MODEL PREDIKSI RIAP TINGGI JENIS PINUS (Pinus mercusii) PADA HUTAN RAKYAT DI TANA TORAJA Increment Prediction Model on Pine (Pinus mercusii) at Community Forest in Kabupaten Tana Toraja Melewanto Patabang, Daud Malamassam, Samuel A. Paembonan, Muh. Dassir Pascasarjana Universitas Hasanuddin E-mail :
[email protected] ABSTRACT This study aims to know a function or functions that can be applied to predict the height increment of Pinus mercusii in the community forest in Tana Toraja. The analysis result showed that the best function to height increment estimation of this species, is Y = 33,766 – 28,215 exp(-0,001t2,308); and the maximum height increment estimation function of this species is: Ymax = 34,579 – 28,041 exp(-0,001t2,647); where Y and t are height and year. Key word : community forest, Pinus mercusii, height increment. PENDAHULUAN Pengembangan hutan rakyat telah digalakkan selama beberapa tahun terakhir. Hal ini dilakukan karena hutan rakyat merupakan salah satu alternatif sumber penghasil kayu yang dapat diharapkan membantu menutupi kekurangan bahan baku industri kayu. Suhardjito (2000) mengemukakan bahwa produksi hutan rakyat selama ini telah berperan secara nyata dalam pemenuhan berbagai kebutuhan kayu; mulai dari kayu bakar, bahan untuk kelengkapan sarana upacara-upacara keagamaan / adat dan bahan bangunan. Produksi kayu dari hutan rakyat ini semakin menjadi andalan dalam upaya pemenuhan kebutuhan kayu masyarakat, sejalan dengan semakin menurunnya produksi kayu rimba dari hutan alam. Untuk menunjang perencanaan kegiatan pengelolaan, khususnya kegiatan pemeliharaan dari tanaman hutan rakyat tersebut diperlukan adanya informasi tentang riap atau pertumbuhan. Namun sampai sejauh ini informasi tentang riap dari sejumlah jenis yang dikembangkan umumnya belum ada. Herault et al (2010) mengemukakan bahwa, pemodelan pertumbuhan dilakukan untuk memprediksi respon pohon dalam pelaksanaan sistem penebangan. Pemodelan pertumbuhan pohon dan hasil hutan juga dapat digunakan dalam memprediksi perubahan yang terjadi pada sumberdaya hutan akibat adanya
perubahan sistem pengelolaan Sumberdaya Alam dan Lingkungan (Ikonen et al, 2008). Pertumbuhan (growth) merupakan tulang punggung ilmu pengelolaan hutan yang bertujuan menghasilkan kayu. Tanpa informasi tentang pertumbuhan, suatu rencana pengelolaan hutan tidak lebih dari sekedar petunjuk untuk menghadapi pekerjaan-pekerjaan di lapangan, bukan merupakan suatu rencana yang harus dilaksanakan untuk mencapai tujuan pengelolaan (Simon, 1993). Pertumbuhan dalam bidang kehutanan berhubungan dengan penambahan dimensi dari satu atau lebih individu pohon dalam tegakan hutan sampai dengan waktu tertentu (Putranto, 2010). Pemodelan pertumbuhan dan hasil hutan adalah salah satu hal yang sangat mendasar dalam pengelolaan hutan (Corona, P. And Scotty, R. 1998). Model pertumbuhan tegakan adalah sebuah abstraksi dari dinamis alam pada sebuah tegakan hutan, dan meliputi pertumbuhan, kematian dan perubahan yang lain pada struktur dan komposisi tegakan. Penggunaan umum dari istilah model pertumbuhan secara umum menunjuk pada sebuah sistem dari persamaan yang dapat memprediksi pertumbuhan dan hasil hutan dari sebuah tegakan hutan yang luas berdasarkan pada kondisinya (Vanclay, J. K., 1994). Dalam pengelolaan hutan pendugaan pertumbuhan memegang peranan yang sangat penting dalam mendukung keberlanjutan,
111
Jurnal Hutan dan Masyarakat., Volume. 6, No.2,Agustus 2011
pengembangan alternatif pengelolaan dan strategi pengelolaan yang optimal (Rodriguez F., et al, 2010). Penelitian ini bertujuan untuk mengetahui model yang dapat digunakan untuk memprediksi riap tinggi jenis Pinus mercusii pada hutan rakyat yang ada di Kabupaten Tana Toraja. Model riap ini diharapakn dapat digunakan dalam penyusunan tabel hasil yang merupakan salah satu dasar untuk menentukan tindakan pengelolaan hutan. METODE PENELITIAN Metode Pengumpulan Data Pengumpulan data dilakukan pada areal Hutan Pinus Rakyat di Kecamatan Mengkendek Kabupaten Tana Toraja. Petak ukur yang digunakan adalah yang berbentuk bujursangkar dengan ukuran 20 m x 20 m pada masing-masing lokasi sampel.
