs N_citra

N_citra

C_citra

22.5 20.0 17.5 15.0 12.5 10.0 7.5

5.0 90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs N_citra

D_citra

C_citra

9 8

7 6

5 4

3 90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs D_citra

N citra

C citra

17.5 15.0

12.5 10.0

7.5 5.0

95 90 85 80 75 70 65 60

Bonita 3.0 3.5 4.0

Scatterplot of C citra vs N citra

Demikian juga untuk peubah C dan N di lokasi BKPH Dagangan sebagaimana diperlihatkan pada Gambar 16, menunjukkan bahwa bonita 3.0, bonita 3.5 dan bonita 4.0 mengelompok secara jelas, sehingga ada kemungkinan bonita 3.0 dapat dipisahkan dari bonita 3.5 dan bonita 4.0.

Gambar 17 Diagram pencar peubah C dengan N pada keterangan bonita lapangan di lokasi BKPH Dungus.

Pada Gambar 17 pengelompokan bonita dengan peubah C dan N di lokasi BKPH Dungus menunjukkan bahwa, untuk bonita 3.0, 3.5 dan bonita 4.0 telihat mengelompok dengan jelas, dimana untuk masing-masing kelompok bonita mungkin dapat dipisahkan.

3. Peubah C dengan D pada citra terhadap bonita lapangan

Pengelompokan peubah C dan D di lokasi BKPH Dagangan ditunjukkan oleh Gambar 18, dimana terlihat secara jelas bahwa bonita 3.5 dan bonita 4.0 mengelompok secara terpisah.

N_citra

C_citra

22.5 20.0 17.5 15.0 12.5 10.0 7.5 5.0 90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs N_citra

Gambar 18 Diagram pencar peubah C dengan D pada keterangan bonita lapangan di lokasi BKPH Dagangan.

Gambar 19 Diagram pencar peubah C dengan D pada keterangan bonita lapangan di lokasi BKPH Dungus.

Gambar 19 menunjukkan bahwa ada pengelompokan bonita dengan menggunakan peubah C dan D di lokasi BKPH Dungus, dimana terlihat secara jelas bahwa bonita 3.5 dan bonita 4.0 bergerombol.

N_citra

D_citra

22.5 20.0

17.5 15.0

12.5 10.0

7.5 5.0

9

8

7 6

5 4

3

Bonita 3.0 3.5 4.0

Scatterplot of D_citra vs N_citra

N_citra

C_citra

22.5 20.0

17.5 15.0

12.5 10.0

7.5 5.0

90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs N_citra

D_citra

C_citra

9 8

7 6

5 4

3 90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs D_citra

N_citra

D_citra

22.5 20.0

17.5 15.0

12.5 10.0

7.5 5.0

9

8

7 6

5 4

3

Bonita 3.0 3.5 4.0

Scatterplot of D_citra vs N_citra

N_citra

C_citra

22.5 20.0

17.5 15.0

12.5 10.0

7.5 5.0

90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs N_citra

D_citra

C_citra

9 8

7 6

5 4

3 90

80

70

60

50

40

Bonita 3.0 3.5 4.0

Scatterplot of C_citra vs D_citra

4.2 Uji Korelasi

Dari hasil data di lapangan dan citra diperoleh matriks korelasi untuk BKPH Dagangan sebagaimana disajikan pada Tabel 2.

Tabel 2 Matriks korelasi antara peubah tinggi total rata-rata dengan peubah pada citra pada BKPH Dagangan

Peubah Tt C D

C 0.125

D 0.436 0.222

N 0.245 0.615 -0.22

Pada BKPH Dagangan nilai korelasi tertinggi ditunjukkan oleh peubah tinggi dengan diameter tajuk pohon, dengan oleh nilai R sebesar 0.436. Nilai ini menjelaskan bahwa tinggi pohon memiliki hubungan yang cukup erat dengan diameter tajuk (D). Hubungan antara peubah tinggi dengan persentase tutupan tajuk dan jumlah pohon relatih rendah. Grafik hubungan tinggi total rata-rata (Tt) dengan nilai peubah citra diitunjukkan pada Gambar 20 sampai dengan Gambar 22.

