MODEL PENDUGA BIOMASSA TEGAKAN SENGON (Paraserianthes falcataria L. Nielsen.) SECARA TERESTRIS DI IUPHHK-HTI TRANS PT. BELANTARA SUBUR, KALIMANTAN TIMUR
KHILMA SUFIANA
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR 2017
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Model Penduga Biomassa Tegakan Sengon (Paraserianthes falcataria L. Nielsen.) Secara Terestris di IUPHHK-HTI Trans PT. Belantara Subur, Kalimantan Timur adalah benar karya saya dengan arahan dari 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 skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Januari 2017 Khilma Sufiana NIM E14120049
ABSTRAK Khilma Sufiana. Model Penduga Biomassa Tegakan Sengon (Paraserianthes falcataria L. Nielsen.) Secara Terestris di IUPHHK-HTI Trans PT. Belantara Subur, Kalimantan Timur. Dibimbing oleh I NENGAH SURATI JAYA. Hutan mempunyai kemampuan menyerap gas rumah kaca (GRK) di atmosfer yang akan disimpan sebagai stok karbon dalam biomassa tegakan hutan. Tulisan ini menjelaskan kemampuan sengon dalam menyerap karbon di atmosfer menggunakan pendekatan terestris di Areal Kerja IUPHHK-HTI Trans PT. Belantara Subur, Kalimantan Timur. Penelitian ini bertujuan untuk mendapatkan nilai dugaan biomassa tegakan sengon terhadap umur dan kualitas tempat tumbuh. Nilai dugaan biomassa terdiri dari empat tampungan karbon, yaitu (1) pohon hidup berdiri, (2) nekromassa (pohon mati berdiri, pohon mati rebah, cabang, ranting, dan lain lain), (3) tumbuhan bawah, dan (4) serasah. Hasil penelitian ini menunjukka n bahwa tegakan sengon bervariasi menurut umur, tetapi tidak ada perbedaan yang signifikan antara kualitas tempat tumbuh. Nilai dugaan biomassa maksimum sengon pada umur 10 tahun adalah sebesar 82.84 ton/ha, sedangkan nilai dugaan biomassa terendah terdapat pada umur 1 tahun sebesar 20.95 ton/ha. Model pendugaan biomassa terbaik terdapat pada persamaan logaritmik y = 33.494ln(x) – 3.2648 (dimana y adalah biomassa dalam ton per ha dan x adalah umur tegakan). Kata kunci : biomassa, hutan tanaman industri, model matematis, sengon, tampungan karbon ABSTRACT Khilma Sufiana. Biomass stand estimation of Sengon (Paraserianthes falcataria L. Nielsen.) by terrestrial in IUPHHK-HTI Trans PT. Belantara Subur East Kalimantan. Supervised by I NENGAH SURATI JAYA. Forest has a capability to sequester the greenhouse gases at the atmosphere to be stored as a carbon stock in the green biomass of the forest stand. This paper describes the capability of Paraserianthes falcataria stand to sequester carbon at the atmosphere using a terrestrial approach in Belantara Subur Co. Limited Consession Area, East Kalimantan. The objective of this study is to estimate the biomass stock of Paraserianthes falcataria stand by age classes and site qualities. The estimated biomass includes four carbon pools, i.e. (1) standing live tree, (2) necromass (standing dead trees, fallen dead trees, branches, twigs, etc), (3) undergrowth, and (4) litter. It was found that the carbon stocks of Paraserianthes falcataria stand were varied according to the age classes, but there is no significa nt variation among site qualities. The maximum biomass stock of Paraserianthes falcataria was reached at the 10 year old, i.e. 82.84 ton/ha, while the lowest biomass stock was at the 1 year old, i e. 20.95 ton/ha. The best model for estimating biomass is the logarithmic equation i.e. y = 33.494ln(x) – 3.2648 (where y is biomass in ton per ha and x is stand age in year). Keywords : biomass, timber estate, mathematical model, sengon, carbon pool
MODEL PENDUGA BIOMASSA TEGAKAN SENGON (Paraserianthes falcataria L. Nielsen.) SECARA TERESTRIS DI IUPHHK-HTI TRANS PT. BELANTARA SUBUR, KALIMANTAN TIMUR
KHILMA SUFIANA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR 2017
Judul Penelitian
Nama
:Model Penduga Biomassa Tegakan Sengon (Paraserianthes . falcataria L. Nielsen.) Secara Terestris di IUPHHK-HTI ,,Trans PT. Belantara Subur, Kalimantan Timur : Khilma Sufiana
NIM
: E14120049
Disetujui oleh
Prof Dr Ir I Nengah Surati Jaya, MAgr Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman, MSc, FTrop Ketua Departemen
Tanggal Lulus :
3
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 biomassa, dengan judul Model Penduga Biomassa Tegakan Sengon (Paraserianthes falcataria L. Nielsen.) Secara Terestris di IUPHHK-HTI Trans PT. Belantara Subur, Kalimantan Timur. Terima kasih penulis ucapkan kepada kedua orang tua yaitu Rukin dan Siti Aminatun beserta seluruh keluarga besar penulis atas segala motivasi yang diberikan, semangat, dan dukungan serta doa dan kasih sayangnya dalam menyelesaikan tugas akhir ini. Ucapan terima kasih juga penulis ucapkan kepada Bapak Prof Dr Ir I Nengah Surati Jaya, MAgr selaku pembimbing atas ilmu, arahan, saran, dan bimbingannya serta dukungan penuh yang diberikan kepada penulis. Tak lupa juga penulis ucapkan terima kasih kepada seluruh karyawan dan keluarga besar PT. Balikpapan Wana Lestari dan PT. Belantara Subur yang telah membantu selama proses pengumpulan data. Di samping itu, penulis sampaikan terimakasih kepada teman-teman seperjuangan dalam pengambilan data di lapang, dan temanteman LB Omda Banyuwangi dalam membantu proses pengolahan data. Ungkapan terima kasih juga disampaikan kepada teman-teman yang terlibat dalam menyusun dan menyelesaikan tugas akhir ini. Semoga karya ilmiah ini bermanfaat. Bogor, Januari 2017
Khilma Sufiana
4
DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
Manfaat Penelitian
2
METODOLOGI
2
Waktu dan Tempat Penelitian
2
Keadaan Umum Lokasi Penelitian
3
Alat dan Data
5
Prosedur Pengambilan Data
7
Prosedur Analisis Data HASIL DAN PEMBAHASAN
10 16
Hasil
16
Pembahasan
16
SIMPULAN DAN SARAN
21
Simpulan
21
Saran
21
DAFTAR PUSTAKA
21
LAMPIRAN
24
RIWAYAT HIDUP
34
5
DAFTAR TABEL 1 2 3 4 5 6 7 8
Data penelitian Slope/Kemiringan lereng Jumlah plot yang diambil pada setiap umur yang ada Analisis ragam (Uji-F hitung/ ANOVA) Biomassa menurut umur Hasil analisis uji koefisien regresi Uji validasi model Peringkat hasil model terbaik
6 7 7 13
16 19 20 20
DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9 10 11
Peta lokasi penelitian IUPHHK-HTI Trans PT. Belantara Subur Foto tegakan tiap kelas umur Diagram Tahapan Penelitian Tata letak plot dalam klaster pada setiap kondisi umur Skema plot pengamatan di-setiap umur Pengukuran pohon Pengukuran tumbuhan bawah Pengukuran pohon mati rebah Grafik umur terhadap elemen-elemen biomassa (ton/ha) Persentasi biomassa terhadap biomassa total Grafik umur terhadap biomassa
2 4 6 8 8 9 9 9 17 18 19
DAFTAR LAMPIRAN
12 Data plot penelitian 13 Biomassa menurut umur 14 Regresi umur terhadap biomassa
25 29 30
6
PENDAHULUAN Latar belakang Kehutanan mempunyai peranan penting dalam konteks pemanasan global karena hutan dapat menjadi sumber emisi karbon dan juga dapat menjadi penyerap karbon dan penyimpannya. Untuk mengurangi pemanasan global perlu adanya penurunan gas rumah kaca yang tidak hanya dapat dilakukan dengan mengura ngi emisi gas rumah kaca (GRK) yang dihasilkan dari aktifitas manusia, tetapi juga perlu diiringi dengan meningkatkan penyerapan gas rumah kaca. Hutan melalui proses fotosintesis mengabsorbsi karbondioksida dan menyimpannya sebagai materi organik dalam biomassa tanaman (Rusdiana & Lubis 2012). Menurut Hilwan & Nurjannah (2014) pendugaan biomassa hutan merupakan salah satu cara untuk mengetahui kandungan karbon yang tersimpan dalam hutan. Selain itu, pendugaan menggunakan biomassa yang mudah diukur dan umum dilakukan. Pendugaan biomassa untuk jenis sengon karena sengon yang paling mudah tumbuh dan berkembang dan dapat menyerap karbon lebih cepat. Selain itu jenis sengon banyak ditanam dan dikembangkan khususnya di hutan tanaman untuk keperluan industri seperti plywood. Secara teoritis sediaan biomassa hutan bervariasi menurut jenis tegakan, umur tanam, dan kualitas tempat tumbuh. Begitu pula dengan biomassa tegakan Sengon (Paraserianthes falcataria) dihopetesiskan akan bervariasi menurut kualitas tempat tumbuh. Menurut Hanggara (2012) potensi biomassa tegakan sengon tingkat pohon di PT. Arutmin Batulicin, Kalimantan Selatan sebesar 6.86 ton/ha, sedangkan untuk biomassa total diatas permukaan sebesar 10.61 ton/ha. Pada penelitian Akbar (2015) potensi biomassa sengon Hutan Rakyat di Desa Sinarlaut, Cianjur sekitar 43.14 ton/ha. Penelitian Krisnawati et al. (2011) menunjukkan bahwa sediaan biomassa menurut umur pada tegkan mangium di berbagai lokasi adalah 12.3 ton/ha pada umur 1 dan sebesar 148 ton/ha pada umur 10. Tipe ekosistem serta tempat tumbuh yang berbeda umumnya menghasilka n nilai biomassa yang berbeda-beda pula. Menurut Cahyaningrum et al. (2014) potensi biomassa atas permukaan di kawasan mangrove Pulau Kemujan, Taman Nasional Karimunjawa sebesar 182.4 ton/ha, sedangkan penelitian Nugroho (2014) kandungan biomassa atas permukaan pada hutan rawa gambut di Kabupaten Rokan Hilir, Provinsi Riau sebesar 210.81 ton/ha. Penelitian Mandari et al. (2016) menunjukkan bahwa biomassa pada ekosistem Hutan Mangrove di Kawasan Bakau Dumai sebesar 115.85 ton/ha. Ini menunjukkan bahwa variasi biomassa dipengaruhi oleh tempat tumbuh. Pada tegakan jati, bonita merupakan ukuran tertentu yang menggambarka n kemampuan tempat tumbuh bagi tanaman jati menurut umur tanaman. Kualitas tempat tumbuh (KTT) dapat mempengaruhi pendugaan potensi biomassa karena biomassa merupakan fungsi dari kesuburan. Serapan biomassa di IUPHHK-HTI Trans PT. Belantara Subur diasumsikan juga dipengaruhi oleh kualitas tempat tumbuh, oleh karena itu diperlukan model pendugaan biomassa tegakan per kelas kualitas tempat tumbuh. Fokus penelitian ini adalah untuk mengkaji variasi dan hasil pada tegakan sengon menurut kualitas tempat tumbuh dan umur tegakan.