Penentuan lokasi sampel dilakukan dengan metode purposive sampling. Lokasi sampel dipilih berdasarkan kelas umur tanaman hutan rakyat yang menyebar di lembang (desa) yang memiliki hutan pinus rakyat dalam wilayah Kecamatan Mengkendek. Pemilihan petak ukur dalam tiap kelas umur pada tiap lokasi yang terpilih dilakukan secara acak masing-masing 10 petak ukur untuk tiap kelas umur. Pohon-pohon yang diukur adalah umur 5 tahun, 10 tahun, 15 tahun, 20 tahun, 25 tahun dan 30 tahun. Peubah-peubah yang diukur adalah : diameter setinggi dada dan tinggi pohon. Metode Analisis Pembuatan model riap tinggi tanaman pinus dilakuan dengan menggunakan persaman sebagai berikut :
Y = A/{1+B.exp(-kt)};....... Logisitcs Y = A{1- exp(ktc)};........... Weibull Y = A.exp{-exp(B-kt)};.... Gomperts dimana : t = umur tegakan, Y = pertumbuhan yang dicapai saat umur t A, B dan K = Tetapan-tetapan. Ketiga persamaan ini kemudian dipilih satu model terbaik yang dapat digunakan dalam menaksir riap tinggi tanaman. HASIL DAN PEMBAHASAN
rakyat disajikan pada Tabel 1. Hasil analisis pada Tabel 1 menunjukkan bahwa model terbaik yang dapat digunakan untuk menaksir pertumbuhan riap tinggi pohon pinus rakyat di wilayah studi adalah adalah Model Wibull. Model ini terpilih sebagai yang terbaik karena mempunyai nilai standar error terkecil dari dua model yang ada yaitu sebesar 1,3359242 dan nilai koefisien korelasi paling besar yaitu 0,9885832. Kedua nilai ini mengindikasikan bahwa hubungan antara pertumbuhan tinggi tanaman dengan pertambahan waktu sangat erat.
Pemodelan riap tinggi dilakukan dengan menggunakan beberapa model pertambahan tinggi yang biasa digukan dalam pemodelan pertumbuhan pohon. Data yang digukan dalam pemodelan ini adalah data yang diperoleh dari plot sampel berupa data tinggi total pada tiap kelas umur yang ada di wilayah studi. Hasil analisis model pertumbuhan tinggi tanaman pinus Tabel 1. Model yang Dapat Digunakan untuk Menyatakan Riap Tinggi Tanaman Pinus Rakyat di Wilayah Studi No.
Model
Persamaan
Standar Error
Koefisien Korelasi
1.
Weibull
Y = 33,766 – 28,215 exp(-0,001t2,308)
1,3359242
0,9885832
2.
Logistic
Y = 35,463 / 1 + 9,621 exp(-0,158t)
1,3363090
0,9885680
3.
Gompertz
Y = 40,448 exp-exp(1,072 – 0,089t)
1,4316844
0,9868667
Sumber : Hasil Analisis Data Tahun 2011.