Gambar 20 Hubungan antara tinggi pohon dengan persentase kerapatan tajuk (C) di lokasi BKPH Dagangan.

Berdasarkan Gambar 20, hubungan antara tinggi pohon dengan persentase kerapatan tajuk (C) mempunyai nilai R hanya sebesar 0.125 (R² = 15.0%) dengan model regresi Y=0.038X + 22.09 (Y= Tinggi pohon, X= Kerapatan tajuk).

0 5 10 15 20 25 30

0 20 40 60 80 100

Tinggi (m)

C citra (%)

Gambar 21 Hubungan antara tinggi pohon dengan diameter tajuk (D) di lokasi BKPH Dagangan.

Gambar 21 menunjukkan hubungan antara tinggi pohon dengan diameter tajuk mempunyai model regresi Y = 0.973X+ 16.72 (Y= Tinggi pohon, X=

Diameter tajuk) dengan korelasi positif sebesar 0.436 (R²= 18.9%).

Gambar 22 Hubungan antara tinggi pohon dengan jumalah pohon (N) di lokasi BKPH Dagangan.

Gambar 22 menunjukkan hubungan tinggi pohon dengan jumlah pohon yang mempunyai nilai korelasi positif sebesar 0.245 (R² = 6.0%) dengan model regresi linear Y=0.231X + 22.98 (Y= Tinggi pohon, X= Jumlah pohon).

0.00 5.00 10.00 15.00 20.00 25.00 30.00

0.00 2.00 4.00 6.00 8.00 10.00 12.00

Tinggi (m)

D citra (m)

0.00 5.00 10.00 15.00 20.00 25.00 30.00

0 5 10 15 20

Tinggi (m)

N citra

Untuk BKPH Dungus nilai korelasi antara peubah tinggi dengan peubah C, D, dan N pada citra ditunjukkan oleh matriks korelasi pada Tabel 3.

Tabel 3 Matriks korelasi antara peubah tinggi total rata-rata dengan peubah pada citra pada BKPH Dungus

Peubah Tt C D

C 0.541

D 0.883 0.301

N -0.498 0.097 -0.647

Nilai korelasi tertinggi ditunjukkan antara peubah tinggi total rata-rata (Tt) dengan peubah diameter tajuk (D) pada citra dengan nilai R sebesar 0.883. Grafik hubungan antara tinggi pohon dengan nilai peubah pada citra untuk lokasi BKPH Dungus diitunjukkan pada oleh Gambar 23 sampai dengan Gambar 25.

Gambar 23 Hubungan antara tinggi pohon persentase kerapatan tajuk (C) di lokasi BKPH Dungus.

Pada Gambar 23, terlihat hubungan antara tinggi pohon dengan persentase kerapatan tajuk (C) yang memiliki nilai korelasi positif sebesar 0.541 (R² = 29.2%) dengan model regresi Y=0.231X + 7.904 (Y= Tinggi pohon, X= Kerapatan tajuk).

0.000 5.000 10.000 15.000 20.000 25.000 30.000

0 20 40 60 80 100

Tingi (m)

Ccitra (%)

Gambar 24 Hubungan antara tinggi pohon dengan jumlah pohon (N) di lokasi BKPH Dungus.

Pada Gambar 24, terlihat hubungan antar tinggi pohon dengan jumlah pohon (N) yang memiliki nilai korelasi negatif sebesar -0.498 (R²= 24.7%) dengan model regresi Y= -0.552X + 31.92 (Y= Tinggi pohon, X= Jumlah Pohon).

Gambar 25 Hubungan antara tinggi pohon dengan diameter tajuk (D) di lokasi BKPH Dungus.

Gambar 25 menunjukkan hubungan antara tinggi pohon dengan diameter tajuk (D) yang mempunyai nilai korelasi positif yang cukup tinggi, yaitu sebesar 0.883 (R²= 77.9%) dengan model regresi Y= 2.674X+ 6.547 (Y= Tinggi pohon, X= Diameter tajuk).