7
Tujuan Tujuan dari penelitian ini adalah untuk mendapatkan nilai dugaan biomassa tegakan Sengon (Paraserianthes falcataria L. Nielsen) secara terestris berdasarkan kelas kualitas tempat tumbuh di IUPHHK-HTI Trans PT. Belantara Subur. Manfaat Penelitian Informasi mengenai potensi biomassa dan pendugaan biomassa tegakan sengon di IUPHHK-HTI Trans PT. Belantara Subur dapat menambah basis data potensi biomassa tegakan hutan di Indonesia dan dapat digunakan untuk menduga potensi dan pendugaan biomassa tegakan Sengon (Paraserianthes falcataria L. Nielsen) berdasarkan kelas kualitas tempat tumbuh di IUPHHK-HTI Trans PT. Belantara Subur, serta dapat menjadi bahan yang dapat digunakan nantinya bagi yang membutuhkan. METODOLOGI Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada tanggal 28 Maret 2016 sampai 12 Mei 2016 di Izin Usaha Pemanfaatan Hasil Hutan Kayu-Hutan Tanaman Industri Trans PT. Belantara Subur, Kalimantan Timur. Pengolahan data, analisis data dan laporan dilaksanakan pada bulan 23 Mei – 27 September 2016 yang bertempat di Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor. Lokasi penelitian dapat dilihat pada Gambar 1.
Gambar 1 Peta lokasi penelitian IUPHHK-HTI Trans PT. Belantara Subur
8
Keadaan Umum Lokasi Penelitian Berdasarkan Surat Keputusan Menteri Kehutanan Nomor 784/Kpts-II/1996 tanggal 19 Desember 1996, luas areal kerja IUPHHK-HTI Trans PT. Belantara Subur ±16.475 ha yang berada di Kecamatan Penajam Kabupaten Penajam Paser Utara Provinsi Kalimantan Timur. Secara geografis areal IUPHHK-HTI dalam hutan tanaman 01º 04' 08" - 01º 16' 54" LS dan 116º 25' 06" - 116º 37' 55" BT dengan ketinggian tempat 30-171 mdpl. Batas Areal sebelah utara Sungai Riko dan PT.BFI, sebelah timur Sungai Tunan dan PT.ITCI, sebelah selatan PT.BFI, sebelah barat PT.BFI. Areal IUPHHK-HTI termasuk dalam kelompok hutan sungai Riko. Areal IUPHHK-HTI PT. Belantara Subur termasuk dalam DAS Riko/Sub DAS Tunan. Letak Areal IUPHHK-HTI PT. Belantara Subur dalam Hutan Tanaman secara administrasi merupakan RPH Sotek, BKPH Penajam, KPH Balikpapan, Dinas Kabupaten/Kota Penajam Paser Utara, Dinas Kehutanan Provinsi Kalimantan Timur. Keadaan lapang di IUPHHK-HTI PT. Belantara Subur merupakan daerah kering dengan topografi terbagi menjadi 4, yaitu datar (0-8%) dengan luas 1001 ha (6.08%), landai (8-15%) dengan luas 11452 ha (69.51%), agak curam (15-25%) dengan luas 3109 ha (18.87 %), dan curam (25-45%) dengan luas 913 ha (5.54%). Fungsi hutan berdasarkan RTRWP dibagi 2 kategori yaitu Hutan Produksi Tetap (HP) dengan luas 14316 ha dan Areal Penggunaan Lain (APL) dengan luas 2159 ha. Jenis tanah di PT. Belantara Subur antara lain jenis Tropudults, Dystropepts dengan luas 15465 ha dan jenis Tropudults, Tropaquepts dengan luas 1010 ha. Kondisi geologi dibagi antara lain Tmpb (Formasi Pulau Balang) dengan luas 539 ha (3.27 %), Tomp (Pamaluan) dengan luas 14617 ha (88.72%), Tmbl (Formasi Bebulu) dengan luas 1319 ha (8.01 %). Kondisi iklim (Klasifikasi menurut Schimdt dan Ferguson) dengan tipe iklim A dan curah hujan tertinggi di bulan Juni (261 mm) dan curah hujan terendah bulan Juli (188 mm). Keadaan hidrologi di PT. Belantara Subur dengan sungai yang terdapat di areal kerja Sungai Riko dan Sungai Tunan, dengan jumlah mata air 2 dan letal terletak di Sungai Riko dan Sungai Tunan. Kegiatan penanaman pada PT. Belantara Subur sudah dimulai sejak tahun 1994 s/d 2010 dengan tujuan untuk menghasilkan kayu pertukangan yang terdiri dari jenis Titi (Gmelina arborea), Meranti (Shorea sp.), Sengon (Paraserianthes falcataria), Akasia (Acacia mangium), Jati, Eucalyptus sp., Waru, Mahoni, dan Sungkai. Selanjutnya dengan penyusunan revisi RKUPHHK-HTI ini PT. Belantara Subur sekaligus melakukan penataan ulang kembali dan jenis tanaman pokok yang dikembangkan menjadi Sengon, tanaman kehidupan yang akan ditanam jenis Sungkai dan tanaman unggulan yang akan ditanam jenis Meranti. Kondisi tegakan sengon pada umur 1 sampai umur 10 ditunjukkan pada Gambar 2.
9
a) Tegakan Umur 1 b) Tegakan Umur 2 (Dbh: 3.54-5.66 cm, kerapatan: 250-800 N/ha) (Dbh: 7.04-13.03 cm, kerapatan: 150-800 N/ha)
c) Tegakan Umur 3 d) Tegakan Umur 4 (Dbh: 12.42-15.47 cm, kerapatan: 325-700 N/ha) (Dbh: 12.65-18.7 cm, kerapatan: 300-625 N/ha)
e) Tegakan Umur 5 f) Tegakan Umur 6 (Dbh: 14.71-19.7 cm, kerapatan: 250-475 N/ha) (Dbh: 15.13-23.23 cm, kerapatan: 230-330 N/ha)
10
g) Tegakan Umur 7 h) Tegakan Umur 8 (Dbh: 18.75-19.12 cm, kerapatan: 150-310 N/ha) (Dbh: 19.53-23.78 cm, kerapatan: 130-280 N/ha)
i) Tegakan Umur 9 j) Tegakan Umur 10 (Dbh: 22.06-24.49 cm, kerapatan: 100-280 N/ha) (Dbh: 25.81-28.76 cm, kerapatan: 130-250 N/ha)
Gambar 2 Foto tegakan tiap kelas umur Alat dan Data Alat yang digunakan dalam penelitian ini adalah pita ukur (panjang 30 m), patok, tali rafia, label pohon, suunto clinometer, phi band, tongkat kayu panjang 1 m, meteran tambang (20 m), golok, kompas, tally sheet, alat tulis (pensil, penghapus/tipe-ex, spidol), stapler, kalkulator, timbangan, oven, GPS (Global Positioning System), kamera digital. Pengolahan data menggunakan Software Microsoft Excel, dan Minitab 16. Bahan yang digunakan terdiri dari data primer dan data sekunder. Data primer berupa data tegakan yang diambil langsung di lapang pada saat penelitia n, sedangkan data sekunder data yang sudah tersedia dan telah dikaji sebelumnya. Data yang digunakan penelitian ini ditabulasikan pada Tabel 1. Secara umum tahapan penelitian ini digambarkan secara grafis pada Gambar 3.
11
Tabel 1 Data penelitian No 1 2 3 4 5 6 7
Data Primer Dbh pada tingkat pohon dan pohon mati berdiri Tinggi total pada tingkat pohon dan pohon mati berdiri Diameter pangkal dan ujung pohon mati rebah Panjang pohon mati rebah Berat basah sampel (BBS) tumbuhan bawah dan serasah Berat kering sampel (BKS) tumbuhan bawah dan serasah Berat basah total (BBT) tumbuhan bawah dan serasah
Data Sekunder Data administras i Kabupaten Penajam Paser Utara Data administras i IUPHHK-HTI Trans PT. Belantara Subur
Gambar 3 Diagram Tahapan Penelitian Data informasi yang didapatkan berupa tahun tanam dari tahun 2015 sampai 2006 dengan umur tanaman 1 sampai 10, sehingga daur di hutan tanaman sengon tersebut selama 10 tahun, dan data informasi yang diperoleh berupa slope/kemiringan lereng, seperti pada Tabel 2.
