PENYUSUNAN TABEL VOLUME LOKAL TEGAKAN HUTAN ALAM PADA AREAL IUPHHK PT. TRISETIA INTIGA DI KABUPATEN LAMANDAU, KALIMANTAN TENGAH MOHAMAD FATAH NOOR

Transkripsi

1 PENYUSUNAN TABEL VOLUME LOKAL TEGAKAN HUTAN ALAM PADA AREAL IUPHHK PT. TRISETIA INTIGA DI KABUPATEN LAMANDAU, KALIMANTAN TENGAH MOHAMAD FATAH NOOR DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR 2009

2 PENYUSUNAN TABEL VOLUME LOKAL TEGAKAN HUTAN ALAM PADA AREAL IUPHHK PT. TRISETIA INTIGA DI KABUPATEN LAMANDAU, KALIMANTAN TENGAH Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan Pada Fakultas Kehutanan Institut Pertanian Bogor MOHAMAD FATAH NOOR E DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR 2009

3 RINGKASAN Mohamad Fatah Noor. Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau Kalimantan Tengah. Dibimbing oleh BUDI KUNCAHYO dan I NENGAH SURATI JAYA. Berdasarkan peraturan Menteri Kehutanan nomor P34/Menhut-II/2007 tentang pedoman inventarisasi hutan menyeluruh berkala bahwa setiap Izin Usaha Pemanfaatan Hasil Hutan Kayu dalam Hutan Alam dan Izin Usaha Pemanfaatan Hasil Hutan Kayu dalam Hutan Tanaman IUPHHK diwajibkan menyusun Rencana Kerja Usaha Pemanfaatan Hasil Hutan Kayu sepuluh tahunan (Pasal 73 dan 75 Peraturan Pemerintah Nomor 6 Tahun 2007) berdasarkan hasil Inventarisasi Hutan Menyeluruh Berkala. Dalam kegiatan inventarisasi hutan, dilakukan pengukuran terhadap dimensi-dimensi pohon maupun tegakan, yang kadang-kadang sulit dan tidak praktis. Oleh karena itu, ketersediaan alat bantu dalam inventarisasi hutan adalah sangat diperlukan, untuk mempercepat kegiatan dan memperkecil kesalahan yang terjadi dalam pengukuran. Alat bantu yang dimaksud antara lain kurva tinggi pohon, tabel volume pohon dan kurva diameter tajuk yang berkaitan langsung dengan kegiatan inventarisasi hutan menyeluruh berkala yang dilakukan. Tujuan utama dari penelitian ini adalah untuk penyusunan tabel volume pada areal UPHHK PT. Trisetia Intiga. Tabel volume yang disusun dikelompokkan menjadi kelompok jenis meranti dan non-meranti (rimba campuran). Data dianalisis menggunakan seperangkat komputer yang dilengkapi dengan perangkat lunak Minitab 14. Alat-alat bantu yang digunakan selama pengambilan data di lapangan mencakup GPS, Phi-band, Sonin, Haglof, kamera dijital dan meteran. Rangkaian metode penelitian terdiri dari penentuan jumlah dan pemilihan pohon contoh, pengukuran, penentuan volume pohon contoh, dan analisis data. Berdasarkan kriteria pemilihan model yaitu besarnya nilai koefisien determinasi, simpangan baku, uji F, uji diagnostik baris, maka model yang terpilih untuk jenis meranti adalah sebagai berikut V = D D, sedangkan untuk kelompok jenis non-meranti diperoleh persamaan terbaik yaitu V = D D. Selanjutnya dari persamaan terbaik untuk lokasi areal PT. Trisetia Intiga, dilakukan perbandingan terhadap persamaan penduga volume pohon Propinsi Kalimantan Tengah. Kriteria yang diuji adalah nilai simpangan agregat relative, nilai simpangan rata-rata, RMSE, Bias, dan nilai X 2 hitung diperoleh persamaan terbaik untuk lokasi areal PT. Trisetia Intiga adalah: D D untuk kelompok jenis meranti, sedangkan persamaan regresi untuk kelompok jenis non-meranti adalah V = D D Kata kunci: Sediaan tegakan, Purposive sampling method, kelompok jenis meranti dan non-meranti.