112
MODEL PREDIKSI RIAP TINGGI JENIS PINUS (Pinus mercusii) PADA HUTAN RAKYAT DI TANA TORAJA Increment Prediction Model on Pine (Pinus mercusii) at Community Forest in Kabupaten Tana Toraja Melewanto Patabang, Daud Malamassam, Samuel A. Paembonan, Muh. Dassir
Keterangan
: t = Umur tegakan, Y = Pertumbuhan tinggi yang dicapai saat umur t
Selain informasi model terbaik Tabel 1 juga menunjukkan bahwa model Gompertz memiliki nilai standar error terbesar dan koefisien korelasi terkecil sehingga model ini dapat dikatakan sebagai model yang menjadi pilihan terakhir dari ketiga model di atas
dalam menaksir pertambahan tinggi pohon. Gambar hubungan yang menyatakan pertambahan tinggi seiring dengan bertambahanya waktu berdasarkan model yang disajikan pada Tabel 1dapat dilihat pada Gambar 1.
35 30
25
Tinggi (m)
20 Weibull 15 Logistic Gompertz
10 5
0 5
10
15
20
25
30
Tahun
Gambar 1. Grafik Hubungan Antara Pertambahan Tinggi dengan Waktu Gambar 1 menunjukkan bahwa grafik pertambahan tinggi akan mengalami peningkatan yang besar mulai dari umur 10 tahun sampai 25 tahun, dan setelah itu pertambahan tingginya sudah mulai menurun. Pertambahan tinggi ini belum dapat dikatakan menggambarkan riap dan kualitas tempat tumbuh lokasi secara umum karena data yang dianalisis adalah semua ukuran tinggi pohon yang diperoleh dari wilayah studi yang pada darsarnya masih dipengaruhi oleh kerapatan. Menurut Malamassam (1996) faktor yang dapat menggambarkan faktor tempat tumbuh adalah peninggi. Hal tersebut didasarkan atas pertimbangan bahwa peninggi inilah yang relatif tidak dipengaruhi oleh kerapatan dan persaingan antar pohon. Untuk menaksir peninggi pohon data diambil dari 100 pohon Tabel 2. No. 1.
tertinggi dalam setiap hektarnya dengan menggunakan persamaan-persamaan seperti yang digunakan pada penaksiran model tinggi tanaman. Hasil analisis terhadap peninggi tanaman pinus rakyat di wilayah studi disajikan pada Tabel 2. Hasil analisis pada Tabel 2 menunjukkan bahwa model terbaik yang dapat digunakan untuk menaksir pertumbuhan riap peninggi pohon pinus adalah Model Weibull karena model ini mempunyai nilai standar error terkecil dari semua model yang ada yaitu sebesar 0,8662883 dan nilai koefisien korelasi terbesar yaitu 0,9959207. Kedua nilai ini menunjukkan bahwa model weibull memberikan nilai hubungan yang sangat erat antara pertumbuhan peninggi dengan pertambahan waktu dengan nilai penyimpangan yang kecil.
Model yang Dapat Digunakan untuk Menyatakan Riap Peninggi Tanaman Pinus Rakyat di Wilayah Studi. Model
Weibull
Persamaan Y = 34,579 – 28,041 exp(-0,001t2,647)
Standar Error 0,8662883
Koefisien Korelasi 0,9959207
113
Jurnal Hutan dan Masyarakat., Volume. 6, No.2,Agustus 2011
2.
Logistic
Y = 36,437 / 1 + 10,864 exp(-0,175t)
0,9648216
0,9949144
3.
Gompertz
Y = 39,750 exp-exp(1,165 – 0,106t)
1,2004753
0,9921156
Sumber : Hasil Analisis Data Tahun 2011. Keterangan
: t = Umur tegakan, Y = Pertumbuhan peninggi yang dicapai saat umur t
Berdasarkan model peninggi yang diperoleh dari Tabel 2 dapat digambarkan grafik yang menyatakan
hubungan pertumbuhan peninggi dengan pertambahan waktu seperti pada Gambar 2.
