• Tidak ada hasil yang ditemukan

BAB III METODOLOGI 3.1. Tempat dan Waktu Penelitian 3.2. Alat dan Bahan 3.3. Metode Penelitian Pengambilan Data Pohon Contoh di Lapangan

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III METODOLOGI 3.1. Tempat dan Waktu Penelitian 3.2. Alat dan Bahan 3.3. Metode Penelitian Pengambilan Data Pohon Contoh di Lapangan"

Copied!
12
0
0

Teks penuh

(1)

3.1. Tempat dan Waktu Penelitian

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 contoh. Hasil pemilihan pohon contoh seperti disajikan pada Tabel 8.

(2)

Tabel 8 Hasil pemilihan pohon contoh jenis Pinus

No. No. Pohon D (cm) T (m) V (m3) Kelas-D

1. 2. 3. . . . 100.

Tabel 9 Sebaran data pohon contoh untuk penyusunan model dan validasi model

Kelas Diameter Jumlah Pohon Contoh (Pohon) Penyusunan Model (Pohon) Validasi Model (Pohon) D1 cm x1 y1 z1 D2 cm x2 y2 z2 D3 cm x3 y3 z3 D4 cm x4 y4 z4 D5 cm x5 y5 z5 Jumlah 100 Y Z Keterangan:

D : selang kelas diameter

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

(3)

 

3. Tinggi total dan tinggi bebas cabang diukur dengan menggunakan Range Finder.

Kemudian volume pohon diperoleh melalui penjumlahan volume pohon per seksi sampai ukuran diameter 10 cm dengan menggunakan Rumus Smalian sebagai berikut:

1 2 ; 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

(4)

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: Hipotesis : H0 : ρ = 0,707 Vs H1 : ρ > 0,707 Kriterium uji : di mana: 0,5 ln 1 ⁄ 1 0,5 ln 1 ⁄ 1 1 3 / 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 sebanyak 67 pohon. Persamaan penduga volume dilakukan melalui analisis model

(5)

 

Berkhout (V = aDb) baik melalui transformasi linier maupun tanpa transformasi 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 (R2

adj) yaitu sebagai berikut:

1 ⁄

⁄ Keterangan:

= Koefisien determinasi terkoreksi

JK sisa = Jumlah kuadrat sisa dbs = derajat bebas sisa dbt = derajat bebas total

(6)

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

H1 : sekurang-kurangnya ada βi ≠ 0, i = 1, 2, 3, ….

Kriterium uji : ⁄

di mana:

= Kuadrat Tengah Regresi = Kuadrat Tengah Sisaan Kaidah keputusan :

(7)

 

f. Menentukan Peringkat Model Terbaik

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:

100% 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

(8)

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). ∑ ∑ ∑ 100% 100% 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:

∑ ⁄

100% 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 yang digunakan lebih akurat dalam menduga volume.

(9)

 

d. Uji Validasi

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

2 χ2

1

χ2 1

Apabila 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 peringkat gabungan. 

(10)

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

Tanah HPGW adalah kompleks dari podsolik, latosol dan litosol dari batuan endapan dan bekuan daerah bukit, sedangkan bagian di barat daya terdapat areal peralihan dengan jenis batuan Karst, sehingga di wilayah tersebut terbentuk beberapa gua alam karst (gamping). Hutan Pendidikan Gunung Walat merupakan sumber air bersih yang penting bagi masyarakat sekitarnya terutama di bagian selatan yang mempunyai anak sungai yang mengalir sepanjang tahun, yaitu anak sungai Cipeureu, Citangkalak, Cikabayan, Cikatomas, dan Legok Pusar. Kawasan

(11)

 

HPGW masuk ke dalam sistem pengelolaan DAS Cimandiri (Badan Eksekutif 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

Penduduk di sekitar HPGW umumya memiliki mata pencaharian sebagai petani, peternak, tukang ojek, pedagan hasil pertanian dan bekerja sebagai buruh pabrik. Usaha pertanian yang dilakukan berupa sawah lahan basah dan lahan kering. Jumlah petani penggarap yang dapat ditampung dalam program

(12)

agroforestry HPGW sebanyak 300 orang petani penggarap. Hasil pertanian dari lahan agroforestry seperti singkong, kapolaga, pisang, cabe, padi gogo, kopi, sereh dll. Jumlah ternak domba/kambing di sekitar Hutan Pendidikan Gunung Walat sebanyak 1875 ekor, jika setiap ekor domba/kambing memerlukan 5 kg rumput, maka diperlukan hijauan sebanyak 9.375 ton. Hijauan pakan ternak tersebut sebagian besar berasal dari HPGW. Kecamatan Cicantayan, khususnya Desa Hegarmanah juga merupakan desa penghasil manggis dengan mutu eksport (Badan Eksekutif HPGW 2009).

Gambar

Tabel 8  Hasil pemilihan pohon contoh jenis Pinus
Tabel 10  Analisis keragaman pengujian regresi (ANOVA)

Referensi

Dokumen terkait

Prototipe alat pengaduk dodol menghasilkan mutu dodol yang baik, dengan nilai 12.26 dari hasil uji organoleptik, pada putaran pengadukan 20 rpm dan kapasitas 4 kg, serta

Meningkatnya konsentrasi ambien menyebabkan meningkatnya dampak pencemaran pada kesehatan manusia dan nilai ekonomi dari gangguan kesehatan tersebut (Gambar 4 dan Gambar 5).. Gambar

Hasil penelitian menunjukkan bahwa penerapan metode latihan berstruktur yang dapat meningkatkan hasil belajar siswa mengikuti langkah-langkah sebagai berikut (1) guru

dipegang di bawah hak milik Pejabat Pendaftar adalah tertakluk kepada syarat nyata bahawa ia tidak boleh digunakan untuk tujuan pertanian atau perindustrian..

Dia mengimbau kepada masyarakat Kabu- paten Serang bagi yang sudah terdaftar dalam Daftar Pemilih Tetap atau DPT, warga yang belum terdaftar sebagai pemilih, baru beru- sia 17

Suatu perdamaian harus ada timbal balik dalam pengorbanan pada diri pihak-pihak yang berperkara maka tiada perdamaian apabila salah satu pihak dalam suatu

RADIO VISI INTI SWARA FM/H... JEMBER

Dari kenyataan diatas penulis memandang penelitian ini sangat perlu dilakukan dengan beberapa pertimbangan: Pertama, pendidikan karakter di sekolah atau madrasah