12
Tabel 2 Slope/Kemiringan lereng No 1 2 3 4 5
Slope (%) 0–8 8 – 15 15 – 25 25 - 40 ≥ 45
Keterangan Datar Landai Agak Curam Curam Sangat Curam
Prosedur Pengambilan Data Data yang dikumpulkan terdiri dari dua jenis data, yaitu data primer dan data sekunder. Pengumpulan data primer dilakukan secara langsung di lapangan pada masing- masing umur dan kemiringan lereng (slope). Penentuan plot contoh dilakukan secara purposive dengan mempertimbangkan luasan areal, aksesibilitas dan ketersebaran potensi pada masing- masing jenis umur serta kemiringan lereng. Atas pertimbangan kondisi fisik dan aksesibilitas, jumlah plot yang yang dapat diambil dan digunakan dalam penelitian ini sebanyak 90 plot. Pada tegakan sengon, pengukuran pada tingkat pohon dan necromassa (pohon mati rebah dan pohon mati berdiri) menggunakan plot berbentuk lingkaran. Luas plot yang digunakan pada tegakan sengon disesuaikan dengan variasi umur tegakan. Pada umur 1-2 tahun dilakukan pengukuran dengan luas plot contoh 0.02 ha, pada umur 3-5 tahun dilakukan pengukuran dengan luas plot contoh 0.04 ha, dan pada umur > 6 tahun dilakukan pengukuran dengan luas plot contoh 0.1 ha. Sedangkan untuk tingkat tumbuhan bawah dan serasah, plot contoh yang digunakan berukuran 1 m x 1 m sebanyak satu buah pada setiap plot ukur yang terletak di pusat dari plot lingkara n. Desain bentuk plot contoh dapat dilihat pada Gambar 4 dan 5. Sedangkan untuk jumlah plot yang diambil dapat dilihat pada Tabel 3. Tabel 3 Jumlah plot yang diambil pada setiap umur yang ada Slope (%) 0–8 8–15 15–25 25–40
1 1 1 -
2 2 1 1 -
3 3 1 1 -
4 1 1 1 -
Umur (tahun) 5 6 7 1 1 1 1 1 1 1 1 1 -
8 1 1 1 -
9 1 1 1
10 1 1 1 -
Penentuan titik awal plot contoh pada hutan tanaman juga dilakukan dengan memasukkan titik-titik koordinat plot (sesuai lokasi pada peta) ke dalam alat GPS. Selain itu, peta-peta tambahan (misalnya data administrasi kabupaten) dapat digunakan untuk mengetahui lokasi plot yang direncanakan. Alternatif lain adalah konsultasi dengan masyarakat lokal atau staf instansi kehutanan yang mengelo la kawasan hutan yang disurvei (Rusolono et al. 2015).
13
Keterangan : Penentuan plot dalam setiap klaster sebanyak 3 plot dengan pengambilan plot diagonal dalam tiap klaster nya, apabila tidak memungkinkan pengambilan plot dilakukan di diagonal lainnya.
Gambar 4 Tata letak plot dalam klaster pada setiap kondisi umur
Gambar 5 Skema plot pengamatan di setiap umur Keterangan (a) Plot (b) Plot (c) Plot Plot
: lingkaran r = 7.94 m :plot pohon pada umur 1-2 tahun lingkaran r = 11.28 m :plot pohon pada umur 3-5 tahun lingkaran r = 17.84 m :plot pohon pada umur > 6 tahun 1 x 1 m :plot pengukuran pada serasah dan tumbuhan bawah
14
Data utama yang diambil dalam penelitian ini adalah kondisi biofisik (tapak, fisiografi, kondisi tutupan lahan), dimensi pohon dan dimensi tegakan. Peubah yang diukur adalah diameter setinggi dada, tinggi bebas cabang, tinggi total pada tingkat pohon dan pohon mati berdiri beserta kelas mati pohon tersebut, tumbuhan bawah, serasah, necromassa beserta kelas lapuknya, dan koordinat pohon dari titik acuan yang dapat dilihat pada Gambar 6, 7, dan 8. Pada tingkat tumbuhan bawah dan serasah parameter yang diukur adalah berat basah pada plot berukuran 1 m x 1 m dan harus dibersihkan dari pasir atau tanah (Suprihatno et al. 2012). Semua sampel tumbuhan bawah dan serasah ditimbang dalam satuan gram sebagai berat basah sampel (BBS) yaitu 100-300 gram (Zulkifli et al. 2010). Kemudian diambil sampel 100 gram untuk analisis laboratorium. Kegiatan penimbangan dilakukan sesegera mungkin di lapangan agar berat basah pohon contoh tidak berubah dari yang seharusnya sebagai berat basah total (BBT) . Pengujian laboratorium dilakukan dengan pengeringan terhadap seluruh sampel yang telah didapatkan. Pengeringan dengan mesin oven dilakukan pada suhu 105˚C selama 1x24 jam (atau sampai berat tanur/konstan) (Syaufina & Ikhsan 2013). Dari hasil pengeringan tersebut didapatkan berat kering sampel (BKS).
Gambar 6 Pengukuran pohon
Gambar 7 Pengukuran Tumbuhan Bawah
Gambar 8 Pengukuran pohon mati rebah
15
Prosedur Analisis Data 1. Perhitungan Volume Volume pohon dihitung dengan menggunakan persamaan geometrik volume silinder terkoreksi (BSN 2011). V = ¼ π d² h f Keterangan: V = volume pohon (m³) d = diameter setinggi dada (dbh)(m) h = tinggi total (m) f = faktor bentuk Nilai faktor bentuk bervariasi tergantung jenis kayu. Apabila data faktor bentuk tidak tersedia, maka dapat digunakan faktor bentuk 0.6. 2.Perhitungan Biomassa Tumbuhan Bawah dan Serasah Biomassa tumbuhan bawah dilakukan dengan destructive methode dan tumbuhan bawah yang diambil adalah semua tumbuhan hidup berupa pohon berdiameter < 5 cm, herba dan rumput-rumputan. Biomassa tumbuhan bawah di ukur pada plot berukuran 1 m x 1 m. Biomassa tumbuhan bawah dan serasah dihitung dengan rumus : BKT = Keterangan: BKT = berat kering total (g) BKs = berat kering sampel (g)
𝐵𝐾𝑠 𝑥 𝐵𝐵𝑡 𝐵𝐵𝑠
BBs = berat basah sampel (g) BBt = berat basah total (g)
3. Perhitungan Biomassa Tingkat Pohon Pendekatan menggunakan model alometrik biomassa pohon yang dikembangkan untuk jenis sengon di Kalimantan Timur belum tersedia, sehingga untuk menghitung biomassa pohon menggunakan nilai volume pohon yang dikonversi menjadi nilai biomassa pohon diatas permukaan tanah. Nilai volume pohon yang diperoleh dari model alometrik volume (rumus geometrik volume) dikalikan dengan nilai faktor ekspansi biomassa (BEF = biomassa expansion factor) pohon. Biomassapohon = Volume * WD * BEFpohon Untuk nilai berat jenis kayu (WD) Paraserianthes falcataria adalah 330 kg/m3 , sedangkan untuk nilai BEF pohon dari perbandingan atau rasio biomassa di atas permukaan tanah terhadap biomassa batang. Beberapa nilai BEF pohon telah dikembangkan untuk beberapa jenis atau tipe ekosistem hutan di Indonesia. Untuk jenis Paraserianthes falcataria nilai BEF adalah 1.34 (Krisnawati et al 2012).
16
4. Penghitungan Biomassa Necromassa (Pohon mati berdiri dan Pohon mati
rebah) Nekromasa berkayu merupakan pohon mati yang masih berdiri maupun yang roboh, tunggul-tunggul tanaman, cabang dan ranting utuh yang berdiameter 5 cm dan panjang 0.5 m (Hairiah et al. 2011). Perhitungan biomassa necromassa untuk pohon mati rebah dapat dilakukan dengan menggunakan nilai rataan kuadrat berat jenis kayu mati necromassa dengan rumus sebagai berikut: π 𝑑𝑝+𝑑𝑢 2 ) t 4 2
NPM = (
RK ρ
Keterangan: NPM = nekromassa pohon mati (kg) dp , du = diameter pangkal dan ujung (m) t = panjang kayu (m) RK ρ = rataan kuadrat berat jenis kayu mati (kg/m³) Untuk kemudahan penerapan di lapangan, selang berat jenis dari tiap tingkat pelapukan adalah (Manuri et al. 2011): Lapuk: kelas lapuk 3 dengan nilai Rataan Kuadrat : 251.60 Sedang: kelas lapuk 2 dengan nilai Rataan Kuadrat: 453.34 Bagus: kelas lapuk 1 dengan nilai Rataan Kuadrat: 732.01 Nilai Rataan Kuadrat berat jenis (RK ρ) selanjutnya digunakan sebagai nilai BJ dari masing- masing tingkat pelapukan. Untuk menghitung biomassa pohon mati berdiri (standing deadwood) diduga dengan menggunakan model-model alometrik yang sesuai yaitu seperti model biomassa tingkat pohon, tetapi kemudian dikoreksi dengan faktor keutuhan sebagai berikut (BSN 2011): Pohon mati berdiri kelas 1 adalah pohon mati tanpa daun, biomassa pohon mati berdiri kelas 1 dihitung dengan rumus: Bkm1 = 0.9Bp Pohon mati berdiri kelas 2 adalah pohon mati tanpa daun dan ranting, biomassa pohon mati berdiri kelas 2 dihitung dengan rumus: Bkm2 = 0.8 Bp Pohon mati berdiri kelas 3 adalah pohon mati tanpa daun, cabang, dan ranting, biomaasa pohon mati berdiri kelas 3 dihitung dengan rumus: Bkm3 = 0.7 Bp Adapun untuk pohon mati berdiri kelas 4, biomassanya ditentukan berdasarkan konversi volume batang dengan rumus: Bkm4 = 0.25π (D/100)2 t f WD
17
Keterangan : Bkm = biomassa pohon mati berdiri (kg) Bp (W) = biomassa tingkat pohon (kg) d = diameter batang (cm) t = tinggi pohon mati berdiri/tunggak (m) f = angka bentuk (0.6) WD = kerapatan kayu (wood density) (kg/m3 ) (330 kg/m3 ) 5.