4 SUMMARY MOHAMAD FATAH NOOR. Establishing Local Volume Table For Natural Forest in Area of PT. Trisetia Intiga in Kalimantan Tengah. Under Supervision of Budi Kuncahyo and I Nengah Surati Jaya Based on the Minister of Forestry s decree no P34/ Menhut-II/ 2007 on implementation of forest inventory for whole area (IHMB) of each concession area (IUPHHK) either for natural forest or plantation forest, the concession holder is obligated to establish work plan for forest product utilization (section 73 and 75 Government Regulation No. 6 Year 2007) on the basis of the result of IHMB. During implementation of tree measurement in the field, all tree dimensions should be measured. This field measurement might be impractical and somehow difficult to be implemented. Thus, to facilitated this measurement, as well as to reduce human error, it is needed to establish supporting tools that include tree height curve, tree volume table and crown diametre curve. The main objective of this research is to establish volume table for concession area of PT. Trisetia Intiga. The developed volume tables are classified into meranti classes and non-meranti classes. The data were analyzed using computer with minitab-14 s software. The supporting equipments that used during data measurement in the field are GPS, Phi-band, Sonin distance measurement tool, Haglof height measurement tool, digital camera and other measuring tools. The procedure of this research includes data collection and selection of tree sample, measurement of tree dimension, data analysis and reporting. The criteria of model determination used are cofficient of determination, standard deviation, F-test and line diagnostic test. The selected models are V = D D for meranti class and V = D D for non-meranti class. Then based on comparison analysis with the estimation model for Kalimantan Tengah Province using agregat deviation value, RMSE, bias, X 2 (Khi-kuadrat), the best models are V = D D for meranti and V = D D for non-meranti classes. Key words: Standing stock, Purposive sampling method, meranti and non-meranti classes

5 Hak cipta milik IPB, tahun 2009 Hak cipta dilindungi Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi, mikrofilm, dan sebagainya

6 PERNYATAAN Dengan ini saya menyatakan bahwa skripsi berjudul Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau, Kalimantan Tengah adalah benar-benar hasil karya saya sendiri dengan bimbingan dosen pembimbing dan belum pernah digunakan sebagai karya ilmiah pada Perguruan Tinggi atau lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Bogor, April 2009 Mohamad Fatah Noor NRP. E

7 Judul Nama Mahasiswa Nomor Pokok Departemen : Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau, Kalimantan Tengah : Mohamad Fatah Noor : E : Manajemen Hutan Menyetujui: Komisi Pembimbing Ketua, Anggota, Dr.Ir Budi Kuncahyo,MS Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr NIP NIP Mengetahui : Dekan Fakultas Kehutanan Institut Pertanian Bogor Dr. Ir. Hendrayanto, M. Agr NIP Tanggal :

8 RIWAYAT HIDUP Penulis dilahirkan di Jakarta 28 Juni 1986, merupakan anak kedua dari empat bersaudara dari pasangan Bapak Anis Puar (alm) dan Ibu Mimmy Sudarni. Penulis menyelesaikan Sekolah Menengah Umum Islam Terpadu Nurul Fikri Depok pada tahun , pada tahun 2004 melalui jalur SPMB (Seleksi Penerimaan Mahasiswa Baru) penulis diterima di program Strata 1 Departemen Manajemen Hutan. Dalam masa studinya penulis mengikuti kegiatan Praktek Pengenalan Hutan padaa tahun 2007 di Baturaden-Cilacap, Jawa Tengah dan Praktek Pengelolaann Hutan di Desa Getas, Kecamatan Randublatung, Kabupaten Blora, Jawa Tengah. Tahun 2008 penulis mengikuti praktek kerja lapang di PT. Korintiga Hutani Kabupaten Lamandau, Kalimantan Tengah. Selama menuntut ilmu di IPB, penulis aktif di sejumlah organisasi kemahasiswaan yaitu sebagai Kepala bidang Medikom dan Hublu Himpunan Mahasiswa Profesi Forest Management Students Club (Himpro FMSC) tahun , Ketua Presidium Himpunan Mahasiswa Profesi Forest Management Students Club (Himpro FMSC) tahun 2006, anggota Unit Kegiatan Mahasiswa (UKM) Persatuan Tenis Meja IPB tahun , Steering Committee (SC) Bina Corps Rimbawan (BCR) dan Ketua Umum Himpunan Mahasiswa Profesi Forest Management Students Club (Himpro FMSC) tahun Penulis juga aktif sebagai asisten praktek pengelolaann hutan (P2H) di Gunung Walat, Sukabumi pada tahun Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan Pada Program Studi Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor, penulis menyusun skripsi berjudul Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau, Kalimantan Tengah di bawah bimbingann Bapak Dr. Ir Budi Kuncahyo, MS dan Prof. Dr. Ir. I Nengah Surati Jaya, M. Agr

