PEMODELAN SPASIAL KELIMPAHAN COLLEMBOLA TANAH PADA AREA REVEGETASI TAMBANG PT NEWMONT NUSA TENGGARA
IMMY SUCI ROHYANI
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012
PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam Disertasi saya yang berjudul: Pemodelan Spasial Kelimpahan Collembola Tanah pada Area RevegetasiTambang PT Newmont Nusa Tenggara merupakan hasil penelitian saya sendiri dengan pembimbingan komisi pembimbing, kecuali yang dengan jelas ditunjukkan rujukannya. Disertasi ini belum pernah diajukan untuk memperoleh gelar pada program sejenis di perguruan tinggi lain. Semua data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.
Jakarta, Februari 2012
Immy Suci Rohyani NIM. E061060071
ABSTRACT IMMY SUCI ROHYANI. Spatial Modeling of Soil Collembolan Abundance in the Mining Revegetation Area of PT Newmont Nusa Tenggara, supervised by Prof Dr Ir I Nengah Surati Jaya, M.Agr, Dr. Ir. Noor Farikhah Haneda, MS and Dr. Ir. R Yayi Munara Kusumah, M.Si. Collembola is an invertebrate group which has very important role to be used as indicator for evaluating the revegetation success. This research was performed to develop spatial models of soil collembolans abundance for monitoring revegetation success on the basis of soil fertility in the mining area of PT Newmont Nusa Tenggara. The score of the models was derived from fuzzy function expressing the relationship between each variable and collembolans abundance. Data were analyzed using correlation, regression and spatial analysis. Temperature, humidity, sands proportion, field pH, C-Organic, CTC, number of vegetation type, vegetation density, manure thickness, and number of acarinas were used as verifier to monitor soil collembolans abundance. Based on the result of correlation analysis, the study found that estimation of time required to achieve soil fertility similar to natural forest is about 20 years. The study examined 5 (six) models to achieve the revegetation success from the view point of soil fertility. Model 3 identified as the most appropriate model having 77 % of over all accuracy with 49.35 % of kappa. Model 3 were established based on macro indicator of C-Organic, manure thickness, indicator predator and number of acarinas. The research concludes that collembolan could be used to predict revegetation success at each age of revegetation. Key words: Collembolans, revegetation success, monitoring, soil fertility, spatial model.
RINGKASAN IMMY SUCI ROHYANI. Pemodelan Spasial Kelimpahan Collembola Tanah pada Area Revegetasi Tambang PT Newmont Nusa Tenggara, di bawah bimbingan Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr, Dr. Ir. Noor Farikhah Haneda, MS, dan Dr. Ir. R. Yayi Munara Kusumah, M.Si. Collembola merupakan bagian dari kelompok invertebrata, memiliki peranan yang sangat penting salah satunya berpotensi sebagai indikator yang dapat memperkaya parameter keberhasilan revegetasi, sehingga pemanfaatannya sebagai pemantauan keberhasilan revegetasi perlu dikaji. Beberapa penelitian menunjukan bahwa penggunaan kelompok invertebrata memiliki keunggulan tersendiri, diantaranya lebih hemat biaya dan menghasilkan informasi kondisi lingkungan yang lebih tinggi dibanding kelompok vertebrata dan tanaman. Sangatlah strategis melakukan penelitian terhadap peranan Collembola untuk memantau keberhasilan revegetasi pada lahan pasca tambang, dengan pendekatan teknologi Sistem Informasi Geografis (SIG), yang tengah berkembang saat ini, sehingga dapat dibuat suatu pemodelan yang menghasilkan model terbaik. Hasil dari pemodelan ini dapat digunakan untuk mengidentifikasi faktor-faktor lingkungan yang mempengaruhi kelimpahan Collembola dalam rangka mempermudah pengambilan keputusan, sekaligus dapat digunakan untuk memantau keberhasilan revegetasi dengan pendekatan kesuburan tanah. Tujuan umum dari penelitian ini adalah membangun model spasial pemantau keberhasilan revegetasi dengan pendekatan aspek kesuburan tanah. Tujuan khusus yang ingin dicapai adalah mengidentifikasi peubah-peubah biofisik yang mempengaruhi keberhasilan revegetasi. Penelitian ini diharapkan dapat menjadi informasi awal dalam upaya pengembangan dan mengoptimalkan peranan Collembola tanah sebagai salah satu indikator kesuburan tanah, dalam penerapannya diharapkan dapat menjadi masukan bagi berbagai pihak yang berkepentingan dalam proses monitoring keberhasilan revegetasi dari aspek kesuburan tanah di area tambang yang sejenis. Penelitian lapangan dilakukan pada lahan tambang PT Newmont Nusa Tenggara pada seluruh area yang telah direvegtasi yaitu East dump (2001, 2002, 2003, 2004, 2008) dan Tongoloka dump (2005, 2006, dan 2007) serta hutan alam sebagai kontrol. Koleksi Acarina dan Collembola tanah dilakukan dengan metode ekstraksi Corong Barlese yang sudah dimodifikasi. Model keberhasilan revegetasi dibangun berdasarkan metode skor dan bobot. Nilai skor terstandarisasi (standardized score), dibangun melalui pendekatan fuzzy. Penentuan bobot dilakukan secara kuantitatif berdasarkan perhitungan secara objektif pengaruh peubah terhadap kelimpahan Collembola tanah. Bobot dihitung dengan pendekatan regresi berganda berdasarkan nilai skor yang telah distandarisasi. Bobot yang dihasilkan selanjutnya diskala ulang sehingga total bobot sama dengan satu. Secara keseluruhan diketahui bahwa semakin bertambah usia revegetasi, kelimpahan Collembola tanah akan semakin meningkat. Hal ini diduga terkait dengan berlangsungnya proses dekomposisi yang berjalan dengan baik, peningkatan kesuburan tanah, pertumbuhan tanaman, sehingga kondisi mikrohabitat yang terbentuk semakin mendekati kondisi hutan alam. Hutan alam memiliki kelimpahan Collembola tanah tertinggi yaitu sebesar 137. Di area revegetasi, kelimpahan Collembola tanah tertinggi pada umur 8 tahun yaitu sebesar 82 individu. Famili yang jumlah individunya paling
banyak dikumpulkan berturut-turut adalah Entomobryidae, Isotomidae dan Dicyrtomidae. Ketiga famili tersebut ditemukan di hutan alam. Pencapaian waktu keberhasilan revegetasi dapat diduga dengan menggunakan model regresi yang diperoleh berdasarkan hasil verifikasi terbaik dan nilai peringkat tertinggi adalah persamaan polinomial y = 1.489x2 - 3.001x + 3.407, dimana y adalah kelimpahan Collembola tanah dengan x adalah umur revegetasi. Hutan alam menjadi acuan yang akan digunakan untuk melakukan revegetasi, maka kelimpahan Collembola hutan alam digunakan untuk menduga pencapaian keberhasilan revegetasi. Berdasarkan model persamaan polinomial diduga waktu yang diperlukan untuk mencapai keberhasilan revegetasi dari aspek kesuburan tanah adalah 20 tahun Pada pembangunan model prediktif, jika korelasi antar peubah bebas di atas nilai absolut 0.6 maka dapat menyebabkan terjadinya redundancy yaitu pemborosan dalam membangun model dan menyebabkan terjadinya autokorelasi. Oleh karena itu perlu dilakukan pengujianan tarhadap peubah penyusun model sehingga kesalahan karena adanya autokorelasi dapat diminimalisir. Berdasarkan hasil korelasi maka peubah-peubah yang terpilih adalah suhu, kelembaban (RH), persentase pasir, pH lapangan, C-organik, KTK, jumlah vegetasi, kerapatan vegetasi, ketebalan serasah dan jumlah Acarina. Peubah-peubah terpilih tersebut kemudian dianalisis lagi untuk melihat korelasinya dengan kelimpahan Collembola tanah. Akhirnya peubah yang digunakan untuk membangun model keberhasilan revegetasi adalah peubah yang memiliki korelasi dengan kelimpahan Collembola tanah di atas 50 % yaitu kelembaban (RH), C-organik, kerapatan vegetasi tingkat tiang, ketebalan serasah dan jumlah Acarina. Keberhasilan revegetasi merupakan fungsi dari kelimpahan Collembola tanah dan umur revegetasi. Pemantauan keberhasilan revegetasi dapat dilakukan dengan melihat kelimpahan Collembola tanah. Kelimpahan Collembola tanah dipengaruhi oleh indikator lingkungan abiotik dan lingkungan biotik. Pada penelitian ini dirumuskan juga 5 model untuk memantau keberhasilan revegetasi dari aspek kesuburan tanah. Dipilih satu model terbaik untuk memantau keberhasilan revegetasi berdasarkan hasil uji akurasi, uji signifikansi, kemudahan dan kemurahan. Model 3 merupakan model terpilih dengan nilai akurasi umum sebesar 77%, akurasi kappa sebesar 49.35%. Model 3 dibangun berdasarkan bobot makro indikator sifat kimia tanah atau C-organik, indikator ketebalan serasah dan indikator predator atau jumlah Acarina. Kata Kunci : Kelimpahan Collembola, pemantauan, keberhasilan revegetasi, model spasial.
© Hak cipta milik Institut Pertanian Bogor, tahun 2012 Hak cipta dilindungi Undang-Undang Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebut sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB.
PEMODELAN SPASIAL KELIMPAHAN COLLEMBOLA TANAH PADA AREA REVEGETASI TAMBANG PT NEWMONT NUSA TENGGARA
IMMY SUCI ROHYANI
Disertasi Sebagai salah satu syarat untuk memperoleh gelar Doktor pada Program Studi Ilmu Pengetahuan Kehutanan
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012
Penguji Luar Komisi pada Ujian Tertutup : 1. Dr. Ir. M. Buce Saleh Wirakartakusumah, MS. 2. Dr. Ir. I Wayan Winasa Msi Penguji Luar Komisi pada Ujian Terbuka : 1. Prof. (Ris). Dr. Rosichon Ubaidillah, M.Phill 2. Dr. Ir. Yadi Setiadi, M.Sc
Judul Disertasi Nama NIM
: Pemodelan Spasial Kelimpahan Collembola Tanah Pada Area Revegetasi Tambang PT Newmont Nusa Tenggara : Immy Suci Rohyani : E061060071
Disetujui, Komisi Pembimbing
Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr. Ketua
Dr. Ir. Noor Farikhah Haneda, MS. Anggota
Dr. Ir. R. Yayi Munara Kusumah, M.Si. Anggota
Mengetahui,
An. Ketua Program Studi Ilmu Pengetahuan Kehutanan
Dekan Sekolah Pascasarjana
Dr. Ir. Naresworo Nugroho, MS
Dr. Ir. Dahrul Syah, M.Sc. Agr.
Tanggal Ujian : 9 Januari 2012
Tanggal lulus :
PRAKATA Segala bentuk pujian dan rasa syukur kepada Allah SWT penulis panjatkan atas karunia-Nya yang tak pernah putus sehingga disertasi ini dapat penulis selesaikan dengan lancar. Judul disertasi ini adalah Pemodelan Spasial Kelimpahan Collembola Tanah Pada Area Revegetasi Tambang PT Newmont Nusa Tenggara. Disertasi ini diharapkan dapat menjadi kontribusi ilmiah dalam pengelolaan sumber daya alam pada umumnya. Terima kasih yang sebesar-besarnya penulis ucapkan kepada Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr, Dr. Ir. Noor Farikhah Haneda, MS, dan Dr. Ir. R.Yayi Munara Kusumah, M.Si yang telah membimbing penulis dengan penuh perhatian dan kesabaran mulai dari tahap awal penyusunan proposal hingga disertasi ini selesai. Terima kasih juga penulis sampaikan kepada bapak Mara Maswahenu, S.Hut dan staf reklamasi PT Newmont Nusa Tenggara yang telah membantu selama proses pengambilan sampel di lapangan. Penghargaan yang tinggi penulis sampaikan kepada Prof (Ris). Dr. Yayuk Suhardjono yang telah memberi inspirasi dan saran kepada penulis mulai dari awal hingga identifikasi Collembola di laboratorium. Ungkapan terima kasih yang sangat dalam penulis haturkan kepada abah dan umi serta seluruh anggota keluarga yang selalu memberikan do’a dan dukungannya. Serta kepada suami tercinta yang selalu memotivasi dan memberikan yang terbaik buat keluarga dan anakanakku tersayang sumber inspirasi dan semangat dalam hidupku. Akhirnya penulis berharap semoga karya disertasi ini dapat memberi manfaat yang sebanyak-banyaknya. Jakarta, 20 Desember 2011
Immy Suci Rohyani NIM. E061060071
RIWAYAT HIDUP Penulis dilahirkan di Mataram pada tanggal 19 September 1976 dari ayah Drs. H Ismail Mars dan ibu Hj Fatimah. Penulis merupakan putri kedua dari tiga bersaudara. Tahun 2002 penulis menikah dengan Jamaludin M.Ed dan dikaruniai 2 orang anak yaitu Wardanya Najefa Ashra dan A’yuna Ghiyas Shafuh. Pendidikan sarjana ditempuh pada tahun 1994 di Program Studi Ilmu Tanah, Fakultas Pertanian Universitas Mataram, lulus pada tahun 1999. Pada Tahun yang sama penulis diterima di Program Studi Pengelolaan Sumberdaya Alam dan Lingkungan (PSL) di Sekolah Pascasarjana Institut Pertanian Bogor dan lulus pada tahun 2001. Kesempatan untuk melanjutkan ke program doktor pada Program Studi Ilmu Pengetahuan Kehutanan (IPK) di Sekolah Pascasarjana Institut Pertanian Bogor diperoleh pada tahun 2006. Beasiswa pendidikan pascasarjana diperoleh dari BPPS DIKTI. Penulis bekerja sebagai staf pengajar pada program Studi Biologi di Fakultas MIPA Universitas Mataram sejak tahun 2003 sampai saat ini. Selama mengikuti program S3, penulis tercatat menjadi anggota Perhimpunan Entomologi Indonesia (PEI) dan Masyarakat Biodiversitas Indonesia (MBI).
xiii
DAFTAR ISI Halaman DAFTAR TABEL ...............................................................................................................
xiii
DAFTAR GAMBAR .........................................................................................................
xv
DAFTAR LAMPIRAN ....................................................................................................... xvii I.
II.
III
PENDAHULUAN 1.1. Latar Belakang ...................................................................................................
1
1.2. Perumusan Masalah ...........................................................................................
3
1.3. Tujuan Penelitian ...............................................................................................
3
1.4. Manfaat Penelitian .............................................................................................
4
1.5. Kerangka Pemikiran ..........................................................................................
4
1.6. Hipotesis.................................. ...........................................................................
6
1.7. Kabaruan (Novelty) Penelitian..............................................................................
6
TINJAUAN PUSTAKA 2.1. Reklamasi dan Revegetasi Lahan Tambang .......................................................
7
2.2. Reklamasi dan Revegetasi Area Tambang PT. Newmont Nusa Tenggara.........
10
2.3. Tinjauan Umum Collembola Tanah....................................................................
12
2.3.1. Ciri-ciri Umum Collembola…………………………………..………….
12
2.3.2. Lingkungan Abiotik dan Biotik Collembola Tanah ……………………..
13
2.3.3. Distribusi Collembola Tanah …………………………………................
16
2.3.4. Peranan Collembola Tanah…………………………………....................
17
2.4. Sietem Informasi Geografi..................................................................................
19
2.4.1. Analisis Spasial……………………………..........………………………
21
2.4.2. Pemodelan Spasial……………………………..........…………………...
22
METODOLOGI PENELITIAN 3.1. Lokasi dan Waktu Penelitian…………………………………………………....
25
3.2. Alat dan Bahan………………………………………………………………….
25
3.3. Jenis Data……………………………………………………………………….
25
3.4. Metode…………………………………………………………………………..
29
3.4. 1. Persiapan ............................................ .............................. ....................
29
3.4.2. Penentuan Kriteria dan Indikator Kelimpahan Collembola Tanah.........
29
3.4.3. Pengumpulan Data..................................................................................
29
xiv
3.4.4. Digitasi Interpolasi, Peta Digital dan Overlay........................................
31
3.4.5. Analisa Data............................................................................................
32
3.4.6. Pengujian Hubungan antar Peubah.........................................................
32
3.4.7. Penentuan Bobot dan Skor......................................................................
32
3.4.8. Penyusunan Model..................................................................................
34
3.4.9. Verifikasi Model.....................................................................................
36
3.4.10. Pengujian Model....................................................................................
38
3.4.11. Peta Tingkat keberhasilan Revegetasi dari Aspek Kesuburan Tanah...
38
IV
HASIL DAN PEMBAHASAN
.
4.1. Kelimpahan Collembola Tanah...........................................................................
39
4.2. Hubungan antara Umur Revegetasi dengan Kelimpahan Collembola Tanah dan Nilai C-Organik............................................................................................
43
4.3. Pendugaan Waktu Pencapaian Keberhasilan Revegetasi....................................
44
4.4. Identifikasi Peubah-peubah Lingkungan yang Mempengaruhi Kelimpahan
V
Collembola Tanah................................................................................................
47
4.5. Pemilihan Peubah-peubah untuk Membangun Model.........................................
51
4.6. Standar Skor Kelimpahan Collembola Tanah.....................................................
53
4.7. Perumusan Model Keberhasilan Revegetasi.......................................................
63
4.8. Model Keberhasilan Revegetasi dari Aspek Kesuburan Tanah..........................
65
KESIMPULAN DAN SARAN 5.1. Kesimpulan .........................................................................................................
83
5.2. Saran....................................................................................................................
83
DAFTAR PUSTAKA…………………………………………………………………...
85
LAMPIRAN…………………………………………………………………………….
95
xv
DAFTAR TABEL Halaman 1. Kriteria kesuburan tanah berdasarkan C-Organik..................................................
37
2. Kelimpahan famili Collembola tanah pada area revegetasi PT NNT.....................
41
3. Hasil verifikasi model dugaan umur pencapaian keberhasilan revegetasi di area revegetasi tambang PT NNT..................................................................................
45
4. Hasil peringkat dari verifikasi model dugaan umur pencapaian keberhasilan revegetasi di area revegetasi tambang PT NNT ...............................................
45
5. Nilai rata-rata kondisi lingkungan abiotik dan biotik yang diukur pada area revegetasi PT NNT..................................................................................................
50
6. Matriks korelasi antara peubah yang digunakan sebagai penyusun model kelimpahan Collembola tanah.................................................................................
52
7. Nilai estimasi dan standar skor kelimpahan Collembola tanah dengan umur revegetasi…………………………….....................................................................
54
8. Nilai estimasi dan standar skor kelembaban tanah……..........................................
55
9. Nilai estimasi dan standar skor C-organik...............................................................
57
10. Nilai estimasi dan standar skor kerapatan vegetasi tingkat tiang……..………..…
59
11. Nilai estimasi dan standar skor ketebalan serasah………………...........................
61
12. Nilai estimasi dan standar skor jumlah individu Acarina…………………………
63
13. Bobot makro masing-masing indikator keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang PT NNT............................................
64
14. Model keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang PT NNT………………………………………………………………….
65
15. Hasil uji akurasi model keberhasilan revegetasi berdasarkan aspek kesuburan tanah di area revegetasi tambang PT NNT.............................................................
66
16. Hasil uji signifikansi model keberhasilan revegetasi berdasarkan aspek kesuburan tanah di area revegetasi tambang PT NNT...........................................
66
xvi
17. Klasifikasi nilai estimasi kelimpahan Collembola tanah di area revegetasi tambang PT NNT.....................................................................................................
68
18. Klasifikasi nilai skor memonitoring keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang PT NNT menggunakan model 3.......
69
xvii
DAFTAR GAMBAR Halaman 1. Kerangka pemikiran yang mendasari penelitian............................................................
5
2. Peta lokasi penelitian di PT NNT………………………………………………….......
26
3. Tahap pelaksanaan penelitian....................................................................................
27
4. Struktur hirarki kriteria dan indikator kelimpahan Collembola tanah........................
28
5. Fungsi keanggotaan Sigmoidal..………………………………………………………
33
6. Fungsi keanggotaan berbentuk huruf J………………………………………..……….
33
7. Fungsi keanggotaan Linear……………………………………………………………
33
8. Fungsi keanggotaan Logaritmik……………………………………………………….
33
9. Famili Collembola tanah yang terkumpul di area revegetasi tambang PT NNT……...
42
10. Hubungan antara umur revegetasi dengan kelimpahan Collembola tanah dan C-Organik………………………………………………………………………........
43
11. Analisis regresi hubungan antara kelimpahan Collembola tanah (individu) dengan umur revegetasi (tahun)............................................................................................
45
12. Dugaan waktu pencapaian keberhasilan revegetasi berdasarkan kelimpahan Collembola tanah dan umur revegetasi………………………………………..………
46
13. Hasil analisis regresi antara kelimpahan Collembola tanah dengan kelembaban..........
56
14. Hasil analisis regresi antara kelimpahan Collembola tanah dengan C-Organik……...
56
15. Hasil analisis regresi antara kelimpahan Collembola tanah dengan kerapatan vegetasi tingkat tiang.................................................................................
58
16. Hasil analisis regresi antara kelimpahan Collembola tanah dengan ketebalan serasah.......................................................................................................
60
17. Hasil analisis regresi antara kelimpahan Collembola tanah dengan jumlah Acarina...........................................................................................................
62
xviii
18. Kelas monitoring keberhasilan revegetasi berdasarkan kelimpahan Collembola tanah dan umur revegetasi…………………………………...............................................
71
19. Kelas monitoring keberhasilan revegetasi menggunakan model 3 pada area revegetasi tambang PT NNT…………………………………………………………..
72
20. Peta sebaran kelimpahan Collembola tanah pada area revegetasi tambang PT NNT…
73
21. Peta sebaran C-organik pada area revegetasi tambang PT NNT……………………...
74
22. Peta sebaran ketebalan serasah pada area revegetasi tambang PT NNT……………...
75
23. Peta sebaran jumlah individu Acarina tanah pada area revegetasi tambang PT NNT………………………………………………………………………………..
76
24. Peta kelas keberhasilan revegetasi pada area tambang PT NNT menggunakan model 3………………………………………………………………………………...
77
25. Hutan Alam di area revegetasi PT NNT yang menjadi acuan keberhasilan revegetasi
78
26. Area revegetasi PT NNT umur 8 tahun atau tahun tanam 2001 termasuk cukup berhasil………………………………………………………………………………...
78
27. Area revegetasi PT NNT umur 7 tahun atau tahun tanam 2002 termasuk cukup berhasil………………………………………………………………………………...
79
28. Area revegetasi PT NNT umur 6 tahun atau tahun tanam 2003 termasuk kurang berhasil………………………………………………………………………………...
79
29. Area revegetasi PT NNT umur 5 tahun atau tahun tanam 2004 termasuk kurang berhasil………………………………………………………………………………...
80
30. Area revegetasi PT NNT umur 4 tahun atau tahun tanam 2005 termasuk kurang berhasil………………………………………………………………………………...
80
31. Area revegetasi PT NNT umur 3 tahun atau tahun tanam 2006 termasuk kurang berhasil………………………………………………………………………………...
81
32. Area revegetasi PT NNT umur 2 tahun atau tahun tanam 2007 termasuk kurang berhasil………………………………………………………………………………...
81
33. Area revegetasi PT NNT umur 1 tahun atau tahun tanam 2008 termasuk kurang berhasil………………………………………………………………………………...
82
34. Area revegetasi PT NNT umur 0 tahun atau tahun tanam 2010 ……………...............
82
xix
DAFTAR LAMPIRAN Halaman 1. Hasil analisis hubungan antara umur revegetasi, kelimpahan Collembola tanah dan nilai estimasi C-organik………………………………………………………
97
2. Hasil analisis korelasi antara kelimpahan Collembola peubah-peubah biofisik terpilih…………………………………….........................................................
98
3. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan umur revegetasi………………………………………………………...
99
4. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan Kelembaban……………………………………………………….........
102
5. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan C-Organik……..………………………………………………………..
105
6. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan kerapatan vegetasi tingkat tiang……………………………………......
108
7. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan ketebalan serasah……………………………………………………....
110
8. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan jumlah individu Acarina……………………………………………….
113
9. Analisi regeresi ganda model keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi PT NNT mulai dari model 1sampai model 5…………………..
116
10. Hasil uji akurasi tingkat keberhasilan revegetasi model 1 sampai model 5………
121
1
I.
PENDAHULUAN
1.1. Latar Belakang Pertumbuhan penduduk yang semakin pesat disertai dengan peningkatan kualitas hidup yang semakin baik menyebabkan ketergantungan manusia terhadap sumberdaya alam semakin meningkat. Pertambangan adalah salah satu sektor yang memberikan
kontribusi nyata dalam
pemenuhan kebutuhan manusia.
Pertambangan merupakan sektor pembangunan yang sangat penting karena keberadaanya dapat menunjang pendapatan nasional dan daerah serta masyarakat sekitar tambang. Hasil laporan Price Waterhouse Cooper kontribusi industri pertambangan kepada GDP Indonesia tahun 1999 Rp 31.208,50 milyar dan tahun 1997 Rp 11.121,9 milyar. Tingkat pertumbuhan kontribusi industri pertambangan tahun 1999 14.4 %, tahun 1998 22.8 % dan tahun 1997 22.3 %. Kontribusi pada ekonomi Indonesia tahun 1999 Rp 11.477 milyar, tahun 1998 Rp11.263 milyar dan tahun 1997 Rp 3.745,0 milyar (Coutrier 2001). Bahan tambang secara alami seringkali berada dalam kawasan yang masuk kriteria hutan. Luas hutan Indonesia yang tersisa tahun 2002 hanya 98 juta hektar, dari luasan tersebut 11,4 juta hektar digunakan untuk kepentingan pembukaan wilayah pertambangan (Anonim, 2003). Aktifitas pertambangan di dalam kawasan hutan menyebabkan fungsi hutan (produksi, proteksi dan konservasi) terganggu dan berdampak pada
seluruh organisme yang hidup di dalamnya.
Pembukaan hutan menyebabkan hilangnya tutupan lahan, mengakibatkan kenaikan intensitas erosi dan aliran permukaan (run-off), sedimentasi dan rusaknya wilayah penangkapan air (watershed areas) serta terganggunya tingkat stabilitas lahan dan kesuburan tanah. Perusahaan tambang diwajibkan melakukan revegetasi lahan untuk mengurangi dampak negatif yang ditimbulkan akibat aktifitas pertambangan di dalam kawasan hutan. Revegetasi adalah kegiatan penanaman kembali pohonpohon yang pernah ada, dimana pohon-pohon tersebut ditebang atau musnah karena adanya kegiatan manusia. Menurut Setiadi (2006) merehabilitasi lahan yang terdegradasi terdapat beberapa model revegetasi diantaranya adalah restorasi, reforestasi dan agroforestri. Aktivitas dalam kegiatan revegetasi meliputi
2
(i) seleksi dari tanaman lokal yang potensial, (ii) produksi bibit, (iii) penyiapan lahan, (iv) amandemen tanah, (v) teknik penanaman, (vi) pemeliharaan, dan (vii) program monitoring. Kegiatan
revegetasi
memiliki
banyak
keuntungan
diantaranya,
memperbaiki kondisi lahan yang labil dan mengurangi erosi tanah, dalam jangka panjang dapat memperbaiki kondisi iklim mikro, menyediakan tempat perlindungan bagi satwa liar dan keanekaragaman jenis-jenis lokal, meningkatkan produktivitas dan kestabilan tanah, sehingga kondisi lahan meningkat ke arah yang lebih protektif dan konservatif (Setiadi 2006). Pemantauan
keberhasilan
revegetasi
merupakan
langkah
penting
selanjutnya yang harus dilakukan. Indikator yang biasa digunakan untuk memantau keberhasilan revegetasi adalah ketahanan hidup, pertumbuhan tanaman, pertumbuhan akar, tajuk, produksi serasah, rekolonisasi jenis lokal dan perbaikan habitat (Setiadi 2002). Indikator lainnya adalah landscape function analysis (Tongway et al. 2001), ecosystem function analysis (Randall 2004), populasi semut (Andersen & Sparling 1997), dan Collembola sebagai indikator kesuburan tanah (Hopkin 1997; Suhardjono 2004). Keberadaan Collembola tanah sebagai bagian dari komunitas fauna tanah belum pernah dilaporkan sebagai indikator keberhasilan revegetasi di area tambang PT Newmont Nusa Tenggara. Menurut Suhardjono (1985) ukuran populasi Collembola akan berbeda pada keadaan tanah yang berbeda, karena prilaku hidupnya yang unik sehingga Collembola dapat dipakai sebagai indikator tingkat kesuburan tanah. Menurut Nurtjahyadi et al. (2007) populasi Colembolla tanah berpotensi dijadikan indikator kesuburan di area revegetasi tailling timah. Collembola juga dikenal sebagai indikator keadaan tanah (Christiansen 1964 dalam Rahmadi et al. 2004). Memonitor tingkat pencemaran dalam tanah (Suhardjono 1985). Peran lain Collembola adalah membantu perombak bahan organik atau detrivor (Greenslade 1996; Hopkin 1997). Collembola sebagai bagian dari kelompok invertebrata, memiliki peranan yang sangat penting dalam memantau kesuburan tanah dan berpotensi sebagai indikator yang dapat
memperkaya parameter keberhasilan revegetasi, maka
kajian terhadap pemanfaatan kelompok invertebrata sebagai pemantauan
3
keberhasilan revegetasi diperlukan. Beberapa penelitian melaporkan bahwa kelompok invertebrata memiliki keunggulan tersendiri, diantaranya lebih hemat biaya dan menghasilkan informasi kondisi lingkungan yang lebih tinggi dibanding kelompok vertebrata dan tanaman (Bisevac & Majer 1998). Sangatlah strategis melakukan penelitian terhadap peranan Collembola untuk memantau keberhasilan revegetasi pada lahan pasca tambang, dengan pendekatan teknologi Sistem Informasi Geografis (SIG), yang tengah berkembang saat ini, sehingga dapat dibangun model terbaik untuk memantau keberhasilan revegetasi. Hasil dari pemodelan ini dapat digunakan untuk mengidentifikasi faktor– faktor lingkungan yang mempengaruhi kelimpahan Collembola dalam rangka mempermudah pengambilan keputusan, sekaligus dapat digunakan untuk memantau keberhasilan revegetasi dengan pendekatan kesuburan tanah.