0.000 5.000 10.000 15.000 20.000 25.000 30.000 35.000

0 5 10 15 20 25

Tinggi (m)

N_Citra

0.000 5.000 10.000 15.000 20.000 25.000 30.000 35.000

0.00 2.00 4.00 6.00 8.00 10.00

Tinggi (m)

D_Citra (m)

4.3 Hubungan Rasio Diameter dengan Bonita

Gruschow dan Evans (1959) menyatakan bahwa pertambahan volume pohon atau tegakan sangat dipengaruhi oleh umur, kerapatan tegakan sisa dan tempat tumbuh atau bonita. Diameter pohon yang berhubungan erat dengan volume pohon juga dijadikan salah satu penentu kualitas tumbuh jati itu sendiri. Semakin besar diameter maka semakin bagus pertumbuhan jati yang diikuti oleh pertambahan tinggi serta diameter tajuk. Pertambahan tinggi pohon berkorelasi dengan pertambahan volume (Anonim 2010).

Perbandingan diameter ini dijadikan sebagai rasio diameter dalam menganalisis hubungan tingkat kesuburan jati. Pada citra, diameter tajuk merupakan peubah yang berhubungan dengan diameter pohon. Diagram pencar rasio diameter dengan diameter tajuk dengan bonita untuk BKPH Dagangan dapat dilihat pada Gambar 26.

Gambar 26 Hubungan rasio diameter dengan bonita di lokasi BKPH Dagangan.

Pada Gambar 26 terlihat bahwa nilai bonita akan semakin tinggi bila rasio antara diameter 130cm dengan diameter 50cm semakin kecil atau mendekati silindris, begitu pula sebaliknya. Hubungan antara rasio rata-rata diameter pohon dengan bonita pada BKPH Dagangan mempunyai nilai koefisien determinasi sebesar 95,4% dengan model regresi Y = 1E+09e^-21.5x.

0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5

0.896 0.898 0.900 0.902 0.904 0.906 0.908 0.910 0.912

Bonita

Rd130/d50

Gambar 27 Hubungan rasio diameter dengan bonita di lokasi BKPH Dungus.

Pada BKPH Dungus hubungan rasio diameter dengan bonita mempunyai nilai koefisien determinasi sebesar 99,9% dengan model regresi Y = 8E+06e^-17.0x.

4.4 Analisis Diskriminan

Pada lokasi BKPH Dagangan nilai akurasi klasifikasi dengan peubah citra terhadap bonita yang diperoleh di lapangan memberikan persentase akurasi yang berbeda-beda sebagaimana tercantum dalam Tabel 4 (Gambar 28).

Tabel 4 Nilai akurasi klasifikasi bonita di lapangan terhadap peubah C, D dan N pada citra pada lokasi BKPH Dagangan

Peubah tegakan Proporsi benar

C 52.60%

D 50.00%

N 36.80%

CD 52.60%

CN 52.60%

DN 47.40%

CDN 52.60%

0.0 1.0 2.0 3.0 4.0 5.0

0.8500 0.8550 0.8600 0.8650 0.8700 0.8750

Bonita

Rasio d130/d50

Gambar 28 Proporsi nilai analisis diskriminan bonita lapangan di lokasi BKPH Dagangan.

Pada Tabel 4 dapat terlihat bahwa nilai akurasi yang paling tinggi dihasilkan oleh nilai peubah C, CD, CN dan CDN yaitu sebesar 52,6%. Nilai akurasi ini menjelaskan bahwa dengan menggunakan peubah persentase kerapatan tajuk (C) pada citra dapat menjelaskan bonita di lapangan dengan baik, sama baiknya dengan menggunakan peubah CDN. Ini dapat diartikan bahwa dengan menggunakan peubah C saja sudah dapat menentukan kelas bonita di lapangan di lokasi BKPH Dagangan.

Pada lokasi BKPH Dungus nilai akurasi klasifikasi menggunakan peubah citra terhadap bonita yang diperoleh di lapangan ditampilkan dalam Tabel 5, Grafik proporsi yang benar disajikan pada Gambar 29.

Tabel 5 Nilai akurasi klasifikasi bonita di lapangan terhadap peubah C, D dan N pada citra pada lokasi BKPH Dungus

Peubah tegakan Proporsi benar

C 44.70%

D 52.60%

N 47.40%

CD 50.00%

CN 47.40%

DN 47.40%

CDN 44.70%

0%

10%

20%

30%

40%

50%

60%

C D N CD CN DN CDN

Gambar 29 Proporsi nilai analisis diskriminan bonita lapangan di lokasi BKPH Dungus.