Kelas Kualitas Tempat Tumbuh Kualitas tempat tumbuh merupakan hal yang sangat penting dalam penanaman karena mempengaruhi pertumbuhan tanaman (Kusnadi et al 2016). Pengkelasan kualitas tempat tumbuh berdasarkan tinggi total dan dibagi ke dalam 4 kelas KTT (kualitas tempat tumbuh) per plot. Pengkelasan KTT diambil dari 10 pohon peninggi di setiap plot umur nya untuk menghasilka n variansi yang rendah, sehingga terjadi homogenitas dan hipotesis atau akurasi yang tinggi. Hasil pengkelasan kualitas tempat tumbuh didapat dari penelitia n sebelumnya mengenai site index terhadap tegakan sengon di IUPHHK-HTI Trans PT. Belantara Subur.
6. Model Pendugaan Untuk mendapatkan dugaan potensi biomassa berdasarkan kualitas tempat tumbuh menggunakan model persamaan: 1. Linier (M-1) : y = b0 + b1 x 2. Logaritmik (M-2) : y = b0 + b1 (ln) x 3. Exponensial (M-3) : y = b 0eb1x 4. Kuadratik (M-4) : y = b 0 + b1 x 2 5. Kubik (M-5) : y = b0 + b1 x 3 Keterangan : y = biomassa (ton/ha) b0 = konstanta b1 , b2 , b3 = koefisien regresi x = umur (tahun) 7. Uji Normalitas dan Homoskedastisitas
Sebelum data dianalisis lebih lanjut data dianalisis oleh tim bersama-sama (Jaya, Fikri, Fadly, Khilma, Sardianto) melalui analisis normalitas dan homokedastisitas. Uji ini dimaksudkan apakah data tersebut menyebar secara normal dan mempunyai keragaman yang sama. Pengujian normalitas data juga dilakukan untuk mengeluarkan data-data pencilan. Uji normalitas dilakukan menggunakan besaran Kolmogorov-Smirnov sedangkan uji homokedastis itas menggunakan analisis residual berupa grafik .
18
8. Keberartian model Untuk mengetahui pengaruh koefisien regresi yang dihasilkan dalam persamaan pendugaan potensi biomassa, diperlukan pengujian menurut kaidah statistik. a. Uji F-Hitung Keberartian model dijelaskan melalui analisis ragam. Analisis ragam dilakukan untuk melihat apakah peubah bebas X mempunyai hubungan yang nyata dengan peubah tak bebas Y, dimana keberartian hubungan biomassa dengan luas bidang dasar tegakan sengon dan dinyatakan dengan tabel analis is ragam (Tabel 4). Tabel 4 Analisis ragam (Uji-F hitung/ ANOVA) Sumber
Derajat bebas (bd)
Regresi Sisa Total
dbR dbS dbT
Jumlah Kuadrat (JK) JKR JKS JKT
Kuadrat Tengah (KT) KTR KTS
F Hitung
F Tabel
KTR/KTS
Fα(dbR,dbS)
Keterangan: p: banyaknya peubah; n: banyaknya plot penelitian; db: derajat bebas; dbr: derajat bebas regresi; dbs: derajat bebas sisa; JK: jumlah kuadrat ; JKR: jumlah kuadrat regresi; JKS: jumlah kuadrat sisa; KT: kuadrat tengah; KTR: kuadrat tengah regresi; KTS: kuadrat tengah sisa.
Hipotesis yang diuji adalah: H0 : Hubungan regresi tidak nyata (bi = 0), peubah terikat Y tidak dipengaruhi oleh peubah bebas X H1 : Hubungan regresi nyata (salah satu bi ≠ 0), peubah terikat Y dipengaruhi oleh peubah bebas X Kriteria penarikan kesimpulan dengan tingkat keyakian 95% (α = 0.05) adalah tolak H0 jika nilai Fhit > Ftab terima H0 jika nilai Fhit < Ftab b. Perhitungan koefisien determinasi (R²) Kriteria R² merupakan metode menemukan himpunan variable prediktor terbaik untuk memprediksi variabel dependen melalui model regresi linier yang diperoleh dari data sampel (Sunengsih 2009). Koefisien determinasi adalah nilai yang menjelaskan seberapa besar keragaman tak bebas Y yang dapat dijelaskan oleh suatu peubah bebas X. Nilai R² dinyatakan dalam bentuk persen (%). Semakin tinggi nilai R², maka semakin tinggi keragaman peubah tak bebas Y dapat dijelaskan oleh peubah bebas X. Nilai R² ditentukan dengan rumus: R² =
(𝐽𝐾 𝑟𝑒𝑔𝑟𝑒𝑠𝑖 ) (𝐽𝐾 𝑡𝑜𝑡𝑎𝑙)
x 100
19
Keterangan: R²: Koefisien determinasi JK: Jumlah kuadrat c. Perhitungan koefisiensi determinasi yang disesuaikan (R² adjusted) Koefisiensi determinasi yang disesuaikan adalah nilai koefisien determinas i yang disesuaikan terhadap derajat bebas jumlah kuadrat sisa (JKS) dan jumlah kuadrat total (JKT) atau nilai koefisien determinasi yang nilai peubah-peubahnya telah dikoreksi. Karena R² adjusted sama dengan R². Semakin tinggi R² adjusted, maka semakin tinggi pula keeratan hubungan antara peubah tak bebas Y dan peubah bebas X. Nilai R² adjusted ditentukan dengan rumus: Ra² = 1 Keterangan: Ra² : R² adjusted JKS : Jumlah kuadrat sisa JKT : Jumlah kuadrat total
𝐽𝐾𝑆 (𝑛−𝑝) 𝐽𝐾𝑇 (𝑛−1)
(n-p): Derajat bebas sisa (n-1): Derajat bebas total
9. Uji validasi model Uji validasi model diuji dengan menggunakan perhitungan Uji T berpasangan, e (Bias), SA (Simpangan Agregat), SR (Simpangan Rata-rata) dan RMSE (Root Mean Square Error) seperti yang telah dilakukan oleh (Puspanings ih 2010). Uji-T berpasangan merupakan suatu teknik yang digunakan untuk menguji signifikansi perbedaan dua rata-rata yang berasal dari dua sampel yang berpasangan. Sampel yang berpasangan diartikan sebagai sampel dengan subjek yang sama , namun mengalami dua perlakuan atau pengukuran yang berbeda. Hasil perhitungan Uji-T berpasangan menunjukkan besarnya kecocokan antara hasil perhitungan menggunakan model (nilai ekspektasi) dengan hasil perhitungan data lapangan (nilai aktual). Perhitungan Uji-T berpasangan dapat dihitung menggunakan rumus sebagai berikut (Walpole 2005):
t=
𝑑̅ sd/√𝑛
dimana s d2 =
( ∑ 𝑑̅ ²)−( ∑ 𝑑̅ )²/n 𝑛−1
(Walpole 2005) Keterangan : T = nilai t hitung 𝑑̅ = rata-rata selisih pengukuran
sd = simpangan baku selisih pengukuran n = jumlah plot contoh
Hipotesis pada Uji T berpasangan dengan tingkat keyakinan 95%: H0 : Hasil dugaan model tidak berbeda nyata dengan hasil perhitungan lapang H1 : Hasil dugaan model berbeda nyata dengan hasil perhitungan lapang Keputusan penerimaan hipotesis yaitu apabila nilai -tα/2 < thit < tα/2, maka terima H0 , dan apabila nilai thit < -tα/2 atau thit > tα/2, maka tolak H0 dengan tingkat keyakinan 95% (α = 0.05)
20
Root Mean Square Error (RMSE) digunakan untuk mengetahui seberapa besar error yang terjadi pada hasil perhitungan model jika dibandingkan dengan nilai aktual. Keakuratan metode estimasi kesalahan pengukuran diindikas ika n dengan adanya RMSE yang kecil (Widayati 2009). Semakin kecil nilai RMSE, maka semakin kecil pula kesalahan yang terjadi pada penggunaan model. Perhitungan RMSE menggunakan rumus sebagai berikut: ∑𝑛𝑖=1(𝐸𝑖 − 𝑂𝑖 )² 𝑂𝑖 𝑅𝑀𝑆𝐸 = √ × 100 𝑛 Bias (e) adalah kesalahan sistematis yang dapat terjadi karena kesalahan dalam pengukuran, baik kesalahan teknis pengukuran maupun kesalahan karena alat ukur. Nilai e yang dapat diterima adalah nilainya yang mendekati nol. Perhitungan bias (e) dapat di rumuskan sebagai berikut : e = ∑𝑛𝑖=1 {
(
𝐸𝑖−𝑂𝑖 ) 𝑂𝑖
} × 100
𝑛
Simpangan Agregat (SA) adalah selisih jumlah nilai actual dan nilai dugaan sebagai proporsional terhadap nilai dugaan atau perbedaan antara jumlah nilai aktual dan jumlah nilai dugaan. Persamaan yang baik memiliki SA Antara -1 sampai +1. Nilai SA dapat dihitung dengan rumus: SA = (
∑
𝑛 𝑛 𝐸𝑖− ∑ 𝑂𝑖 𝑖=1 𝑖=1 ) 𝑛 ∑ 𝐸𝑖 𝑖 =1
Simpangan Rata-rata (SR) adalah jumlah nilai mutlak dari selisih antara jumlah nilai dugaan dan nilai aktual, proporsional terhadap jumlah nilai dugaan. Nilai SR menunjukan suatu model dapat dikatakan baik jika nilainya tidak lebih dari 10%. Perhitungan SR yaitu dengan rumus sebagai berikut :
SR = (
∑
𝑛 𝐸𝑖 − 𝑂𝑖 │ │ 𝑖=1 𝐸𝑖 ) 𝑛
× 100
Keterangan : Ei = Nilai harapan Oi = Nilai aktual n = Jumlah data 10.