1.2. Perumusan Masalah Berdasarkan uraian latar belakang sebelumnya maka dapat dirumuskan pokok-pokok permasalahan sebagai berikut: 1. Apakah faktor-faktor lingkungan abiotik (sifat fisik dan kimia tanah) dan lingkungan biotik (komposisi vegetasi, ketebalan sarasah dan predator) mempengaruhi kelimpahan Collembola tanah ? 2. Apakah umur vegetasi hasil penanaman di lahan tambang mempengaruhi kelimpahan Collembola tanah ? 3. Apakah kelimpahan Collembola tanah dapat digunakan untuk menduga keberhasilan revegetasi dari aspek kesuburan tanah? 4. Apakah model kelimpahan Collembola tanah dapat digunakan untuk memantau keberhasilan revegetasi dari aspek kesuburan tanah?
1.3. Tujuan Penelitian Tujuan utama dari penelitian ini adalah untuk membangun model spasial pemantau keberhasilan revegetasi dengan pendekatan aspek kesuburan tanah dan kelimpahan Collembola tanah. Penelitian ini juga mempunyai tujuan khusus yaitu untuk mengidetifikasi indikator dan peubah kunci biofisik yang mempengaruhi keberhasilan revegetasi.
4
1.4. Manfaat Penelitian Penelitian ini diharapkan dapat memberi manfaat bagi semua pihak baik ditinjau dari aspek keilmuan maupun dari aspek guna laksana: 1. Aspek keilmuan: penelitian ini diharapkan dapat menjadi informasi awal dalam upaya pengembangan dan mengoptimalkan peranan Collembola tanah sebagai salah satu indikator kesuburan tanah. 2. Aspek guna laksana: penelitian ini diharapkan dapat menjadi masukan bagi berbagai pihak yang berkepentingan dalam proses monitoring keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang yang sejenis.
1.5. Kerangka Pemikiran Karakteristik hutan alam umumnya dicirikan oleh keanekaragaman jenis yang tinggi, memiliki stratifikasi tajuk yang lengkap, selalu hijau, terjadi proses suksesi yang dicirikan dengan adanya mekanisme yang berjalan, adanya regenerasi, adanya penambahan jenis dan adanya siklus hara tertutup
yang
merupakan pabrik kehidupan di dalam hutan. Siklus hara tertutup merupakan suatu sistem yang memiliki jumlah kehilangan hara lebih rendah dibandingkan dengan jumlah masukan hara yang diperoleh dari penguraian serasah pada lapisan tanah dalam. Siklus hara tertutup berhubungan dengan kesuburan tanah, menyebabkan campur tangan manusia tidak diperlukan lagi di dalam hutan alam. Kesuburan tanah dapat diindikasikan dari adanya proses dekomposisi yang dilakukan oleh organisme tanah salah satunya Collembola. Hutan alam dijadikan acuan dalam melakukan revegetasi karena di dalam hutan alam terdapat karakteristik atau struktur yang menyebabkan hutan dapat menjalankan fungsinya (produksi, proteksi dan konservasi). Kerangka pemikiran yang mendasari penelitian ini dapat dilihat pada Gambar 1. Adanya aktifitas penambangan di dalam hutan menyebabkan rusaknya struktur hutan sehingga fungsi hutan terganggu, jika hutan tidak dapat menjalankan fungsinya maka dapat mengakibatkan terjadinya degradasi lahan. Degradasi lahan berdampak pada menurunnya kesuburan tanah, diikuti dengan menurunnya aktivitas dan keragaman biotik dalam tanah. Mengembalikan kesuburan tanah seperti semula membutuhkan waktu dan biaya yang tinggi.
5
Berbagai upaya dilakukan untuk mengatasi kondisi tersebut salah satunya adalah revegetasi atau penanaman kembali hutan yang terganggu.
SIKLUS HARA
HUTAN ALAM
AKTIFITAS PERTAMBANGAN
INDIKATOR: KESUBURAN TANAH
KELIMPAHAN COLLEMBOLA
DEGRADASI LAHAN
REVEGETASI: t1 REVEGETASI: t..
REVEGETASI: tn
FAKTOR ABIOTIK
FAKTOR BIOTIK
Gambar 1 Kerangka pemikiran yang mendasari penelitian Revegetasi yang dilakukan pertahun diharapkan dapat meningkatkan kualitas dan kuantitas kesuburan tanah termasuk bahan organik tanah, serta meningkatnya aktivitas biotik dan keragaman spesies fauna tanah termasuk kelimpahan Collembola tanah sebagai dekomposer. Collembola merupakan salah satu kelompok mesofauna tanah potensial. Kelompok mesofauna dan makrofauna lebih berperan penting dalam transformasi bahan organik (Hanafiah et al. 2007). Collembola juga dapat meningkatkan sumber makanan secara langsung di dalam pembusukan akar atau secara tidak langsung di dalam pembentukan hifa fungi dekomposer (Sinka et al. 2007). Collembola tanah merupakan salah satu
bagian dari kelompok
invertebrata. Menurut Bisevac & Majer (1998) pemanfaatan kelompok invertebrata sebagai pemantauan keberhasilan revegetasi memiliki keunggulan tersendiri, diantaranya lebih hemat biaya dan menghasilkan informasi kondisi lingkungan yang lebih tinggi dibanding kelompok vertebrata dan tanaman.
6
Penggunaan Collembola tanah sebagai salah satu indikator pemantau keberhasilan revegetasi merupakan hal yang sangat menarik, mengingat peranan Collembola tanah yang besar dalam membantu kesuburan tanah serta mudah dalam pengambilan sample dan identifikasi. Pemanfaatan Collembola tanah diharapkan dapat memperkaya parameter keberhasilan revegetasi, terlebih memadukannya dengan memanfaatkan teknologi Sistem Informasi Geografis (SIG), yang saat ini tengah berkembang sehingga dihasilkan model-model spasial yang praktis, cepat dan akurat.
1.6. Hipotesis Kesuburan suatu ekosistem yang bervegetasi sangat erat hubungannya dengan kelimpahan Collembola tanah, dimana kelimpahannya sangat berkaitan dengan indikator dan peubah kunci sifat fisik tanah, sifat kimia tanah, komposisi vegetasi, ketebalan serasah dan predator.
1.7. Kebaruan (Novelty) Penelitian: 1. Fokus (Focus) dari penelitian ini adalah kajian terhadap kelimpahan Collembola tanah di area pasca tambang hasil revegetasi, dimana populasi Collembola tanah dijadikan sebagai salah satu parameter kesuburan tanah di area tambang yang di revegetasi. 2. Terdepan di bidang ilmu (Advance) karena di Indonesia penelitian mengenai permodelan dan distribusi spasial kelimpahan Collembola tanah di areal tambang yang di revegetasi belum pernah ada. 3. Ilmiah (Scholar) terletak pada pendekatan yang berbasis spasial kuantitatif untuk menghasilkan model terbaik, dimana modelnya dibangun secara empiris terukur dan dievaluasi secara kuantitatif.
7
II. TINJAUAN PUSTAKA 2.1. Reklamasi dan Revegetasi Lahan Tambang Indonesia merupakan salah satu negara yang kaya akan sumber daya energi dan mineral, baik berupa minyak dan gas bumi, emas, tembaga, nikel, dan lain-lain. Pertambangan merupakan salah satu sektor pembangunan yang sangat penting sehingga pengembangannya secara berkelanjutan perlu dilakukan karena berhubungan dengan pendapatan nasional dan daerah serta memberikan manfaat bagi masyarakat di sekitar tambang. Perubahan lingkungan di sekitar pertambangan dapat terjadi setiap saat, sehingga manajemen pengelolaan yang efektif menjadi indikator keberlanjutan pertambangan. Menurut Sumantri et al. (2008) pengelolaan limbah pertambangan mineral (emas dan tembaga) yang telah dilakukan oleh perusahaan pertambangan masih belum mampu mengatasi degradasi kualitas lingkungan bio-fisik dan masalah sosial kemasyarakatan, meskipun beberapa kegiatan pertambangan telah berorientasi pada industri bersih yang berwawasan lingkungan. Kegiatan penambangan di Indonesia umumnya dilakukan dengan teknik penambangan di permukaan (darat). Penambangan seperti ini menerapkan teknik penambangan terbuka (open pit mining) yang diawali dengan pembukaan lahan, pengikisan lapisan tanah atas, pengerukan dan penimbunan. Aktivitas ini dapat menimbulkan dampak negatif terhadap fungsi hutan terutama hutan lindung. Dampak yang ditimbulkan terhadap fungsi hutan lindung adalah menghancurkan ekosistem hutan (termasuk penghilangan vegetasi), meningkatnya laju erosi, aliran permukaan (run-off), sedimentasi dan rusaknya wilayah penangkap air (watershed areas) serta terganggunya tingkat stabilitas lahan dan berubahnya iklim mikro. Dampak lainnya berupa gangguan terhadap status biodiversity jenisjenis tanaman lokal, habitat satwa dan rusaknya bentang alam yang asli (fragmentasi
habitat)
(Setiadi
2006).
Menurut
As‟ad
(2005)
kegiatan
penambangan dapat mempengaruhi sifat fisika, kimia serta biologi tanah melalui pengupasan tanah lapisan atas, penambangan, pencucian serta pembuangan tailing. Penambangan yang tidak memperhatikan aspek lingkungan akan menyebabkan terancamnya daerah sekitarnya dengan bahaya erosi dan tanah
8
longsor karena hilangnya vegetasi penutup tanah. Hilangnya vegetasi hutan akibat pertambangan dapat meningkatkan aliran permukaan (run off), vegetasi dapat merubah sifat fisika dan kimia tanah dalam hubungannya dengan air, dapat mempengaruhi kondisi permukaan tanah, sehingga mempengaruhi besar kecilnya aliran permukaan (Asdak, 2004). Menurut Lau (1999) adanya aktivitas pertambangan dapat memunculkan lahan terganggu, rusaknya drainase dan habitat alami serta menimbulkan polusi. Upaya mencegah kerusakan lingkungan yang lebih buruk dan berlanjut, maka perlu dilakukan rehabilitasi, reklamasi dan revegetasi lahan bekas tambang. Kepmenhutbun : 146/Kpts-II/1999 dijelaskan mengenai rehabilitasi lahan yaitu usaha memperbaiki, memulihkan kembali dan meningkatkan kondisi lahan yang rusak (kritis), agar dapat berfungsi secara optimal, baik sebagai unsur produksi, media pengatur tata air maupun sebagai unsur perlindungan alam lingkungan. Reklamasi adalah usaha memperbaiki atau memulihkan kembali lahan dan vegetasi dalam kawasan hutan yang rusak sebagai akibat kegiatan usaha pertambangan dan energi agar dapat berfungsi secara optimal sesuai dengan peruntukannya. Revegetasi adalah usaha atau kegiatan penanaman kembali lahan bekas tambang (Direktorat Jenderal Rehabilitasi Hutan dan Lahan Departemen Kehutanan 1997). Kegiatan reklamasi dan atau rehabilitasi lahan wajib dilakukan oleh pengusaha tambang, sebagai tanggung jawab terhadap lingkungan. Hal ini berdasarkan pada peraturan dan perundang-undangan yang berlaku di Indonesia. Produk hukum tersebut diantaranya UU No 11 Tahun 1967 tentang Pertambangan, UU No 41 Tahun 1999 tentang Kehutanan, Keputusan Menteri Kehutanan dan Perkebunan: 146/Kpts-II/1999 tentang, Pedoman Reklamasi Bekas Tambang dalam Kawasan Hutan, Peraturan Menteri Energi dan Sumber Daya Mineral Nomor 18 Tahun 2008 tentang Reklamasi dan Penutupan Tambang, UU No 4 Tahun 2009 tentang Pertambangan Mineral dan Batu Bara. Kendala utama dalam melakukan kegiatan rehabilitasi dan revegetasi pada lahan-lahan terbuka pasca penambangan adalah kondisi lahan yang marginal. tanah yang memadat, minimnya kandungan unsur hara, potensi keracunan mineral, miskinnya bahan organik, status KTK (Kapasitas Tukar Kation) yang
9
rendah dan minimnya populasi dan aktivitas mikroba tanah potensial, merupakan faktor-faktor penyebab buruknya pertumbuhan tanaman dan rendahnya tingkat keberhasilan rehabilitasi (Setiadi 2006). Strategi menyeluruh dalam merehabilitasi lahan bekas tambang sangat diperlukan diantaranya adalah perbaikan kondisi tanah yaitu dengan melakukan perbaikan ruang tumbuh, pemberian top-soil dan bahan organik serta pemupukan dasar dan pemberian kapur. Strategi dalam memilih spesies dimana secara ekologi, spesies tanaman lokal dapat beradaptasi dengan iklim setempat tetapi tidak untuk kondisi tanah. Diperlukan studi awal untuk melihat apakah spesies tersebut cocok dengan kondisi setempat, terutama untuk jenis-jenis yang cepat tumbuh. Menurut Lugo (1997) penanaman pohon-pohon akan memberi keuntungan bagi kegiatan rehabilitasi lahan, karena akan memungkinkan terjadinya suksesi “Jump-start” (permulaan yang sangat cepat), memberikan naungan dan modifikasi ekstrim dari kerusakan lahan. Keberhasilan dalam merestorasi lahan bekas tambang ditunjang oleh usaha-usaha seperti perbaikan lahan pra-tanam, pemilihan spesies yang sesuai, aplikasi teknik silvikultur yang benar dan penggunaan pupuk biologis. Menurut Setiadi (2006) revegetasi mencakup re-establishment komunitas tumbuhan asli secara berkelanjutan untuk menahan erosi dan aliran permukaan, perbaikan biodiversitas dan pemulihan estetika lanskap. Pemulihan lanskap secara langsung menguntungkan bagi lingkungan melalui perbaikan habitat satwa liar, biodiversitas, produktivitas tanah dan kualitas air. Ada beberapa model revegetasi lahan yang terdegradasi diantaranya adalah restorasi (memiliki aksentuasi pada fungsi proteksi dan konservasi serta bertujuan untuk kembali ke kondisi awal), reforestasi dan agroforestri (Setiadi 2006). Aktivitas dalam kegiatan revegetasi meliputi beberapa hal yaitu (i) seleksi dari tanaman lokal yang potensial, (ii) produksi bibit, (iii) penyiapan lahan, (iv) amandemen tanah, (v) teknik penanaman, (vi) pemeliharaan, dan (vii) program monitoring. Revegetasi yang sukses tergantung pada pemilihan vegetasi yang adaptif, tumbuh sesuai dengan karakteristik tanah, iklim dan kegiatan pasca penambangan. Adapun vegetasi yang cocok untuk tanah berbatu adalah vegetasi yang termasuk dalam klasifikasi herba, pohon dan rumput yang cepat tumbuh, sehingga dapat
10
mengendalikan erosi tanah. Famili Leguminoceae termasuk salah satu contoh vegetasi lahan pacsa tambang yang mampu bersimbiosis dengan mikroorganisme tanah dan memfiksasi nitrogen (Vogel 1987). Pada lahan bekas tambang, revegetasi merupakan sebuah usaha yang kompleks yang meliputi banyak aspek, tetapi juga memiliki banyak keuntungan. Beberapa keuntungan yang didapat dari revegetasi antara lain, menjaga lahan terkena erosi dan aliran permukaan yang deras, membangun habitat bagi satwaliar,
membangun
keanekaragaman
jenis-jenis
lokal,
memperbaiki
produktivitas dan kestabilan tanah, memperbaiki kondisi lingkungan secara biologis dan estetika serta menyediakan tempat perlindungan bagi jenis-jenis lokal dan plasma nutfah (Setiadi 2006).
2.2. Reklamasi dan Revegetasi Area Tambang PT. Newmont Nusa Tenggara PT Newmont Nusa Tenggara (PT NNT) atau yang dikenal juga dengan nama Tambang Batu Hijau merupakan salah satu perusahaan tambang terbesar yang berada di Nusa Tenggara Barat tepatnya di sebelah barat daya pulau Sumbawa kecamatan Jereweh dan Sekongkang, kabupaten Sumbawa. PT NNT mulai beroperasi penuh pada bulan Maret 2000 dengan melakukan penambangan terbuka (open pit mine) yaitu bukaan yang dibuat di permukaan tanah, bertujuan untuk mengambil bijih dan akan dibiarkan tetap terbuka (tidak ditimbun kembali) selama pengambilan bijih
yang mengandung tembaga-emas. PT
NNT
menggunakan teknologi flotasi untuk menghasilkan konsentrat yang akan dikapalkan ke pabrik peleburan untuk memperoleh kandungan logamnya. Sejak tambang ini mulai beroperasi, telah melakukan reklamasi permanen secara kumulatif sejak awal operasi tambang Batu Hijau hingga akhir tahun 2009 adalah sebesar 689,43 hektar. Reklamasi yang dilakukan PT NNT bertujuan untuk mengubah penggunaan
lahan
terganggu
kepenggunaan
yang
produktif,
sesuai
peruntukannya. Menstabilkan secepatnya permukaan tanah lahan terganggu akibat konstruksi, penambangan, atau penimbunan batuan. Meminimalkan erosi dan sedimentasi dari lahan tereklamasi ke aliran air permukaan. Menumbuhkan kembali vegetasi asli yang lestari, sesuai dengan struktur dan keragaman yang ada
11
sebelum penambangan. Jika memungkinkan, membantu kembalinya spesies tanaman langka, berharga, atau memiliki arti penting bagi restorasi habitat satwa liar. Dampak positif potensial yang diharapkan adalah kembalinya hutan dan restorasi habitat satwa liar. Revegetasi dengan operasional persemaian di PT NNT dilakukan dengan cara perbanyakan pohon asli Batu Hijau di persemaian. Semai diperoleh melalui cara generatif yaitu dengan perkecambahan biji dan secara vegetatif melalui pengumpulan semai dengan cabutan dan puteran serta dari produksi stek pucuk. Kegiatan persemaian meliputi pemindahan semai dari nursery shade ke hardening bed, pemupukan dan penyiraman. Sedangkan penanaman dilakukan dengan jarak tanam 2 x 3 meter. Semai yang di tanam terdiri dari 7 jenis pohon lokal klimaks dan lokal cepat tumbuh. Pemeliharaan tanaman dilakukan dengan membersihkan sekitar tanaman dari gulma untuk mengurangi persaingan antara tanaman pokok dengan tanaman penutup. Pemeliharaan tanaman dengan pemupukan bertujuan untuk meningkatkan pertumbuhan tanaman. Kriteria kesuksesan revegetasi adalah penutupan vegetasi > 65% penutupan efektip basal (basal effective cover) species tahunan dan
> 85%
penutupan vegetasi tajuk (aerial vegetative cover) species tahunan. Kerapatan dan keragaman species jenis pohon (1000 pohon / sampling per hektar dan > 10 species keragaman tanaman lokal (native species) per hektar dengan minimal 2 species A-stratum per hektar). Kegiatan pemantauan di daerah reklamasi meliputi perhitungan persentase tutupan efektif „basal‟ dan tutupan vegetasi „aerial‟, potensi permudaan, tiang pancang dan pohon serta jumlah dan keragaman spesies. Pemantauan reklamasi selama periode pelaporan terdiri dari inspeksi dan observasi lanjutan terhadap area yang telah di reklamasi, area kumulatif reklamasi sejak mulainya proyek Batu Hijau, area yang di reklamasi selama triwulan terakhir, lokasi timbunan tanah pucuk dan subsoil serta area reklamasi yang dianggap telah pulih kembali secara fungsional sesuai dengan tujuan program reklamasi yaitu untuk mengembalikan area bekas tambang agar mendekati kondisi semula, sehingga satwa liar setempat dapat kembali ke habitatnya (PT Newmont Nusa Tenggara, 2008).
12
2.3. Tinjauan Umum Collembola Tanah 2.3.1. Ciri-ciri Umum Collembola Berdasarkan ukuran panjang tubuhnya, fauna tanah diklasifikasikan menjadi 3 kelompok yaitu mikrofauna, mesofauna dan makrofauna (Brown 1980 dalam Suhardjono 1985). Diantara ketiga kelompok tersebut mesofauna merupakan kelompok yang terpenting dalam lingkungan tanah. Collembola termasuk kelompok mesofauna yang ukuran panjangnya berkisar 0,25-8,00 mm dan ukuran terbesar yang hidup di tanah adalah ± 5 mm. Sebagai anggota Arthropoda, bagian-bagian tubuh Collembola tersusun atas ruas-ruas dan dapat dibedakan menjadi 3 bagian utama yaitu kepala, toraks dan abdomen. Ciri lainnya berupa antena beruas 4 dengan panjang bervariasi. Antena jantan kadang mengalami modifikasi sebagai organ penjepit. Antena mempunyai seta kemosensorik. Ujung antena bentuknya bervariasi. Toraks dibagi menjadi 3 ruas. Pada toraks terdapat tiga pasang tungkai. Masing-masing tungkai dibagi menjadi subkoksa, koksa, trokanter, femur, tibiotarsus dan pretarsus. Abdomen terdiri dari enam ruas . pada bagian vetral ruas pertama terdapat tabung ventral (kolofor), ruas ketiga terdapat retinakulum dan ruas keempat terdapat furka. Furka terdiri dari bagian basal, manubrium, sepasang dens dan mukro berduri atau berlamela. Celah genital jantan atau betina terdapat pada abdomen kelima, celah anal berada pada abdomen keenam (Greenslade 1996). Collembola merupakan Hexapoda yang tubuhnya dilengkapi seta tetapi tidak bersayap (Apterigota). Bentuk tubuhnya bervariasi ada yang gilik, oval atau pipih dorsal-ventral. Warna tubuhnya bervariasi, putih, kuning, jingga, merah merona, hitam, abu-abu, dan bahkan ada yang berwarna polos, banyak pula yang berbentik atau bernoda, bergaris-garis warna tertentu pada bagian tubuh tertentu (Suhardjono 1992). Menurut Greenslade (1991), Suhardjono (1992) dan Hopkin (1997) Collembola telah dikelompokkan ke dalam klas yang berbeda dengan insekta. Klas Collembola memiliki 3 ordo yaitu Arthropleona, Symphypleona dan Neelipleona. Ordo Arthropleona terdiri dari sub ordo Produromorpha dan Entomobryomorpha, sedangkan klasifikasi dua ordo yang lain tidak terdapat sub ordonya (Jordana & Arbea 1989).
13
Collembola dikenal juga dengan istilah Springtail (Ekor pegas) karena sifat dari ekor Collembola yang seperti pegas. Ekor pegas Collembola mempunyai struktur bercabang (furka) pada bagian ventral ruas abdomen keempat. Saat istirahat furka terlipat ke dapan dan dijepit oleh gigi retinakulum. Retinakulum atau tenakulum merupakan embelan berbentuk capit yang terdapat pada bagian ventral abdomen ke tiga. Ketika otot berkontraksi, furka kembali ke posisi tidak lentur kemudian akan memukul substrat sehingga mendorong Collembola tanah ke udara (Greenslade 1996). Collembola tidak mengalami metamorphosis sempurna, tetapi hanya terjadi pergantian kulit sebanyak 5-6 kali. Bentuk pradewasa dan dewasa mirip satu dengan yang lainnya. Kedua bentuk stadia tersebut dibedakan oleh ukuran, jumlah seta dan tidak adanya organ genitalia atau bidang genitalia pada stadia pradewasa. Persamaan penampilan ini mempermudah pengenalan sampai taraf takson tertentu. Pergantian kulit tetap berlangsung meskipun telah mencapai kematangan alat reproduksi, Biasanya dapat berlangsung 3-12 kali. Kenyataan ini sering menimbulkan permasalahan dalam taksonomi, karena pergantian kulit tersebut Collembola mengalami perubahan nisbah ukuran organ-organ tertentu. Periode perkembangan pertumbuhan Collembola beravariasi bergantung pada jenisnya, berkisar dari beberapa hari sampai beberapa bulan (Suhardjono 1992). Kebanyakan Collembola hidup di dalam tanah dan serasah (Suhardjono 1992). Collembola dapat juga hidup di tempat yang tersembunyi seperti pada jamur, reruntuhan pohon, di bawah kulit kayu, kayu-kayu yang membusuk, vegetasi tanaman, kanopi, gua guano kelelawar, laut, pesisir pantai dan air tawar (Greenslade et al. 2000; Rahmadi et al. 2004; Triplehorn dan Jhonson 2005).
2.3.2. Lingkungan Abiotik dan Biotik Collembola Tanah Keberadaan Collembola tanah dipengaruhi faktor lingkungan abiotik dan lingkungan biotik. Faktor lingkungan abiotik dapat berupa faktor sifat fisik tanah dan sifat kimia tanah serta iklim. Sedangkan faktor lingkungan biotik berupa komposisi vegetasi, ketebalan serasah dan predator. Faktor sifat fisik tanah diantaranya adalah suhu tanah, kelembaban tanah, ketinggian atau elevasi dan tekstur tanah. Suhu dan penguapan dapat
14 mempengaruhi komunitas Collembola tanah. Setiap kenaikan suhu lebih dari 4 oC di hutan pinus Latvia utara kekayaan spesies Collembola tanah mengalami penurunan (Jucevica & Meleis 2005). Menurut Christiansen (1964) dalam Suhardjono (1992) pertumbuhan Collembola dipengaruhi oleh faktor luar yaitu suhu. Kelembaban tanah memainkan peranan penting dalam penyebaran Collembola tanah. Menurut Holt (1985) kelembaban merupakan penyebab utama rendahnya tingkat populasi Collembola pada bulan-bulan kering. Beberapa spesies Collembola peka terhadap kelembaban tanah sehingga variasi komposisi spesies dan populasi berbeda (Imler 2004). Isotomurus palustris Muller dan Tomocerus minor Lubbock banyak terdapat dalam keadan kelembaban tinggi (basah), sedangkan Hypogastrura armata Nicolet dan Folsomia quadrioculata Tullberg lebih menyukai keadaan kering (Widyawati 2008). Dalam hubungannya dengan kelembaban Collembola tanah dimungkinkan untuk menjadi indikator keadaan air tanah. Kandungan air tanah akan mempengaruhi komposisi jenis tertentu dari komunitas Collembola dalam tanah (Ananthakrisna 1978 dalam Suhardjono 1992). Menurut Takeda (1981) jika terjadi kekeringan atau kebanjiran, beberapa jenis Collembola melakukan migrasi ke lapisan tanah yang lebih dalam. Tekstur merupakan sifat fisik tanah yang turut mempengaruhi kelimpahan Collembola tanah. Tekstur tanah berhubungan dengan persentase pasir, debu dan liat. Tektur tanah berpengaruh pada jumlah ruang pori di dalam tanah termasuk kadar air tanah. Kadar air di dalam tanah berpengaruh pada aktivitas dan distribusi fauna tanah (Brown 1980). Pertumbuhan Collembola tanah juga meningkat sejalan dengan naiknya proporsi tanah dan pasir di hutan, hal ini dapat dilihat dari jumlah N biomassa, total C dan total N, respirasi tanah dan bahan C organik (Kaneda dan Kaneko 2004). Faktor sifat kimia tanah seperti pH tanah, bahan organik, nitrat dan kandungan bahan kimia mempengaruhi keberadaan Collembola. Menurut Hazra & Choudhuri (1983) konsentrasi nitrat dan bahan organik tanah mempunyai korelasi positif terhadap sebaran populasi Collembola. Penurunan populasi dan keanekaragamn taksa Collembola juga terjadi pada tanah-tanah masam. Penyebab
15
banyaknya Collembola yang mati pada tanah yang masam dikarenakan teracuni oleh kation-kation yang larut dalam air tanah (Van Gestel & Mol 2003). Penelitian Huston (1978) dalam Agus (2007) bahwa pH 5,3 menghasilkan fekuiditas terbaik dan lama hidup individu dewasa Collembola terpanjang. Menurut Loranger et al. (2001) Collembola yang hidup di dataran tinggi umumnya toleran terhadap pH yang rendah. Suhardjono et al. (2000) menyatakan bahwa saluran pencernaan Collembola (2/3 bagian depan ususnya) mempunyai pH 5,4 – 6,9 yang memungkinkan Collembola dapat mengakumulasi logam berat dalam tubuhnya. Geissen et al. (1997) mengungkapkan bahwa meningkatnya pH tanah yang diakibatkan oleh pemupukan dan pengapuran berdampak menurunkan keanekaragaman Collembola. Penggunaan pestisida dilaporkan oleh Framton (1997) berdampak negatif terhadap kelimpahan Collembola. Lingkungan biotik seperti komposisi vegetasi berpengaruh secara tidak langsung terhadap Collembola. Menurut Rahmadi et al. (2004) keanekaragaman vegetasi secara tidak langsung berpengaruh pada keanekaragaman Collembola karena semakin tinggi keanekaragaman vegetasi akan semakin bervariasi pakan yang tersedia. Semakin tinggi variasi pakan semakin beragam organisme yang mengkonsumsi. Menurut Materna (2004) keanekaragaman dan kerapatan vegetasi penutup tanah yang tinggi berpengaruh meningkatkan jumlah pori makro tanah yang dapat dimanfaatkan oleh Collembola untuk tempat bersembunyi dari pemangsa. Disamping itu, keanekaragaman vegetasi penutup permukaan tanah dan kerapatannya dapat mengurangi terjadinya fluktuasi suhu dan kelembaban tanah yang ekstrim, sehingga merupakan relung yang disukai oleh Collembola (Hartzberg et al. 1994). Hagvar (1982) menyatakan bahwa terdapat korelasi positif antara keanekaragaman vegetasi dan Collembola yang hidup di bawahnya. Ketebalan
serasah
merupakan
salah
satu
faktor
penting
yang
mempengaruhi keberadaan Collembola tanah. Serasah merupakan sumber makanan dan tempat hidup bagi Collembola. Menurut (Wallwork 1970 dalam Widyawati 2008) akumulasi serasah di permukaan tanah merupakan sumber makanan untuk berbagai organisme terutama organisme yang berperan dalam mendegradasi serasah. Disamping itu, kondisi serasah yang tebal dan lembab
16
menyediakan mikro habitat yang sesuai bagi Collembola tanah (Rahmadi et al. 2004). Adanya predator turut mempengaruhi kelimpahan Collembola. Acarina atau Tungau merupakan kelompok predator penting yang menentukan ukuran populasi Collembola. Dilaporkan bahwa Acarina mampu memakan Collembola paling banyak 14 ekor/hari, tatapi pada umumnya paling sedikit 2 ekor/hari (Suhardjono
1992).