Pada Tabel 5 dilihat bahwa nilai akurasi paling tinggi ditunjukkan oleh nilai analisis diskriminan bonita lapangan terhadap peubah diameter tajuk (D) pada citra, dengan nilai akurasi benar sebesar 52,6%. Pada lokasi BKPH Dungus nilai diameter tajuk saja sudah cukup dapat mewakili dalam penentuan kelas bonita dengan akurasi sebesar 52,6%.

Nilai diskriminan yang diperoleh dari hasil analisis terlampir pada Lampiran 5 memberikan fungsi diskriminan sebagaimana ditampilkan dalam Tabel 6.

40%

42%

44%

46%

48%

50%

52%

54%

C D N CD CN DN CDN

N citra

C citra

17.5 15.0

12.5 10.0

7.5 5.0

85 80 75 70 65 60

38

Tabel 6 Fungsi diskriminan untuk kelompok bonita terhadap peubah citra

Peubah Bonita Fungsi diskriminan

BKPH Dagangan BKPH Dungus

N

3.0 D_3.0= -11,195 + 1,930(N_citra) D_3.0= -4,410 + 0,802(N_citra) 3.5 D3.5= -6,945 + 1,520(Ncitra) D3.5= -9,651 + 1,186(Ncitra) 4.0 D4.0= -8,936 + 1,725(Ncitra) D4.0= -6,159 + 0,948(Ncitra) D

3.0 D3.0= -40,846 + 8,777(Dcitra) D3.0= -19,725 + 5,195(Dcitra) 3.5 D3.5= -33,536 + 7,953(Dcitra) D3.5= -11,115 + 3,900(Dcitra) 4.0 D_4.0= -39,676 + 8,650(D_citra) D_4.0= -17,744 + 4,928(D_citra) C

3.0 D3.0= -60,260 + 1,415(Ccitra) D3.0= 31,115 + 0,852(Ccitra) 3.5 D_3.5= -53,613 + 1,334(C_citra) D_3.5= -26,175 + 0,782(C_citra) 4.0 D4.0= -58,195 + 1,390(Ccitra) D4.0= -3,099 + 0,879(Ccitra)

CN

3.0 D_3.0= -62,378 + 1,605(C_citra) - 1,033(Ncitra)

D_3.0= -31,368 + 0,829(C_citra) + 0,201(Ncitra)

3.5 D_3.5= -57,667 + 1,598(C_citra) - 1,430(N_citra)

D_3.5= -29,047 + 0,703(C_citra) + 0,676(N_citra)

4.0 D4.0= -61,427 + 1,625(Ccitra) - 1,033(N_citra)

D4.0= -33.820 + 0,840(Ccitra) + 0,339(N_citra)

CD

3.0 D3.0= -88,584 + 1,272(Ccitra) - 7,387(D_citra)

D3.0= -44,803 + 4,370(Dcitra) + 0,773(C_citra)

3.5 D3.5= -76,463 + 1,207(Ccitra) - 6,634(Dcitra)

D3.5= 2,646 + 3,126(Dcitra) + 4,068(Ccitra) 4.0 D4.0= -85,741 + 1,250(Ccitra) -

7.284(Dcitra)

D4.0= -44,960 + 4,068(Dcitra) + 0,805(Ccitra)

ND

3.0 D3.0= -60,688 + 2,605(Ncitra) + 9,794(Dcitra)

D3.0= -60,688 + 2,605(Dcitra) + 9,794(Ncitra)

3.5 D_3.5= -46,744 + 2,125(N_citra) + 8,782(Dcitra)

D_3.5= -46,744 + 2,125(D_citra) + 8,782(Ncitra)

4.0 D4.0= -56,302 + 2,385(Ncitra) + 9,581(D_citra)

D4.0= -56,302 + 2,385(Dcitra) + 9,581(N_citra)

CDN

3.0 D3.0= -88,625 + 0,150(Ncitra) + 7,477(D_citra) + 1,243(Ccitra)

D3.0= -57,988 + 7,831(Ncitra) + 1,862(D_citra) + 0,494(Ccitra)