Pemilihan Model Pemilihan model yang baik diperlukan adanya penyusunan peringkat terhadap
model dengan acuan kriteria-kriteria uji yang dilakukan. Penyusunan peringkat dilakukan dengan memberikan skor pada model-model yang diperoleh, kemudian akan terbentuk model terbaik yang dapat digunakan sesuai kriteria yang ada yaitu model yang terpilih harus mempunyai peubah bebas yang berperan nyata ( P-value < 0.05) nilai koefisien regresi dan koefisien determinasi (R2 dan R²adj) yang besar, lolos dari nilai F-hitung (mempunyai keberartian model melalui analisis ragam) dan
21
model harus sesuai dengan kondisi data dilapang (χ² hitung < χ² tabel) serta memiliki nilai- nilai uji validasi sesuai yang disarankan mulai dari SA, SR, RMSE, dan e. Pemberian skor dapat menggunakan rumus sebagai berikut : Skor = (
𝑁𝑈−𝑚𝑎𝑥 min − 𝑚𝑎𝑥
× 𝑁) +1
Keterangan : NU = Nilai uji dari setiap kriteria Max = Nilai terbesar dari setiap kriteria Min = Nilai terkecil dari setiap kriteria N = Jumlah model yang di rangking
HASIL DAN PEMBAHASAN Biomassa Dalam penelitian ini pengukuran biomassa dilakukan pada 4 elemen, yaitu pohon hidup, nekromassa yang terdiri dari pohon mati berdiri dan pohon mati rebah, tumbuhan bawah, dan serasah. Hasil pengukuran dan perhitungan biomassa dapat dilihat pada Tabel 5. Sedangkan untuk rata-rata biomassa menurut umur dijelaskan pada Lampiran 2. Tabel 5 Biomassa menurut umur Pohon Hidup Umur
Pohon Mati Berdiri
Pohon Mati Rebah
Tumbuhan Bawah
Serasah
Total
Mean (ton/ha)
CV(%)
Mean (ton/ha)
CV(%)
Mean (ton/ha)
CV(%)
Mean (ton/ha)
CV(%)
Mean (ton/ha)
CV(%)
Mean (ton/ha)
CV(%)
1
1.73
59.19
0.06
-
36.65
50.38
0.47
128.23
0.42
77.39
20.95
108.56
2
22.72
69.57
6.52
-
21.53
103.19
0.93
115.00
1.67
61.31
31.24
54.39
3
31.68
29.69
0.46
-
8.72
133.30
0.97
88.21
1.92
98.04
37.09
26.73
4
43.04
49.72
0.42
-
26.38
87.04
1.19
57.51
2.21
71.63
55.29
62.99
5
60.07
51.76
4.15
112.35
26.29
126.10
1.46
65.05
1.27
53.09
74.79
54.32
6
33.33
40.15
1.42
83.29
1.72
83.37
1.52
83.61
1.71
28.72
37.73
35.17
7
35.93
95.81
51.27
140.70
7.29
-
1.19
121.20
0.98
87.79
74.72
69.51
8
52.54
48.48
4.023
53.27
3.82
82.24
1.80
79.37
2.88
53.46
62.05
42.93
9
53.99
48.46
3.58
49.89
3.86
68.28
1.95
68.72
2.95
86.85
64.72
42.68
10
66.42
49.79
4.82
72.14
12.29
100.11
2.18
58.38
2.29
82.96
82.84
38.32
Berdasarkan Tabel 5 menyajikan biomassa per komponen menurut umur dalam ton/ha dari umur 1 sampai 10. Terdapat nilai CV>100%, yang menunjukka n bahwa keragaman data tersebut besar, khususnya pada pohon mati berdiri terdapat pada umur 5 dan 7 tahun, pada pohon mati rebah terdapat pada umur 2, 3, 5, dan 10 tahun. Keragaman tinggi juga terdapat pada biomasaa tumbuhan bawah, khususnya pada umur 1, 2, dan 7 tahun. Secara umum, untuk biomassa total hanya biomassa pada umur 1 tahun yang variasinya cukup tinggi, selain itu hanya mempunyai CV
22
69.51% . Variasi data sangat beragam diduga karena adanya kejadian alam yang terjadi sebelumnya, seperti kebakaran, angin, hama, dan penyakit. Variasi data tumbuhan bawah juga besar, dimana terdapat plot pengukuran yang jumlah tumbuhan bawahnya melimpah dan yang sedikit. Menurut Hilwan et al. (2013) kelimpahan tumbuhan bawah dipengaruhi oleh beberapa faktor, seperti sinar matahari, cuaca, suhu, tanah, dan ketinggian tegakan. Sinar matahari yang berlimpah akan memicu pertumbuhan dan perkembangan tumbuhan bawah yang bersifat senang terhadap cahaya (intoleran). Faktor lain yang dapat mempengar uhi adalah iklim terutama curah hujan dan distribusi hujan.
Pohon Mati Berdiri
80 60 40 20 0
0
5
10
Biomassa (ton/ha)
Biomassa (ton/ha)
Pohon
15
Umur (tahun)
60
40 20
0 0
10
Biomassa (ton/ha)
Biomassa (ton/ha)
40 30 20 10 0 5
10
15
Tumbuhan Bawah
Pohon Mati Rebah
0
5
Umur (tahun)
15
Umur (tahun)
3.0 2.0 1.0 0.0
0
5
10
15
Umur (tahun)
Biomassa (ton/ha)
Serasah 4.0 3.0 2.0 1.0 0.0 0
5
10
15
Umur (tahun)
Gambar 9 Grafik umur terhadap elemen – elemen biomassa (ton/ha) Berdasarkan Gambar 9 menunjukkan grafik umur elemen–elemen biomassa dimana terjadi peningkatan pada biomassa tingkat pohon, pohon mati berdiri, tumbuhan bawah, dan serasah. Sedangkan pada pohon pohon mati rebah mengalami penurunan. Hasil dari analisis data, grafik menyatakan bahwa biomassa pohon meningkat seiring bertambahnya umur yang mengakibatkan meningkatnya
23
luas bidang dasar tegakan karena jumlah dan ukuran pohon semakin besar yang diikuti dengan bertambah banyak jumlah dan besarnya ukuran batang, daun, ranting, dan cabang. Sehingga biomassa akan meningkat seiring dengan pertambahan umur dan luas bidang dasar tersebut. Selain itu peningkatan umur pohon mengakibatkan produksi tumbuhan bawah dan serasah yang dihasilka n semakin meningkat, yang berdampak pada meningkatnya biomassa pada tegakan tersebut. Sedangakn pada tingkat pohon mati rebah akan mengalami penurunan terhadap umur karena kayu rebah akan mengalami pelapukan tiap tahunnya. Selain itu terjadinya lonjakan pada umur 7 disebabkan oleh terjadinya kebakaran pada tahun tanam 2009 atau umur 7. Nilai dugaan biomassa total didapatkan dari hasil penjumlahan biomassa pohon, nekromassa pohon mati berdiri, nekromassa pohon mati rebah, tumbuha n bawah, dan serasah. Setelah melakukan perhitungan biomassa per elemen biomassa, maka dilakukan persentase elemen-elemen biomassa terhadap biomassa total yang dapat dilihat pada Gambar 10. Tum buhan ba wah, 3%
Sera sah, 4%
Pohon mati reba h, 11%
Pohon mati berdi ri, 4%
Pohon, 78%
Gambar 10 Persentasi biomassa terhadap biomassa total Pada Gambar 10 yang menyajikan persentase elemen-elemen biomassa terhadap biomassa total pada semua umur menunjukkan persentase terbesar dimiliki oleh pohon sebesar 78%, kemudian nekromassa pohon mati rebah, nekromassa pohon mati berdiri, serasah, dan persentase terkecil dimiliki oleh tumbuhan bawah.
24
Model pendugaan Umur terhadap Biomassa Biomassa (ton/ha) y = 33.494ln(x) - 3.2648 R² = 0.6822
Biomassa (ton/ha)
120 100 80
60 40 20 0
-20
0
2
4
6
8
10
12
Umur (tahun) Gambar 11 Grafik umur terhadap biomassa Pada penelitian ini dilakukan pengujian pada 5 model yaitu linear, logaritmik, eksponensial, kuadratik, kubik. Pengujian dilakukan antara peubah x (umur) dan peubah y (biomassa) yang disajikan pada Gambar 11. Penggunaa n variabel bebas adalah umur untuk mengetahui pengaruh umur terhadap pendugaan biomassa. Jika semakin tinggi umur maka luas bidang dasar semakin meningkat, sehingga menyebabkan biomassa semakin meningkat.
Uji Koefisien Regresi Pengujian yang dilakukan selanjutnya yaitu pengujian koefisien regresi, uji koefisien regresi ini digunakan untuk menentukan persamaan terbaik dalam pendugaan potensi biomassa total dengan berdasarkan koefisien determinasi, nilai F-hitung model, dan P-value. Hasil uji koefisien regresi disajikan pada Tabel 6.