Kelompok
predator
kedua
adalah
Pseudoscorpion,
Staphylinidae, Carabidae dan Centipedes. Kelompok predator ketiga adalah semut, laba-laba dan hemiptera predator (Hopkin 1997). Populasi Collembola dan pemangsanya selalu berada dalam keadaan seimbang. Apabila tampak terjadi perubahan keseimbangan populasi Collembola dan pemangsanya berarti terjadi perubahan atau gangguan keadaan tanah (Suhardjono 1985).
2.3.3. Distribusi Collembola Tanah Distribusi Collembola sangat luas karena dapat ditemukan diberbagai macam habitat seperti di daerah kutub, gurun, sub tropis dan daerah tropis (Greenslade 1996). Pemencaran Collembola juga bisa dengan bantuan partikel tanah dan bahan organik, bisa juga dengan bantuan angin atau air (Dunger et al. 2002 dalam Widyawati 2008). Collembola memiliki keanekaragaman pola sebaran, baik pada taraf suku, marga maupun jenis. Beberapa marga diketahui mempunyai sebaran terbatas, sedangkan beberapa jenis lainnya kosmopolitan. Beberapa jenis Collembola yang hidup di darat bersifat endemik. Taraf endemisme untuk setiap jenis atau kelompok jenis berbeda. Salah satu faktor terjadinya endemisme yang cukup tinggi adalah adanya seleksi alam yang ketat. Menurut Suhardjono (1992) endemisme Collembola dapat dimanfaatkan apabila dikaitkan dengan keadaan tanah atau lingkungan setempat. Adanya endemisme atau kekhasan pemilihan habitat, tidak tertutup kemungkinan bahwa pada keadaan tanah tertentu dapat ditemukan jenis Collembola tertentu. Sebaliknya apabila diketahui komposisi jenis Collembola tertentu dapat diduga keadaan tanahnya. Namun pendayagunaan adanya endemisme ini harus didasarkan pengetahuan pengenalan jenis secara rinci.
17
Collembola teresterial sangat terpengaruh oleh sifat tanah (Chordhuri & Roy 1972 dalam Suhardjono 1992), sehingga pada keadaan tanah tertentu hanya dapat hidup kelompok Collembola tertentu pula. Cara pemencaran Collembola tanah terbatas, karena aktifitas perpindahan tempat terbatas dan tidak dapat mencapai jangkauan yang luas. Collembola tanah hanya dapat tersebar bersama tanah yang terbawa oleh sesuatu. Sebaliknya, pemencaran Collembola akuatik lebih mudah karena dapat mengikuti pola garak arus air (Suhardjono 1992). Collembola tanah mempunyai keanekaragaman sebaran vertikal mengikuti kedalaman tanah. Lapisan tanah yang mengandung individu Collembola tanah paling tinggi adalah permukaan tanah (0-2,5 cm) yang mengandung banyak serasah dan humus. Pada lapisan ini paling banyak ditemukan jamur dan sisa bahan organik sebagai pakan Collembola tanah. Kedalaman tanah yang berbeda mempunyai keanekaragaman dan populasi Collembola tanah yang berbeda pula (Choudhuri & Roy 1972). Kedalaman tanah juga menentukan ciri morfologi yang berkaitan dengan pemilihan habitat. Ukuran tubuh menentukan seleksi habitat yang dihuni Collembola tanah. Berkurangnya ukuran rongga-rongga tanah pada lapisan yang semakin dalam merupakan faktor pembatas bagi jenis yang berukuran tubuh besar (>5-6 mm) seperti Tomocerus varius, Homidia Sp, Isotomo sensibilis dan Sinella dubiosa (Takeda 1978 dalam Suhardjono 1992). Keanekaragaman dan ukuran populasi Collembola tanah pada setiap lapisan tanah masih ditentukan oleh banyak faktor diantaranya macam dan bentuk komunitas di lapisan atasnya.
2.3.4. Peranan Collembola Tanah Collembola berperan di dalam siklus makanan sebagai perombak bahan organik atau detrivor (Brown 1980; Greenslade 1996; Hopkin 1997; Triplehorn & Jhonson 2005). Di dalam hidupnya Collembola memerlukan bakteri, hifa fungi, spora fungi, polen, bahan organik yang mati, mineral tanah, alga dan atau jasad renik lainnya sebagai sumber makanannya (Takeda & Ichimura 1983). Pada saluran pencernaan Collembola paling banyak mengkonsumsi fungi dan potongan bagian tumbuhan tinggi. Sehingga dari jenis pakan yang dikonsumsi tersebut, dapat disimpulkan bahwa Collembola berperan dalam perombakan sarasah dan
18
humus. Fungi yang dimakan Collembola tidak dicerna seluruhnya dan hanya lewat, dengan demikian, Collembola juga berperan sebagai penyebar fungi tanah (Poole 1959 dalam Suhardjono 1992). Collembola di dalam tanah tumbuh pada mikoriza dan sebagai pengontrol penyakit fungi pada beberapa tanaman. Sebagian besar populasi Collembola sebagai pemakan mikoriza akar sehingga dapat merangsang pertumbuhan simbion dan meningkatkan pertumbuhan tanaman. Menurut Hopkin (1997) Collembola penting dalam merangsang atau menekan simbiosis mikrobial di sekitar akar tanaman. Collembola dapat meningkatkan sumber makanan secara langsung di dalam pembusukan akar atau secara tidak langsung di dalam pembentukan hifa fungi dekomposer (Sinka et al. 2007). Pada saat mencari makan, Collembola bergerak kemana-mana. Biasanya, pada tubuhnya menempel jasad-jasad renik. sehingga selama pergerakannya berpindah tempat, Collembola membantu menyebarkan jasad renik. Penyebaran jasad renik ini merupakan peran Collembola yang penting. Dengan aktifitasnya Collembola membantu memperluas dan mempercepat perombakan bahan organik. Perombakan bahan organik ini akan berlangsung terus-menerus sampai terbentuknya tanah. Selama masih ada jasad renik Collembola masih aktif membantu penyebaran. Collembola dapat dipakai sebagai indikator tingkat kesuburan tanah. Pada keadaan tanah yang berbeda, akan menunjukan angka populasi Collembola yang berbeda pula. Sehingga ukuran populasi suatu tempat dapat menunjukan sifat/keadaan tanah tempat tersebut (Suhardjono 1985). Collembola dapat digunakan sebagai bioindikator terhadap perlakuan herbisida karena mudah diidentifikasi dan dapat ditemukan dalam jumlah banyak. Penggunaan herbisida ternyata dapat menurunkan populasi Collembola. Penurunan populasi Collembola diikuti oleh penurunan populasi mikroarthropoda tanah lain yang memanfaatkan Collembola sebagai sumber pakan (Shinder et al. 1985). Di areal tambang, populasi Collembola tanah berpotensi dipergunakan sebagai indikator kesuburan revegatasi tailing timah. Menurut Nurtjahya et al. (2008)
densitas
populasi
Collembola
yang
meningkat
seiring
dengan
19
meningkatnya umur revegetasi, diduga berkorelasi dengan pertumbuhan tanaman, ketebalan serasah, peningkatan kesuburan tanah dan perbaikan mikroklimat.
2.4. Sistem Informasi Geografis Sistem Informasi Geografis (SIG) merupakan suatu sistem komputer yang ditujukan untuk pengumpulan, pemeriksaan, pemaduan dan analisis informasi yang berkaitan dengan permukaan bumi (Rind 1988). SIG menggabungkan analisis spasial dengan penjabaran deskriptif sehingga dalam perkembangannya SIG banyak digunakan sebagai alat ataupun cara pandang dalam menyelesaikan permasalahan di berbagai bidang. Informasi yang dihasilkan dalam SIG memberikan gambaran yang komprehensif, menyeluruh, sekaligus memberikan kemudahan dalam pendekatan terhadap fenomena. SIG menggunakan peta digital dan data atribut sebagai dasar berbagai analisisnya. Awalin & Sukojo (2003) menyatakan bahwa pemanfaatan SIG memberikan kemudahan bagi pengguna maupun pengambil keputusan dalam menentukan kebijakan yang akan diambil, khususnya kebijakan yang berkaitan dengan aspek spasial. SIG dapat diaplikasikan untuk keperluan inventori dan monitoring pengelolalaan hutan.
Kendala utama dalam inventori dan monitoring adalah
keterbatasan dalam pengambilan data, karena luasnya area, sulitnya mencapai area, panjangnya waktu yang diperlukan dan keterbatasan sumber daya manusia. Melalui pemanfaatan SIG diharapkan dapat menjangkau area yang luas dengan dukungan frekuensi yang cukup tinggi merupakan sebuah terobosan dalam aspek inventori dan monitoring. Pemodelan hutan secara spasial menggunakan SIG sangat membantu dalam perencanaan dan strategi penebangan, serta dalam upaya untuk merehabilitasi hutan. SIG bisa membantu masalah rehabilitasi hutan dalam tahap penelitian dan pemetaan lokasi, pemilihan spesies yang cocok, lokasi pembibitan dan infrastruktur lain dan juga dalam tahap monitoring dan evaluasi (Puntodewo et al. 2003). SIG juga dapat diaplikasikan untuk memonitoring pergerakan satwa, melihat sebaran serangga, membuat model kesesuaian habitat flora dan fauna serta untuk memantau keberhasilan revegetasi dan tingkat kerawanan kebakaran hutan dan lahan. Muntasib (2002) mengaplikasikan SIG untuk menemukan pola penggunaan ruang habitat badak jawa berdasarkan
20
komponen fisik, biologi dan sosial di Taman Nasional Ujung Kulon. Dewi (2005) menganalisis tingkat kesesuaian habitat owa jawa (Hylobates moloch) dengan SIG dan Puspaningsih (2011) mengaplikasikan SIG untuk monitoring reforestrasi kawasan pertambangna Nikel di Surowako Sulawesi Selatan. Dalam kegiatan pemetaan ada tiga dimensi data yang digunakan, yaitu spasial, tematik dan temporal, dengan uraian sebagai berikut: 1. Dimensi spasial adalah merupakan data yang diamati dan diidentifikasi menurut lokasi geografis yang digambarkan dalam satuan entity/keberadaan. 2. Dimensi tematik adalah data atribut sebagai informasi yang terhubung dengan data spasial. Data tersebut merupakan karakteristik dari suatu entity atau lokasi sehingga dapat diiterpretasikan sebagai peta yang mempunyai tema tertentu (peta tematik). Contoh: nama jalan, nama kabupaten, jumlah populasi, luas serangan, dan jarak. 3. Data temporal merupakan pengukuran entity berdasarkan waktu. Sehingga memungkinkan dilakukan suatu penilaian mengenai perubahan kejadian. Pengamatan-pengamatan
yang
dilakukan
secara
multitemporal
memungkinkan adanya penilaian perubahan, perkembangan, hubungan keterkaitan, serta prediksi/peramalan. Dari ketiga dimensi data di atas secara sederhana dapat dikelompokkan ke dalam dua jenis data, yaitu data spasial dan non spasial. 1. Data spasial adalah data yang menyangkut ruang atau wilayah yang terukur dalam bentuk peta luasan/penyebaran. Contoh: peta pewilayahan curah hujan, peta kontur, dan peta system lahan. 2. Data non-spasial adalah data numerik atau tekstual yang menyertai dan terhubung dengan lokasi tertentu sebagai atribut. Contoh: data laporan PHP seperti luas serangan dan populasi OPT, serta data curah hujan sebagai atribut wilayah pengamatan, namun tidak terukur secara tepat, baik luas, batas maupun posisi geografisnya. Data spasial secara sederhana dapat diartikan sebagai data yang memiliki referensi keruangan (geografi). Setiap bagian dari data tersebut selain memberikan gambaran tentang suatu fenomena, juga selalu dapat memberikan informasi mengenai lokasi dan juga persebaran dari fenomena tersebut dalam suatu ruang
21
(wilayah). Apabila dikaitkan dengan cara penyajian data, maka peta merupakan bentuk/cara penyajian data spasial yang paling tepat. Penyajian data dalam bentuk peta pada dasarnya dilakukan dengan mengikuti kaidah-kaidah kartografis yang pada intinya menekankan pada kejelasan informasi tanpa mengabaikan unsur estetika dari peta sebagai sebuah karya seni. Kaidah-kaidah kartografis yang diperlukan dalam pembuatan suatu peta diaplikasikan dalam proses visualisasi data spasial dan penyusunan tata letak (layout) suatu peta.
2.4.1. Analisis Spasial Analisis spasial adalah proses mengekstraksi atau membuat informasi baru tentang feature geografis (Jaya 2002). Menurut Johnston (1994) analisis spasial merupakan prosedur kuantitatif yang dilakukan pada analisis lokasi. Tujuan utama analisis spasial adalah menghasilkan informasi-informasi yang dapat dipakai untuk mendukung pengambilan keputusan (decision making). Analisis spasial berguna untuk melakukan peramalan, pendugaan dan pemecahan masalah tertentu. Disamping itu, kemudahan akses, manipulasi dan duplikasi data menyebabkan analisis data spasial menjadi mudah dilakukan (Budianto 2010). Menurut Jaya (2002) analisis spasial sering juga disebut dengan pemodelan atau modeling adalah proses pengujian dan interpretasi hasil dari model. Analisis spasial ini adalah proses mengekstraksi atau membuat informasi baru tentang feature geografis. DeMers & Michael (1997) menyebutkan bahwa analisis spasial mengarah pada banyak macam operasi dan konsep termasuk perhitungan sederhana, klasifikasi, penataan, tumpang susun geometris, dan pemodelan kartografis. Sedangkan Metode Analisis Spasial yaitu metoda penelitian yang menjadikan peta, sebagai model yang merepresentasikan dunia nyata yang diwakilinya, sebagai suatu media analisis guna mendapatkan hasil-hasil analisis yang memiliki atribut keruangan. Analisis spasial ini penting untuk mendapatkan gambaran keterkaitan di dalam permasalahan antar-wilayah dalam wilayah studi. Data
spasial
diperlukan
pada
saat
harus
mempresentasikan
atau
menganalisis berbagai informasi yang berkaitan dengan dunia nyata. Pengambilan data yang sebanyak mungkin dari dunia nyata tersebut dapat menjelaskan tentang
22
variasi fenomena serta lokasi fenomena tersebut berada. Dunia nyata yang begitu luas pada kenyataannya tidak mungkin diambil secara utuh menjadi data spasial. Dengan demikian data spasial adalah sebuah gambaran sederhana dari dunia nyata. Dalam system informasi geografis, data spasial menggambarkan sebaran lokasi dan fenomena (Budianto 2010). Digitasi merupakan salah satu cara untuk memperoleh data spasial. Sedangkan perolehan data spasial lain yang bersifat pengukuran teresterial sering dilakukan menggunakan theodolith, GPS dan citra satelit. Fungsi analisis data spasial terdiri dari seleksi dan manipulasi data spasial. Fungsi seleksi data spasial meliputi operasi yang diperlukan untuk menentukan kumpulan variabel bagian lokasi dari database spasial. Kemampuan ini seperti memperbesar, memperkecil, query dan menampilkan peta. Manipulasi data spasial merupakan semua fungsi operasi untuk membuat data spasial baru. Operasi ini dapat dikelompokkan dalam tiga kelompok besar yaitu interpolasi, penggabungan tabel dan overlay. Menurut Prahasta (2005) fungsi analisis spasial adalah menampilkan data grid ketinggian, menampilkan histogram data grid, menurunkan peta kemiringan, menurunkan peta garis kontur, menurunkan hillshade dan aspek, membuat peta jarak, klasifikasi, konversi format raster grid ke vector, konversi format vector ke raster grid, membuat grid permukaan, analisis proximity, resume statistic dan histogram raster grid, analisa fungsi densitas, pemilihan unsur-unsur pada raster grid, fungsi dan operator matematika pada raster grid. Analisis spasial dilakukan dengan menumpang susunkan (overlay) beberapa data spasial untuk menghasilkan unit pemetaan baru yang akan digunakan sebagai unit analisis. Pada setiap unit analisis tersebut dilakukan analisis terhadap data atributnya yang tak lain adalah data tabular, sehingga analisisnya disebut juga analisis tabular. Hasil analisis tabular selanjutnya dikaitkan dengan data spasialnya untuk menghasilkan data spasial yang diinginkan.
2.4.2. Pemodelan Spasial Pemodelan dalam SIG diartikan sama dengan analisis. Sebagaimana diuraikan secara implisit dalam definisi analisis, pemodelan mempunyai makna
23
yang sama dengan SIG, perbedaannya adalah bahwa pemodelan mempunyai ruang lingkup yang lebih sempit dibandingkan dengan analisis.
Pemodelan
merupakan suatu proses yang dapat berupa simulasi, prediksi maupun deskripsi. Pemodelan spasial adalah suatu proses untuk melihat karakteristik dari sejumlah layer untuk setiap lokasi dalam rangka memecahkan masalah. Nilai dari masingmasing grid saling tumpang tindih dengan nilai dari cover lainnya yang menggambarkan atribut dari masing-masing lokasi (Jaya 2006). Tujuan dari pembuatan model adalah membantu dalam pengambilan keputusan
ataupun
analisis
untuk
memperkirakan bagaimana suatu proses
memahami,
menggambarkan
dan
bekerja dalam dunia nyata melalui
penyederhanaan fenomena maupun feature. Hasil dari permodelan ini dapat digunakan untuk mengambil suatu keputusan, melakukan kegiatan ilmiah atau memberi informasi umum (Jaya 2006). Aplikasi pemodelam spasial sudah banyak dilakukan dalam kaitannya dengan pengelolaan sumberdaya alam diantaranya untuk mengetahui tingkat keberhasilan reforestrasi dan menentukan indikator kunci tingkat keberhasilan reforestrasi (Puspaningsih, 2011), memprediksi umur dan luas area panen atau produksi panen tanaman padi sawah irigasi (Sitanggang et al. 2006), menyusun model perubahan penggunaan lahan dan arah arah penggunaan lahan yang berwawasan lingkungan (Munihab, 2008) dan mendapatkan faktor-faktor utama yang menjadi penyebab terjadinya kebakaran hutan dan lahan (Samsuri, 2008; Kayoman, 2010). Ada 3 kategori fungsi pemodelan data spasial yang diterapkan pada obyekobyek data geografis dalam SIG, berdasarkan prosedur analisisnya, yaitu: 1. Model geometrik (geometric model): membuat buffer, menghitung luas (area), keliling (perimeter) dan menghitung jarak Euclidean antar obyek. 2. Model koinsidensi (coincidence model): overlay poligon (identity, union dan intersection), clipping dan pengurangan (erasing) serta updating. 3. Model kedekatan (adjacently model): pathtonding, redistriciting dan alokasi Berdasarkan proses/teknik analisisnya, pemodelan dikelompokkan atas : 1. Pemodelan kartografi
(cartographic modeling). Pada pemodelan ini
disarankan untuk membuat diagram alir (flow chart) yang detail dan
24
perencanaan yang teliti untuk menderivasi data-data yang diharapkan dan bagaimana cara menggunakannya. 2. Pemodelan simulasi. Pemakai mencoba untuk melakukan simulasi terhadap fenomena yang kompleks menggunakan kombinasi informasi spasial dan nonspasial. Aspek ini memerlukan keahlian bagaimana suatu model dibangun sebagai contoh adalah evaluasi kesesuaian habitat satwa liar. Para ahli dapat menggunakan layer spasial yang mencakup informasi tentang vegetasi, elevasi, aspek, slope, kepemilikan, jalan dan aliran sungai, selanjutnya dilakukan pembobotan (prioritas layer). Model tersebut dapat digunakan untuk menentukan areal yang baik untuk habitat atau areal yang perlu diperbaiki. 3. Pemodelan prediktif (Predictive modeling). Pada pemodelan ini biasanya menggunakan tehnik statistik, umumnya analisis regresi untuk menyusun suatu model.
Tahap pertama adalah mengumpulkan informasi tentang
penomena yang diamati, selanjutnya satu set informasi tersebut digunakan untuk membangun suatu model dengan melihat masing-masing layer dari informasi spasial dan masing-masing komponen dari informasi non-spasial.
25
III.
METODOLOGI PENELITIAN
3.1. Lokasi dan Waktu Penelitian Penelitian lapangan dilakukan di lahan tambang PT. Newmont Nusa Tenggara yaitu pada seluruh area yang telah direvegtasi yaitu East dump (2001, 2002, 2003, 2004, 2008) dan Tongoloka dump (2005, 2006, dan 2007) serta hutan lindung sebagai kontrol. Analisis tanah dilakukan di Laboratorium Ilmu Tanah Universitas Mataram. Sortasi dan Identifikasi Collembola tanah dilakukan di Laboratorium lapangan dan Laboratorium Zoologi LIPI Cibinong. Analisis spasial dilakukan di Laboratorium Remote Sensing dan GIS Fakultas Kehutanan IPB Bogor.
3.2. Alat dan Bahan Peralatan yang dibutuhkan untuk pengambilan parameter vegetasi yaitu kamera digital, pita meteran, data sheet dan kantong sampel vegetasi. Peralatan untuk pengambilan sampel tanah yaitu bor tanah, Soil tester, kantong sampel tanah, kuadran sample dan pisau sampel tanah. Peralatan untuk mengukur iklim mikro dan elevasi berupa termometer dan higrometer serta altimeter. Peralatan pengambilan parameter serangga yang diperlukan yaitu mikroskop, botol filem, kain belacu, kantong sampel serasah dan tanah, kuadran sample, alkohol 96% dan data sheet. Peralatan untuk analisis spasial adalah peta digital, GPS, komputer dengan software Arcview GIS 3.2.
3.3. Jenis Data Data yang dikumpulkan meliputi data primer dan sekunder. Data primer yang dikumpulkan meliputi : a) data vegetasi, b) data sifat fisik dan kimia tanah c) data Acarina dan Collembola tanah. Data sekunder yang dikumpulkan adalah data elevasi atau ketinggian tempat dan data spasial berupa peta digital area revegetasi tambang PT Newmont Nusa Tenggara.
26
Gambar 2 Peta Lokasi Penelitian di PT NNT
27
MULAI
PENENTUAN KRITERIA DAN INDIKATOR PENGUMPULAN DATA LAPANGAN
SIFAT FISIK TANAH
SIFAT KIMIA TANAH
VEGETASI DAN SERASAH
PREDATOR ACARINA
COLLEMBOLA TANAH
DIGITASI INTERPOLASI PETA DIGITAL
OVERLAY ANALISIS DATA PENGUJIAN HUBUNGAN ANTAR PEUBAH PENENTUAN BOBOT DAN SKOR
PENYUSUNAN MODEL
VALIDASI
AKURASI MODEL YA MODEL MONITORING DAN INDIKATOR KUNCI
SELESAI
Gambar 3. Tahap pelaksanaan penelitian
TIDAK
28
28
INDEKS KEBERHASILAN REVEGETASI DARI ASPEK KESUBURAN TANAH
TUJUAN
KRITERIA
TINGKAT KEJENUHAN BASA
KANDUNGAN BAHAN ORGANIK
KANDUNGAN LIAT
KAPASITAS ABSORBSI
KELIMPAHAN COLLEMBOLA TANAH
INDIKATOR
VERIFIER
SIFAT FISIK TANAH
SIFAT KIMIA TANAH
KOMPOSISI VEGETASI
SUHU TANAH
PH TANAH
KERAPATAN JENIS
KELEMBABAN TANAH
C- ORGANIK
JUMLAH JENIS
TEKSTUR TANAH
KTK
SERASAH
PREDATOR
KETEBALAN SERASAH
JUMLAH ACARINA
ELEVASI
Gambar 4. Struktur hirarki kriteria dan indikator kelimpahan Collembola tanah
29
3.4. Metode Peta lokasi penelitian dan titik-titik plot pengamatan dapat dilihat pada Gambar 2. Seluruh tahapan penelitian mulai dari persiapan, pengumpulan data, hingga terbangunnya model dapat dilihat pada Gambar 3.
3.4.1. Persiapan Pada tahap ini, kegiatan penelitian terdiri dari pengumpulan data sekunder, studi pustaka untuk memperoleh informasi awal tentang daerah penelitian, konsultasi awal (penulisan dan perbaikan usulan penelitian), perizinan penelitian dan persiapan peralatan penelitian.
3.4.2. Penentuan Kriteria dan Indikator Kelimpahan Collembola Tanah Pada penelitian ini, dibuat kriteria dan indikator yang mempengaruhi kelimpahan Collembola tanah pada area tambang yang di revegetasi yaitu faktor lingkungan abiotik dan faktor lingkungan biotik. Faktor lingkungan abiotik terdiri dari sifat fisik tanah dan sifat kimia tanah. Sedangkan faktor lingkungan biotiknya adalah komposisi vegetasi, ketebalan serasah dan musuh alami. Secara lengkap struktur hirarki kriteria dan indikatornya disajikan pada Gambar 4.
3.4.3. Pengumpulan Data Data yang dikumpulkan adalah data primer yaitu data yang diperoleh secara langsung dari hasil pengukuran di lapangan. Pada survey lapangan juga dilakukan pengukuran posisi geografis dari Ground Control Point (GCP). Penentuan titik plot menggunakan metode systematic sampling with radom dengan jarak antar plot 200 m. Pada masing-masing lokasi penelitian terdapat 5 titik plot dengan 1 kali ulangan di setiap titik plot. Parameter yang diamati adalah parameter-parameter yang diduga mempengaruhi kelimpahan Collembola tanah diantaranya adalah parameter lingkungan abiotik dan parameter lingkungan biotik.
30
3.4.3.1. Parameter Lingkungan Abiotik 1. Sifat fisik tanah Sifat fisik tanah yang diukur langsung di lapangan adalah elevasi, suhu tanah, kelembaban tanah sedangkan tekstur tanah nilainya diperoleh dari hasil analisis di laboratorium. 2. Sifat kimia tanah Sifat kimia tanah yang diukur adalah pH lapangan, pH (H2O), C-organik dan KTK. Pengambilan sampel tanah di lapangan dilakukan dengan metode komposit yaitu mengambil contoh tanah pada titik–titik plot sampel disetiap lokasi penelitian, kemudian contoh tanah tersebut disatukan dan dicampur sampai merata, selanjutnya dianalisis berdasarkan lokasinya.
3.4.3.2. Parameter Lingkungan Biotik 1. Pengamatan Komposisi Vegetasi Kegiatan pengamatan pada setiap plot dilakukan dengan menggunakan metode garis berpetak yaitu dengan cara melompat satu atau lebih petak-petak dalam jalur sehingga sepanjang garis rintisan terdapat petak-petak pada jarak tertentu yang sama (Kusmana 1997). Ukuran petak contoh disesuaikan dengan tingkat pertumbuhan dan bentuk tumbuhannya. Komposisi vegetasi yang dihitung diantaranya adalah jumlah jenis dan persentase kerapatan (density). 2. Serasah Ketebalan serasah pada masing-masing plot sampel diukur dengan menggunakan mistar (penggaris) untuk mengatahui tebal tipisnya serasah pada masing-masing lokasi pengamatan. 3. Predator (Acarina tanah) Predator Collembola yang dipilih adalah kelompok Acarina karena merupakan kelompok predator yang paling berpengaruh. Jumlah Acarina tanah dihitung berdasarkan jumlah yang diperoleh setelah dilakukan sortasi terlebih dahulu dengan serangga lainnnya.