9 UCAPAN TERIMA KASIH Segala puji hanyalah milik Allah SWT. karena hanya dengan kasih sayang-nya akhirnya skripsi dengan judul Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau, Kalimantan Tengah dapat diselesaikan. Keberhasilan penulis dalam menyelesaikan karya ini tentunya tidak terlepas dari dukungan berbagai pihak. Pada kesempatan ini penulis ingin mengucapkan terimakasih kepada: 1. Kedua orang tua, mama Mimmy Sudarni atas kasih sayang, nasihat hidup, kesabaran dan lantunan do a yang tak pernah putus hingga tak terhitung tetesan air mata dan keringat yang telah dikeluarkan. Almarhum Bapak Anis Puar atas segala ajaran nilai, etika, dan moral kehidupan. 2. Abang dan kedua adik, bang Lutfi, Umar dan Falah atas senyuman yang selalu menghiasi kehidupan sehari-hari penulis. 3. Bapak Dr. Ir. Budi Kuncahyo, MS sebagai pembimbing I yang telah memberikan nasihat, bimbingan dan arahan dalam penyelesaian skripsi ini. 4. Bapak Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr sebagai pembimbing II yang telah memberikan nasihat, bimbingan dan arahan serta kesabaran dalam penyelesaian skripsi ini. 5. Bapak Dr. Ir. I Wayan Darmawan, MS selaku dosen penguji dari Departemen Hasil Hutan dan Bapak Dr. Ir. Agus Hikmat, MS selaku dosen penguji dari Departemen Konservasi Sumberdaya Hutan dan Ekowisata atas saran perbaikan dan nasehat yang disampaikan kepada penulis. 6. Pak Uus dan Mas Edwine atas semua ilmu, bantuan dan motivasi yang telah diberikan. 7. Bapak DR. Kim Young Cheol, Direktur PT. Trisetia Intiga, Kalimantan Tengah atas ijin dan kesempatannya untuk melakukan penelitian di areal kerja PT. Trisetia Intiga. 8. Bapak Margono, staf Divisi Kehutanan PT. Trisetia Intiga, Kalimantan Tengah atas bantuan komunikasi sehingga penelitian ini dapat terlaksana dengan lancar.

10 9. Bapak Rifky Arifiyanto, S.Hut selaku manajer perencanaan PT. Trisetia Intiga atas semua bantuannya selama pengambilan data. 10. Bapak Soni dan keluarga besar Camp Palikodan yang telah mengisi kehidupan sehari-hari penulis selama pengambilan data. 11. Keluarga besar Lab. Remote Sensing: Bejo, Baki, Pipit besar, Pipit kecil, Nyoti yang telah mengisi kehidupan sehari-hari penulis dalam penyelesaian skripsi. 12. Rekan-rekan Manajemen Hutan 41: Nurlita, Christina, Khalifah, Topan, Babeh, Fitri, Ayu,, Clod, Nayu, Linda, Edo, Nur, Ilyas, Venti, Topan, Sudiah, Priyo, Amri, Iis, Pampam, Sandi, Dodo, Juli, Satrio, Budi, Eko, Rejos, Puji, Wati, Feri dan semua yang tidak disebutkan, terima kasih atas dukungan dan empati yang diberikan selama studi. 13. Rizki Nugraha, Priyo dan Ahmad Zamhari yang telah ikhlas laptop, kamera dijital dan printernya dipinjamkan untuk mengerjakan penelitian ini serta bantuan lainnya. Serta Fitroh, Ariyanto, Dewi R, Fenoy, Islamy, Bayu dan Cindera, atas lantunan do,a dan dukungan moral selama mengerjakan penelitian ini. 14. Keluarga besar Pondok Ar-Razak, Padepokan Bukit Tengkorak (PBT), Wisma Madinah dan Dar E Syabaab atas kekeluargaan dan pengertiannya selama hidup dalam satu atap. 15. Seluruh rekan-rekan yang pernah berjuang bersama di HIMPRO Forest Management Students Club 2006/2007 atas dedikasi dan persahabatan yang terjalin selama berorganisasi. 16. Kepada semua pihak yang tidak dapat disebutkan satu persatu yang turut memberikan sumbangsihnya yang tidak ternilai.

