BAB III METODOLOGI PENELITIAN

14

BAB III METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di IUPHHK-HA PT. Mamberamo Alasmandiri, Provinsi Papua pada bulan Juni hingga Juli 2011.

3.2 Alat dan Bahan Alat dan bahan yang digunakan dalam penelitian ini berupa : pita ukur (phiband), meteran, tallysheet, alat tulis, kamera, Software Microsoft Excell 2007, Minitab 14 dan Curve Expert 1.4.

3.3 Batasan Penelitian Jenis yang diteliti hanya lima jenis pohon yaitu : bipa (Pterygota forbesii F.V.Muell), jambu (Eugenia spp), matoa (Pometia pinnata Forst), medang (Litsea firma Hook.f) dan merbau (Instia spp). Persamaan regresi yang digunakan hanya persamaan Berkhout.

3.4 Metode Pengambilan Data 3.4.1 Pemilihan Pohon Contoh Pohon contoh yang diteliti terbagi menjadi 11 kelas diameter dengan interval kelas 5 cm. Kelas diameter dimulai dari kelas diameter 10-14,9 cm, 1519,9 cm, 20-24,9 cm hingga kelas diameter >60 cm. Adapun syarat-syarat pohon yang diambil sebagai sampel antara lain : lurus, tidak menggarpu, bebas dari serangan hama penyakit, batang tidak pecah setelah ditebang.

3.4.2 Pengukuran Pohon Contoh Tahapan yang dilakukan dalam pengukuran pohon contoh meliputi : 1. Memilih pohon contoh yang sesuai syarat. 2. Mengukur diameter setinggi dada (dbh) dan panjang bebas cabang (pbc).

15

3. Mengukur diameter per seksi pada pohon rebah. Panjang per seksi sebesar 2 m. 4. Menghitung volume per seksi dan menghitung volume pohon aktual. Rumus yang digunakan adalah Rumus Smallian sebagai berikut : V=L x

(𝐺𝑏 +𝐺𝑢 ) 2

Dimana : V : volume seksi (m3) L : panjang seksi (m ) Gb : luas penampang lintang potongan bawah seksi (m2) Gu : luas penampang lintang potongan ujung seksi (m2 ) Volume pohon aktual merupakan jumlah dari volume semua seksi dari satu pohon sampel. Va =

𝑛 𝑖=1 𝑉𝑖

Dimana : Va : volume aktual pohon (m3) Vi : volume seksi ke-i dari satu pohon (m3) i : urutan seksi ke-... (1, 2, ..., n) n : jumlah seksi 3.5 Analisis Data 3.5.1 Penyusunan Model Regresi Jumlah pohon contoh yang digunakan dalam penyusunan model regresi sebanyak 2/3 dari total pohon per jenis. Tahapan analisis statistika untuk membangun model regresi meliputi : 1.

Penyusunan model persamaan regresi : Persamaan regresi yang akan dipergunakan adalah : persamaan Berkhout

yaitu V = a Dbhb, baik melalui transformasi maupun tanpa transformasi ke bentuk liniernya. 2.

Pengujian persamaan regresi dengan analisis keragaman (ANOVA) Persamaan tersebut dilakukan pengujian dengan analisis keragaman

(analysis of variance) untuk melihat signifikan atau adanya ketergantungan peubah-peubah yang menyusun regresi tersebut.

16

Tabel 2 Analisis keragaman pengujian regresi (ANOVA) Derajat Jumlah Kuadrat tengah Fhitung Ftabel bebas kuadrat (JK) (KT) 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 dalam penyusunan regresi tersebut. Sumber keragaman

Dalam analisa tersebut hipotesis yang diuji adalah : H0 : β = 0 lawan H1 : β ≠ 0 Dengan kaidah keputusannya : F hitung > F tabel maka tolak H0 F hitung ≤ F tabel maka terima H0 Jika H1 yang diterima, maka regresi tersebut nyata, artinya ada keterkaitan antara peubah bebas (diameter pohon) dengan peubah tidak bebasnya (volume pohon). Sehingga setiap ada perubahan pada peubah bebasnya akan terjadi perubahan pada peubah tidak bebasnya. Jika H 0 yang diterima, maka regresi tersebut tidak nyata, artinya persamaan regresi tidak dapat digunakan untuk menduga volume pohon berdasarkan peubah bebasnya.