31
3.4.3.3. Pengumpulan Sampel Acarina dan Collembola Tanah Pengambilan
sampel
Acarina
dan
Collembola
tanah
dilakukan
menggunakan metode ekstraksi Corong Barlese yang sudah dimodifikasi. Pencuplikan tanah dan serasah untuk ekstraksi dilakukan dengan
cara
mengumpulkan serasah yang ada di permukaan tanah dengan kuadran sampel yang berukuran 25 cm x 25 cm. Sedangkan untuk contoh tanah dilakukan dengan cara menggali tanah sampai kedalaman 20 cm, sesuai dengan ukuran kuadran sample serasah. Selanjutnya sample serasah dan tanah tersebut dimasukan ke dalam kantung belacu yang berukuran 35 cm x 30 cm dan diberi label di dalam serta di luar kantungnya. Penggunaan kantung belacu dimaksudkan agar selama pengangkutan atau pengiriman masih dapat terjadi proses pertukaran udara dan evaporasi tanah. Sehingga tidak terjadi kenaikan suhu tanah karena proses penguapan tanah di dalam kantung. Kenaikan suhu dalam kantung dapat mematikan fauna tanah, sehingga menyulitkan proses pemilahan. Diharapkan fauna tanah dalam Corong Barlese masih dapat bertahan hidup. Proses ekstraksi biasanya dilakukan selama 4-7 hari tergantug pada banyaknya contoh tanah dan fauna tanah yang diekstraksi (Suhardjono 1992).
3.4.3.4. Pemilihan dan Identifikasi Acarina dan Collembola Tanah Sortasi dan identifikasi sampel Collembola dan Acarina tanah dilakukan di laboratorium. Identifikasi Collembola tanah dilakukan sampai morfospesies dan atau jika memungkinkan sampai tahap spesies. Sedangkan untuk Acarina tidak dilakukan identifikasi jenis hanya dihitung kelimpahan individunya saja. Kunci identifikasi yang digunakan adalah Greenslade 1991, Greenslade & Vaughan. 2003, Yoshii (1959, 1982a, 1982b, 1983); Suhardjono (1989); Yoshii & Suhardjono (1989, 1992a, 1992b).
3.4.4. Digitasi Interpolasi, Peta Digital dan Overlay Data hasil survei lapangan yang dilengkapi dengan koordinat geografis yang diperoleh dari GPS digunakan sebagai input data SIG yaitu dengan cara menginterpolasi data tersebut. Interpolasi adalah suatu proses estimasi nilai pada
32
daerah yang tidak disampel berdasarkan data yang ada di sekitarnya. Selanjutnya dari hasil interpolasi tersebut dibuat peta digital. Seluruh peta digital tadi di overlay atau penggabungan informasi beberapa peta untuk menghasilkan satu informasi baru.
3.4.5. Analisis Data 1. Sifat fisik dan kimia tanah Sifat fisik tanah yang dianalisis meliputi suhu tanah, kelembaban tanah, dan tektur tanah. Sedangkan analisis sifat kimia tanah meliputi pH tanah, kadar bahan organik tanah dan KTK tanah.
2. Komposisi Vegetasi Data komposisi vegetasi bisa diperoleh dari menghitung kerapatan (density) dan jumlah jenis. Kerapatan (density) dihitung menggunakan rumus sebagai berikut : % Kerapatan
x 100%
3. Kelimpahan Collembola tanah Data kelimpahan Collembola tanah diperoleh berdasarkan perhitungan jumlah individu Collembola tanah pada masing-masing titik plot pengambilan sample di setiap lokasi penelitian.
3.4.6. Pengujian Hubungan antar Peubah Pengujian hubungan antar peubah penyusun model dilakukan untuk menghindari terjadinya korelasi antar peubah yang dapat menyebabkan terjadinya kesalahan model. Pengujian ini dilakukan berdasarkan analisis korelasi, kemudian disusun dalam bentuk matriks.
3.4.7. Penentuan Skor dan Bobot Salah satu tahap penting dalam membangun model keberhasilan revegetasi ini adalah untuk membangun nilai skor yang terstandarisasi (standardized score), melalui pembuatan skor dengan pendekatan fuzzy. Fungsi-fungsi fuzzy diturunkan
33
dari masing-masing peubah terhadap kelimpahan Collembola. Adapun bentukbentuk fungsi fuzzy yang dikaji adalah: a) Sigmoidal b) J-shape (eksponensial atau pangkat) c) Linear d) Logaritmik (saturasi)
Gambar 5 Fungsi keanggotaan Sigmoidal
Gambar 6 Fungsi keanggotaan berbentuk huruf-J
Gambar 7 Fungsi keanggotaan Linier
Gambar 8 Fungsi keanggotaan Logaritmik
Lebih lanjut, nilai skor yang diperoleh distandarisasi menjadi nilai antara 10 sampai dengan 100 menggunakan rescalling score dengan rumus sebagai berikut (Jaya 2007):
34
Keterangan: = nilai score hasil rescalling = nilai score dugaan (estimated score) input = nilai maksimal score dugaan = nilai minimal score dugaan = nilaimaksimal score hasil rescalling = nilai minimal score hasil rescalling Pembobotan dilakukan untuk mengidentifikasi pengaruh masing-masing peubah terhadap kelimpahan Collembola tanah di area tambang yang direvegetasi. Penentuan bobot dilakukan secara kuantitatif berdasarkan perhitungan secara objektif pengaruh peubah terhadap kelimpahan Collembola tanah. Bobot dihitung dengan pendekatan regresi berganda berdasarkan nilai skor yang telah distandarisasi. Bobot yang dihasilkan selanjutnya diskala ulang sehingga total bobot sama dengan satu. 3.4.8. Penyusunan Model 3.4.8.1. Model Penduga Waktu Pencapaian Keberhasilan Revegetasi. Waktu yang diperlukan untuk mencapai keberhasilan revegetasi dari aspek kesuburan tanah dapat diduga dari model persamaan regresi yang dibangun berdasarkan hubungan antara kelimpahan Collembola tanah dan umur revegetasi untuk jenis tanaman yang sama. Bentuk-bentuk model persamaan regresi sebagai berikut : Linier Polinomial Power Exponensial Logaritmik
:Y :Y :Y :Y :Y
= = = = =
Keterangan : Y adalah umur revegetasi X adalah kelimpahan Collembola tanah
35
Verifikasi dilakukan untuk mengetahui keterhandalan model dan mengukur apakah model tersebut menjelaskan kondisi di lapangan dengan benar. Pemilihan model terbaik dilakukan berdasarkan rangking dari sejumlah kriteria yaitu koefisien determinasi (R2), Simpangan Agregat (SA), Simpangan Rata-rata (SR), Root Mean Square Error (RMSE), bias (e)
dan uji beda nyata (Khi
Kuadrat) atau X2 hitung > X2 table, dengan rumus-rumus sebagai berikut:
Keterangan : Ym Ya
= nilai dugaan yang dihasilkan dari model = nilai aktual untuk uji validasi
3.4.8.2. Model Penduga Keberhasilan Revegetasi Model keberhasilan revegetasi diawali dengan membangun hubungan antara kesuburan tanah dengan kelimpahan Collembola. Selanjutnya dibangun model kelimpahan Collembola berdasarkan indikator dan peubah-peubah biofisik yang mempengaruhinya. Kelimpahan Collembola juga dipengaruhi oleh kondisi tanaman di setiap kelompok umur tanaman. Secara matematis hubungan antara keberhasilan revegetasi dengan kelimpahan Collembola serta antara kelimpahan Collembola dengan faktor biofisik kawasan dapat disajikan sebagai berikut:
KR = f (C)= f(w) Keterangan : KR
adalah Keberhasilan revegetasi dari aspek kesuburan tanah
f(C) f(w)
adalah fungsi dari kelimpahan Collembola tanah adalah fungsi dari umur revegetasi
36
Penyusunan model keberhasilan revegetasi dibangun berdasarkan hubungan antara nilai skor terstandarisasi dengan nilai kelimpahan Collembola. Bobot setiap peubah dan indikator diperoleh secara kuantitatif menggunakan analisis regresi ganda. Bobot dari model dikelompokkan menjadi bobot makro dan bobot mikro. Sedangkan model persamaan matematik kelimpahan Collembola tanah dibangun dengan beberapa indikator dan faktor sebagai berikut:
C WF
n i
BFi SFi WK
n i
BKi SKi WV
n i
BVi SVi WS
n i
BSi SSi WP
n i
BPi SPi
Keterangan : C WF WK WT WS WP
SFi SKi SVi SSi SPi
adalah nilai skor kelimpahan Collembola tanah adalah bobot makro sifat fisik tanah adalah bobot makro sifat kimia tanah adalah bobot makro komposisi vegetasi adalah bobot makro ketebalan serasah adalah bobot makro predator adalah bobot mikro sifat fisik tanah ke-i adalah bobot mikro sifat kimia tanah ke-i adalah bobot mikro komposisi vegetasi ke-i adalah bobot mikro ketebalan serasah ke-i adalah bobot mikro predator ke-i adalah skor dari faktor-faktor fisik tanah ke-i adalah skor dari faktor-faktor kimia tanah ke-i adalah skor dari faktor-faktor vegetasi ke-i adalah skor dari faktor-faktor serasah ke-i adalah skor dari faktor-faktor predator ke-i
3.4.9. Verifikasi Model Verifikasi model dilakukan untuk mengetahui seberapa tepat model yang dibuat
terhadap
kondisi
sebenarnya
di
lapangan.
Verifikasi
dilakukan
menggunakan matrik kesalahan (confussion matrix) untuk menghitung akurasi rata-rata umum (overall occuracy) dan akurasi kappa (kappa accuracy). Matrik kesalahan (Confussion matrix) adalah matrik bujur sangkar yang memuat jumlah piksel atau polygon yang diklasifikasikan secara konvensional. Akurasi rata-rata umum (overall occuracy) dilakukan untuk menghitung akurasi berdasarkan persentase jumlah piksel dan polygon yang dikelaskan secara benar (polygon pada model masuk pada kelas yang sama pada polygon acuan), dibagi jumlah total
37
piksel atau polygon. Nilai akurasi kappa biasnya lebih kecil dibanding dengan nilai akurasi rata-rata umum karena pada akurasi kappa dihitung tidak hanya berdasarkan jumlah piksel atau polygon kelas acuan, tetapi juga menghitung jumlah piksel atau polygon yang dikelaskan pada model tidak tepat masuk ke dalam kelas acuan (Puspaningsih 2011). Referensi yang digunakan untuk verifikasi adalah nilai C-organik. Nilai C-organik adalah dasar untuk mengetahui kandungan bahan organik tanah yang merupakan indikator paling penting dan menjadi kunci dinamika kesuburan tanah. Bahan organik menyediakan makanan dan tempat hidup (habitat) untuk organisme tanah, menyediakan energi untuk proses-proses biologi tanah dan memberikan kontribusi pada daya pulih (resiliansi) tanah.
Tabel 1 Kriteria kesuburan tanah berdasarkan kandungan C-Organaik tanah
Kriteria C-organik (%)
sangat rendah
rendah
sedang
tinggi
< 1,00 1,00 - 2,00 2,01 -3,00 3,01 - 5,00
sangat tinggi > 5,00
Sumber : Puslitan (1983) Akurasi rata-rata umum (Overall Accuracy)
Keterangan : OA
N
= Nilai akurasi rata-rata umum (Overall Accuracy) = Coincided Value atau luas tingkat kelimpahan yang sama antara model dan peubah yang dijadikan acuan untuk verifikasi = Total area verifikasi
Akurasi Kappa (Kappa Accuracy)
Keterangan : K
= Akurasi Kappa (Kappa Accuracy) = Coincided Value atau luas tingkat kelimpahan yang sama antara model dan peubah yang dijadikan acuan untuk verifikasi
38
N
= Luas dalam barisan ke-i = Luas dalam kolom ke-j = Total area verifikasi
3.4.10. Pengujian Model Pengujian model yang telah dilakukan verifikasi dilanjutkan dengan pengujian signifikansi. Pengujian ini dilakukan untuk mengetahui signifikansi perbedaan antara akurasi dari model-model yang dibangun. Hasil pengujian signifikansi ini digunakan untuk memilih model terbaik. Jika perbedaan antar model mempunyai nilai z > 1,96, berarti model tersebut berbeda secara signifikan. Rumus yang digunakan adalah
dimana :
Keterangan z
N
= Nilai signifikansi = Akurasi hasil verifikasi model ke-i dan ke-j = Simpangan baku (ragam) = Total area verifikasi
3.4.11. Peta Tingkat Keberhasilan Revegetasi dari Aspek Kesuburan Tanah Peta tingkat keberhasilan revegetasi dibangun berdasarkan model dengan akurasi model terbaik yang sebelumnya telah dilakukan verifikasi dan validasi. Peta tingkat keberhasilan revegetasi dari aspek kesuburan tanah yang dikelaskan menjadi tiga yaitu kurang berhasil jika skor model keberhasilannya kurang dari 50%, cukup berhasil jika skor model keberhasilan antara 50-70% dan keberhasilan jika skor model keberhasilan di atas 70%.
39
IV. 4.1.
HASIL DAN PEMBAHASAN
Kelimpahan Collembola Tanah Total jumlah individu Collembola tanah yang digunakan dalam model
adalah 816 individu (Tabel 2). Pada penelitian ini, hutan alam memiliki kelimpahan Collembola tanah tertinggi yaitu 137 Rindividu. Tingginya kelimpahan Collembola tanah di hutan alam sangat erat hubungannya dengan ketersediaan bahan organik dan keanekaragam jenis vegetasi. Vegetasi merupakan penyumbang serasah yang merupakan sumber pakan dan tempat berlindung bagi Collembola tanah. Hutan alam juga menyediakan mikrohabitat yang sesuai bagi Collembola tanah. Di areal revegetasi, kelimpahan Collembola tanah tertinggi dijumpai pada revegetasi berumur 8 tahun, yaitu sebesar 82 individu, sedangkan kelimpahan yang terrendah dijumpai pada umur revegetasi termuda yaitu mulai dari umur revegetasi 1 sampai dengan umur revegetasi 3 tahun. Adanya individu Collembola di awal tahun penanaman diduga berasal dari top soil yang diberikan pada tahap awal revegetasi. Pengelolaan top soil yang benar sangat berguna bagi fauna tanah, siklus hara dan perkembangan biodiversitas (Parrotta & Knowles 2001). Secara keseluruhan, terlihat bahwa semakin bertambah usia revegetasi, kelimpahan Collembola tanah semakin meningkat. Hal ini diduga terkait dengan berlangsungnya proses dekomposisi yang berjalan dengan baik, peningkatan kesuburan tanah, pertumbuhan tanaman, sehingga kondisi mikrohabitat yang terbentuk semakin mendekati kondisi hutan alam. Hasil penelitian ini juga sejalan dengan apa yang dilakukan Nurtjahya et al. (2008), dimana densitas populasi Collembola di tambang timah meningkat seiring dengan bertambahnnya umur revegetasi. Jumlah famili Collembola tanah yang berhasil dikumpulkan di hutan alam dan area revegetasi adalah 8 famili yaitu Entomobryidae, Isotomidae, Paronellidae, Dicyrtomidae, Sminthuridae, Arrhopalitidae, Neanuridae dan Hypogastruridae. Jumlah tersebut lebih banyak jika dibandingkan dengan perolehan famili Collembola tanah di tambang timah yaitu sebanyak 4 famili yang terdiri
dari
Entomobryidae,
Isotomidae,
Paronellidae
dan
Sminthuridae
40
(Nurtjahya et al. 2008). Famili Collembola yang terkumpul merupakan kelompok kosmopolitan yang dapat beradaptasi pada berbagai habitat. Famili Arrhopalitidae berpotensi sebagai spesies indikator diantara 8 famili yang dikumpulkan karena famili ini memiliki kelimpahan yang tinggi hanya pada area revegetasi umur 6 tahun atau tahun tanam 2003. Famili Arrhopalitidae tergolong sebagai indikator positif karena famili ini secara alami berada dalam lingkungan yang terganggu dalam jumlah yang banyak. Pada umur revegetasi 6 tahun rata-rata kondisi lingkungan abiotik dan biotik (Tabel 5) lebih baik dibanding dengan area revegetasi yang lain. Persentase pasir, ketebalan serasah dan jumlah individu Acarina pada umur 6 tahun paling tinggi namun memiliki nilai pH tanah yang paling rendah (masam) dibanding dengan lokasi penelitian lainnnya. Famili Arrhopalitidae diduga sebagai spesies indikator untuk tanah masam. Collembola berpotensi sebagai bioindikator tanah masam karena saluran pencernaan Collembola (2/3 bagian depan ususnya) mempunyai pH 5.4 6.9 yang memungkinkan Collembola mengakumulasi logam berat dalam tubuhnya (Suhardjono 2000). Di hutan alam famili Collembola tanah yang ditemukan ada sebanyak 3 famili. Jumlah tersebut lebih rendah jika dibandingkan dengan area revegetasi. Di area revegetasi jumlah famili tertinggi yang dikumpulkan sebanyak 5 famili, mulai dari umur revegetasi 5 tahun sampai 7 tahun. Namun besarnya jumlah famili yang terkumpul tidak diimbangi dengan perolehan jumlah individu. Hal ini tidak sejalan dengan yang diperoleh Agus (2007), dimana keragaman jenis dan famili Collembola di hutan lebih tinggi dibandingkan dengan keragaman di lahan yang dibudidaya. Menurut penelitian Rahmadi et al. (2004) semakin rendah keragaman famili maka jumlah individu akan semakin tinggi dan tingginya dominansi salah satu famili menyebabkan famili lainnya menjadi rendah karena terjadinya kompetisi yang tinggi.
41
Tabel 2 Kelimpahan famili Collembola tanah pada area revegetasi PT NNT Total Famili Tahun Umur Jumlah Area revegetasi (individu) tanam (tahun) Entomobryidae Isotomidae Paronellidae Dicyrtomidae Sminthuridae Arrhopalitidae Neanuridae Hypogastruridae Jenis East Dump 2008 1 2 0 0 0 0 0 0 0 1 2 Tonggoloka Dump 2007 2 2 0 0 0 0 0 0 0 1 2 Tonggoloka Dump 2007 2 3 0 0 0 0 0 0 0 1 3 Tonggoloka Dump 2007 2 2 1 0 0 0 0 0 0 2 3 Tonggoloka Dump 2007 2 4 0 0 0 0 0 0 0 1 4 Tonggoloka Dump 2007 2 13 0 0 0 0 0 0 0 1 13 Tonggoloka Dump 2006 3 0 0 0 0 0 0 0 0 0 0 Tonggoloka Dump 2006 3 0 0 0 0 0 0 0 1 1 1 Tonggoloka Dump 2006 3 1 0 0 1 1 0 0 1 4 4 Tonggoloka Dump 2006 3 4 0 0 0 1 0 0 1 3 6 Tonggoloka Dump 2005 4 9 0 0 1 0 0 0 0 2 10 Tonggoloka Dump 2005 4 5 0 10 0 0 0 0 0 2 15 Tonggoloka Dump 2005 4 22 0 0 0 0 0 0 0 1 22 Tonggoloka Dump 2005 4 27 0 0 2 0 0 0 3 3 32 East Dump 2004 5 2 1 1 4 0 0 0 0 4 8 East Dump 2004 5 5 3 0 3 0 0 0 4 4 15 East Dump 2004 5 10 6 2 3 1 0 0 0 5 22 East Dump 2004 5 13 8 0 22 3 0 0 1 5 47 East Dump 2003 6 3 0 0 4 1 31 0 1 5 40 East Dump 2002 7 12 22 0 4 1 0 0 2 5 41 East Dump 2002 7 21 21 0 3 0 0 0 0 3 45 East Dump 2002 7 5 10 0 6 0 3 0 25 5 49 East Dump 2002 7 11 40 0 19 2 0 0 0 4 72 East Dump 2002 7 15 54 0 6 1 0 0 3 5 79 East Dump 2001 8 49 9 0 3 0 0 1 0 4 62 East Dump 2001 8 31 45 0 3 0 0 3 0 4 82 Hutan Alam 50 86 0 1 0 0 0 0 3 137 TOTAL 321 306 13 85 11 34 4 42 79 816
41
42 Famili yang jumlah individunya paling banyak dikumpulkan berturut-turut adalah Entomobryidae, Isotomidae dan Dicyrtomidae. Ketiga famili tersebut ditemukan di hutan alam. Entomobryidae merupakan famili yang individunya ditemukan diseluruh area revegetasi dan hutan alam. Menurut Greenslade (1991) Entomobryidae merupakan salah satu famili yang mampu beradaptasi pada berbagai habitat dan dapat ditemukan baik di lahan hutan maupun lahan budidaya tanaman. Entomobryidae dan Dicyrtomidae merupakan Collembola yang aktif di permukaan dengan morfologi yang khas yaitu tubuh berukuran besar, berpigmen, antenna dan furka berkembang baik (panjang). Sedangkan Isotomidae termasuk kelompok Collembola yang hidup di dalam tanah dan serasah (Greenslade et al. 2000; Rahmadi et al. 2004; Widyawati 2008). Isotomidae mempunyai genus yang banyak dan sebaran yang luas (kosmopolitan) (Greenslade 1996). Gambaran famili Collembola yang terkumpul secara garis besar dapat dilihat pada Gambar 9.
Famili Collembola Yang Terkumpul
Entomobrydae
Isotomidae
Paronellidae Dicyrtomidae Sminthuridae
Neanuridae
Hypogastruridae
Arrhopalitidae
Gambar 9 Famili Collembola tanah yang terkumpul di area revegetasi tambang PT NNT
43 4.2.
Hubungan antara Umur Revegetasi dengan Kelimpahan Collembola Tanah dan Nilai C-Organik
Jumlah Collembola (individu/koloni)
C-Organik (%)
71.80
1.180
Esimasi Collembola Estimasi C-organik
61.80
1.130 1.080
51.80 1.030 41.80
0.980 0.930
31.80
0.880
21.80
0.830 11.80
0.780
1.80
0.730 0
1
2
3
4
5
6
7
8
Umur tanaman (tahun) Gambar 10 Hubungan antara umur revegetasi dengan kelimpahan Collembola tanah dan C-organik Sebagaimana ditunjukan pada Gambar 10. (Tabel data dapat dilihat pada Lampiran 1) kelimpahan Collembola tanah akan semakin meningkat seiring dengan bertambahnya umur vegetasi. Jumlah individu Collembola akan terus bertambah sampai terjadi proses huminifikasi yaitu proses akhir dekomposisi bahan organik. Pada awal tahun penanaman yaitu umur 1 sampai dengan umur 3 tahun, terjadi fase lambat bagi pertambahan jumlah individu Collembola tanah, terlihat bahwa kelimpahan Collembola tidak segera bertambah jumlahnya. Hal ini diduga berhubungan dengan kandungan nilai C-organik yang juga masih rendah pada awal tahun penanaman. C-organik adalah dasar untuk mengetahui kandungan bahan organik tanah yang merupakan indikator paling penting dan menjadi kunci dinamika kesuburan tanah. Bahan organik menyediakan makanan dan tempat hidup (habitat) untuk organisme tanah, menyediakan energi untuk
44 proses-proses biologi tanah dan memberikan kontribusi pada daya pulih (resiliansi) tanah. Umur revegetasi 4 tahun sampai dengan 8 tahun merupakan fase pertumbuhan terpacu bagi Collembola tanah diduga proses dekomposisi sedang berlangsung pada fase ini. Kondisi ini dapat dilihat dari laju pertambahan nilai C-organik yang tinggi pada umur revegetasi 4 sampai 7 tahun. Memasuki umur revegetasi 8 tahun nilai C-organik cenderung konstant diduga pada umur tersebut proses huminifikasi mulai berlangsung.
4.3.
Pendugaan Waktu Pencapaian Keberhasilan Revegetasi Pada penelitian ini, hutan alam yang sifatnya sudah dianggap stabil,
dijadikan sebagai acuan dalam melakukan penilaian terhadap keberhasilan revegetasi. Hutan alam mempunyai karakteristik atau struktur tegakan yang sudah relatif stabil. proteksi
dan
Hutan alam dianggap dapat menjalankan fungsinya (produksi, konservasi).
Karakteristik
hutan
alam
adalah
memiliki
keanekaragaman yang tinggi, memiliki stratifikasi tajuk, selalu hijau, adanya proses suksesi yang dapat dilihat dari adanya mekanisme yang berjalan, adanya regenerasi, adanya penambahan jenis dan terpenting adanya siklus hara tertutup yang merupakan pabrik kehidupan di dalam hutan. Siklus hara tertutup berhubungan dengan kesuburan tanah menyebabkan campur tangan manusia tidak diperlukan lagi di dalam hutan alam.Terjadinya siklus hara tertutup pada tanah hutan inilah yang menyebabkan tanaman hutan dapat tumbuh lebat, daun, ranting dan tanaman hutan bila mati akan gugur ke bumi. Daun tanaman dan organ akan dimakan oleh hewan tingkat tinggi ataupun hewan tingkat rendah termasuk fungi dan bakteri. Proses pemakanan jaringan tanaman oleh mahluk hidup tingkat tinggi dan rendah ini disebut dekomposisi. Tingkat akhir dari dekomposisi disebut mineralisasi (Rosmarkam & Yuwono, 2002). Pendugaan waktu pencapaian keberhasilan revegetasi berdasarkan kelimpahan Collembola tanah dapat diduga dari model hubungan antara kelimpahan Collembola tanah dengan umur revegetasi (Gambar 11). Berdasarkan model tersebut diperoleh 3 bentuk persamaan regresi yaitu bentuk linear, logaritmik dan polinomial dengan koefisien determinasi di atas 50%. Hasil
45 verifikasi disajikan pada Tabel 3. Model terbaik dipilih berdasarkan hasil rangking tertinggi sebagaimana dirangkum pada Tabel 4.
Kelimpahan Collembola Tanah (individu)
200
Po
150
Li 100
Lo
50 0 0
1
2
3
4
5
6
7
8
9
10
11
-50 Umur revegetasi (tahun) -100
(Li) y = 13.84x - 33.55 R² = 0.86
(Po) y = 1.491x2 - 3.022x + 3.450 R² = 0.934
(Lo) y = 54.19ln(x) - 43.09 R² = 0.661
Gambar 11 Analisis regresi hubungan antara kelimpahan Collembola (individu) dengan umur revegetasi (tahun) Tabel 3 Hasil verifikasi model dugaan umur pencapaian keberhasilan revegetasi di area revegetasi tambang PT NNT Model Linear Logaritmik Polinomial
R2* 0.86 0.661 0.934
SA* -0.444 -2.275 -0.409
SR* -4.401 -2.275 -9.341
RMSE* 4.415 9.666 4.722
χ² hitung* 4572.05 2951.979 4578.503
e* 1.988 3.422 2.146
Keterangan :*) R2 : Koefisien determinasi, SA : Simpangan Agregat, SR : Simpangan Rata-rata, RMSE : Root Mean Square Error, e : bias, X2 hitung : uji beda nyata (Khi Kuadrat)
Tabel 4 Hasil peringkat dari verifikasi model dugaan umur pencapaian keberhasilan revegetasi di area revegetasi tambang PT NNT Model Linear Logaritmik Polinomial
R2 2 1 3
SA 2 1 3
SR 2 1 3
RMSE 3 1 2
e 3 1 2
Jumlah 12 5 13
Keterangan :*) R2 : Koefisien determinasi, SA : Simpangan Agregat, SR : Simpangan Rata-rata, RMSE : Root Mean Square Error, e : bias
Model regresi yang memberikan hasil verifikasi terbaik (Tabel 3) dan nilai peringkat tertinggi (Tabel 4) adalah persamaan polinomial yaitu
46 y = 1.489x2 - 3.001x + 3.407, dimana y adalah kelimpahan Collembola tanah dengan x adalah umur revegetasi, oleh karena hutan alam dijadikan acuan dalam melakukan pemantauan revegetasi, maka kelimpahan Collembola hutan alam digunakan untuk menduga pencapaian keberhasilan revegetasi. Berdasarkan model persamaan polinomial diduga waktu yang diperlukan untuk mencapai keberhasilan revegetasi berdasarkan kelimpahan Collembola tanah adalah 20 tahun (Gambar 12).
550
Kelimpahan Collembola (individu)
y = 1.488x2 - 2.995x + 3.404 R² = 0.996 450 350 250 150 50
-50 0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20
Umur Revegetasi (Tahun)
Gambar 12 Dugaan waktu pencapaian keberhasilan revegetasi berdasarkan kelimpahan Collembola tanah dan umur revegetasi Waktu pencapaian keberhasilan revegetasi dari aspek kesuburan tanah sangat tergantung dari berbagai upaya yang dilakukan mulai dari tahap awal revegetasi, dengan mengupayakan agar proses suksesi dapat berjalan dengan baik. Proses suksesi dapat dipercepat dengan bantuan manusia yakni dengan pembenahan tanah yang tepat dan pemilihan jenis vegetasi yang sesuai. Pembenahan tanah dilakukan di area revegetasi PT NNT dengan mengupayakan penambahan top soil dan bahan organik. Menurut Parrotta & Knowles (2001) penambahan top soil dapat mendukung perkembangan fauna tanah, siklus hara dan keragaman hayati. Hal lain yang juga penting adalah pemilihan jenis vegetasi pioner yang adaptif, bersifat katalitik, cepat tumbuh, menghasilkan serasah yang
47 baik sangat diperlukan seperti Macaranga sp dan Mallotus sp yang anakannya banyak ditemukan di area revegetasi PT NNT pada umur paling muda. Serasah menyediakan tempat hidup bagi berbagai makhluk terutama para dekomposer. Serasah berguna sebagai input bahan organik pada lahan terdegradasi. Bahan organik menjadi kunci bagi berlangsungnya dinamika kesuburan tanah, karena dengan dinamikanya sifat-sifat tanah bisa dikelola menuju kondisi yang ideal bagi tanaman. Collembola tanah mendaur ulang (recycle) bahan organik dengan cara memecah bahan organik menjadi bagianbagian yang lebih kecil sehingga dapat dibusukkan oleh jasad renik seperti jamur dan bakteri. Collembola memerlukan jamur, ganggang hijau dan mikroba/jasad renik lain sebagai sumber makanannya. Pada saat mencari makan, Collembola bergerak dengan ekor pegasnya dan pada tubuhnya menempel jasad-jasad renik, sehingga selama pergerakannya berpindah tempat, Collembola membantu menyebarluaskan jasad renik. Aktivitas Collembola ini juga membantu memperluas dan mempercepat perombakan bahan organik.