3.5 D_3.5= -76,780 – 0,420(N_citra) + 6,380(D_citra) + 1,289(Ccitra)

D_3.5= -51,779 + 7,237(N_citra) + 2,211(D_citra) + 0,393(Ccitra)

4.0 D_4.0= -85,775 – 0,137(N_citra) + 7,202(Dcitra) + 0,277(Ccitra)

D_4.0= -59,931 + 7,756(N_citra) + 1,984(Dcitra) + 0,508(Ccitra)

4.5 Akurasi Bonita

Hasil perhitungan bonita yang peningginya dilakukan perhitungan ulang dengan menggunakan tabel indeks bonita H.E. Wolff von Wolffing (1932), menunjukkan nilai yang berbeda sebagaimana ditambilkan oleh Tabel 7 dan 8.

Tabel 7 Persentase kesesuaian bonita petak di lapangan dengan bonita yang dilakukan akurasi peninggi pada BKPH Dagangan

Bonita peta lapangan Bonita menggunakan akurasi peninggi

3.0 3.5

3.0 0 5

3.5 11 11

4.0 4 7

Total sampel 15 23

Jumlah benar 0 11

Akurasi 0 0.478

Jumlah sampel = 38 Jumlah benar = 11 Akurasi benar = 28.9%

Tabel 8 Persentase kesesuaian bonita petak di lapangan dengan bonita yang dilakukan akurasi peninggi pada BKPH Dungus

Bonita peta lapangan Bonita menggunakan akurasi peninggi

3.0 3.5 4.0

3.0 0 3 0

3.5 5 6 0

4.0 0 21 3

Total sampel 5 30 3

Jumlah benar 0 6 3

Akurasi 0 0.05 100

Jumlah sampel = 38 Jumlah benar = 9 Akurasi benar = 23.7%

Persentase kesesuaian nilai untuk lokasi BKPH Dagangan menunjukkan nilai akurasi sebesar 29% dan untuk lokasi BKPH Dungus menunjukkan akurasi sebesar 23%. Hal ini menunjukkan lebih dari 70% nilai bonita tidak sesuai dengan nilai bonita yang digunakan dalam peta kerja KPH Madiun.

Nilai bonita yang diperoleh setelah dilakukan akurasi terhadap peninggi sebagaimana terlampir pada Lampiran 3 dan 4. Hasil analisis diskriminan untuk BKPH Dagangan terlampir pada Lampiran 6 dan untuk BKPH Dungus terlampir pada Lampiran 7.

Tingkat akurasi klasifikasi menggunakan bonita menggunakan peubah citra disajikan pada Tabel 9. Gambaran nilai untuk masing-masing kombinasi analisis ditampilkan dalam grafik proporsi yang ditunjukkan oleh Gambar 30.

Tabel 9 Nilai akurasi klasifikasi bonita akurasi peninggi pada BKPH Dagangan

Gambar 30 Proporsi nilai analisis diskriminan bonita akurasi peninggi di lokasi BKPH Dagangan.

Nilai akurasi tertinggi ditunjukkan oleh analisis diskriminan bonita akurasi peninggi menggunakan tiga peubah pada citra, yaitu D, N dan C, D, N sebesar 68,4%. Hal ini menunjukkan jumlah pohon cukup dapat mewakili dalam penentuan bonita di lokasi BKPH Dagangan, sehingga menggunakan peubah N saja dapat menentukan kelas bonita.

0%

10%

20%

30%

40%

50%

60%

70%

80%

C D N CD CN DN CDN

bonita peninggi

Peubah tegakan Proporsi Benar

C 52.60%

D 50.00%

N 60.50%

CD 63.20%

CN 65.80%

DN 68.40%

CDN 68.40%

Pada lokasi BKPH Dungus, nilai akurasi klasifikasi benar dari hasil analisis diskriminan ditampilkan pada Tabel 10. Gambaran nilai untuk masing- masing kombinasi analisis ditampilkan dalam grafik proporsi yang ditunjukkan pada Gambar 31.

Tabel 10 Nilai akurasi klasifikasi bonita peninggi pada BKPH Dungus Peubah Tegakan Proporsi benar

C 26.30%

D 76.30%

N 68.40%

CD 81.60%

CN 68.40%

DN 76.30%

CDN 81.60%

Gambar 31 Proporsi nilai proporsi nilai analisis diskriminan bonita akurasi peninggi di lokasi BKPH Dungus.