11 i KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT atas segala Rahmat dan Hidayah-Nya, sehingga penyusunan Tugas Akhir ini dapat diselesaikan. Tugas akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Departemen Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor. Tema yang dipilih dalam penelitian ini adalah Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau, Kalimantan Tengah dibawah bimbingan Dr. Ir. Budi Kuncahyo, MS dan Prof. Dr. Ir. I Nengah Surati Jaya, M. Agr. Penyusunan Tugas Akhir ini adalah sebagai wahana bagi penulis untuk melatih keterampilan dan wawasan penulis dalam menyusun sebuah Karya Ilmiah. Kritik dan saran yang bersifat membangun bagi penyusun tulisan ini sangat diharapkan. Semoga Tugas Akhir ini dapat bermanfaat bagi pembangunan hutan di Indonesia. Bogor, April 2009 Penulis

12 ii DAFTAR ISI Halaman KATA PENGANTAR... i DAFTAR ISI... ii DAFTAR TABEL... iii DAFTAR GAMBAR... v DAFTAR LAMPIRAN... vi BAB I PENDAHULUAN 1.1 Latar Belakang Tujuan Manfaat... 2 BAB II METODE PENELITIAN 2.1 Waktu dan Tempat Data dan Alat Metode Penelitian... 5 BAB III KEADAAN UMUM LOKASI PENELITIAN 3.1 Letak dan Luas IPHHK Geologi dan tanah Keadaan Hutan Topografi Lahan BAB IV HASIL DAN PEMBAHASAN 4.1 Penentuan Pohon Contoh Penyusunan Model Persamaan Regresi Validasi Model Validasi Model Propinsi Kalimantan Tengah BAB V KESIMPULAN 5.1 Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN... 46

13 iii DAFTAR TABEL No. Halaman 1 Analisa keragaman pengujian regresi Formasi geologi areal IUPHHK PT. Trisetia Intiga Jenis tanah yang terdapat di areal IUPHHK PT. Trisetia Intiga Wilayah IUPHHK PT. Trisetia Intiga yang overlap penggunaannya dengan perkebunan Kondisi topografi lahan Sebaran data pohon contoh Nilai R 2, r persamaan regresi dan hasil uji transformasi Z-fisher Persamaan regresi yang diperoleh untuk kelompok jenis meranti Persamaan regresi yang diperoleh untuk jenis non- meranti Nilai F hitung dan F tabel jenis meranti Nilai F hitung dan F tabel jenis non-meranti Nilai simpangan baku dan Press untuk jenis meranti Nilai simpangan baku dan Press untuk jenis non-meranti Uji pengamatan pencilan T resid jenis meranti Uji pengamatan pencilan T resid jenis non-meranti Uji pengamatan leverage (Hi) terhadap nilai Hi tabel jenis meranti Uji pengamatan leverage (Hi) terhadap nilai Hi tabel untuk... kelompok jenis non-meranti Uji pengamatan berpengaruh (Ci) terhadap nilai tabel CookD jenis meranti Uji pengamatan berpengaruh (Ci) terhadap nilai tabel CookD jenis non-meranti... 34