4.4.
Identifikasi Peubah-Peubah Lingkungan Kelimpahan Collembola Tanah
yang
Mempengaruhi
Variasi suhu dan kelembaban tanah antara hutan alam dengan rata-rata seluruh area revegetasi tidak jauh berbeda. Pada area revegetasi East dump tahun tanam 2002, suhu tanah lebih rendah dibanding dengan area revegetasi yang lainnya. Hal ini disebabkan saat pengambilan sampel dan pengukuran suhu pada lokasi tersebut cuaca mendung dan sedikit gerimis. Demikian juga halnya dengan kelembaban tanah di Tongoloka dump menunjukkan penurunan dibanding yang lain. Hal ini diduga berkorelasi dengan elevasi atau ketinggian lokasi pengamatan. Semakin tinggi letak suatu tempat dari permukaan laut maka kelembaban udaranya akan semakin tinggi demikian juga sebaliknya (Kartasapoetra 2006). Hasil analisis tekstur tanah diperoleh dua kelas tektur yaitu geluh lempungan (lempung berliat) dan geluh (lempung). Kelas tekstur tanah di hutan alam adalah geluh lempungan sedangkan rata-rata di area revegetasi tanahnya bertekstur geluh kecuali di Tongoloka dump. Tanah yang bertekstur geluh lempungan adalah tanah dengan tekstur halus sedang, yang memiliki kandungan
48 lempung (liat) yang lebih banyak. Sedangkan tanah yang bertekstur geluh secara keseluruhan adalah merupakan tanah yang memiliki sifat ideal karena memiliki komposisi pasir, debu dan lempung yang hampir sama. Pengukuran tektur tanah penting dilakukan karena tekstur tanah berhubungan dengan kemampuan tanah dalam mengikat unsur hara dan memperbaiki kapasitas tukar kation (KTK) serta kemampuan tanah dalam mengatur keseimbangan air dan udara, sehingga akan menentukan macam dan jumlah jasad renik dan aktivitasaya di dalam tanah. Hasil pengukuran pH di lapangan lebih tinggi dibanding dengan pH H2O (pH laboratorium). Kisaran pH tanah baik pH di lapangan maupun pH H2O beragam mulai dari pH 4.9 sampai 6. Hal ini berarti tanah memiliki sifat keasaman yang tinggi sampai keasaman sedang (Rafi‟I 1994; Foth 1990). Pada kisaran ini diperkirakan tanah mengandung besi, tembaga dan seng. Hasil analisis pH H2O terlihat bahwa rata-rata di area revegetasi lebih asam dibanding dengan hutan alam. Hal ini karena area revegetasi merupakan area bekas penambangan. Adanya aktivitas pertambangan dapat menyebabkan menurunnya pH tanah (Rahmawaty 2002). Pengukuran pH tanah sangat penting dalam menentukan mudah tidaknya unsur hara diserap oleh tanaman, menunjukan adanya unsur-unsur beracun dan mudah larut pada tanah masam, disamping itu pH tanah juga dapat mempengaruhi perkembangan organisme tanah (Hardjowigeno 2010). Nilai C-organik dan KTK tanah di hutan alam lebih tinggi dibanding dengan rata-rata area revegetasi. Hal ini sejalan dengan pernyataan Setiadi (2006) bahwa lahan-lahan terbuka pasca penambangan adalah kondisi lahan yang marginal, miskinnya bahan organik dengan status KTK (Kapasitas Tukar Kation) yang rendah. Besarnya nilai C-organik di hutan alam menunjukan bahwa hutan alam memiliki kandungan bahan organik yang tinggi. Sumber utama bahan organik sebagian besar berasal dari jaringan tumbuhan, hewan dan organisme tanah (Buckman & Brady 1982; Suin 1989). Tingginya bahan organik akan berpengaruh terhadap sifat fisik, kimia dan biologi tanah, salah satunya adalah meningkatnya nilai kapasitas tukar kation (KTK). Menurut Hardjowigeno (2010) nilai KTK sangat erat hubungannya dengan kesuburan tanah. Tanah dengan KTK tinggi mampu menyerap dan menyediakan unsur hara lebih baik dari pada tanah dengan KTK rendah. Tanah dengan KTK tinggi bila didominasi oleh kation basa
49 dapat meningkatkan kesuburan tanah sebaliknya bila didominasi oleh kation asam dapat mengurangi kesuburan tanah. Kerapatan vegetasi rata-rata di area revegetasi lebih tinggi dibanding dengan hutan alam. Sedangkan jumlah jenis tingkat tiang di hutan alam lebih banyak dibanding dengan area revegetasi. Namun sebaliknya jumlah jenis tingkat pancang dan semai di area revegetasi lebih banyak dibanding hutan alam. Kondisi ini menunjukkan bahwa proses regenerasi tegakan hutan, pada area revegetasi sedang berjalan dengan baik karena di setiap area hutan terdapat anakan pohon dengan kondisi kerapatan fase semai > fase pancang > fase tiang (Indriyanto 2006). Ketebalan serasah di hutan alam dan area revegetasi East dump variasinya tidak terlalu jauh berbeda. Namun di area revegetasi Tongoloka dump serasahnya tergolong tipis jika dibanding dengan yang lainnya. Diduga ada kaitannya dengan umur vegetasi dan pengaruh lingkungan fisik seperti kelembaban tanah serta ketinggian. Pernyataan tersebut diperkuat oleh Zamroni & Rohyani (2007); Soeroyo (2003); Ananthakrishna (1996) bahwa tebal tipisnya lapisan serasah dipengaruhi oleh kerapatan vegetasi, jenis-jenis tumbuhan penyusun vegetasi, umur vegetasi dan keadaan iklim setempat. Hutan alam memiliki jumlah individu Acarina lebih rendah jika dibandingkan dengan rata-rata area revegetasi. Secara keseluruhan jumlah individu Acarina tertinggi ada di area revegetasi East dump tahun tanam 2003. Tinggi rendahnya jumlah Acarina berkorelasi dengan Collembola tanah karena Acarina merupakan predator bagi Collembola (Suhardjono 1985). Faktor lain yang berpengaruh terhadap populasi Acarina adalah pH tanah dan curah hujan (Leow 1978 dalam Suhardjono 1985).
50
50
Tabel 5 Nilai rata-rata kondisi lingkungan abiotik dan biotik yang diukur pada area revegetasi PT NNT
Parameter yang diukur Lingkungan
Fisika
abiotik
Suhu
(oC)
Kelembaban
(%)
85
80
76
90
89
82
87
73
72
75
Ketinggian
(dpl)
561
368
336
418
472
503
515
211
272
301
Pasir
(%)
27
34 36.32 34.72 37.48
37.46
36.1
25.62
29.35
27.52
Debu
(%)
44
40 38.31 40.61 40.76
39.81
42.1
45.29
38.95
34.76
Lempung
(%)
29
27 25.38 24.68 21.76
22.74
21.81
29.1
31.71
37.72
Geluh Geluh Lempungan 5.4
Kelas tekstur Kimia
pH H20
Vegetasi
4.9
4.9
5
5.8
5.8
6
5.7
5.3
5.8
5.7
6
5.6
5.8
3
1
1
1.2
0.9
0.9
0.9
0.7
0.8
0.8
31
23
22
17
24
25
27
24
23
22
250
274
230
230
140
160
0
740
590
170
1960
2580
2520
2480
2600
1240
400
0
3700
7840
Semai
0
12346
4415
9200
3900
25300
41100
2200
6700
13800
Tiang
17
6
7
4
6
6
0
10
7
5
Pancang
5
7
10
7
5
8
4
0
7
11
Semai
0
7
7
7
4
9
7
6
7
8
(cm)
3
2
3
3
4
2
3
1
1
2
1556
3535
5201
6158
7272
3608
1351
545
1464
454
(%)
Ktk
(meq/100 g)
Kerapatan
Tiang Pancang
Jumlah jenis
Ketebalan Serasah Predator
Acarina
Geluh Geluh Geluh Lempungan Lempungan Lempungan 5.4 5.3 5.5 5.4
Geluh
5
C-organik
biotik
Geluh Geluh Geluh Geluh 5.1
pH lapangan
Lingkungan
Nilai rataLokasi areal revegetasi Hutan alam rata area East dump Tongoloka dump revegetasi 2001 2002 2003 2004 2008 2005 2006 2007 25 26 26 23 26 26 26 24 25 26
(individu)
51 4.5.
Pemilihan Peubah-peubah untuk Membangun Model Dalam rangka memanfaatkan potensi Collembola tanah sebagai alat untuk
memantau keberhasilan revegetasi dari aspek kesubur tanah, maka yang pertama harus diketahui adalah peubah-peubah lingkungan yang mendukung kelimpahan Collembola tanah. Pada pembangunan model-model prediktif, jika korelasi antar peubah bebas di atas nilai absolut 0.6 maka dapat menyebabkan terjadinya redundancy yaitu pemborosan dalam membangun model dan menyebabkan terjadinya autokorelasi. Oleh karena itu perlu dilakukan pengujian antar peubah penyusun model sehingga kesalahan karena adanya autokorelasi dapat di minimalisir. Korelasi antar peubah berdasarkan hasil pengujian disajikan pada Tabel 6. Pada Tabel 6 terlihat bahwa peubah-peubah yang memiliki nilai korelasi kuat adalah hubungan positif antara kelembaban (RH) dengan elevasi yaitu sebesar 0.748, serta hubungan negatif antara persentase pasir dengan persentase liat sebesar -0.757. Hubungan antara kerapatan vegetasi dengan persentase liat dan persentase debu masing-masing sebesar 0.677 dan -0.649. Terakhir hubungan negatif antara jumlah individu acarina dengan pH-H2O sebesar – 0.743. Adanya korelasi yang tinggi antar peubah tersebut menunjukan bahwa peubah yang satu bisa mewakili peubah yang lainnya. Sehingga peubah yang dipilih adalah peubah yang paling mudah dalam pengukurannya dan tidak berkorelasi dengan peubah yang lainnya yaitu kelembaban (RH) untuk mewakili elevasi, pesentase pasir mewakili persentase liat, kerapatan vegetasi mewakili persentase liat dan debu serta jumlah Acarina mewakili pH-H2O.
52
52 Tabel 6 Matriks korelasi antar peubah yang digunakan sebagai penyusun model kelimpahan Collembola Tanah Peubah Suhu
Suhu
Rh
Elevasi Pasir
Debu
Liat pH-lap pH-H2O C-Org
KTK
Serasah Acari Jenis veg
1
Rh
-0.145
1
Elevasi
0.044
0.748*
1
Pasir
-0.318
0.348
0.307
Debu
0.041
-0.458 -0.430 -0.425
Liat
0.310
-0.040 -0.016 -0.757* -0.269
pH-lap
0.029
-0.289 -0.218 0.016
0.012
-0.024
1
pH-H2O
0.024
-0.412 -0.184 -0.437 0.111
0.382
0.107
1
C-ORG
-0.242
0.306
0.503 0.238
0.156
-0.367
0.036
0.238
KTK
0.232
0.045
0.476 0.051
-0.066
-0.008
-0.039
0.521 0.416
Serasah
0.090
0.513
0.518 0.026
-0.006
-0.022
-0.251 -0.410 0.237 0.011
1
Acari
-0.032
0.468
0.208 0.152
0.034
-0.185
-0.142 -0.743* -0.139 -0.420
0.502
1
Jenis_veg
0.054
-0.453 -0.506 -0.053 0.217
-0.098
0.112
-0.204 -0.293 -0.483
-0.151
0.025
1
Kerapatan
0.201
0.219
0.296 -0.197 -0.649* 0.677*
-0.054
0.166 -0.265 0.104
-0.065
-0.213
-0.101
1 1 1
1 1
53 Berdasarkan hasil korelasi di atas maka peubah-peubah yang terpilih adalah suhu, kelembaban (RH) dan persentase pasir, pH lapangan, C-organik, KTK, jumlah vegetasi, kerapatan vegetasi, ketebalan serasah dan jumlah Acarina. Peubah-peubah terpilih tersebut kemudian dianalisis lagi untuk melihat korelasinya dengan kelimpahan Collembola tanah (Lampiran 2). Akhirnya peubah yang digunakan untuk membangun model keberhasilan revegetasi adalah peubah yang memiliki koefisien determinasi dengan kelimpahan Collembola tanah di atas 50% yaitu kelembaban (RH), C-organik, kerapatan vegetasi tingkat tiang, ketebalan serasah dan jumlah Acarina.
4.6.
Standar Skor Kelimpahan Collembola Tanah Peubah-peubah terpilih masing-masing memiliki satuan yang berbeda,
untuk itu perlu dibuat standarisasi skor. Skor merupakan nilai standar yang diberikan untuk menilai besarnya pengaruh masing-masing peubah terhadap kelimpahan Collembola tanah mulai dari awal revegetasi sampai pada kondisi hutan alam yang ingin dicapai. Standar skor berasal dari skor estimasi yang diperoleh dari model hubungan antara kelimpahan Collembola tanah dengan peubah-peubah lingkungan yang mempengaruhinya. Nilai standar skor berkisar antara 10 sampai 100. Nilai maksimum 100 diberikan pada hutan alam merupakan kondisi stabil yang ingin dicapai dan nilai 10 diberikan pada area revegetasi berumur paling muda. Standar skor kelimpahan Collembola tanah diperoleh dari hubungan antara kelimpahan Collembola tanah dengan umur revegetasi (Tabel 7). Berdasarkan Lampiran 3 model terbaik yang terpilih adalah model polinomial dengan persamaan regeresi y = 1.489x2 - 3.001x + 3.407. Berdasarkan identifikasi dan hasil analisis korelasi peubah-peubah lingkungan yang berpengaruh terhadap kelimpahan Collembola tanah ditentukan 5 indikator, diantaranya adalah indikator sifat fisik tanah dengan peubah kelembaban, indikator sifat kimia tanah dengan peubah C-organik, indikator komposisi vegetasi dengan peubah kerapatan vegetasi tingkat tiang, indikator serasah dengan peubah ketebalan serasah dan indikator predator dengan peubah jumlah Acarina.
54 Tabel 7 Nilai estimasi dan standar skor kelimpahan Collembola tanah dengan umur revegetasi Collembola estimasi* 1) (jumlah individu/koloni)
Umur (tahun) 1 2 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5 6 7 7 7 7 7 8 8 min max
Skor Collembola* 2) 2 3 3 3 3 3 8 8 8 8 15 15 15 15 26 26 26 26 39 55 55 55 55 55 75 75 2 75
10 12 12 12 12 12 17 17 17 17 26 26 26 26 39 39 39 39 56 76 76 76 76 76 100 100 10 100
*1) dihitung menggunakan rumus Estimasi y = 1.489x2 - 3.001x + 3.407 *2) dihitung menggunakan rumus Skor = {[x – Nmin] / [N max – Nmin]} x 90 + 10
4.6.1. Skor indikator sifat fisik tanah (Kelembaban) Indikator Sifat fisik tanah diwakili oleh kelembaban tanah. Berdasarkan hasil verifikasi (Lampiran 4) model terbaik hubungan antara kelembaban (Rh) dengan kelimpahan Collembola tanah mengikuti model polinomial dengan persamaan y = 0.023x3- 5.469x2 + 432.3x - 11372. Berdasarkan persamaan tersebut kemudian digunakan untuk menghitung nilai estimasi dan standar skor kelimpahan Collembola tanah (Tabel 8).
55 Tabel 8 Nilai estimasi dan standar skor kelembaban tanah Kelembaban (RH) (%) 89 75 73 78 74 77 69 75 76 74 73 73 76 74 75 82 82 87 90 90 90 90 90 90 74 77 min max
Collembola estimasi*1) (jumlah individu/koloni) 70 35 30 38 33 38 9 35 36 33 30 30 36 33 35 42 42 57 78 78 78 78 78 78 33 38 9 78
Skor kelembaban*2) 89 43 37 48 41 47 10 43 45 41 37 37 45 41 43 52 52 72 100 100 100 100 100 100 41 47 10 100
*1) dihitung menggunakan rumus Estimasi y = 0.023x3- 5.469x2 + 432.3x - 11372 *2) dihitung menggunakan rumus Skor = {[x – Nmin] / [N max – Nmin]} x 90 + 10
Pola hasil regresi (Gambar 13) menunjukkan bahwa kelimpahan Collembola tanah meningkat dengan semakin bertambahnya kelembaban tanah. Hasil ini sejalan dengan penelitian Pfug & Wolters (2002) yang menyatakan adanya korelasi positif antara meningkatnya kelembaban tanah dengan kelimpahan
Collembola
tanah.
Kelembaban
yang
rendah
menyebabkan
Collembola tanah bermigrasi kelapisan yang lebih dalam (Detsis 2000). Pada bulan-bulan kering dimana kelembaban tanah rendah, menyebabkan populasi Collembola akan berkurang jumlanya (Holt 1985).
56
Kelimpahan Collembola Tanah (individu)
90 80 70 60 50 40 30 20 10 0 -10 65
70
75
80 85 Kelembaban Tanah (%)
90
95
y = 0.023x3 - 5.469x2 + 432.3x - 11372 R² = 0.337
Gambar 13 Hasil analisis regresi antara kelimpahan Collembola tanah dengan kelembaban 4.6.2. Indikator Sifat Kimia (C-Organik)
Kelimpahan Collembola tanah (individu)
100 90 80
70 60 50
40 30 20
10 0 0.6
0.7
0.8
0.9
1
1.1
1.2
C-Organik y = -5188.x3 + 14675x2 - 13437x + 4016 R² = 0.787
Gambar 14 Hasil analisis regresi antara kelimpahan Collembola tanah dengan C-Organik
1.3
57 Tabel 9 Nilai estimasi dan standar skor C-organik
C-organik (%) 0.90 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.80 0.70 0.70 0.70 0.70 0.90 0.90 0.90 0.90 0.90 1.20 1.20 1.20 1.20 1.20 1.00 1.00 min max
Collembola estimasi*1) (jumlah individu/koloni)
Skor C-organik*2) 27 2 2 2 2 2 2 2 2 2 21 21 21 21 27 27 27 27 27 57 57 57 57 57 65 65 2 65
46 10 10 10 10 10 10 10 10 10 37 37 37 37 46 46 46 46 46 89 89 89 89 89 100 100 10 100
*1) dihitung menggunakan rumus Estimasi y = -5188.x3 + 14675x2 - 13437x + 4016 *2) dihitung menggunakan rumus Skor = {[x – Nmin] / [N max – Nmin]} x 90 + 10
Indikator sifat kimia tanah yang terpilih adalah C-organik. Hasil verifikasi (Lampiran 5) menunjukan bahwa model terbaik hubungan antara C-organik dengan kelimpahan Collembola tanah adalah model polinomial dengan persamaan y = -5188.x3 + 14675x2 - 13437x + 4016. Persamaan yang diperoleh digunakan untuk membangun standar skor kelimpahan Collembola tanah berdasarkan nilai C-organik (Tabel 9). Pola hubungan antara kelimpahan Collembola tanah dan C-Organik pada Gambar 14 menunjukan bahwa kelimpahan Collembola tanah berkurang pada nilai C-organik sebesar 0.8 %. Kelimpahan Collembola tanah di
58 area revegetasi akan semakin meningkat dengan semakin bertambahnya nilai C-organik tanah sampai dengan 1 %. Hasil ini sejalan dengan penelitian Subowo (1988); Pinto et al. (1997); Eaton et al. (2004) dan Agus (2007), dengan ada korelasi positif antara jumlah inidvidu Collembola tanah dengan kandungan C-organik tanah. Hal ini dimungkinkan karena dalam hidupnya Collembola memakan jamur, ganggang hijau dan mikroba/jasad renik yang berasal dari bahan organik yang akan dan sedang mengalami perombakan (Suhardjono 1985).
4.6.3. Indikator Komposisi Vegetasi (Kerapatan vegetasi tingkat tiang) Hasil verifikasi kerapatan vegetasi pada Lampiran 6 terlihat bahwa model regresi terbaik adalah polinomial dengan persamaan y = 8E-05x3 - 0.024x2 + 1.815x + 7.312. Berdasarkan persamaan tersebut dibangun standar skor pada Tabel 10.
Pola regresi dari model tersebut dapat dilihat pada Gambar 15.
Awalnya kelimpahan Collembola tanah akan semakin bertambah dengan semakin meningkatnya kerapatan vegetasi tingkat tiang, sampai pada kerapatan vegetasi tertentu, kemudian kelimpahan Collembola tanah berkurang dengan semakin bertambahnya kerapatan vegetasi. Hal ini diduga karena pada saat kerapatan vegetasi tingkat tiang bertambah vegetasi yang berperan berikutnya adalah vegetasi tingkat pohon, sehingga semakin bertambah kerapatan vegetasi tingkat
Kelimpahan Collembola Tanah (individu)
tiang kelimpahan Collembola tanah akan berkurang. 90 80 70 60 50 40 30 20 10 0 0
20
40 60 80 100 120 Kerapatan Vegetasi Tingkat Tiang (individu) y = 8E-05x3 - 0.024x2 + 1.815x + 7.312 R² = 0.343
Gambar 15 Hasil analisis regresi antara kelimpahan Collembola tanah dan kerapatan vegetasi tingkat tiang
140
59 Tabel 10 Nilai estimasi dan standar skor kerapatan vegetasi tingkat tiang
Kerapatan vegetasi (individu) 0 0 170 0 0 0 0 60 100 150 110 110 120 110 20 20 10 40 30 80 50 50 20 30 130 30 min max
Collembola estimasi*1) (jumlah individu/koloni) 7 7 15 7 7 7 7 47 29 10 23 23 18 23 35 35 23 47 42 40 48 48 35 42 13 42 7 48
Skor kerapatan vegetasi*2) 10 10 28 10 10 10 10 98 57 15 45 45 33 45 70 70 45 97 87 82 100 100 70 87 23 87 10 100
*1) dihitung menggunakan rumus Estimasi y = 8E-05x3 - 0.024x2 + 1.815x + 7.312 *2) dihitung menggunakan rumus Skor ={[x – Nmin] / [N max – Nmin]} x 90 + 10
Kerapatan vegetasi menyebabkan jatuhan dan ketebalan serasah lebih tinggi, menyebabkan ketersediaan sumber pakan bagi Artropoda maupun Collembola akan semakin baik serta dapat mempertinggi kandungan bahan organik tanah (Sebayang et al. 2000). Kerapatan vegetasi juga secara tidak langsung menguntungkan bagi organisme tanah sebagai penghalang sinar matahari langsung ke lantai hutan atau sebagai naungan bagi organisme tanah (Szujecki 1987). Menurut Materna (2004) kerapatan vegetasi penutup tanah dapat
60 mengurangi terjadinya fluktuasi suhu dan kelembaban tanah yang ekstrim sehingga secara tidak langsung dapat berpengaruh pada keberadaan Collembola.
4.6.4. Indikator Serasah
Kelimpahan Collembola Tanah (individu)
90 80 70 60 50 40 30 20 10 0 0.6
1.6
2.6
3.6
4.6
5.6
Ketebalan Serasah (cm) y = 0.173x3 + 3.144x2 - 7.503x + 19.98 R² = 0.411
Gambar 16 Hasil analisis regresi kelimpahan Collembola tanah dan ketebalan serasah Indikator serasah dengan peubah yang diukur adalah ketebalan serasah. Berdasarkan hasil verifikasi (Lampiran 7), persamaan model terbaik adalah polinomial dengan persamaan y = 0.173x3 + 3.144x2 - 7.503x + 19.98. Persamaan tersebut menjadi dasar untuk membuat standar skor ketebalan serasah (Tabel 10). Pola hubungan antara kelimpahan Collembola tanah dan ketebalan serasah menunjukan hubungan positif antara meningkatnya jumlah individu Collembola tanah dengan meningkatnya ketebalan serasah (Gambar 16). Menurut Takeda (1978) dalam Suhardjono (1992) ketebalan serasah dan ketersediaan bahan organik berpengaruh terhadap kelimpahan Collembola tanah. Serasah yang tebal dan lembab menyediakan mikrohabitat yang cocok bagi Collembola (Rahmadi et al. 2004). Menurut Wallwork (1970) dalam Widyawati (2008) akumulasi serasah
61 di permukaan tanah
merupakan sumber makanan untuk berbagai organisme,
terutama organisme yang berperan dalam mendegradasi serasah.
Tabel 11 Nilai estimasi dan standar skor ketebalan serasah
Serasah (cm) 2 2 1 1.75 2.5 1.5 1.5 1.1 1 1.05 1.6 0.25 0.35 1.5 2.5 3 1 1.5 4 4 1.5 4 1.5 3.5 3.5 5 min max
Collembola estimasi*1) (jumlah individu/koloni)
Skor serasah*2) 19 19 16 17 24 16 16 16 16 16 17 18 18 16 24 30 16 16 51 51 16 51 16 40 40 83 16 83
*1) dihitung menggunakan rumus Estimasi y = 0.173x3 + 3.144x2 - 7.503x + 19.98. *2) dihitung menggunakan rumus Skor = {[x – Nmin] / [N max – Nmin]} x 90 + 10
14 14 10 12 21 11 11 10 10 10 11 13 13 11 21 30 10 11 58 58 11 58 11 42 42 100 10 100
62
Kelimpahan Collembola Tanah (individu)
4.6.5. Indikator Predator
90 80 70 60 50 40 30 20 10 0 15
515
1015
1515
2015
2515
Jumlah Acarina (individu) y = -2E-08x3 + 3E-05x2 + 0.036x + 5.399 R² = 0.618
Gambar 17 Hasil analisis regresi antara kelimpahan Collembola tanah dan jumlah Acarina Indikator predator dengan peubah jumlah individu Acarina, menghasilkan model
polinomial
sebagai
model
terbaik
berdasarkan
hasil
verifikasi
3
(Lampiran 8). Persamaan model regresinya yaitu y = -2E-08x + 3E-05x2 + 0.036x + 5.399. Berdasarkan persamaan tersebut disusun standar skor kelimpahan Collembola tanah pada Tabel 12. Pola hubungan antara kelimpahan Collembola tanah dengan jumlah Acarina (Gambar 17) menunjukan bahwa kelimpahan Collembola tanah akan semakin meningkat dengan semakin bertambahnya jumlah individu Acarina. Kelimpahan Collembola tanah akan berkurang saat jumlah individu Acarina mencapai lebih dari 1515 individu. Acarina merupakan faktor utama dalam menetukan ukuran populasi Collembola. Penurunan populasi Acarina akan meyebabkan kenaikan populasi Collembola (Sebayang 2000). Menurut Suhardjono (1985) Collembola dan pemangsanya (Acarina) selalu berada dalam keadaan berimbang, jika terjadi perubahan keseimbangan antara Collembola dengan pemangsanya berarti terjadi perubahan atau gangguan keadaan sifat tanah.
63 Tabel 12 Nilai estimasi dan standar skor jumlah individu Acarina
Acarina (jumlah individu/koloni) 182 253 40 95 62 4 21 197 289 347 98 36 357 36 255 370 1229 590 2118 1596 206 2105 1086 1165 1229 1048 min max
Collembola estimasi*1) (jumlah individu/koloni) 13 16 7 9 8 6 6 14 18 21 9 7 21 7 16 22 58 33 26 58 14 28 54 56 58 53 6 58
Skor Acarina*2) 22 28 12 16 14 10 11 24 31 36 16 12 37 12 28 38 100 57 45 100 24 48 94 97 100 92 10 100
*1) dihitung menggunakan rumus Estimasi y = -2E-08x3 + 3E-05x2 + 0.036x + 5.399 *2) dihitung menggunakan rumus Skor = {[x – Nmin] / [N max – Nmin]} x 90 + 10
4.7.
Perumusan Model Keberhasilan Revegetasi Model keberhasilan revegetasi dari aspek kesuburan tanah diperoleh dari
standar skor masing-masing peubah terpilih yang kemudian diberi bobot. Nilai bobot diperoleh dari hasil analisis regresi ganda standar skor kelimpahan Collembola tanah dengan standar skor peubah-peubah lingkungan yang mempengaruhinya. Metode pembobotan dengan menjumlahkan semua peubah yang digunakan pada model sama dengan 1. Berdasarkan standar skor peubah
64 lingkungan yang terpilih kemudian dihitung bobot masing – masing peubah bobot (Tabel 13). Nilai bobot yang diperoleh menjadi dasar penyusunan model keberhasilan revegetasi dari aspek kesuburan tanah. Hasil analisis regresi bobot dapat dilihat pada Lampiran 9.