Pada lokasi BKPH Dungus nilai akurasi tertinggi ditunjukkan oleh nilai akurasi menggunakan tiga peubah pada citra, yaitu: kerapatan tajuk (C), diameter tajuk (D), dan jumlah pohon (N) dengan nilai persentase sebesar 81,6%. Namun dengan menggunakan diameter tajuk saja sudah cukup dapat mewakili penentuan bonita, karena akurasi menggunakan peubah D sebesar 73,6%.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

C D N CD CN DN CDN

Bonita evaluasi peninggi

Nilai diskriminan yang diperoleh dari hasil analisisis terlampir pada Lampiran 6 dan 7, memberikan fungsi diskriminan sebagaimana tercantum dalam Tabel 11.

Tabel 11 Fungsi diskriminan untuk kelompok bonita terhadap peubah citra

Peubah Bonita Fungsi diskriminan

BKPH Dagangan BKPH Dungus

N

3.0 D3.0= -6,5173+ 1,4590(Ncitra) D3.0= -14,988 + 1,595 (Ncitra) 3.5 D3.5= -8,8182+ 1,6972(Ncitra) D3.5= -6,876 + 1,080 (Ncitra) 4.0 - D4.0= -10,856 + 1,357 (Ncitra) D

3.0 D3.0= -37,677 + 8,264(Dcitra) D3.0= -13,620 + 6,995 (Dcitra) 3.5 D3.5= -3,988 + 7,733(Dcitra) D3.5= -48,125 +13,150 (Dcitra)

4.0 - D4.0= -37,060+ 11,539 (Dcitra)

C

3.0 D3.0= -53,010+ 1,312 (Ccitra) D3.0= -23,631+ 0,724(Ccitra) 3.5 D3.5= -55,585+ 1,344 (Ccitra) D3.5= -23,631+ 0,814 (Ccitra) 4.0 - D4.0= -33.429+ 0.879(Ccitra)

CN

3.0 D3.0= -58,670+ 1,642(Ccitra) - 1.715 (Ncitra)

D3.0= -30,554 + 0,611(Ccitra) + 1,128(Ncitra)

3.5 D3.5= -59,537+ 1,619(Ccitra) - 1.433(Ncitra)

D3.5= 31,223 + 0,764(Ccitra) + 0,496(Ncitra)

4.0 - D4.0= -36,550 + 0,785(Ccitra) + 0,757(Ncitra)

CD 3.0 D3.0= -71,951 + 1,095(Ccitra) + 6.08 (Dcitra)

D3.0= -32,679 + 0,657(Ccitra) + 5,764(Dcitra)

3.5 D3.5= -70,749 + 1,149(Ccitra) + 5,44 (Dcitra)

D3.5= -29,047 + 0,677(Ccitra) + 11,882(Dcitra)

4.0 - D4.0= -61,462 + 0,744(Ccitra) + 10,146(Dcitra)

ND

3.0 D3.0= -42,493+ 8,090(Dcitra) + 1,256 (Ncitra)

D3.0= -51,075+ 12,681(Dcitra) + 2.807(Ncitra)

3.5 D3.5= -39,932+ 7,523(Dcitra) + 1,509 (Ncitra)

D3.5= -88,066+ 19,020(Dcitra) + 2.899 (Ncitra)

4.0 - D4.0= -81,319+ 17,719(Dcitra) + 3,051(Ncitra)

CDN 3.0 D3.0= -75,207+ 1,36(Ccitra) + 5,735 (Dcitra) - 1.313(Ncitra)

D3.0= -55,844+ 0,356 (Ccitra) + 11,170 (Dcitra) + 2,391(Ncitra)

3.5 D3.5= -72,918+ 1,365(Ccitra) + 5,158(Dcitra) – 1,072(Ncitra)

D3.5= -93,086+ 0,365 (Ccitra) + 17,471(Dcitra) + 2,471(Ncitra)

4.0 - D4.0= -87,996+ 0,421 (Ccitra) + 15,932 (Dcitra) + 02,559(Ncitra)