No 1 2 3 4 5
Tabel 6 Hasil analisis uji koefisien regresi Kode Persamaan R² F-hit Model y = 7.8294x + 4.7864 M-1 0.67 79.52 y = 33.494ln(x) – 3.2648 M-2 0.68 85.88 y = 6.3784e0.3034x M-3 0.45 32.11 y = 22.0 + 0.644x 2 M-4 0.58 55.74 3 y = 27.4 + 0.0598x M-5 0.51 41.00
F-tab
P-value
4.08 4.08 4.08 4.08 4.08
0.00 0.00 0.00 0.00 0.00
Keterangan: R²: koefisien determinasi, F-hit : nilai uji F-hitung, F-tab: nilai F table pada tingkat kepercayaan 95% (ɑ = 0.05)
Hasil uji koefisien regresi pada Tabel 6 menjelaskan bahwa terdapat lima model dapat digunakan dalam menduga potensi biomassa, dapat dilihat dari nilai F-hit pada semua jenis model persamaan lebih besar dari F-tab, sehingga peubah x (umur) mempengaruhi peubah y (biomassa). Selain itu nilai determinasi (R²) tiap model sebagian besar memiliki nilai >50%, hal ini menjelaskan bahwa semakin tinggi nilai koefisien determinasi maka semakin tinggi pula kemampuan model
25
regresi menjelaskan variasi variabel terikat. Pada penelitian ini, ditemukan bahwa model dengan R² terbesar adalah model logaritmik (M-2), dengan P-value yang juga lebih kecil dari 0.01. Hal ini menunjukkan model tersebut memiliki peubah bebas x (umur) yang berperan nyata terhadap peubah tak bebas y (biomassa). Hasil uji regresi umur terhadap biomassa dijelaskan pada Lampiran 3. Validasi model Kode Model M-1 M-2 M-3 M-4 M-5
Tabel 7 Uji Validasi Model Ukuran Validasi SA SR (%) Bias (%) -0.01 0.34 0.63 -0.01 0.43 0.03 -0.06 0.67 0.19 -0.005 0.38 1.09 0.0001 0.40 1.34
RMSE (%) 1.57 1.09 0.97 2.86 3.51
Berdasarkan hasil validasi model pada Tabel 7, semua persamaan memilik i nilai simpangan agregat (SA) -1 dan 1. Uji validasi RMSE menunjukkan bahwa model (M-3) mempunyai nilai RMSE yang paling kecil di banding model lain (Tabel 7). Sedangkan untuk uji bias nilai yang paling baik adalah mendekati 0 yaitu terdapat pada model (M-2). Berdasarkan nilai SR yang lebih kecil dari 10%, maka semua model yang cukup handal untuk dilakukan peringkatan. Nilai bias dan RMSE model (M-1, M-2, M-3) juga kecil.
Model persamaan regresi terpilih Tabel 8 Peringkat hasil model terbaik Kode Model M-1 M-2 M-3 M-4 M-5
SA 4.34 4.52 1.00 4.68 5.00
SR (%) 5.00 3.84 1.00 4.46 4.28
Bias (%) 3.16 5.00 4.52 1.76 1.00
SKORE RMSE (%) 4.05 4.81 5.00 2.03 1.00
R² 4.71 5.00 1.00 3.31 2.02
Total 21.27 23.17 12.53 16.23 13.31
Peringkat 2 1 5 3 4
Berdasarkan hasil uji validasi pada Tabel 7, maka model yang dapat diterima adalah M-1, M-2, M-3, M-4, dan M-5. Lebih lanjut dilakukan peringkatan (Tabel 8), diketahui bahwa peringkat skor yang paling baik juga ditunjukkan oleh model logaritmik (M-2) : y = 33.494ln(x) – 3.2648. Selain itu sebagaimana hasil uji validasi sebelumnya model (M-2) yang menunjukkan prediksi model tidak berbeda nyata dengan kondisi lapangan (-t α/2 < t hit < t α/2 ). Nilai SA juga pada kisaran -1 dan 1, begitu pula nilai bias dan RMSE juga kecil sehingga kesalahan yang dihasilka n juga kecil. Berdasarkan kajian ini maka penelitian ini menunjukkan bahwa peningkatan biomassa oleh umur mengikuti kurva logaritmik. Sehingga biomassa total hutan tanaman sengon pada umur 1 tahun diperkirakan mencapai 20.951 ton/ha, sedangkan umur 10 tahun diperkirakan mencapai 82.840 ton/ha.
26
SIMPULAN DAN SARAN SIMPULAN Pada penelitian ini dapat disimpulkan beberapa hal sebagai berikut: 1. Nilai dugaan biomassa total tiap umur terdiri dari 5 elemen biomassa, yaitu pohon, pohon mati berdiri, pohon mati rebah, tumbuhan bawah, dan serasah. Nilai dugaan biomassa total terendah terdapat pada umur 1 sebesar 20.951 ton/ha dan nilai dugaan terbesar terdapat pada umur 10 sebesar 82.840 ton/ha. 2. Proporsi biomassa terkecil terhadap biomassa total terdapat pada tumbuha n bawah sebesar 3% dan proporsi terbesar terdapat pada tingkat pohon sebesar 78%. 3. Biomassa sengon meningkat seiring pertambahan umur yang menyebabkan peningkatan luas bidang dasar tegakan. Model pendugaan biomassa yang terbaik adalah persamaan logaritmik: y = 33.494ln(x) – 3.2648 (R2 = 0.6822), dimana y adalah biomassa dan x adalah umur tegakan.
SARAN 1. Perlu dilakukan penelitian biomassa total yang meliputi biomassa atas permukaan dan biomassa bawah permukaan untuk mendapatkan hasil yang lebih menyeluruh. 2. Diperlukan pengambilan data plot contoh yang lebih banyak untuk mendapatkan keragaman yang kecil sehingga hasil regresi yang tinggi dan bias yang kecil.
DAFTAR PUSTAKA
Akbar H. 2015. Potensi biomassa dari hutan rakyat sebagai sumber bahan bakar energi pembangkit listrik di Desa Sinarlaut, Cianjur. [skripsi]. Bogor (ID): Departemen Manajemen Hutan, Fakultas Kehutanan, IPB. BSN (Badan Standardisasi Nasional). 2011. Penyusunan persamaan alometrik untuk penaksiran cadangan karbon hutan berdasarkan pengukuran lapangan. Jakarta (ID): Badan Standardisasi Nasional. Cahyaningrum ST, Hartoko A, Suryanti. 2014. Biomassa karbon mangrove pada Kawasan Mangrove Pulau Kemujan Taman Nasional Karimunjawa : Diponegoro Journal of Maquares. 3(3): 34-42. Hairiah K, Ekadinata A, Sari RR, Rahayu S. 2011. Pengukuran Cadangan Karbon: dari tingkat lahan ke bentang lahan. Petunjuk praktis. Edisi kedua. Bogor, World Agroforestry Centre, ICRAF SEA Regional Office, University of Brawijaya (UB), Malang, Indonesia. Hanggara BAT. 2012. Pendugaan kandungan karbon pada tegakan Akasia (Acacia mangium) dan tegakan Sengon (Paraserianthes falcataria) di lahan reklamas i pasca tambang batubara PT Arutmin Batulicin, Kalimantan Selatan [skripsi]. Bogor (ID): Departemen Silvikultur, Fakultas Kehutanan, IPB.
27
Hilwan I, Nurjannah AS. 2014. Potensi simpanan karbon pada tegakan revegetasi lahan pasca tambang di PT Jorong Barutama Greston, Kalimantan Selatan : Jurnal Silvikultur Tropika. 5(3):188-195. Hilwan I, Mulyana D, Pananjung WG. 2013. Keanekaraaman jenis tumbuha n bawah pada tegakan Sengon Buto (Enterolobium cyclocarpum Griseb.) dan Trembesi (Samanea saman Merr.) di lahan pasca tambang batubara PT Kitadin, Embalut, Kutai Kartanagara, Kalimantan Timur: Jurnal Silvikultur Tropika. 4(1):6 – 10. Isbiyantoro K, Wilandari Y, Sugito. 2014. Perbandingan model pertumbuha n ekonomi di Jawa Tengah dengan metode regresi linier berganda dan metode geographically weighted regression: Jurnal Gaussian. 3(3):461-469. Kusnadi, Jaya INS, Puspaningsih N, Basuki M, Hakim L. 2016. Model penduga kualitas tempat tumbuh Jati (Tectona grandis) menggunakan citra resolusi sangat tinggi pesawat tidak berawak di KPH Nganjuk: Jurnal Penelitian Kehutanan Wallacea. 5(2):185-194. Krisnawati H, Maarit K, Markku K. 2011. Acacia mangium Willd. Ekologi, Silvikultur dan Produktivitas. CIFOR, Bogor, Indonesia. Krisnawati H, Wahyu CA, Rinaldi I. 2012. Monograf Model-Model Alometrik untuk Pendugaan Biomassa Pohon pada Berbagai Tipe Ekosistem Hutan di Indonesia. Pusat Penelitian dan Pengembangan Konservasi dan Rehabilitas i, Badan Penelitian dan Pengembangan Kehutanan. Mandari DZ, Gunawan H, Isda MN. 2016. Penaksiran biomassa dan karbon tersimpan pada ekosistem hutan mangrove di Kawasan Bandar Bakau Dumai: Jurnal Riau Biologi. 1(3): 17-23. Manuri S, Chandra ASP, Agus DS. 2011. Tehnik Pendugaan Cadangan Karbon Hutan. Merang REDD Pilot Project, German International Cooperation – GIZ. Palembang. Nugroho NP. 2014. Kandungan biomassa atas permukaan pada hutan rawa gambut di Kabupaten Rokan Hilir, Provinsi Riau: Jurnal Penelitian Hutan dan Konservasi Alam. 11(1):41-51. Puspaningsih N, Murtilaksono K, Sinukaban N, Jaya INS, Setiadi Y. 2010. Estimas i umur harapan pencapaian keberhasilan reforestasi kawasan pertambanga n PT. INCO, Sorowako, Sulawesi Selatan: Forum Pascasarjana. 33(4):275-283. Rusdiana O, Lubis RS. 2012. Pendugaan korelasi antara karakteristik tanah terhadap cadangan karbon (Carbon Stock) pada hutan sekunder: Jurnal Silvikultur Tropika. 3(1):14 – 21. Rusolono T, Tatang T, Judin P. 2015. Analisis Survey Cadangan Karbon dan Keanekaragaman Hayati di Sumatera Selatan. German Internatio na l Cooperation (GIZ) Kementerian Lingkungan Hidup dan Kehutanan Dinas Kehutanan Provinsi Sumatera Selatan. Sunengsih N. 2009. Seleksi variabel dalam analisis regresi multivariat multip e l: Seminar Nasional Matematika dan Pendidikan Matematika. 3(2):978-979. Suprihatno B, Rasoel H, Bintal A. 2012. Analisis biomassa dan cadangan karbon
tanaman Bambu Belangke (Gigantochloa pruriens): Journal of Environmental Science. 6(1):82-92. Syaufina L, Muhammad I. 2013. Estimasi simpanan karbon di atas permukaan lahan reklamasi pasca tambang PT. Antam UBPE Pongkor, Provinsi Jawa Barat: Jurnal Silvikultur Tropika. 4(2):100 – 107.