Tabel 13 Bobot makro masing-masing indikator keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang PT NNT Indikator model 1 Sifat fisik Sifat kimia Komposisi vegetasi Predator Ketebalan serasah Jumlah Indikator model 2 Sifat kimia Komposisi vegetasi Predator Ketebalan serasah Jumlah Indikator model 3 Sifat kimia Predator Ketebalan serasah Jumlah Indikator model 4 Sifat kimia Ketebalan serasah Jumlah Indikator model 5 Sifat kimia Jumlah
F K V P S
K V P S
K P S
K S
K
Koefisien regresi 0.103 0.691 0.113 0.141 0.129 0.177 Koefisien regresi 0.634 0.059 0.121 0.170 0.984 Koefisien regresi 0.685 0.125 0.174 0.984 Koefisien regresi 0.782 0.202 0.984 Koefisien regresi 0.879 0.879
Bobot 0.088 0.587 0.096 0.120 0.110 1.000 Bobot 0.645 0.059 0.123 0.173 1.000 Bobot 0.696 0.127 0.177 1.000 Bobot 0.750 0.250 1.000 Bobot 1.000 1.000
Model 1 merupakan model yang dibangun berdasarkan seluruh nilai bobot makro. Model 2 dibangun berdasarkan pengurangan satu indikator yang memiliki nilai bobot makro paling rendah yaitu indikator sifat fisik tanah. Model 3 dibangun tanpa indikator komposisi vegetasi karena memiliki nilai bobot makro paling rendah. Model 4 dibangun berdasarkan indikator sifat kimia tanah dan
65 indikator ketebalan serasah. Model 5 dibangun berdasarkan satu indikator yang memiliki bobot makro tertinggi yaitu indikator sifat kimia tanah.
4.8.
Model Keberhasilan Revegetasi dari Aspek Kesuburan Tanah Keberhasilan revegetasi dari aspek kesuburan tanah merupakan fungsi dari
kelimpahan Collembola tanah dan umur revegetasi. Kelimpahan Collembola tanah sangat berkaitan dengan faktor lingkungan abiotik dan lingkungan biotik yang terdiri atas indikator sifat fisik tanah, sifat kimia tanah, komposisi vegetasi, ketebalan serasah dan predator. Atas dasar tersebut dapat disusun 5 persamaan model kelimpahan Collembola tanah untuk memantau keberhasilan revegetasi dari aspek kesuburan tanah (Tabel 14). Pemilihan model terbaik dilakukan berdasarkan hasil uji akurasi (Tabel 15) dan uji signifikansi (Tabel 16). Model terbaik yang terpilih dapat digunakan sebagai model untuk memantau keberhasilan revegetasi. Tabel 14 Model keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang PT NNT Model Model 1
KR
Model 2
KR
Model 3
KR
Model 4 Model 5
KR KR
Peubah lengkap = {0.088 Fisik [Kelembaban]} + {0.587 Kimia [C-Organik]} + {0.096 Vegetasi [Kerapatan vegetasi tk tiang]} + {0.120 Predator}+ {0.110 Serasah} = {0.645 Kimia [C-Organik]} + {0.059 Vegetasi [Kerapatan vegetasi tk tiang]} + {0.123 Predator} + {0.173 Serasah} = {0.696 Kimia [C-Organik]} + {0.127 Predator} + {0.177 Serasah} = {0.795 Kimia [C-Organik]} + {0.205 Serasah} = {Kimia [C-Organik]}
Uji model dilakukan untuk mengatahui dan mengukur ketelitian dari model yang dihasilkan dalam menduga tingkat keberhasilan revegetasi terhadap kondisi sebenarnya di lapangan. Referensi yang digunakan adalah standar nilai C-organik (Puslitan 1983).
Akurasi model dihitung berdasarkan koinsidensi
antara model dan referensi dengan menggunakan matrik kesalahan (Confusion matrix). Uji model dilakukan mengunakan akurasi umum (Overall accurasy) dan akurasi kappa (Kappa accurasy). Akurasi umum biasanya memberikan hasil
66 penilaian yang tinggi (over estimate), karena hanya mempertimbangkan pikselpiksel diagonal saja. Akurasi Kappa umumnya mempunyai nilai akurasi lebih kecil dari akurasi rata-rata umum. Akurasi kappa mempertimbangkan semua elemen dalam matrik. Berdasarkan hasil uji akurasi model 1 sampai dengan 5 (Tabel 15), model 2 dan 3 memiliki nilai akurasi yang sama dan tertinggi dengan nilai akurasi umum sebesar 77 % dan akurasi kappa sebesar 49.35 %. Akurasi yang sama juga terjadi pada model 4 dan 5 dengan nilai akurasi umum sebesar 73 % dan akurasi kappa yaitu 42.22 %. Nilai akurasi yang paling rendah adalah model 1 dengan nilai akurasi umum sebesar 65 % dan akurasi kappa sebesar 30.87 %. Guna melihat beda nyata antar model dilakukan uji signifikansi. Tabel 15 Hasil uji akurasi model keberhasilan revegetasi berdasarkan aspek kesuburan tanah di area revegetasi tambang PT NNT
Model Model 1 Model 2 Model 3 Model 4 Model 5
Verifikasi Model Akurasi rata-rata umum (%) Akurasi Kappa (%) 65 30.97 77 49.35 77 49.35 73 42.22 73 42.22
Tabel 16 Hasil uji signifikansi model keberhasilan revegetasi berdasarkan aspek kesuburan tanah di area revegetasi tambang PT NNT
Model Model 1 Model 2 Model 3 Model 4 Model 5
Model 1
Model 2
Nilai Z Model 3
5.32 5.32 1.80 1.80
0.00 1.37 1.37
1.37 1.37
Model 4
0.00
Hasil uji signifikansi (Tabel 16) menunjukan bahwa model 1, model 2 dan 3 berbeda secara signifikan karena memiliki nilai z > 1,96. Model 4 dan 5 tidak berbeda secara signifikan dengan model 1 karena nilai z < 1,96. Model 1 dapat
67 mewakili model 4 dan 5. Model 2 tidak secara signifikan dengan model 3, 4 dan 5, sehingga model 2 atau model 3 dapat mewakili model 4 dan model 5. Berdasarakan hasil uji akurasi dan uji signifikasi, model terpilih yang dapat digunakan untuk memantau keberhasilan revegetasi dari aspek kesuburan tanah adalah model 3. Model 3 dipilih karena memiliki nilai akurasi paling tinggi dan peubah yang lebih sederhana. Model 3 dibangun berdasarkan indikator sifat kimia tanah, indikator ketebalan serasah dan indikator predator. Pemantauan merupakan suatu rangkaian penting yang harus dilakukan dalam kegiatan revegetasi tujuannya untuk mengevaluasi sejauh mana keberhasilan revegetasi yang telah dilakukan serta upaya-upaya yang perlu dikembangkan agar keberhasilan revegetasi dapat dipercepat dan diprediksi waktu pencapaiannnya. Pemantauan keberhasilan revegetasi dengan melihat kelimpahan Collembola tanah akan lebih mudah dan murah untuk dilakukan. Kemudahan merupakan salah satu syarat pemantauan yang efektif, disamping itu harus hemat biaya, hal ini penting guna mencapai perbaikan yang berkelanjutan. Kunci kesuksesan pemantauan adalah bagaimana memilih indikator yang efektif, mudah diukur, dapat dibuktikan secara ilmiah dan dapat didefinisikan dengan jelas (Blood 2006). Indikator yang tepat akan lebih terperinci dalam memantau sistem yang menjadi perhatian. Kegiatan pemantauan yang selama ini dilakukan di area revegetasi PT NNT meliputi perhitungan persentase tutupan efektif „basal‟ dan tutupan vegetasi „aerial‟, potensi permudaan, tiang pancang dan pohon serta jumlah dan keragaman spesies. Pemantauan keberhasilan revegetasi menggunakan indikator invertebrata seperti Collembola tanah belum dilakukan. Indikator yang digunakan dalam menetapkan kriteria keberhasilan revegetasi di area tambang pada umumnya hanya berdasarkan pada kondisi fisik tanah dan pengukuran komunitas tumbuhan. Pengukuran terhadap fauna jarang dilakukan. karena binatang akan ada setelah kondisi flora stabil. Fauna yang dijadikan indikator kesuksesan hanya sebatas vertebrata yang di pertimbangkan, sedangkan keberadaan invertebrata atau Collembola tanah tidak pernah diperhitungkan (Bisevac & Majer 1998). Beberapa penelitian telah menunjukan bahwa penggunaan kelompok Invertebrata untuk pemantauan keberhasilan rehabilitasi dilaporkan memiliki keunggulan tersendiri
68 diantaranya lebih hemat biaya dan menghasilkan informasi kondisi lingkungan yang lebih tinggi dibanding kelompok vertebrata dan tanaman. Invertebrata juga merupakan anggota kerajaan hewan yang paling beragam dan melimpah (Bisevac & Majer 1998) Invertebrata merupakan komponen utama dari keanekaragaman baik pada kawasan yang masih alami maupun terganggu (Majer 1989; Erwin 1991). Tabel 17 Klasifikasi nilai estimasi kelimpahan Collembola tanah di area revegetasi tambang PT NNT Umur Revegetasi (tahun) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Collembola rendah Collembola sedang 0-1 1-1 0-1 1-2 0-3 3-5 0-6 6-9 0-9 9-15 0-14 14-23 0-20 20-32 0-27 27-43 0-35 35-56 0-45 45-71 0-55 55-87 0-66 66-106 0-79 79-125 0-93 93-147 0-107 107-170 0-123 123-195 0-140 140-222 0-158 158-251 0-177 177-281 0-197 197-313
Collembola tinggi 2 3 8 15 26 39 55 75 97 122 151 182 216 253 293 337 383 432 484 539
Berdasarkan nilai estimasi Collembola yang diproleh dari hubungan antara kelimpahan Collembola tanah dengan C-organik dan umur revegetasi, pemantauan menggunakan kelimpahan Collembola tanah dapat diklasifikasikan menjadi 3 kelas jumlah Collembola yaitu Collembola tinggi, Collembola sedang dan Collembola rendah (Tabel 17). Penggunaan data estimasi menyebabkan kelimpahan Collembola sampai umur 20 tahun dapat diketahui jumlahnya. Kelas monitoring menggunakan kelimpahan Collembola tanah dapat dilihat pada
69 Gambar 18. Pemantauan dengan menggunakan model 3 dapat diklasifikasikan menjadi 3 kelas keberhasilan berdasarkan skor maksimum yang diperoleh yaitu kurang berhasil, cukup berhasil dan berhasil. Hasil klasifikasi kelas keberhasilan model 3 dapat dilihat pada Tabel 18, sedangkan untuk memonitoring keberhasilan revegetasi dari aspek kesuburan tanah menggunakan model 3 disajikan pada Gambar 19.
Tabel 18
Klasifikasi nilai skor monitoring keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi tambang PT NNT menggunakan model 3
Umur Revegetasi (tahun)
1 2 3 4 5 6 7 8
Kurang berhasil 0-1 0-1 0-2 0-3 0-4 0-5 0-7 0-9
Cukup berhasil 1-7 1-9 2-13 3-19 4-26 5-34 7-45 9-60
Berhasil 10 13 19 29 39 56 76 90
Berdasarkan kelas kelimpahan Collembola tanah yang diperoleh di lapangan dapat dibuat peta sebaran kelimpahan Collembola tanah (Gambar 20). Berdasarkan model 3 dapat dibuat peta kelas keberhasilan revegetasi yang merupakan hasil akhir dari suatu rangkaian proses analisis spasial. Peta kelas keberhasilan revegetasi model 3 dibangun dari layer-layer indikator sifat kimia tanah yaitu C-organik (Gambar 21), indikator ketebalan serasah (Gambar 22) dan.indikator predator yaitu jumlah inidividu Acarina (Gambar 23). Peta kelas keberhasilan dapat menggambarkan luas area yang sudah dan belum tercapai keberhasilan revegetasinya. Berdasarkan peta keberhasilan revegetasi model 3 (Gambar 24) tahun tanam 2001 (umur 8 tahun) dan 2002 (umur 7 tahun) termasuk berhasil jika dibandingkan dengan seluruh area revegetasi PT NNT, namun jika dibandingkan dengan pencapaian kondisi hutan alam tahun tanam 2001 dan 2002 tergolong dalam kelas cukup berhasil dengan luasan mencapai kurang lebih 22.7040 ha. Tahun tanam 2003 tahun sampai dengan tahun tanam 2008 atau umur 6 sampai dengan umur 1 tahun tergolong dalam kelas kurang berhasil dengan
70 luasan mencapai 77.0050 ha. Luas hutan alam yang menjadi acuan keberhasilan revegetasi mencapai 41.0120 ha. Gambaran kondisi hutan alam dapat dilihat pada Gambar 24. Kondisi lapangan area revegetasi mulai dari umur 1 sampai 8 tahun atau tahun tanam 2001 sampai 2008 dapat dilihat pada Gambar 25 sampai dengan Gambar 32.
550 500
Kelimpahan Collembola Tanah (individu)
450 400 350 300 Coll tinggi 250
Coll sedang Coll rendah
200 150
100 50 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Umur Revegetasi (tahun)
Gambar 18 Kelas monitoring keberhasilan revegetasi berdasarkan kelimpahan Collembola tanah dan umur revegetasi 71
72
100 90 80 70
SKOR
60 50
BERHASIL
CUKUP BERHASIL
40
KURANG BERHASIL
30 20 10
0 1
2
3
4
5
6
7
8
UMUR REVEGETASI (tahun)
Gambar 19 Kelas monitoring keberhasilan revegetasi menggunakan model 3 pada area revegetasi tambang PT NNT
Gambar 20 Peta sebaran kelimpahan Collembola tanah pada area revegetasi tambang PT NNT 73
74
Gambar 21 Peta sebaran kandungan C-Organik pada area revegetasi tambang PT NNT
80
Gambar 22 Peta sebaran ketebalan serasah pada area revegetasi tambang PT NNT 75
76
Gambar 23 Peta sebaran jumlah individu Acarina tanah pada area revegetasi tambang PT NNT
Gambar 24 Peta kelas keberhasilan revegetasi pada area tambang PT NNT menggunakan Model 3 77
78
Gambar 25 Hutan Alam di area tambang PT NNT yang menjadi acuan keberhasilan revegetasi
Gambar 26 Area revegetasi PT NNT umur 8 tahun atau tahun tanam 2001 termasuk cukup berhasil
79
Gambar 27 Area Revegetasi PT NNT umur 7 tahun atau tahun tanam 2002 termasuk cukup berhasil
Gambar 28 Area Revegetasi PT NNT umur 6 tahun atau tahun tanam 2003 termasuk kurang berhasil
80
Gambar 29 Area Revegetasi PT NNT umur 5 tahun atau tahun tanam 2004 termasuk kurang berhasil
Gambar 30 Area Revegetasi PT NNT umur 4 tahun atau tahun tanam 2005 termasuk kurang berhasil
81
Gambar 31 Area Revegetasi PT NNT umur 3 tahun atau tahun tanam 2006 termasuk kurang berhasil
Gambar 32 Area Revegetasi PT NNT umur 2 tahun atau tahun tanam 2007 termasuk kurang berhasil
82
Gambar 33 Area Revegetasi PT NNT umur 1 tahun atau tahun tanam 2008 termasuk kurang berhasil
Gambar 34 Area Revegetasi PT NNT umur 0 tahun atau tahun tanam 2010
83
V. KESIMPULAN DAN SARAN 5.1.
Kesimpulan Beberapa hal yang dapat disimpulkan pada penelitian ini adalah :
1. Model spasial pemantau keberhasilan revegetasi dapat dibangun berdasarkan beberapa indikator dan peubah kunci, yang mempunyai keakuratan pendugaan sebesar 77 % dengan persamaan adalah KR = {0.696 Kimia [C-Organik]} + {0.127 Predator} + {0.177 Serasah} 2. Peubah-peubah kunci yang dapat digunakan untuk membangun model adalah kelembaban (RH), C-organik, kerapatan vegetasi tingkat tiang, ketebalan serasah dan jumlah Acarina. 3. Famili Collembola yang jumlah individunya paling banyak dikumpulkan berturut-turut adalah Entomobryidae, Isotomidae dan Dicyrtomidae. Ketiga famili tersebut ditemukan di hutan alam. 4. Perkiraan waktu yang diperlukan untuk mencapai keberhasilan revegetasi dari aspek kesuburan tanah adalah 20 tahun. 5. Kelimpahan Collembola dapat dijadikan indikator penting yang menentukan keberhasilan revegetasi
5.2.
Saran Diperlukan waktu pengamatan yang lebih panjang dengan musim yang
berbeda-berbeda, serta menambah jumlah peubah yang diukur. Referensi validasi keberhasilan revegetasi perlu juga diujicoba menggunakan referensi luas bidang dasar dan indikator tajuk untuk melengkapi hasil model ini.
84
85
DAFTAR PUSTAKA Anonim. 2003. Menambang di Kawasan Lindung. http://fwi.or.id/publikasi/intip_ hutan/Menambang.pdf. [diakses 9 Januari 2010]. Agus YH. 2007. Keanakaragaman Collembolan, Semut dan Laba-Laba Permukaan Tanah pada Empat Tipe Penggunaan Lahan [disertasi]. Bogor: Sekolah Pascasarjana Institut Pertanian Bogor. Ananthakrishna TN. 1996. Forest Litter Insect Communities. Biology and Chemical Ecology. New Hampshire : Science Publisher Inc. Ananthakrisna. 1978. Microarthropods and Soil Ec0system. J Bombay Nat His Soc 75 : 625-531. Andersen AN, Sparling GP. 1997. Ants as Indicator of Restoration Success : Relationship with Soil Microbial Biomassa ini the Australian Seasonal Tropics. Res Ecol 5:109-114. Anderson AN. 1997. Using Ants and Bioindicators: Multiscale Issues In Ant Community Ecology. Conservation Ecology. 1:8. Asdak C. 2004, Hidrologi dan Pengelolaan Daerah Aliran Sungai. Cetakan Ketiga. Gadjah Mada University Press. Yogyakarta. As‟ad, 2005, Thesis : Pengelolaan Lingkungan pada Penambangan Rakyat ( Studi Kasus Penambangan Intan Rakyat di Kecamatan Cempaka Kota Banjarbaru Propinsi Kalimantan Selatan ). Awalin LJ, Sukojo BM. 2003 Pembuatan dan Analisa Sistem Informasi Geografis Distribusi Jaringan Listrik (Studi kasus: Surabaya Industri Estate Rungkut di Surabaya). Makara Teknologi, Vol 7 no 1. Surabaya. Bisevac L, Majer JD. 1998. Invertebrates as Success Indicator for Mine Site Rehabilitation. Proceedings of Workshop on Indicators of Ecosystem Rehabilitation Succes (Eds. C.J. Asher and L.C. Bell). pp.47-52. Blood JR. 2006. Monitoring Rehabilitation Success on Namakwa Sands Heavy Minerals Mining Operation, Namaqualand, South Africa [tesis]. Coservation Ecology and Entomology, University of Stellenbosch. Brown AL. 1980. Ecology of Soil Organism. London: Heinemann Educational Books. Buckman MH, Brady. 1982. Ilmu Tanah. Jakarta: Bharata Karya. Budianto E, 2010. Sistem Informasi Geografi dengan ArcView GIS: ANDI. Yogyakarta.
86 Choudhuri DK, Roy S. 1972. An Ecological Study on Collembolan of West Bengal (India). Rec Zool Surv India 66 (1-4): 81 – 101. Christiansen K. 1964. Bionomic of Collembola. Ann. Rev. Ent. 9: 147-178. Coleman DC, Crossley DA, Hendrix PF. 2004. Fundamental of Soil Echology. USA: Elsevier Academic Pr. Compaction and Vegetation Control on Collembola population. Pedobiologia 48: 121-128. Coutrier PL. 2001. Peranan Energi dan Sumber Daya Mineral dalam Keberlanjutan Pembangunan di Indonesia. Dampak Sosial dan Lingkungan dari Ektraksi Migas dan Sumber Daya Mineral. [Jakarta, 19 November 2001]. [Seminar]. Deharveng L, Suharjono YR. 1994. Isotomiella Bagnall 1939 (C0llembola Isotomidae) of Sumatra (Indonesia). Tropical Zoology 7: 309 -323. DeMers, Michael N. 1997. Fundamentals for Geographic Information System. John Wiley & Sons Inc. USA. Detsis V. 2000. Vertical Distribution of Collembola in deciduous Forest under Mediterranean Climatic Conditions. Belg J Zool: 130: 55-59. Dewi H. 2005. Tingkat Kesesuaian Habitat Owa Jawa (Hylobates moloch Audebert) di Taman Nasional Gunung Halimun Salak [Tesisi]. Bogor. Sekolah Pascasarjana Institut pertanian Bogor. [Dephut] Departemen Kehutanan, Direktorat Jenderal Rehabilitasi Lahan dan Perhutanan Sosial. 1997. Pedoman Reklamasi Lahan Tambang. Jakarta : Dephut. Dunger W, Schulz HZ, Zinidars B. 2002. Colonization Behavior of Collembola under Different Conditions of Dispersal. Pedobiologia 46:316-327. Eaton RJ, Barberchek M. Buford M, Smith W. 2004. Effect of Organic Matter Removal, Soil Compaction and Vegetation Control On Collembola Population. Pedobiologia 48: 121-128. Erwin TL. 1991. How Many Species Are There?: Revisited. Conversation Biology 5, 330-333. Foth HD. 1990. Fundamentals of Soil Science, 8th ed. New York: John Wiley & Sons. Frampton GK, Van den Brink PJ, Wratten SD. 2001. Diel Activity Patteens in an Arable Collembola Community. Appl Soil Ecol 17:63-80.
87 Frampton GK. 1997. The Potential of Collembola As Indicators of Pesticide Usage: Evidence and Methodes From The UK Arable Echosystem. Pedobiologia 41: 179-184. Geissen V, Illmann J, Flohr A, Kahrer R, Brümmer GW. 1997. Effects of Liming and Fertilization on Collembola in Forest Soil in Relation to Soil Chemical Parameter. Pedobiologia 41:194-201. Greenslade P, Vaughan GH. 2003. A Comparison of Collembola Species For Toxicity Testing of Australian Soil. Pedobiologia 47: 171-179. Greenslade PJ, Deharveng L, Bedos A, Suhardjono Y. 2000. Handbook 0f Collembola of Indonesia. (draf) Greenslade PJ. 1991. Collembola dalam Naumann ID (ed). The Insect of Australia Vol. 1. CSIRO. Victoria : Melbourne University Press Carlton. Greenslade PJ. 1996. Collembola dalam: Naumann ID, ed The Insect of Australia: A Textbook for Student and Research Workers vol 1 2nd ed. CSIRO. Melbourne: Melbourne Univ Pr. Hagvar S. 1982. Collembola in Norwegian Coniferous Forest Soils. Relations to Plant Communities and Soil Fertility. Pedobiologia 24: 255-296. Hanafiah KA, Napoleon A, Ghofar N., 2007. Biologi Tanah: Ekologi dan Mikrobiologi Tanah. Jakarta : Penerbit PT. Raja Grafindo Persada. Hardjowigeno S. 2010. Ilmu Tanah. Akademika Pressindo. Jakarta. Hazra AK, Choudhuri DK. 1983. Study of Collembola Communities in Cultivatred and Uncultivatred Field of WestBengal. Bull Zool Sur India 1(2): 107-114. Hertzberg K, Ceinaar HP, Ims RA 1994. Pattern of Abudance and Demography: Collembola in Habitat Patch Gradient. Echography 17: 349-359. Holt JA. 1985. Acari and Collembola in the litter and Soil of Three North Queensland Rainforest. Austr J Ecol 10:57-65. Hopkin SP. 1997. Biology of the springtail (Insect: Collembola). Oxford University Press, Tokyo: 330. Huston BR. 1978. Influence of pH Temperature and Salinity on the fecundity and Longevity of four Species Collembola. Pedobiologia 18:163-179. Imler U. 2004. Long-term Fluctuation of Soil Fauna (Collembola and Orabatida) as Ground Water-Near Side in an Alder Wood. Pedobiologia 48:349-363. Indriyanto. 2006. Ekologi Hutan. Jakarta : Penerbit Bumi Aksara.
88
Jaya
I N S. 2006. Teknik-teknik Pemodelan Spasial dalam Pengelolaan Sumberdaya Alam dan Lingkungan. Fakultas Kehutanan IPB Bogor.
Jaya I N S. 2002. Aplikasi Sistem Informasi Geografis untuk Kehutanan. Laboratorium Inventarisasi Sumberdaya Hutan. Fakultas Kehutanan. Institut Pertanian Bogor. Jaya I N S. 2007. Analisis Citra Dijital: Perspektif Penginderaan Jauh untuk Pengelolaan sumberdaya Alam. Departemen Manajemen Hutan. Fakultas Kehutanan. Institut Pertanian Bogor. Jordana R, Arbea JI. 1989. Clave de Identification de Los Generos de Collembolos de Espana (Insecta : Collembola) Serie Zoologica 19:1-16. Juceviva E, Melecis V. 2005. Long-term effect of Climate Warning on Forest Soil Collembola. Acta Zool Lituanica vol 15: 124-126. Kaneda S, Kaneko N. 2004 Growth of the Collembola Folsomia Candida Willem in Soil Supplemented with Glucose. Pedobiologia 48: 165-170. Kartasapoetra AG. 2006. Klimatologi: Pengaruh Iklim terhadap Tanah dan Tanaman. Kusmana C. 1997. Metode Survey Vegetasi. PT. Penerbit Institut pertanian Bogor. Kayoman L. 2010. Pemodelan Spasial Resiko Kebakaran Hutan dan Lahan di Provinsi Kalimantan Barat [Tesisi]. Bogor. Program Pascasarjana Institut Pertanian Bogor. Lau RWC. 1999. TED Case Studies : Tin Mining in Maysia_present and Future Tin Mining in Malaysia. http:// www American edu/TED/tin.htm [20 desember 2010]. Leow I. 1978. Population Studies of Soil Mesofauna (particulary Acari) in Pasoh Forest Malay. Nat. J.30:307-312. Loranger G, Bandyopadhyaya I, Razaka B, Ponge JF. 2001. Does Soil Acidity Explain Altitudinal Squences in Collembola Communities. Soil Bio & Biochem 33: 831-393. Lugo AE. 1997. The Apparent Paradoks of Reextablishing Species Richness on Degarded Land with Tree Monocultur. Forest Echology and Management 99:9-19. Majer JD. 1989. Fauna Studies and Land Reclamation Technology – A Review of The Historyand Need For Such Studies. In „Animal In Primary
89 Succession: The Role of Fauna in Reclaimed Lands„. (Ed. J.D. Majer) pp. 5 -70 (Cambridge University Press: Cambridge). Materna J. 2004. Does Fores Type and Vegetation Patchiness Influence Horizontal Distribution of Soil Collembola in two Neighboring Forest Site. Pedobiologia. Muntasib EKSH. 2002. Penggunaan Ruang Habitat oleh Badak Jawa (Rhinoceros sondaicus, Desm. 1822) di Taman Nasional Ujung Kulon [Disertasi]. Bogor. Program Pascasarjana Institut Pertanian Bogor. Munihab K. 2008. Model Spasial Perubahan Penggunaan Lahan dan Arah Penggunaan Lahan Berwawasan Lingkungan Studi Kasus DAS Cidanau, Provinsi Banten [Disertasi]. Bogor. Program Pascasarjana Institut Pertanian Bogor. Mussury, R.M., S. de Paula Quităo Scalon, S.V. da Silva, and V.R. Soligo. Study of Acari and Collembola Populations in Four Cultivation Systems in Dourados – MS. Brazilian Archives of Biology and Technology 45: 100-107 Nurtjahya E, Setiadi D, Guhardja E, Muhadiono,Setiadi Y. 2007. Populasi Collembola di Lahan Revegetasi Timah di Pulau Bangka. Biodiversitas Volume 8 Nomer 4 : 309-313. Nurtjahya E, Setiadi D, Guhardja E, Muhadiono,Setiadi Y. 2007. Potensi Collembola sebagai Indikator Revegetasi Tailing Timah di Pulau Bangka. Jurnal Ilmu-ilmu Pertanian Indonesia 9:113-123. Nurtjahya E. 2008. Revegetasi Lahan Pasca Tambang Timah Dengan Beragam Jenis Pohon Lokal Di Pulau Bangka. [Desertasi] unpublished Sekolah Pascasarjana Institut Pertanian Bogor. Parrotta JA, Knowles OH. 2001. Restoring Tropical Forests on Land Mined for Bauxite: Penerbit Bumi Aksara. Pfug A, Wolters V. 2001. Influence of Drought and Litter age on Collembola Communities. Eur J Soil Biol 37:305-308. Pinto C, Sousa JP. Graca MAS. Da Gama MM. 1997. Forest Soil Collembola. Do tree Introductions make a difference ?. Pedobiologia 41:131-138. Poole TB. 1959. Studies on the Food of Collembola in Douglas fir plantation. Proc Zool Soc London 132:71-82. Prahasta E. 2005. Sistem Informatika. Bandung.
Informasi Geografis: Konsep-konsep Dasar.