40.00 35.00
Peninggi (m)
30.00 25.00 20.00 Weibull
15.00
Logistic 10.00
Gompertz
5.00 0.00 0.00
10.00
20.00
30.00
40.00
Tahun
Gambar 2. Grafik Hubungan Antara Peninggi dengan Waktu Gambar 2 menunjukkan bahwa grafik pertambahan petinggi akan mengalami peningkatan yang besar mulai dari umur 5 tahun sampai 20 tahun, dan setelah itu pertambahan tingginya akan mulai menurun untuk model Weibull, sedangkan untuk model Logistik dan Gomperts pertambahan peninggi cenderung sama dari waktu ke waktu sampai pada umur 30 tahun. Hasil analisis kedua peubah ini yaitu tinggi dan peninggi menunjukkan bahwa keduanya dapat dianalisis dengan menggunakan model persamaan Weibull, dimana kedua model ini dapat digunakan sebagai dalam menyusun Tabel Hasil yang menyatakan pertumbuhan riap tanaman pinus rakyat di wilayah studi. KESIMPULAN DAN SARAN Kesimpulan Berdasarkan hasil penelitian yang telah diperoleh dapat dikemukakan bahwa model terbaik bentuk pertumbuhan riap tinggi dan peninggi tanaman
114
pinus pada hutan rakyat di wilayah studi adalah sebagai berikut : 1. Model tinggi adalah Y = 33,766 – 28,215 exp(-0,001t2,308) dengan nilai standar error sebesar 1,3359242 dan nilai kefisien korelasi ebesar 0,9885832; 2. Model peninggi adalah Y = 34,579 – 28,041 exp(-0,001t2,647) dengan nilai standar error sebesar 0,8662883 dan nilai kefisien korelasi sebesar 0,9959207. Saran
Pemodelan riap tinggi tanaman pinus hutan rakyat di Tana Toraja baru merupakan tahap awal dari suatu rangkaian pemodelan yang relatif lebih kompleks. Untuk menunjang upaya pemodelan riap yang diharapkan dapat menjadi dasar penyusunan tabel hasil maka diperlukan adanya perhitungan riap diameter dan volume serta penetapan petak-petak ukur yang permanen pada hutan rakyat.
MODEL PREDIKSI RIAP TINGGI JENIS PINUS (Pinus mercusii) PADA HUTAN RAKYAT DI TANA TORAJA Increment Prediction Model on Pine (Pinus mercusii) at Community Forest in Kabupaten Tana Toraja Melewanto Patabang, Daud Malamassam, Samuel A. Paembonan, Muh. Dassir
DAFTAR PUSTAKA Corona, P. And Scotti, P. 1998. Forest Growth-andYield Modelling: Questioning Support for Sustainable Forest Management . 'Forest Growth-and-Yield Modelling', Journal of Sustainable Forestry, 7: 3, 131 — 143. Istituto di Assestamento e Tecnologia Forestale, Universitä di Firenze, Firenze, Italy Herault, B., Julia O., Lilian B., Fabien W., Christopher B., 2010.Growth responses of neotropical trees to logging gaps. Journal of Applied Ecology, 47 : 821–831. France Ikonen, V.P., Heli P., Lars W., Antti K., Hannu V., Tuula N., Seppo K. 2008. Modelling the distribution of wood properties along the stems of Scots pine (Pinus sylvestris L.) and Norway spruce (Picea abies (L.) Karst.) as affected by silvicultural management. Forest Ecology and Managemen Journal 256 : 1356–1371. Finland. Putranto, B. 2010. Model Distribusi Diameter, Volume dan Pertumbuhan Lima Jenis Pohon pada Hutan Tropika Basah di
Mamuju. Disertasi Pascasarjanan Universitas Hasanuddin. Makassar. Rodrigues, F., Peman, J., and Auno, F. 2010. A Reduced Growth Model Based on Stand Basal Area. A Case for Hybrid Poplar Plantations in Northeast Spain. Forest Ecology and Management Journal , 259 : 2093–2102 . Departmen of Crop and Forest Science, University of Lleida. Spain. Simon, H., 1993. Metoda Inventore Hutan. Cetakan Pertama. Aditya Media. Yogyakarta.Siswanto. 2006. Operation Research. Erlangga. Jakarta. Vanclay, J. K. 1994. Modeling Forest Growth and Yield. Aplication to Mixed Tropical Forest. Department of Economics an Natural Resources Royal Veterinary and Agricultural University. Copenhagen, Denmark. Suharjito D., 2000. Hutan Rakyat : Kreasi Budaya Bangsa. Di dalam : Suharjito D, penyunting. Hutan Rakyat di Jawa, Peranannya dalam Perekonomian Pedesaan. Fakultas Kehuatan IPB. Bogor.
115