28
Walpole ER. 2005. Pengantar Statistika. Jakarta (ID): Gramedia Pustaka Utama. Widayati CSW. 2009. Komparasi beberapi metode estimasi kesalahan pengukura n: Jurnal Penelitian dan Evaluasi Pendidikan. 2(13): 182-197. Zulkifli H, Indra SY, Donni. 2010. Prediction of carbon stock in Palembang Pulokerto swamp forest: The impact of urban climate change mitigatio n. Agritek. 19(6):17-26.
29
LAMPIRAN
30 Lampiran 1 Data plot penelitian
1
Dbh (cm) 5.250
Ttot (m) 5.075
BP (ton/ha) 2.955
1
3.540
2.458
0.226
1001003
1
5.300
5.231
2.457
4
1002001
1
5.020
3.194
1.081
5
1002002
1
5.657
4.388
1.323
6
1002003
1
4.844
4.697
2.333
7
1003001
2
13.440
12.214
25.655
8
1003002
2
13.615
14.127
No
ID_PLOT
Umur
1
1001001
2
1001002
3
BNPMB (ton/ha)
BNPMR (ton/ha)
BTb (ton/ha) 1.655
BSr (ton/ha) 0.093
Total (ton/ha) 4.703
34.587
0.529
0.267
35.609
2
19.305
0.263
0.796
22.884
2
0.038
0.451
1.570
2
0.108
0.789
58.283
2
0.234
0.093
2.660
2
1.304
2.685
36.166
4
36.565
0.140
0.518
37.224
4
0.063
56.063 6.522
TKK 2
9
1003003
2
18.267
15.069
16.438
0.036
1.131
17.604
4
10
1004001
2
13.383
14.905
35.077
0.718
1.033
36.829
3
11
1004002
2
16.200
12.631
48.532
0.309
0.370
49.212
3
12
1004003
2
16.025
16.413
44.684
0.114
1.558
46.357
3
13
1005001
2
10.762
8.449
14.724
44.818
2.002
2.170
63.715
2
14
1005002
2
16.467
11.179
26.378
0.559
0.493
1.416
28.845
2
15
1005003
2
12.600
8.472
10.633
2.482
1.124
14.239
2
16
1006001
2
7.470
6.117
3.865
3.143
4.051
11.059
1
17
1006002
2
7.038
5.727
5.258
0.024
1.615
26.116
1
18
1006003
2
11.625
8.472
4.773
0.344
2.385
7.501
1
19
1007001
3
14.328
13.213
48.572
1.374
2.728
52.673
2
20
1007002
3
15.062
13.475
39.647
0.183
3.759
43.793
2
21
1008001
3
13.125
11.872
29.495
0.020
0.401
30.374
2
22
1008002
3
15.468
13.570
39.317
0.424
1.518
41.260
2
23
1008003
3
14.073
12.822
42.965
0.904
1.264
45.133
2
24
1009001
3
13.778
12.106
34.793
1.600
0.687
37.081
2
25
1009002
3
13.296
12.456
34.536
0.444
0.904
35.884
2
19.219
0.204 0.458
31 Lampiran 1 (lanjutan)] 26
1009003
3
12.800
11.962
24.426
0.473
2.192
27.090
2
27
1010001
3
15.150
13.559
30.621
4.762
2.200
1.453
39.036
2
28
1010002
3
14.367
13.326
33.441
4.018
0.034
0.728
38.221
2
29
1010003
3
12.422
11.493
23.583
25.898
0.329
0.889
50.699
2
30
1011001
3
13.038
13.550
18.554
1.845
0.966
21.364
2
31
1011002
3
14.410
13.162
14.628
2.707
1.757
19.092
2
32
1011003
3
13.627
11.748
28.931
1.026
7.659
37.615
2
33
1012001
4
12.650
13.874
36.908
0.766
0.385
44.627
2
34
1012002
4
14.608
12.507
17.624
1.961
0.491
20.076
2
35
1012003
4
13.189
14.263
57.946
1.327
4.917
64.189
2
36
1013001
4
18.700
12.864
11.636
2.255
1.296
15.187
2
37
1013002
4
13.991
13.633
61.378
1.779
3.955
119.070
2
38
1013003
4
12.288
10.396
24.414
0.162
3.097
27.673
2
39
1014001
4
14.422
15.376
72.998
1.051
2.795
97.866
2
40
1014002
4
12.753
14.543
48.879
0.689
1.904
51.472
2
41
1014003
4
13.955
14.226
55.615
0.767
1.054
57.435
2
42
1015001
5
18.282
17.291
111.982
2.438
1.222
115.642
2
43
1015002
5
14.714
15.621
87.349
3.707
1.443
103.408
2
44
1015003
5
16.220
14.152
36.470
1.454
2.736
40.660
2
45
1016001
5
19.500
18.176
59.818
1.057
0.265
152.506
3
46
1016002
5
19.700
18.734
44.383
1.636
0.876
46.895
3
47
1016003
5
15.396
14.738
102.394
1.995
0.842
106.422
3
48
1017001
5
16.767
15.730
28.856
0.490
0.905
30.251
2
49
1017002
5
15.842
17.143
81.220
0.722
1.820
88.474
2
50
1017003
5
9.284
14.284
15.580
1.766
1.088
20.170
2
51
1018001
5
18.240
17.944
32.967
0.300
0.541
36.017
2
52
1018002
5
19.223
17.304
75.115
1.097
1.694
77.906
2
6.569
0.421
51.538 21.023
10.909 9.525
81.842
1.190 4.712 1.736 2.209
32 Lampiran 1 (lanjutan) 53
1018003
5
14.861
15.977
44.685
0.852
1.814
79.161
2
54
1019001
6
15.133
14.773
31.844
2.248
31.810
3.383
1.535
39.010
2
55
1019002
6
23.228
19.126
43.726
0.259
0.197
1.558
45.740
2
56
1019003
6
15.758
20.656
22.595
1.162
0.468
1.271
25.496
2
57
1020001
6
17.838
15.308
30.932
0.427
0.935
2.051
34.346
2
58
1020002
6
18.643
17.962
45.908
3.005
1.237
2.160
53.015
2
59
1020003
6
17.413
19.723
26.190
2.701
2.116
31.007
2
60
1021001
6
20.100
18.433
20.680
3.336
1.832
25.848
2
61
1021002
6
20.900
13.168
19.475
0.719
0.724
23.646
2
62
1021003
6
26.257
19.261
58.630
0.655
2.180
61.465
2
63
1022001
7
19.122
18.167
15.662
0.398
0.341
118.682
1
64
1022002
7
15.860
11.845
16.453
0.320
0.637
17.410
1
65
1023001
7
18.752
19.309
75.684
0.261
7.293
2.866
1.953
88.057
2
66
1024001
8
24.173
19.935
46.529
2.700
1.664
0.835
0.504
52.233
2
67
1024002
8
16.825
14.824
34.602
0.204
2.636
1.157
38.599
2
68
1024003
8
14.912
19.551
19.999
3.974
5.221
5.265
34.458
2
69
1025001
8
19.535
24.142
90.038
7.082
1.295
3.953
102.367
2
70
1025002
8
19.954
16.412
98.177
5.038
2.223
3.940
111.014
2
71
1025003
8
19.834
17.467
51.601
4.250
1.122
1.752
58.725
2
72
1026001
8
21.215
21.595
40.023
4.955
8.321
1.116
2.452
56.866
2
73
1026002
8
18.803
17.065
41.525
3.680
0.868
3.819
49.892
2
74
1026003
8
23.778
23.452
50.338
0.903
3.070
54.312
2
75
1027001
9
22.057
20.811
72.423
2.948
7.765
4.288
7.706
95.129
2
76
1027002
9
16.452
18.258
39.751
4.411
3.671
1.604
1.447
50.884
2
77
1027003
9
19.420
26.520
25.020
1.737
3.681
0.640
2.419
33.496
2
78
1028001
9
19.120
28.174
47.550
0.503
1.727
49.780
4
79
1029001
9
24.496
21.928
91.783
2.710
1.326
97.303
3
0.705
2.728 102.281
1.484
1.637
33 Lampiran 1 (lanjutan) 80
1029002
9
21.932
24.572
75.538
5.212
0.323
1.321
5.274
87.669
3
81
1029003
9
28.800
24.857
25.856
5.675
3.872
2.574
0.768
38.745
3
82
1030001
10
28.762
15.122
60.542
2.864
3.279
0.058
3.411
70.154
1
83
1030002
10
26.216
22.215
99.120
3.168
0.193
2.352
0.732
105.565
1
84
1030003
10
39.757
11.446
42.499
20.699
3.703
1.253
68.154
1
85
1031001
10
28.626
22.633
105.076
1.470
0.818
107.891
2
86
1031002
10
20.700
18.777
13.578
0.915
6.167
37.833
2
87
1031003
10
21.021
16.766
35.915
2.050
1.745
1.267
40.977
2
88
1032001
10
22.610
24.661
59.880
8.424
3.802
4.150
76.256
2
89
1032002
10
25.814
21.656
72.595
7.406
30.432
3.237
0.694
114.364
2
90
1032003
10
27.864
23.757
108.574
9.328
1.989
2.302
2.173
124.367
2
0.527 17.173
34
Lampiran 2 Biomassa Menurut Umur ( ton/ha) Necromassa Pohon
Pohon M ati Berdiri
Umur
Tumbuhan Bawah
Pohon M ati Rebah
Serasah
Btotal
M ean
SD
CV (%)
M ean
SD
CV (%)
M ean
SD
CV (%)
M ean
SD
CV (%)
M ean
SD
CV (%)
M ean
SD
CV (%)
1
1.73
1.02
59.19
0.06
-
-
36.65
18.47
50.38
0.47
0.60
128.23
0.41
0.32
77.39
20.95
22.74
108.56
2
22.72
15.80
69.57
6.52
-
-
21.53
22.22
103.20
0.93
1.06
115.00
1.67
1.02
61.31
31.24
16.99
54.39
3
31.68
9.41
29.69
0.46
-
-
8.72
11.62
133.30
0.97
0.85
88.21
1.92
1.88
98.04
37.09
9.92
26.73
4
43.04
21.40