90 Puntodewo A, Dewi S,Tarigan J. 2003. Sistem Informasi Geografis : untuk pengelolaan sumberdaya alam. Bogor. [CIFOR]. http://www.cifor.org/publications/pdf_files/Books/SIGeografis/SIG-part1.pdf [20 Desember 2010]. PT Newmont Nusa Tenggara. 2008. Reklamasi Lereng 2V:1H Tambang Batu Hijau, PT NNT. http://www.newmont-indonesiaoperations.com. [diakses 6 Juli 2009]. Pusat Penelitian Tanah. 1983. Jenis dan Macam Tanah di Indonesia untuk Keperluan Survai dan Pemetaan Tanah Daerah Transmigrasi. Puspaningsih N, 2011. Pemodelan Spasial dalam Monitoring Reforestasi Kawasan Pertambangan Nikel PT. INCO di Sorowako Sulawesi Selatan. [Desertasi] unpublished. Bogor. Program Pascasarjana, Isntitut Pertanian Bogor. Rafi‟i S. 1994. Ilmu Tanah. Bandung : Penerbit Angkasa. Rahmadi C, Suhardjono YR, Andayani I. 2004. Collembola Lantai Hutan di Kawasan Hulu Sungai Tabalong Kalimantan Selatan. Biota Vol. IX (3): 179-185. Rahmawaty. 2002. Restorasi Lahan Bekas Tambang Berdasarkan Kaidah Ekologi. Digitized By USU Digital Library. Randall J. 2004. Ecosystem Function Analysis a Tools for Monitoring Mine Site Rahabilitation success.http://www.pir.sa.gov.au/__data/assets/pdf_file/0008/11024/mj35 _ecosystem.pdf [diakses 8 desember 2010]. Rind D. 1988. Dependence of Warm and Cold Climate Depiction on Climate Model Resolution. J. Climate, 1, 965-997. Rosmarkam A, Yuwono N W. 2002. Ilmu Kesuburan Tanah. Kanisius. Yogyakarta. Samsuri. 2008. Model Spasial Tingkat Kerawanan kebakaran Hutan dan Lahan, Studi Kasus di Wilayah Propinsi Kalimantan Selatan [Tesis]. Bogor. Program Pascasarjana Institut Pertanian Bogor. Sebayang D. Suryati T. Adianto. 2000. Keanekaragaman dan Kelimpahan Artropoda Tanah di Hutan Alami, Hutan Pinus, Kebun Sayur dan Lahan Terbuka di Gunung Tangkubanparahu. Prosiding Simposium Keanekaragaman Hayari Artropoda pada Sistem Produksi Pertanian. Cipayung, 16-18 Oktober 2000. Setiadi Y. 2002. Mycorrhizal Inoculum Production Technique for zland Rehabilitation. Jurnal Manajemen Hutan Tropik 8 (1) : 51 -64.
91
Setiadi Y. 2006. Teknik Revegetasi untuk Merehabilitasi Lahan Pasca Tambang. Seminar Nasional PKRLT Fakultas Pertanian UGM. Sinka M, Jones TH, Hartley SE. 2007. The Indirect Effect of Above-Ground Herbivory in Collembola Population is not Mediated by Changes in Soil Water Conten. Appl Sail Ecol 36:92-99. Sitenggang G, Domiri DD, Carolita I, Noviar H. 2006. Model Spasial Indek Luas Daun (ILD) Padi menggunakan Data TM-Landsat untuk Prediksi Produkasi Padi. Jurnal Penginderaan Jauh. 36-49. http://www.perpustakaan.lapan.go.id/ jurnal/index.php/jurnal_inderaja/ article/viewFile/498/427.[ 12 Mei 2009]. Smith, Batzer D. 1997. Macro-invertebrata Responses to Wetland Restoration in Northern New York. Enviropmental Entomology 26: 1016-1024. Soeroyo. 2003. Pengamatan Guguran Serasah Di Hutan Mangrove Sembilang Sumatera Selatan. P3O-LIPI:38-44. Subowo, 1988. Populasi Collembola pada Ladang Kacang Tunggak (Vigna unguilata) varietas KT 1 pada tanah Podsolik merah-kuning Rangkasbitung (Banten-Jawa Barat)[Tesis S2]. Program Biologi/Ekologi. Jurusan Ilmu-ilmu Matematika dan pengetahuan Alam. Fakultas Pascasarjana Universitas Gajah Mada. Yogyakarta. Suhardjono YR, Adiyanto, Adisoemarto S. 2000. Strategi Pengembangan Pengelolaan Arthropoda. Prosiding Simposium Keanekaragaman Hayati Artropoda pada Sistem Produksi Pertanian. Bogor. Suhardjono YR. 1985. Perbandingan Populasi Serangga Permukaan Lantai Hutan Wanariset. Kalimantan Timur. Berita Biologi 3 (3) : 104 - 107. Suhardjono YR. 1989. Revished Check List of Collembola from Indonesia and its Adjacent region. AZAO 1:1-22. Suhardjono YR. 1992. Fauna Collembola Tanah di Pulau Bali dan Pulau Lombok [Disertasi]. Jakarta: Universitas Indonesia. Program Pasca Sarjana. Suhardjono YR. 2004. Buku Pegangan Belajar Collembola (ekor pegas). Bogor : Museum Zoologicum Bogoriense. Suin NM. 1989. Ekologi Hewan Tanah. Bandung: Penerbit Bumi Aksara. Sumantri A, Harmani N, Wibisono B. 2008. Studi Pengelolaan lingkungan Berkelanjutan di Wilayah Pengendapan Pasir Sisa Tambang. Jurnal ekologi Kesehatan. Vol 7 No 2 : 758-768.
92
Szujecki A. 1987. Ecology of Forest Insect. PWN-Poloish Scientific Publishers. Warszawa. Takada H. 1981. Effect of Shiffering Cultivation on The Soil Meso-Fauna With Special References to Collembolan Population In The North East Thailand. Japan: Laboratory of Foret Ecology Kyoto University. Takeda, Ichimura, 1983. Feeding Attributes of Four Species of Collembola in a Pine Forest Soil. Pedobiologia 48: 609-622. Takeda H. 1978. Ecological Studies of Collembola Population in a Pine Forest Soil. II. Vertical Distribution of Collembola. Pedobiologia 18: 22-30. Tongway D, Hindly N, Setyawan D. 2001. Indicator of Ecosystems Rehabilitation Success_ Stage two verification of indicator. Kelian Equatorial Mining (unpublished). Triplehorn CA, Jhonson NF. 2005. Borror and Delong‟s Introduction to the Study of Insects 7en. USA: Brooks Core. VanGestel CAM dan Mol S. 2003. The influence of soil characteristics on cadmium toxicity for Folsomia candida (Collembola: Isotomidae). Pedobiologia 47.387-395.http://www.falw.vu.nl/nl/Images/169_tcm1929926.pdf [15 Desember 2009]. Vogel WG. 1997. A Manual for Training Reclamation Inspektor in the Fundamental of Soil and Revegetation. USDA. Northeastern Forest Experiment Station. Berea. KY. Wallwork JA. 1970. Ecology Of Soil Animal. London: McGraw Hill. Widyawati IT. 2008. Komunitas Collembola Permukaan Tanah pada Llima Tipe Habitat di Kawasan Telaga Warna Kabupaten Bogor dan Cianjur. [Tesis]. Bogor: Sekolah Pascasarjana Institut Pertanian Bogor. Yoshii R, Suharjono YR. 1989. Notes on the Fauna of Indonesia and its Vicinities I: Miscellanious notes with special references to Serini and Lepidocyrtini. AZAO 1:23-90. Yoshii R, Suharjono YR. 1992a. Notes on the fauna of Indonesia and its Vicinities II: Collembola of Irian Jaya and Maluku Island. AZAO 2:1-52. Yoshii R, Suharjono YR. 1992b. Notes on the fauna of Indonesia and its Vicinities III: Collembola of Timor Island. AZAO 2:75-96.
93 Yoshii R. 1959. Studies on the Collembolan Fauna of Malay and Singapore with special reference to the ganera: Lobella, Lepidocyrtus, and Callyntrura. Kyoto: Lab. Kyoto Univ. Yoshii R. 1982a. Entomological Report from the Sabah Forest Research Center no. 3 Paronelid Collembola no. 4 Neanurid Collembolan of Sabah. Tokyo: JICA. Yoshii R. 1982b. Entomological Report from the Sabah Forest Research Center No.5 Lepridocyrtid Collembola of Sabah. Tokyo: JICA. Yoshii R. 1983. Entomological Report from the Sabah Forest Research Center no.7 Studies on Paronellid Collembola of East Asia. Tokyo: JICA. Zamroni Y, Rohyani IS. 2008. Produksi Serasah Hutan Mangrove di Perairan Pantai Teluk Sepi, Lombok Barat. Biodiversitas, 9(4): 284-287.
94
95
LAMPIRAN
96
97 Lampiran 1 Hasil analisis hubungan antara umur revegetasi, kelimpahan collembola tanah dan nilai estimasi C-organik Esimasi Collembola*1) C org est*2) Estimasi C-organik 1 1.920 1.003 0.731 1.5 2.273 0.867 0.731 2 3.372 0.781 0.731 2.5 5.217 0.738 0.731 3 7.808 0.731 0.731 3.5 11.145 0.754 0.754 4 15.227 0.799 0.799 4.5 20.055 0.860 0.860 5 25.629 0.931 0.931 5.5 31.949 1.004 1.004 6 39.014 1.073 1.073 6.5 46.826 1.131 1.131 7 55.383 1.171 1.171 7.5 64.686 1.187 1.187 8 74.735 1.171 1.187 min 0.731 max 1.187 *1)Persamaan Collembola vs Umur y = 1.489x2 - 3.001x + 3.407 *2)Persamaan C-organik vs umur y = -0.009x3 + 0.140x2 - 0.579x + 1.451 UMUR
98
114
Lampiran 2 Hasil analisis korelasi antara kelimpahan Collembola dengan peubah peubah biofisik terpilih
Umur Collembola Suhu Rh Pasir Ph-lap C-organik KTK Acarina Serasah Jv Ds Dp Dt D all
Umur 1 0.9* -0.2 0.5* 0.4 0.1 0.7* -0.6* 0.7* 0.6* -0.1 -0.2 -0.4 0.1 -0.3
Collembola Suhu 1.0 -0.3 0.6 0.3 0.2 0.7* -0.6* 0.7* 0.6* -0.1 -0.1 -0.3 0.0 -0.2
1.0 -0.3 -0.3 0.2 -0.4 0.5 -0.2 0.0 0.1 0.1 0.3 -0.1 0.2
Rh
1.0 0.4 -0.1 0.8* -0.5 0.6* 0.4 -0.4 0.3 -0.1 -0.3 0.2
Pasir Ph-lap C-org
1.0 0.0 0.2 -0.1 0.2 0.0 -0.2 0.1 -0.4 -0.1 0.0
1.0 0.0 0.0 -0.1 -0.1 0.0 0.0 -0.1 0.2 -0.1
1.0 -0.8* 0.7* 0.6* -0.1 0.1 -0.1 -0.2 0.0
KTK
1.0 -0.5 -0.4 -0.1 0.3 -0.1 0.0 0.3
Acarina Serasah
1.0 0.7* -0.2 -0.2 -0.2 -0.1 -0.3
1.0 -0.1 -0.1 -0.1 -0.3 -0.1
Jv*
1.0 0.0 0.4 -0.2 0.1
Ds*
1.0 -0.1 -0.6* 1.0
Dp*
1.0 -0.3 0.2
Dt*
1.0 -0.7*
D all*
1.0
Keterangan : Js = Jumlah jenis vegetasi secara keseluruhan; Ds = Kerapatan vegetasi tk semai; Dp = Kerapatan vegetasi tk pancang; Dt = Kerapatan vegetasi tk tiang; D all = Kerapatan vegetasi secara keseluruhan
99 Lampiran 3 Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan umur revegetasi Model
R2
SA
SR
RMSE
e
χ² hitung
Linear Logaritmik
0.783 0.641
-0.444 -2.275
-4.401 -2.275
4.415 9.666
1.988 3.422
4572.05 2951.979
Polinomial
0.831
-0.409
-9.341
4.722
2.146
4578.503
a. Linear Y [a] 172 26 134 1 1 22 1 97 372
Y [m] -11.61 1.785 1.785 1.785 6.585 13.677 13.677 23.897 37.245
((Y [m]Y[a])/Ym) X 100% 15.81481481 -13.56582633 -74.07002801 0.43977591 0.848139711 -0.608539884 0.926884551 -3.059086915 -8.987917841
6
255
37.245
-5.846556585
0.729215533
-0.853941176
185.9499609
6
144
37.245
-2.866290777
0.549606
-0.741354167
79.14326406
6
96
37.245
-1.577527185
0.374582251
-0.61203125
35.95989609
8
84
73.325
-0.145584726
0.016150174
-0.127083333
1.356614583
8
27
73.325
0.631776338
2.943766289
1.715740741
79.48168981
8
28
73.325
0.618138425
2.620351563
1.61875
73.36984375
11
41
150.905
0.728305888
7.185668664
2.680609756
294.6124152
11
13
150.905
0.913853086
112.531296
10.60807692
1462.906848
11
20
150.905
0.867466287
42.84029756
6.54525
856.8059513
11
137
150.905
0.092144064
0.010301509
0.10149635
1.411306752
11
26
150.905
0.827706173
23.07878554
4.804038462
600.048424
1697
1175.061
-88.01835301
389.8961766
39.76919066
4572.052026
Tahun 1 1 1 1 3 4 4 5 6
Jumlah
{[(Y [m]Y[a])/Ya] X 100%}2 1.13955625 0.867405658 0.973535655 0.616225 31.192225 0.143124647 160.706329 0.567972006 0.809782273
[(Y [m]Y[a])/Ya] x 100 % -1.0675 -0.931346154 -0.986679104 0.785 5.585 -0.378318182 12.677 -0.753639175 -0.899879032
(Y [m]Y[a])2/Ya 196.003675 22.55254712 130.4537778 0.616225 31.192225 3.148742227 160.706329 55.09328463 301.2390054
100
b. Polinomial
Tahun
((Y [m]Y[a])/Ym) X 100%
{[(Y [m]Y[a])/Ya] X 100%}2
[(Y [m]Y[a])/Ya] x 100 %
(Y [m]Y[a])2/Ya
Y [a]
Y [m]
1
172
1.895
-89.7651715
0.9780865
-0.988982558
168.2308781
1
26
1.895
-12.72031662
0.859542936
-0.927115385
22.34811635
1
134
1.895
-69.71240106
0.971916408
-0.985858209
130.2367987
1
1
1.895
0.472295515
0.801025
0.895
0.801025
3
1
7.805
0.871877002
46.308025
6.805
46.308025
4
22
15.227
-0.444801996
0.094780019
-0.307863636
2.085160409
4
1
15.227
0.934327182
202.407529
14.227
202.407529
5
97
25.627
-2.785070434
0.541407708
-0.735804124
52.51654772
6
372
39.005
-8.537238816
0.801289672
-0.895147849
298.0797581
6
255
39.005
-5.537623382
0.717475433
-0.847039216
182.9562354
6
144
39.005
-2.69183438
0.531633392
-0.729131944
76.55520851
6
96
39.005
-1.46122292
0.352477216
-0.593697917
33.83781276
8
84
74.695
-0.124573265
0.012270837
-0.11077381
1.030750298
8
27
74.695
0.638530022
3.120456824
1.766481481
84.25233426
8
28
74.695
0.625142245
2.781151818
1.667678571
77.87225089
11
41
150.565
0.727692359
7.14127854
2.672317073
292.7924201
11
13
150.565
0.913658553
111.977096
10.58192308
1455.702248
11
20
150.565
0.867167004
42.61804806
6.52825
852.3609613
11
137
150.565
0.090093979
0.009803891
0.099014599
1.343133029
11
26
150.565
0.827317106
22.95331246
4.790961538
596.786124
1204.396
-186.8121534
445.9786067
42.91221169
4578.503317
Jumlah
1697
101
c. Logaritmik
Tahun
Y [a]
Y [m]
(Y [m]-Y[a])/Ym
[(Y [m]Y[a])/Ya]2
[(Y [m]Y[a])/Ya]/n
(Y [m]Y[a])2/Ya
1
172
25.91
-5.638363566
0.7214132
-0.849360465
124.0830703
1
26
25.91
-0.003473562
1.19822E-05
-0.003461538
0.000311538
1
134
25.91
-4.17174836
0.650670979
-0.806641791
87.18991119
1
1
25.91
0.961404863
620.5081
24.91
620.5081
3
1
25.91
0.961404863
620.5081
24.91
620.5081
4
22
25.91
0.150906986
0.031586983
0.177727273
0.694913636
4
1
25.91
0.961404863
620.5081
24.91
620.5081
5
97
25.91
-2.74372829
0.537122765
-0.732886598
52.10090825
6
372
25.91
-13.35739097
0.865550122
-0.930349462
321.9846454
6
255
25.91
-8.841759938
0.807108468
-0.898392157
205.8126592
6
144
25.91
-4.55769973
0.672513894
-0.820069444
96.84200069
6
96
25.91
-2.705133153
0.533052094
-0.730104167
51.17300104
8
84
25.91
-2.241991509
0.478238109
-0.691547619
40.17200119
8
27
25.91
-0.042068699
0.001629767
-0.04037037
0.044003704
8
28
25.91
-0.080663836
0.005571556
-0.074642857
0.156003571
11
41
25.91
-0.582400618
0.135459905
-0.36804878
5.553856098
11
13
25.91
0.498263219
0.986201775
0.993076923
12.82062308
11
20
25.91
0.22809726
0.08732025
0.2955
1.746405
11
137
25.91
-4.287533771
0.657519745
-0.810875912
90.08020511
11
26
25.91
-0.003473562
1.19822E-05
-0.003461538
0.000311538
1697
518.2
-45.49594751
1868.695284
68.43609149
2951.979131
Jumlah
102 Lampiran 4. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan Kelembaban R2
SA
SR
RMSE
e
χ² hitung
Linear
0,309
-1,61
-1,79
2,19
2,60
2721,61559
Logaritmik
0,3074
-1,61
-1,96
2,20
2,52
2735,668
Polynomial
0,3375 -0,767378055 -0,681860069
3,331487887
4,636335207
4924,976071
Model
a. Linear
Y [m]
((Y [m]Y[a])/Ym) X 100%
{[(Y [m]Y[a])/Ya] X 100%}2
[(Y [m]Y[a])/Ya] x 100 %
(Y [m]Y[a]2)/Ya
Tahun
RH
Y [a]
1 1 1 1 3 3 4 4 4 4 5 6 6 6 8 8 8 11 11
87 86 87 87 68 76 73 83 91 89 88 88 70 80 80 85 87 86 83 83
172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26
40,877 38,846 40,877 40,877 2,288 18,536 12,443 32,753 49,001 44,939 42,908 42,908 6,35 26,66 26,66 36,815 40,877 38,846 32,753 32,753
-3,207745187 0,330690419 -2,278127064 0,975536365 0,562937063 -0,186879586 0,919633529 -1,961560773 -6,591681802 -4,674358575 -2,356017526 -1,237345017 -12,22834646 -0,012753188 -0,050262566 -0,113676491 0,681972748 0,485146476 -3,182822948 0,206179587
0,581166885 0,244112006 0,482952391 1590,175129 1,658944 0,024791934 130,942249 0,438694549 0,753904743 0,678594752 0,492843001 0,305855085 0,854524164 0,000158573 0,002290306 0,010418932 4,598385379 0,88792929 0,57900991 0,067460072
-0,762343023 0,494076923 -0,694947761 39,877 1,288 -0,157454545 11,443 -0,662340206 -0,868276882 -0,823768627 -0,702027778 -0,553041667 -0,924404762 -0,012592593 -0,047857143 -0,102073171 2,144384615 0,9423 -0,760927007 0,259730769
99,96070424 6,346912154 64,71562037 1590,175129 1,658944 0,545422545 130,942249 42,55337123 280,4525645 173,0416617 70,96939211 29,36208817 71,78002976 0,004281481 0,064128571 0,42717622 59,77900992 17,7585858 79,32435773 1,753961885
Jumlah
1574
1697
648,967
-33,91948099
1733,779414
49,37643714
2721,61559
103 b. Logaritmik
Y [m]
((Y [m]Y[a])/Ym) X 100%
{[(Y [m]Y[a])/Ya] X 100%}2
[(Y [m]Y[a])/Ya] x 100 %
(Y [m]Y[a]2)/Ya
Tahun
RH
Y [a]
1
87
172
41,09007
-3,185926434
0,579279692
-0,761104258
99,63610703
1
86
26
39,19109
0,336583849
0,257403511
0,507349495
6,692491275
1
87
134
41,09007
-2,261128733
0,480744907
-0,693357705
64,41981749
1
87
1
41,09007
0,975663218
1607,213518
40,09006757
1607,213518
3
68
1
0,616336
-0,622492543
0,147198332
-0,383664348
0,147198332
3
76
22
18,88626
-0,164868099
0,02003179
-0,141533706
0,440699376
4
73
1
12,27087
0,918506171
127,032461
11,2708678
127,032461
4
83
97
33,35876
-1,907782098
0,430461011
-0,656095276
41,75471807
4
91
372
48,47378
-6,674251534
0,756367885
-0,869694133
281,3688532
4
89
255
44,82341
-4,688991522
0,679341775
-0,824221921
173,2321527
5
88
144
42,96735
-2,3513823
0,492264533
-0,701615659
70,88609269
6
88
96
42,96735
-1,234254867
0,30517171
-0,552423488
29,29648418
6
70
84
5,377828
-14,61968751
0,876055252
-0,935978233
73,58864116
6
80
27
27,3117
0,011412511
0,00013327
0,01154426
0,003598288
8
80
28
27,3117
-0,025201841
0,000604291
-0,024582321
0,016920134
8
85
41
37,2699
-0,100083581
0,008277026
-0,090978161
0,339358058
8
87
13
41,09007
0,683621839
4,668946131
2,160774428
60,6962997
11
86
20
39,19109
0,489679884
0,920744539
0,959554344
18,41489079
11
83
137
33,35876
-3,106867499
0,572300442
-0,756505414
78,40516054
83
26
33,35876
0,220594489
0,080105507
0,283029163
2,082743184
1574
1697
651,0952
-37,30685659
1745,52141
47,89143244
2735,668205
Jumlah
104 c. Polinomial
Y [m]
((Y [m]Y[a])/Ym) X 100%
{[(Y [m]Y[a])/Ya] X 100%}2
[(Y [m]Y[a])/Ya] x 100 %
(Y [m]Y[a]2)/Ya
Tahun
RH
Y [a]
1
87
172
57,047
-2,015057759
0,446666854
-0,668331395
76,82669889
1
86
26
52,346
0,503304933
1,026792479
1,013307692
26,69660446
1
87
134
57,047
-1,348940347
0,329793061
-0,574276119
44,19227022
1
87
1
57,047
0,982470594
3141,266209
56,047
3141,266209
3
68
1
1,2098
0,173417094
0,04401604
0,2098
0,04401604
3
76
22
36,433
0,39615184
0,430395638
0,656045455
9,468704045
4
73
1
30,0718
0,966746254
845,1695552
29,0718
845,1695552
4
83
97
43,5758
-1,226006178
0,303342028
-0,550764948
29,42417676
4
91
372
88,435
-3,206479335
0,581057848
-0,762271505
216,1535194
4
89
255
69,947
-2,645617396
0,526637644
-0,725698039
134,2925993
5
88
144
62,8678
-1,290520744
0,317439905
-0,563418056
45,71134637
6
88
96
62,8678
-0,527013829
0,119112704
-0,345127083
11,43481955
6
70
84
16,3252
-4,145419352
0,649075759
-0,805652381
54,52236375
6
80
27
39,8942
0,32320989
0,228066384
0,477562963
6,157792357
8
80
28
39,8942
0,29814359
0,180448971
0,424792857
5,052571201
8
85
41
48,6262
0,156833148
0,034597815
0,186004878
1,418510401
8
87
13
57,047
0,772117727
11,48010775
3,388230769
149,2414007
11
86
20
52,346
0,617926871
2,61565929
1,6173
52,3131858
11
83
137
43,5758
-2,14394687
0,465026434
-0,681928467
63,7086215
83
26
43,5758
0,40333855
0,4569656
0,675992308
11,8811056
1574
1697
960,1794
-12,95534132
4006,670966
88,09036893
4924,976071
Jumlah
105 Lampiran 5. Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan C-Organik R2
SA
SR
RMSE
e
χ² hitung
Linear
0,5319
-0,05
-1,77
1,63
3,46
206.7563728
Logaritmik
0,5158
-0,50
-2,03
1,45
2,61
36.59758148
Polynomial
0,7876
1,008935565
-1,396229216
Model
170,1001982 -324,6072002
10.10133329
a. Linear Tahun 0 0 0 0 8 8 8 7 7 7 6 6 6 6 5 4 4 4 4 4 Jumlah
CORG 0,9 0,9 0,9 0,9 0,8 0,7 0,7 0,9 0,9 0,9 0,9 0,9 1 1 1 2,9 2,9 2,9 2,9 2,9 27,8
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 26,113 26,113 26,113 26,113 14,891 3,669 3,669 26,113 26,113 26,113 26,113 26,113 37,335 37,335 37,335 250,553 250,553 250,553 250,553 250,553 1622,016
((Y [m]Y[a])/Ym) X 100% -5,586757554 0,004327347 -4,131543676 0,961704898 0,932845343 -4,996184246 0,727446171 -2,714624899 -13,24577796 -8,765251024 -4,514494696 -2,676329797 -1,249899558 0,276817999 0,250033481 0,836361967 0,94811477 0,920176569 0,453209501 0,89622954 -40,67359583
{[(Y [m]Y[a])/Ya] X 100%}2 0,719409707 1,88891E-05 0,64822927 630,662769 192,959881 0,694267688 7,123561 0,534059599 0,864535039 0,80567872 0,670203741 0,529968833 0,30861993 0,146518827 0,111150797 26,12281964 333,913774 132,8867145 0,686998978 74,59178966 1404,980969
[(Y [m]Y[a])/Ya] x 100 % -0,848180233 0,004346154 -0,805126866 25,113 13,891 -0,833227273 2,669 -0,730793814 -0,929803763 -0,897596078 -0,818659722 -0,727989583 -0,555535714 0,382777778 0,333392857 5,11104878 18,27330769 11,52765 0,828854015 8,636653846 79,62411808
(Y [m]Y[a]2)/Ya 123,7384696 0,000491115 86,86272216 630,662769 192,959881 15,27388914 7,123561 51,80378112 321,6070343 205,4480736 96,50933867 50,87700801 25,92407411 3,956008333 3,112222321 1071,035605 4340,879062 2657,73429 94,11885992 1939,386531 11919,01367
106 b. Logaritmik
Tahun 0 0 0 0 8 8 8 7 7 7 6 6 6 6 5 4 4 4 4 4 Jumlah
CORG 0,9 0,9 0,9 0,9 0,8 0,7 0,7 0,9 0,9 0,9 0,9 0,9 1 1 1 2,9 2,9 2,9 2,9 2,9 27,8
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 27,78642 27,78642 27,78642 27,78642 15,49104 1,551703 1,551703 27,78642 27,78642 27,78642 27,78642 27,78642 38,785 38,785 38,785 149,9302 149,9302 149,9302 149,9302 149,9302 1134,678
((Y [m]Y[a])/Ym) X 100% -5,190075086 0,064290975 -3,822500358 0,964011191 0,935446574 -13,17797455 0,355546611 -2,490914438 -12,38783681 -8,177146204 -4,182388444 -2,45492563 -1,165785742 0,303854583 0,278071419 0,726539332 0,913292959 0,866604552 0,086241183 0,826585918 -46,72906197
{[(Y [m]Y[a])/Ya] X 100%}2 0,703000199 0,00472083 0,62827609 717,5120698 209,9903759 0,863910881 0,304375761 0,509142336 0,856189961 0,79394099 0,651311591 0,504892912 0,289738694 0,190516084 0,148362532 7,058761698 110,9459588 42,20461219 0,008907714 22,71994531 1116,88901
[(Y [m]Y[a])/Ya] x 100 % -0,838451071 0,068708299 -0,792638688 26,78641577 14,49104468 -0,929468064 0,551702602 -0,713542105 -0,925305334 -0,891033664 -0,807038779 -0,710558169 -0,53827381 0,436481481 0,385178571 2,65683302 10,53308876 6,496507692 0,094380685 4,766544378 60,12057625
(Y [m]Y[a]2)/Ya 120,9160342 0,122741589 84,18899608 717,5120698 209,9903759 19,00603938 0,304375761 49,38680662 318,5026655 202,4549524 93,78886916 48,46971951 24,3380503 5,143934259 4,154150893 289,4092296 1442,297464 844,0922438 1,220356775 590,7185781 5066,017653
107 c. Polinomial
Tahun 0 0 0 0 8 8 8 7 7 7 6 6 6 6 5 4 4 4 4 4 Jumlah
CORG 0,9 0,9 0,9 0,9 0,8 0,7 0,7 0,9 0,9 0,9 0,9 0,9 1 1 1 2,9 2,9 2,9 2,9 2,9 27,8
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 26,83813 26,83813 26,83813 26,83813 1,747494 21,1014 21,1014 26,83813 26,83813 26,83813 26,83813 26,83813 65,2426 65,2426 65,2426 -38079,3 -38079,3 -38079,3 -38079,3 -38079,3 -189915
((Y [m]Y[a])/Ym) X 100% -5,40879198 0,031229119 -3,992896078 0,962739582 0,427751838 -0,042584832 0,95260978 -2,614260594 -12,86087568 -8,501406715 -4,365500263 -2,577000175 -0,287502337 0,586159963 0,570832554 1,001076701 1,000341393 1,00052522 1,003597756 1,000682786 -32,11327196