3.5.2 Validasi Model Jumlah pohon contoh yang digunakan dalam uji validasi sebanyak 1/3 dari total pohon per jenis. Uji validasi model dilakukan dengan melihat nilai Simpangan Agregat (SA), Simpangan Rata-rata (SR), RMSE (Root Mean Square Error), bias dan uji Chi-square. Nilai pengujian validasi tersebut dapat dihitung dengan rumus di bawah ini : 1. Simpangan agregat (agregative deviation) Simpangan agregat merupakan selisih antara jumlah volume aktual (va) dan volume dugaan (vt) yang diperoleh berdasarkan dari tabel volume pohon, sebagai persentase terhadap volume dugaan (vt). Menurut Spurr (1952) persamaan yang baik memiliki nilai simpangan agregat tidak lebih dari 1%. Nilai SA dapat dihitung dengan rumus sebagai berikut : SA =

𝑛 𝑛 𝑖=1 𝑉𝑡𝑖 − 𝑖=1 𝑉𝑎𝑖 𝑛 𝑉 𝑖=1 𝑡𝑖

17

2. Simpangan rata-rata (mean deviation) Simpangan rata-rata merupakan rata-rata jumlah dari nilai mutlak selisih antara jumlah volume dugaan (vt) dan volume aktual (va), proporsional terhadap jumlah volume dugaan (vt). Menurut Spurr (1952) nilai simpangan rata-rata yang baik adalah tidak lebih dari 10%. Simpangan rata-rata dapat dihitung dengan rumus sebagai berikut: 𝑛 𝑉 𝑡𝑖 −𝑉 𝑎𝑖 𝑖=1 𝑉 𝑡𝑖

SR =

𝑛

x 100%

3. RMSE RMSE merupakan akar dari rata-rata jumlah kuadrat nisbah antara selisih volume dugaan dari table volume pohon (vt) dengan volume aktualnya (va) terhadap volume aktual (va). Nilai RMSE yang lebih kecil, menunjukkan model persamaan penduga volume yang lebih baik. RMSE dihitung dengan rumus sebagai berikut : 𝑉 𝑡𝑖 −𝑉 𝑎𝑖 𝑛 𝑖=1 𝑉 𝑎𝑖

RMSE =

𝑛

2

x 100%

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

e=

𝑛 𝑖=1

𝑉 𝑡𝑖 −𝑉 𝑎𝑖 𝑉 𝑎𝑖

𝑛

x 100%

5. Uji Chi-square Uji χ² digunakan untuk menduga apakah volume yang diduga dengan tabel volume (vt) berbeda dengan volume aktualnya (va). Hipotesis yang diuji sebagai berikut : H0 : Vt = Va lawan H1 : Vt ≠ Va

18

Kriterium ujinya sebagai berikut :

χ² hitung =

𝑉𝑡𝑖 −𝑉𝑎𝑖 2 𝑛 𝑖=1 𝑉𝑎𝑖

Kaidah keputusannya sebagai berikut :

χ² hitung ≤ χ² tabel (α,n-1), maka terima H0 χ² hitung > χ² tabel (α,n-1), maka tolak H0 3.5.3 Pemilihan Model Regresi Terbaik dan Valid Model persamaan regresi untuk penyusunan tabel volume pohon yang baik dan valid, bila : 1. Dalam analisis regresi, menghasilkan nilai R2 yang besar, simpangan baku yang kecil dan regresi yang dihasilkan nyata berdasarkan analisis keragamannya. 2. Dalam uji validasi memiliki standar pengujian sebagai berikut : a. Simpangan agregat tidak lebih dari 1% (Spurr 1952). b. Simpangan rata-rata tidak lebih dari 10% (Spurr 1952). c. Nilai RMSE dan Bias relatif kecil. d. Apabila hasil uji beda antara nilai rata-rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (actual), tidak menunjukkan adanya perbedaan yang nyata ( H0 diterima).

3.5.4 Penggabungan Persamaan Regresi Penggabungan persamaan regresi dilakukan melalui analisis kovarian. Pada analisis kovarian selain memperhatikan varian utama, kovarian (ragam penggiring) pada variabel tertentu juga diperhatikan. Tabel 3 Analisis kovarian Derajat Jumlah Kuadrat Kuadrat Tengah Kebebasan (db) Terkoreksi (JKT) (KT) AK Dbak JKAKT KTAK=JKAT/dbak DK Dbdk JKDKT KTDK=JKDK/dbdk Total Dbt JKTT Keterangan : AK = antar kelompok, DK = dalam kelompok Variasi

F hit KTAK/KTDK

F tabel

19

Hipotesa yang diuji (Kuncahyo 1984) : H0 : Li = 0, lawan H1 : Li ≠ 0 Dengan kaidah keputusannya : F hitung > F tabel maka terima H1 F hitung ≤ F tabel maka terima H0 Jika H1 yang diterima, faktor kelompok memberikan peranan yang nyata dan memiliki perbedaan model yang nyata sehingga penggabungan persamaan regresi tidak memenuhi syarat. Jika H0 yang diterima, faktor kelompok tidak memberikan peranan yang nyata dan tidak memiliki perbedaan model yang nyata sehingga persamaan regresi memenuhi syarat untuk digabungkan.