49.72
0.42
-
-
26.38
22.96
87.04
1.20
0.69
57.51
2.21
1.58
71.63
55.29
34.83
62.99
5
60.07
31.09
51.76
4.15
4.66
112.35
26.30
33.16
126.10
1.46
0.95
65.05
1.27
0.67
53.09
74.79
40.63
54.32
6
33.33
13.38
40.15
1.42
1.18
83.29
1.72
1.43
83.37
1.51
1.27
83.61
1.71
0.49
28.72
37.73
13.27
35.17
7
35.93
34.43
95.81
51.27
72.14
140.70
7.29
-
-
1.19
1.45
121.20
0.98
0.86
87.79
74.72
51.94
69.51
8
52.54
25.47
48.48
4.03
2.15
53.27
3.83
3.15
82.24
1.80
1.43
79.37
2.88
1.54
53.46
62.05
26.64
42.93
9
53.99
26.16
48.46
3.58
1.79
49.89
3.86
2.64
68.28
1.95
1.34
68.72
2.95
2.56
86.85
64.72
27.62
42.68
10
66.42
33.07
49.80
4.82
3.48
72.14
12.29
12.31
100.11
2.18
1.27
58.38
2.30
1.90
82.96
82.84
31.74
38.32
35
Lampiran 3 Regresi Umur terhadap Biomassa Regression Analysis: BP(ton/ha) versus Umur The regression equation is BP(ton/ha) = 4.79 + 7.83 Umur Predictor Coef SE Coef T P Constant 4.786 4.788 1.00 0.323 Umur 7.8294 0.8780 8.92 0.000
S = 16.2755 R-Sq = 66.5% R-Sq(adj) = 65.7%
Analysis of Variance Source DF SS MS F P Regression 1 21065 21065 79.52 0.000 Residual Error 40 10596 265 Total 41 31661
Regression Analysis: BP(ton/ha) versus ln umur The regression equation is BP(ton/ha) = - 3.26 + 33.5 ln umur Predictor Coef SE Coef T P Constant -3.265 5.380 -0.61 0.547 ln umur 33.494 3.614 9.27 0.000
S = 15.8590 R-Sq = 68.2% R-Sq(adj) = 67.4%
Analysis of Variance Source DF SS MS F P Regression 1 21601 21601 85.88 0.000 Residual Error 40 10060 252 Total 41 31661
Unusual Observations
36
Lampiran 3 (lanjutan) Obs 23 35 40
ln umur 1.39 2.08 2.30
BP(ton/ha) Fit SE Fit Residual St Resid 11.64 43.17 2.46 -31.53 -2.01R 98.18 66.38 3.66 31.79 2.06R 105.08 73.86 4.30 31.22 2.04R
R denotes an observation with a large standardized residual. Regression Analysis: ln BP versus Umur The regression equation is ln BP = 1.85 + 0.303 Umur Predictor Coef SE Coef T P Constant 1.8529 0.2920 6.35 0.000 Umur 0.30345 0.05355 5.67 0.000
S = 0.992623 R-Sq = 44.5% R-Sq(adj) = 43.1%
Analysis of Variance Source DF SS MS F P Regression 1 31.643 31.643 32.11 0.000 Residual Error 40 39.412 0.985 Total 41 71.055
Unusual Observations Obs Umur ln BP Fit SE Fit Residual St Resid 2 1.0 -1.485 2.156 0.248 -3.642 -3.79R 3 1.0 0.078 2.156 0.248 -2.078 -2.16R R denotes an observation with a large standardized residual. Regression Analysis: BP(ton/ha) versus umur2 The regression equation is BP(ton/ha) = 22.0 + 0.644 umur2
Predictor
Coef SE Coef
T
P
37
Lampiran 3 (lanjutan) Constant 21.986 3.802 5.78 0.000 umur2 0.64400 0.08626 7.47 0.000
S = 18.1850 R-Sq = 58.2% R-Sq(adj) = 57.2%
Analysis of Variance Source DF SS MS F P Regression 1 18433 18433 55.74 0.000 Residual Error 40 13228 331 Total 41 31661
Unusual Observations Obs umur2 BP(ton/ha) Fit SE Fit Residual St Resid 29 25 75.11 38.09 2.84 37.03 2.06R R denotes an observation with a large standardized residual.
Regression Analysis: BP(ton/ha) versus umu3 The regression equation is BP(ton/ha) = 27.4 + 0.0598 umu3
Predictor Coef SE Coef T P Constant 27.434 3.727 7.36 0.000 umu3 0.059824 0.009343 6.40 0.000
S = 19.7709 R-Sq = 50.6% R-Sq(adj) = 49.4%
Analysis of Variance Source DF SS MS F P Regression 1 16026 16026 41.00 0.000 Residual Error 40 15636 391 Total 41 31661
38
Lampiran 3 (lanjutan) Unusual Observations Obs umu3 BP(ton/ha) Fit SE Fit Residual St Resid 29 125 75.11 34.91 3.20 40.20 2.06R 35 512 98.18 58.06 4.04 40.11 2.07R 39 1000 60.54 87.26 7.82 -26.72 -1.47 X 40 1000 105.08 87.26 7.82 17.82 0.98 X 41 1000 59.88 87.26 7.82 -27.38 -1.51 X 42 1000 72.59 87.26 7.82 -14.66 -0.81 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage.
39
RIWAYAT HIDUP Penulis dilahirkan pada tanggal 2 Juni 1994 di Banyuwangi, Jawa Timur. Penulis adalah anak pertama dari dua bersaudara pasangan Bapak Rukin dan Ibu Siti Aminatun. Penulis menyelesaikan pendidikan dasar di MI Nurul Huda lulus pada tahun 2006, pendidikan menengah pertama di SMP Negeri 1 Genteng lulus pada tahun 2009, dan melanjutkan pendidikan menengah atas di SMA Negeri 1 Genteng lulus tahun 2012. Dan pada tahun yang sama penulis diterima menjadi mahasiswa Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor (IPB) melalui jalur SNMPTN Undangan dan menerima beasiswa Bidikmisi. Selama menjadi mahasiswa, penulis aktif di berbagai organisasi kemahasiswa a n, antara lain Badan Eksekutif Mahasiswa Tingkat Persiapan Bersama (BEM TPB) tahun 2012-2013 Divisi Biro Kesekretariatan, Badan Eksekutif Mahasiswa Fakultas Kehutanan (BEM E) Divisi Sosial Lingkungan tahun 2013-2014, Organisasi Mahasiswa Daerah (OMDA) Lare Blambangan (LB Banyuwangi) 2013-2014, anggota Forest Management Student Club (FMSC) Divisi Keprofesian dan anggota Kelompok Studi Perencanaan pada periode tahun 2013 – 2015. Penulis juga pernah aktif di kepanitiaan dalam berbagai acara, antara lain Bina Corps Rimbawan Divisi Divis i Komdis tahun 2014, Forester Cup sebagai Ketua Divisi Perlombaan tahun 2015, Temu Manajer Divisi Konsumsi tahun 2014, Canvassing IPB Goes To Banyuwangi Divis i Danus dan Sponsorship tahun 2013, Maladasi (Memperluas Cakrawala dengan Diskusi) Divisi Konsumsi tahun 2012, Semarak Kehutanan Jungle Soundsation Divis i Humas tahun 2014, Malam Apresiasi Mamang Bibi sebagai Ketua Divisi PDD tahun 2014, Rimbawan Menginjak Bumi sebagai Bendahara tahun 2014, Bina Hutan Rakyat (BHR) Divisi Humas tahun 2014, Aksi Lingkungan Divisi Acara tahun 2014, IPB Carbon Count sebagai Ketua Divisi Acara tahun 2015, dan Pengajar Privat dan Reguler di Lembaga Bimbingan Belajar Brilliant Student, Bogoor yang masih aktif sampai sekarang. Pada tahun 2014, penulis melakukan Praktek Pengenalan Ekosistem Hutan (P2EH) di Jalur Telaga Bodas – Sancang Timur Kabupaten Garut Jawa Barat. Kemudian pada tahun 2015 penulis melakukan Praktek Pengelolaan Hutan (P2H) di Hutan Pendidikan Gunung Walat (HPGW) di Sukabumi dan KPH Cianjur Jawa Barat. Selain itu, penulis juga aktif menjadi asisten praktikum pada beberapa mata kuliah yaitu Ilmu Ukur Tanah dan Pemetaan Wilayah (IUTPW) tahun 2014-2015, Teknik Inventarisasi Hutan tahun 2015, dan Geomatika dan Inderaja Kehutanan tahun 2016. Penulis juga menjadi nominasi Mahasiswa Berprestasi Departemen Manajemen Hutan, Fakultas Kehutanan, IPB. Dalam rangka menyelesaikan studi di Fakultas Kehutanan Institut Pertanian Bogor, penulis melakukan penelitian dan penyusunan skripsi dengan judul Model Penduga Biomassa Tegakan Sengon (Paraserianthes falcataria L. Nielsen.) Secara Terestris di IUPHHK-HTI Trans PT. Belantara Subur, Kalimantan Timur dibawah bimbingan Bapak Prof Dr Ir I Nengah Surati Jaya, MAgr.