{[(Y [m]Y[a])/Ya] X 100%}2 0,71227583 0,001039148 0,639544783 667,6090239 0,558746682 0,00166835 404,066298 0,523189269 0,860913947 0,800581905 0,661984158 0,519028222 0,049863953 2,006167976 1,769147009 864459,6952 8585933,699 3628890,341 77813,68533 2147948,763 15306126,96
[(Y [m]Y[a])/Ya] x 100 % -0,843964353 0,032235815 -0,799715439 25,8381312 0,7474936 -0,040845436 20,1014004 -0,723318235 -0,927854486 -0,894752427 -0,813624089 -0,720436133 -0,223302381 1,416392593 1,330092857 -929,7632468 -2930,176394 -1904,964656 -278,9510447 -1465,588197 -7465,965605
(Y [m]Y[a]2)/Ya 122,5114428 0,027017843 85,69900093 667,6090239 0,558746682 0,036703693 404,066298 50,74935911 320,2599884 204,1483858 95,32571875 49,82670933 4,18857208 54,16653536 49,53611624 35442847,5 111617138,1 72577806,82 10660474,89 55846667,84 286147043,8
108 Lampiran 6 Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan kerapatan vegetasi tingkat tiang
Model
R2
SA
SR
RMSE
e
χ² hitung
Linear
0,0005
-7069,83
-1,33
2,93
-1,95
8552,602903
Polinomial
0,3431
0,999990765
0,559856457
2434129,525
2477860,406
4,69021E+15
((Y [m]Y[a])/Ym) X 100% 4,518461696 1,889527524 2,721723265 1,013029486 0,940015596 -0,001684651 0,952604389 6,294470826 -15,93757683 -65,77140613 45,98594189 -3,744255004 -6,67333516 -0,229340254 -3,599967143 -0,586012147 0,499210293 0,022052711 -4,23400191 -1,306805075 -37,24734663
{[(Y [m]Y[a])/Ya] X 100%}2 1,649208465 4,51219296 2,498971109 6044,907001 245,580241 2,82851E-06 403,969801 1,41342683 0,885405115 0,970271353 1,044952469 0,622866235 0,756340818 0,034802975 0,61247394 0,136521238 0,993702254 0,000508503 0,654386522 0,32092225 6711,563999
a. Linear Tahun 0 0 0 0 8 7 7 6 6 6 6 5 5 5 5 4 3 3 3 2 Jumlah
Kerapatan 7000 5180 9680 9580 930 440 520 4170 440 2120 2770 600 1460 440 1910 80 70 580 50 1430 49450
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] -48,885 -29,229 -77,829 -76,749 16,671 21,963 21,099 -18,321 21,963 3,819 -3,201 20,235 10,947 21,963 6,087 25,851 25,959 20,451 26,175 11,271 0,24
[(Y [m]Y[a])/Ya] x 100 % -1,284215116 -2,124192308 -1,580813433 -77,749 15,671 -0,001681818 20,099 -1,188876289 -0,940959677 -0,985023529 -1,022229167 -0,78921875 -0,869678571 -0,186555556 -0,782607143 -0,369487805 0,996846154 0,02255 -0,808941606 -0,5665 -54,46058461
(Y [m]Y[a]2)/Ya 283,663856 117,317017 334,8621287 6044,907001 245,580241 6,22273E-05 403,969801 137,1024025 329,3707026 247,4191951 150,4731556 59,79515859 63,53262868 0,939680333 17,14927032 5,597370756 12,91812931 0,01017005 89,65095347 8,3439785 8552,602903
109
b. Polinomial Tahun Kerapatan 0 7000 0 5180 0 9680 0 9580 8 930 7 440 7 520 6 4170 6 440 6 2120 6 2770 5 600 5 1460 5 440 5 1910 4 80 3 70 3 580 3 50 2 1430 Jumlah 49450
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 26276717 10484782 70331864 68152201 45286,874 2974,5407 5710,5167 5391182,2 2974,5407 658241,24 1521201,8 9736,7327 200470,71 2974,5407 473350,58 39,9287 44,2517 8595,7787 48,0977 187462,72 183755859
((Y [m]Y[a])/Ym) X 100% 0,999993454 0,99999752 0,999998095 0,999999985 0,999977919 0,9926039 0,999824884 0,999982008 0,874938675 0,999612604 0,999905338 0,99014043 0,999580986 0,990922968 0,999940847 -0,026830325 0,706225975 0,997673277 -1,848369049 0,999861306 15,6759808
{[(Y [m][(Y [m]Y[a])/Ya] X Y[a])/Ya] (Y [m]100%}2 x 100 % Y[a]2)/Ya 23338859800 152770,6117 4,01428E+12 1,62618E+11 403259,8307 4,22808E+12 2,75482E+11 524863,6586 3,69146E+13 4,64472E+15 68152200,08 4,64472E+15 2050810357 45285,8737 2050810357 18011,35658 134,2063955 396249,8448 32598580,95 5709,5167 32598580,95 3088936111 55578,19816 2,99627E+11 48,9450955 6,996077151 18207,57552 6658145,139 2580,338183 1697827011 111574891,9 10562,90168 16066784429 10085,03982 100,424299 968163,8228 5690878,037 2385,556127 478033755,1 11917,69023 109,1681741 321777,6362 285757990,4 16904,37785 8001223730 0,000682739 -0,026129268 0,027992285 5,779105047 2,403976923 75,12836561 183859,9508 428,788935 3677199,016 0,421099629 -0,648921898 57,69064924 51971191,41 7209,104758 1351250977 4,64519E+15 69380091,36 4,69021E+15
110 Lampiran 7 Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan ketebalan serasah R2
SA
SR
RMSE
e
χ² hitung
Linear
0,3407
-1,66
-0,92
1,14
1,66
2343,358012
Logaritmik
0,1999
-1,78
-5,09
1,28
1,92
2689,637
Polynomial
0,4112
-1,853644318
-1,017684964
0,984476617
1,510364062
2033,590376
Model
a. Linear
Tahun 0 0 0 0 8 8 8 8 7 7 7 6 6 6 6 5 5 5 4 4 Jumlah
Serasah 3 2 3,5 2,5 1,5 0,35 0,75 1,5 3,5 5 3 3,5 2,5 2 2 1,5 4 2,5 3 3,5 51,1
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 37,3264 25,1304 43,4244 31,2284 19,0324 5,007 9,8854 19,0324 43,4244 61,7184 37,3264 43,4244 31,2284 25,1304 25,1304 19,0324 49,5224 31,2284 37,3264 43,4244 637,9836
((Y [m]Y[a])/Ym) X 100% -3,607998628 -0,034603508 -2,085822717 0,967977866 0,947458019 -3,393848612 0,898840715 -4,096572161 -7,566612319 -3,131669 -2,857859317 -1,210738663 -1,689859231 -0,074395951 -0,114188393 -1,154221223 0,737492529 0,359557326 -2,670324489 0,401258279 -29,37612948
{[(Y [m]Y[a])/Ya] X 100%}2 0,613067149 0,001118645 0,456891252 913,7561666 325,1674498 0,596615804 78,95033316 0,646077867 0,780161904 0,574514062 0,548768178 0,299934214 0,394677121 0,004794793 0,010503322 0,287076413 7,892814803 0,315192416 0,529321037 0,449126798 1332,274605
[(Y [m]Y[a])/Ya] x 100 % -0,782986047 -0,033446154 -0,675937313 30,2284 18,0324 -0,772409091 8,8854 -0,803789691 -0,883267742 -0,757967059 -0,740788889 -0,5476625 -0,628233333 -0,069244444 -0,102485714 -0,535795122 2,809415385 0,56142 -0,727544526 0,670169231 53,12564699
(Y [m]Y[a]2)/Ya 105,4475496 0,029084775 61,22342773 913,7561666 325,1674498 13,12554768 78,95033316 62,66955309 290,2202283 146,5010859 79,02261762 28,79368454 33,15287817 0,129459413 0,294093006 11,77013292 102,6065924 6,303848328 72,51698202 11,67729674 2343,358012
111 c. Logaritmik
Tahun 0 0 0 0 8 8 8 8 7 7 7 6 6 6 6 5 5 5 4 4 Jumlah
Serasah 3 2 3,5 2,5 1,5 0,35 0,75 1,5 3,5 5 3 3,5 2,5 2 2 1,5 4 2,5 3 3,5 51,1
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 35,47169 28,80787 38,00516 32,47524 24,07982 0,162173 12,68795 24,07982 38,00516 43,86711 35,47169 38,00516 32,47524 28,80787 28,80787 24,07982 40,19975 32,47524 35,47169 38,00516 611,4415
((Y [m]Y[a])/Ym) X 100% -3,848936874 0,097468974 -2,525837075 0,969207308 0,958471449 -134,6572791 0,921185031 -3,028269473 -8,788144715 -4,813010883 -3,059575057 -1,52597283 -1,58658611 0,062756242 0,02804351 -0,702670602 0,676614887 0,384146164 -2,862234603 0,315882359 -162,9847414
{[(Y [m]Y[a])/Ya] X 100%}2 0,630069586 0,011662953 0,513199456 990,6906184 532,6780475 0,985311304 136,6080616 0,565134742 0,806108752 0,685537814 0,568016658 0,364952424 0,376247319 0,004483413 0,000832475 0,170310841 4,377670306 0,389078919 0,549203321 0,213200964 1671,187749
[(Y [m]Y[a])/Ya] x 100 % -0,793769227 0,10799515 -0,716379408 31,47523818 23,07981905 -0,992628483 11,68794514 -0,751754443 -0,897835593 -0,827972109 -0,753668799 -0,604112923 -0,613390022 0,066958293 0,02885264 -0,41268734 2,092288294 0,623761909 -0,741082533 0,4617369 61,51931468
(Y [m]Y[a]2)/Ya 108,3719687 0,303236766 68,76872705 990,6906184 532,6780475 21,6768487 136,6080616 54,81807 299,8724558 174,8121426 81,79439881 35,03543268 31,60477477 0,121052151 0,023309295 6,982744471 56,90971398 7,78157838 75,24085496 5,543225074 2689,637262
112 e. Polinomial
Tahun 0 0 0 0 8 8 8 8 7 7 7 6 6 6 6 5 5 5 4 4 Jumlah
Serasah 3 2 3,5 2,5 1,5 0,35 0,75 1,5 3,5 5 3 3,5 2,5 2 2 1,5 4 2,5 3 3,5 51,1
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 30,4432 18,9376 39,65759 23,57981 16,38674 17,75024 16,19773 16,38674 39,65759 82,705 30,4432 39,65759 23,57981 18,9376 18,9376 16,38674 51,3528 23,57981 30,4432 39,65759 594,6782
((Y [m]Y[a])/Ym) X 100% -4,64986598 -0,372930044 -2,378924651 0,957590842 0,93897504 -0,239419588 0,938262965 -4,919421117 -8,380298285 -2,083247688 -3,730120355 -1,420722138 -2,562369294 -0,425735046 -0,478540047 -1,502023359 0,746849247 0,151816835 -3,500183949 0,344387754 -32,56591886
{[(Y [m]Y[a])/Ya] X 100%}2 0,677336656 0,073783275 0,495683381 509,8479325 236,7516909 0,037314931 230,9710826 0,690668306 0,798152092 0,456525444 0,621872436 0,344451763 0,51737515 0,089166384 0,104753946 0,360388275 8,703770816 0,032037644 0,604952402 0,275931503 992,4548705
[(Y [m]Y[a])/Ya] x 100 % -0,823004651 -0,271630769 -0,704047854 22,5798125 15,3867375 -0,193170731 15,19773281 -0,831064562 -0,893393582 -0,675666667 -0,788588889 -0,58690013 -0,719287946 -0,298607407 -0,323657143 -0,600323476 2,950215385 0,178990625 -0,777786861 0,525291827 48,33164998
(Y [m]Y[a]2)/Ya 116,5019048 1,918365145 66,42157311 509,8479325 236,7516909 0,820928491 230,9710826 66,99482568 296,9125784 116,4139883 89,54963074 33,06736923 43,45951259 2,407492361 2,933110491 14,77591929 113,1490206 0,640752877 82,87847902 7,174219089 2033,590376
113 Lampiran 8 Verifikasi model persamaan regresi hubungan antara kelimpahan Collembola tanah dan jumlah individu Acarina R2
SA
SR
RMSE
e
χ² hitung
Linear
0,4388
-2,14
-1,63
1,21
1,70
2119,092315
Logaritmik
0,3753
-1,85
-0,96
1,60
1,97
2842,127
Polinomial
0,6189
1,730697731
2372,857332
Model
-1,988243704 -1,60097823 1,383971241
a. Linear
Tahun 0 0 0 0 8 8 8 7 7 7 6 6 6 5 5 4 4 3 3 3 Jumlah
Acarina 488 253 153 275 610 357 18 1164 800 1487 1053 1814 218 784 1877 257 25 197 258 171 12259
((Y [m]Y[a])/Ym) X Y [a] Y [m] 100% 172 24 -6,25407831 26 17 -0,489135042 134 15 -8,054176408 1 18 0,944582987 1 27 0,962902508 22 20 -0,087698134 1 11 0,910784384 97 42 -1,326563115 372 32 -10,62136832 255 50 -4,071175439 144 39 -2,717107471 96 59 -0,627604167 84 17 -4,082038623 27 32 0,145147605 28 61 0,538397117 41 18 -1,334027849 13 11 -0,140851251 20 16 -0,252332469 137 18 -6,787276613 26 15 -0,701726598 1697 541 -44,04534521
{[(Y [m]Y[a])/Ya] X 100%}2 0,743296608 0,107892036 0,791305841 290,532025 673,713936 0,006500757 104,2195974 0,325106878 0,835307551 0,644499174 0,53432242 0,14868736 0,645176138 0,028829524 1,360405647 0,326676373 0,015242751 0,04059822 0,759661112 0,170042038 1075,949109
[(Y [m]Y[a])/Ya] x 100 % -0,862146512 -0,328469231 -0,889553731 17,045 25,956 -0,080627273 10,2088 -0,570181443 -0,913951613 -0,802807059 -0,730973611 -0,3856 -0,803228571 0,169792593 1,166364286 -0,571556098 -0,123461538 -0,20149 -0,871585401 -0,412361538 45,99796326
(Y [m]Y[a]2)/Ya 127,8470165 2,805192925 106,0349827 290,532025 673,713936 0,143016656 104,2195974 31,53536719 310,7344089 164,3472893 76,9424285 14,27398656 54,19479559 0,778397161 38,09135812 13,39373128 0,198155769 0,811964402 104,0735723 4,421092998 2119,092315
114 c. Logaritmik
Tahun 0 0 0 0 8 8 8 7 7 7 6 6 6 5 5 4 4 3 3 3 Jumlah
d.
Acarina 488 253 153 275 610 357 18 1164 800 1487 1053 1814 218 784 1877 257 25 197 258 171 12259
Y [a] Y [m] 172 33 26 26 134 21 1 27 1 35 22 30 1 0 97 42 372 38 255 44 144 41 96 46 84 25 27 38 28 47 41 27 13 3 20 24 137 27 26 22 1697 596
((Y [m]Y[a])/Ym) X 100% -4,206898711 0,016379706 -5,267595515 0,963330607 0,971651329 0,264032182 9,234861653 -1,322408848 -8,789655559 -4,765647235 -2,532868707 -1,076818446 -2,368485634 0,285644691 0,398723054 -0,541900154 -3,089277853 0,163856803 -4,144653973 -0,15569456 -25,96342517
{[(Y [m]Y[a])/Ya] X 100%}2 0,652778516 0,000277305 0,706354825 690,1496374 1174,777143 0,128705196 1,257616344 0,324230703 0,806137065 0,683199672 0,514008571 0,268836299 0,49439277 0,159890905 0,439737588 0,123516804 0,570716858 0,038403219 0,649029171 0,018149336 1872,762761
[(Y [m]Y[a])/Ya] x 100 % -0,8079471 0,016652469 -0,840449181 26,27069922 34,27502214 0,358755064 -1,121434948 -0,569412595 -0,89785136 -0,826558934 -0,716943911 -0,518494261 -0,703130692 0,399863608 0,663127128 -0,351449575 -0,755458045 0,195967393 -0,805623468 -0,134719471 53,13061348
(Y [m]Y[a]2)/Ya 112,2779047 0,007209923 94,65154658 690,1496374 1174,777143 2,831514305 1,257616344 31,45037819 299,8829881 174,2159164 74,01723425 25,8082847 41,52899265 4,317054444 12,31265245 5,064188955 7,419319155 0,768064383 88,91699648 0,471882733 2842,126525
115 f. Polinomial
Tahun 0 0 0 0 8 8 8 7 7 7 6 6 6 5 5 4 4 3 3 3 Jumlah
Acarina 488 253 153 275 610 357 18 1164 800 1487 1053 1814 218 784 1877 257 25 197 258 171 12259
Y [a] 172 26 134 1 1 22 1 97 372 255 144 96 84 27 28 41 13 20 137 26 1697
Y [m] 28 16 12 17 34 21 6 57 43 60 54 51 15 43 47 16 6 14 16 12 568
((Y [m]Y[a])/Ym) X 100% -5,157297201 -0,606903807 -10,56724173 0,941979247 0,970731376 -0,034199854 0,83506252 -0,70901015 -7,571448321 -3,253338591 -1,689751084 -0,897864931 -4,780420265 0,367103057 0,403882522 -1,504431907 -1,055063855 -0,474669324 -7,344118889 -1,099411023 -43,22641221
{[(Y [m]Y[a])/Ya] X 100%}2 0,701558814 0,14264612 0,834571715 263,5821249 1100,002129 0,001093552 25,63299043 0,172113771 0,780278253 0,585057588 0,39465834 0,223816148 0,683932636 0,336441844 0,459035641 0,360849921 0,263576598 0,10360794 0,77467302 0,274236481 1396,309393
[(Y [m]Y[a])/Ya] x 100 % -0,837591078 -0,377685213 -0,913548967 16,2352125 33,16628 -0,033068903 5,06290336 -0,414865968 -0,883333602 -0,764890573 -0,628218386 -0,473092113 -0,827002198 0,580036071 0,677521691 -0,60070785 -0,513397115 -0,321881873 -0,880155111 -0,523675932 46,72883874
(Y [m]Y[a]2)/Ya 120,668116 3,708799125 111,8326098 263,5821249 1100,002129 0,024058151 25,63299043 16,69503581 290,26351 149,189685 56,83080098 21,48635018 57,45034139 9,083929782 12,85299796 14,79484678 3,426495775 2,072158803 106,1302037 7,130148513 2372,857332
116 Lampiran 9 Analisis regresi ganda model keberhasilan revegetasi dari aspek kesuburan tanah di area revegetasi PT NNT mulai dari model 1 sampai model 5 a. Model 1 Regression Analysis: Skor Collemb versus SKOR FISIK , SKOR KIMIA The regression equation is Skor Collembola = - 0.103 SKOR FISIK [RH] + 0.691 SKOR KIMIA [C-Organik]+ 0.113 SKOR VEGETASI [KERAPATAN TK TIA + 0.141 SKOR PREDATOR [ACARINA] + 0.129 SKOR SERASAH
Predictor Coef SE Coef T P Noconstant SKOR FISIK [RH] -0.10343 0.06811 -1.52 0.144 SKOR KIMIA [C-Organik] 0.69131 0.09823 7.04 0.000 SKOR VEGETASI [KERAPATAN TK TIA 0.11254 0.06240 1.80 0.086 SKOR PREDATOR [ACARINA] 0.14057 0.07290 1.93 0.067 SKOR SERASAH 0.1287 0.1051 1.22 0.234
S = 7.90942 PRESS = 2712.91
Analysis of Variance Source DF SS MS F P Regression 5 61466 12293 196.51 0.000 Residual Error 21 1314 63 Total 26 62780
Source DF Seq SS SKOR FISIK [RH] 1 47591 SKOR KIMIA [C-Organik] 1 13228 SKOR VEGETASI [KERAPATAN TK TIA 1 247 SKOR PREDATOR [ACARINA] 1 306 SKOR SERASAH 1 94
Unusual Observations SKOR FISIK Obs [RH] 1 89 19 100 25 41 26 47
Skor Collembola Fit SE Fit Residual St Resid 10.00 28.61 4.81 -18.61 -2.96R 56.00 39.63 3.21 16.37 2.26R 100.00 86.94 5.24 13.06 2.21R 100.00 99.86 6.36 0.14 0.03 X
R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.
117 b. Model 2 Regression Analysis: Skor Collemb versus SKOR KIMIA [, SKOR VEGETAS, ... The regression equation is Skor Collembola = 0.634 SKOR KIMIA [C-Organik] + 0.0585 SKOR VEGETASI [KERAPATAN TK TIA + 0.121 SKOR PREDATOR [ACARINA] + 0.170 SKOR SERASAH
Predictor Coef SE Coef T P Noconstant SKOR KIMIA [C-Organik] 0.63364 0.09324 6.80 0.000 SKOR VEGETASI [KERAPATAN TK TIA 0.05849 0.05275 1.11 0.279 SKOR PREDATOR [ACARINA] 0.12118 0.07387 1.64 0.115 SKOR SERASAH 0.1703 0.1045 1.63 0.117
S = 8.14080 PRESS = 2444.84
Analysis of Variance Source DF SS MS F P Regression 4 61322 15331 231.32 0.000 Residual Error 22 1458 66 Total 26 62780
Source DF Seq SS SKOR KIMIA [C-Organik] 1 60794 SKOR VEGETASI [KERAPATAN TK TIA 1 106 SKOR PREDATOR [ACARINA] 1 245 SKOR SERASAH 1 176
Unusual Observations SKOR KIMIA Skor Obs [C-Organik] Collembola Fit SE Fit Residual St Resid 1 46 10.00 34.78 2.64 -24.78 -3.22R 21 89 76.00 67.02 5.54 8.98 1.50 X 25 100 100.00 83.98 5.01 16.02 2.50R 26 100 100.00 96.63 6.17 3.37 0.63 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.
118 c. Model 3 Regression Analysis: Skor Collemb versus SKOR KIMIA [, SKOR PREDATO, ... The regression equation is Skor Collembola = 0.685 SKOR KIMIA [C-Organik] + 0.125 SKOR PREDATOR [ACARINA] + 0.174 SKOR SERASAH
Predictor Coef SE Coef T P Noconstant SKOR KIMIA [C-Organik] 0.68499 0.08134 8.42 0.000 SKOR PREDATOR [ACARINA] 0.12541 0.07414 1.69 0.104 0.1736 0.1049 1.65 0.112 SKOR SERASAH
S = 8.18131 PRESS = 2079.77
Analysis of Variance Source DF SS MS F P Regression 3 61241 20414 304.98 0.000 Residual Error 23 1539 67 Total 26 62780
Source DF Seq SS SKOR KIMIA [C-Organik] 1 60794 SKOR PREDATOR [ACARINA] 1 263 SKOR SERASAH 1 183
Unusual Observations SKOR KIMIA Skor Obs [C-Organik] Collembola Fit SE Fit Residual St Resid 1 46 10.00 36.70 2.01 -26.70 -3.37R 17 46 39.00 45.79 4.96 -6.79 -1.04 X 21 89 76.00 65.88 5.47 10.12 1.66 X 26 100 100.00 97.40 6.16 2.60 0.48 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.
119 d. Model 4
Regression Analysis: Skor Collemb versus SKOR KIMIA [, SKOR SERASAH The regression equation is Skor Collembola = 0.782 SKOR KIMIA [C-Organik] + 0.202 SKOR SERASAH
Predictor Coef SE Coef T P Noconstant SKOR KIMIA [C-Organik] 0.78213 0.05979 13.08 0.000 SKOR SERASAH 0.2021 0.1075 1.88 0.072
S = 8.49270 PRESS = 1943.62
Analysis of Variance Source DF SS MS F P Regression 2 61049 30524 423.21 0.000 Residual Error 24 1731 72 Total 26 62780
Source DF Seq SS SKOR KIMIA [C-Organik] 1 60794 SKOR SERASAH 1 255
Unusual Observations SKOR KIMIA Skor Obs [C-Organik] Collembola Fit SE Fit Residual St Resid 1 46 10.00 38.81 1.64 -28.81 -3.46R 19 46 56.00 39.21 1.54 16.79 2.01R 21 89 76.00 71.83 4.34 4.17 0.57 X 23 89 76.00 71.83 4.34 4.17 0.57 X 26 100 100.00 98.42 6.36 1.58 0.28 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.
120 Model 5 Regression Analysis: Skor Collembola versus SKOR KIMIA [C-Organik] The regression equation is Skor Collembola = 0.879 SKOR KIMIA [C-Organik]
Predictor Coef SE Coef T P Noconstant SKOR KIMIA [C-Organik] 0.87904 0.03177 27.67 0.000
S = 8.91245 PRESS = 2155.97
Analysis of Variance Source DF SS MS F P Regression 1 60794 60794 765.36 0.000 Residual Error 25 1986 79 Total 26 62780
Unusual Observations SKOR KIMIA Skor Obs [C-Organik] Collembola Fit SE Fit Residual St Resid 1 46 10.00 40.44 1.46 -30.44 -3.46R 25 100 100.00 87.90 3.18 12.10 1.45 X 26 100 100.00 87.90 3.18 12.10 1.45 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.
121 Lampiran 10 Hasil uji akurasi tingkat keberhasilan revegetasi model 1 sampai model 5 a. Model 1 CLAS S c1 c2 c3 To Us == Av Av Av Ka Va Q1 Q2 Q3 Q4 V1 V2 V3
C1
C2 17.00 0.00 0.00 17.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C3 2.00 0.00 0.00 2.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 7.00 0.00 7.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
TOT_RO PROD_AC SUMMAR W C Y 19.00 89.47 0.0000000 7.00 0.00 0.0000000 0.00 0.0000000 26.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.00 0.00 33.3333333 0.00 0.00 65.3846154 0.00 0.00 0.3097345 0.00 0.00 0.0093602 0.00 0.00 0.6538462 0.00 0.00 0.4985207 0.00 0.00 0.9053254 0.00 0.00 1.3817706 0.00 0.00 0.8999922 0.00 0.00 -1.3911383 0.00 0.00 0.7345115
122 b. Model 2 CLAS S c1 c2 c3 To Us == Av Av Av Ka Va Q1 Q2 Q3 Q4 V1 V2 V3
C1 19.00 0.00 0.00 19.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C2 0.00 1.00 0.00 1.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C3 0.00 6.00 0.00 6.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
TOT_RO PROD_AC SUMMAR W C Y 19.00 100.00 0.0000000 7.00 14.29 0.0000000 0.00 0.0000000 26.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.00 0.00 66.6666667 0.00 0.00 76.9230769 0.00 0.00 0.4935065 0.00 0.00 0.0081670 0.00 0.00 0.7692308 0.00 0.00 0.5443787 0.00 0.00 1.0798817 0.00 0.00 1.6223259 0.00 0.00 0.8551189 0.00 0.00 -1.1827294 0.00 0.00 0.5399516
123 c. Model 3 CLAS S c1 c2 c3 To Us == Av Av Av Ka Va Q1 Q2 Q3 Q4 V1 V2 V3
C1 19.00 0.00 0.00 19.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C2 0.00 1.00 0.00 1.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C3 0.00 6.00 0.00 6.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
TOT_RO PROD_AC SUMMAR W C Y 19.00 100.00 0.0000000 7.00 14.29 0.0000000 0.00 0.0000000 26.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.00 0.00 66.6666667 0.00 0.00 76.9230769 0.00 0.00 0.4935065 0.00 0.00 0.0081670 0.00 0.00 0.7692308 0.00 0.00 0.5443787 0.00 0.00 1.0798817 0.00 0.00 1.6223259 0.00 0.00 0.8551189 0.00 0.00 -1.1827294 0.00 0.00 0.5399516
124
d. Model 4 CLAS S c1 c2 c3 To Us == Av Av Av Ka Va Q1 Q2 Q3 Q4 V1 V2 V3
C1 19.00 0.00 0.00 19.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C2
C3 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 7.00 0.00 7.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
TOT_RO PROD_AC SUMMAR W C Y 19.00 100.00 0.0000000 7.00 0.00 0.0000000 0.00 0.0000000 26.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.00 0.00 0.00 0.00 73.0769231 0.00 0.00 0.4222222 0.00 0.00 0.0054592 0.00 0.00 0.7307692 0.00 0.00 0.5340237 0.00 0.00 1.0680473 0.00 0.00 1.6390533 0.00 0.00 0.9061023 0.00 0.00 -1.5303061 0.00 0.00 0.7661422
125 e. Model 5 CLAS S c1 c2 c3 To Us == Av Av Av Ka Va Q1 Q2 Q3 Q4 V1 V2 V3
C1
C2 19.00 0.00 0.00 19.00 100.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
C3 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 7.00 0.00 7.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
TOT_RO PROD_AC SUMMAR W C Y 19.00 100.00 0.0000000 7.00 0.00 0.0000000 0.00 0.0000000 26.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.0000000 0.00 0.00 0.00 0.00 0.00 0.00 73.0769231 0.00 0.00 0.4222222 0.00 0.00 0.0054592 0.00 0.00 0.7307692 0.00 0.00 0.5340237 0.00 0.00 1.0680473 0.00 0.00 1.6390533 0.00 0.00 0.9061023 0.00 0.00 -1.5303061 0.00 0.00 0.7661422