14 iv 20. Persamaan regresi jenis meranti setelah pengamatan pencilan... dihilangkan Penentuan peringkat model penduga volume pohon terbaik berdasarkan kriteria nilai R2, simpangan baku (s), dan Fhitung jenis meranti Penentuan peringkat model penduga volume pohon terbaik berdasarkan kriteria nilai R2, simpangan baku (s), dan Fhitung jenis non-meranti Simpangan agregat relatif (SAA) dan simpangan rata-rata relatif (SAR) jenis meranti Simpangan agregat relatif (SAA) dan simpangan rata-rata relatif... (SAR) jenis non-meranti Nilai simpangan baku (s), RMSE, bias dan Khi-kuadrat jenis meranti Nilai simpangan baku (s), RMSE, bias dan Khi-kuadrat jenis... non-meranti Penentuan peringkat model penduga volume pohon terbaik berdasarkan kriteria nilai RMSE, Simpangan baku(s), dan bias (e) untuk jenis meranti Penentuan peringkat model penduga volume pohon terbaik berdasarkan kriteria nilai RMSE, Simpangan baku(s), dan bias (e) untuk jenis nonmeranti Penentuan peringkat gabungan untuk kelompok jenis meranti Penentuan peringkat gabungan untuk kelompok jenis non-meranti Nilai SAR dan SRR untuk kelompok jenis meranti Nilai SAR dan SRR untuk kelompok jenis non-meranti Nilai simpangan baku (s), bias dan Khi-kuadrat jenis meranti Nilai simpangan baku (s), bias dan Khi-kuadrat jenis non-meranti Nilai Root mean Square (RMSE) kelompok jenis meranti Nilai Root mean Square (RMSE) kelompok jenis non-meranti Peringkat persamaan penduga volume kelompok jenis meranti Peringkat persamaan penduga volume kelompok jenis non-meranti... 42

15 v DAFTAR GAMBAR No Halaman 1. (a) Sonin alat ukur jarak dijital, (b) Haglof alat ukur tinggi dijital... (c) GPS Trimble Juno ST Pasaman Diagram alir penelitian Peta kelas lereng PT. Trisetia Intiga, Kalimantan Tengah Peta penutupan lahan PT. Trisetia Intiga, Kalimantan Tengah Diagram pencar hubungan antara sisaan dengan plot peluang... normalnya untuk kelompok jenis meranti Diagram pencar hubungan antara sisaan dengan plot peluang... normalnya untuk kelompok jenis non-meranti Diagram pencar hubungan antara sisaan dengan Y duga untuk... kelompok jenis meranti Diagram pencar hubungan antara sisaan dengan Y duga untuk... kelompok jenis non-meranti... 31

16 vi DAFTAR LAMPIRAN No Halaman 1. Analisis regresi kelompok jenis meranti Analisis regresi kelompok jenis non-meranti Data pohon contoh kelompok jenis meranti Data pohon contoh kelompok jenis non-meranti Data validasi kelompok jenis meranti Data validasi kelompok jenis non-meranti Tabel volume lokal kelompok jenis meranti Tabel volume lokal kelompok jenis non-meranti Daftar sidik ragam... 63

17 BAB I PENDAHULUAN 1.1 Latar Belakang Berdasarkan Peraturan Menteri Kehutanan nomor P.34/Menhut-II/2007 tentang pedoman inventarisasi hutan menyeluruh berkala bahwa setiap Izin Usaha Pemanfaatan Hasil Hutan Kayu (IUPHHK) dalam Hutan Alam dan IUPHHK dalam Hutan Tanaman, diwajibkan menyusun Rencana Kerja Usaha Pemanfaatan Hasil Hutan Kayu sepuluh tahunan (Pasal 73 dan 75 Peraturan Pemerintah Nomor 6 Tahun 2007) yang disusun berdasarkan inventarisasi hutan berkala sepuluh tahunan yang selanjutnya disebut sebagai Inventarisasi Hutan Menyeluruh Berkala. Kegiatan inventarisasi hutan merupakan salah satu kegiatan yang sangat penting dalam perencanaan hutan. Inventarisasi hutan adalah kegiatan yang dilaksanakan untuk mengetahui dan memperoleh data serta informasi tentang sumberdaya, potensi kekayaan alam hutan serta lingkungannya secara lengkap. Adalah hal yang mutlak bahwa pengelolaan areal hutan secara berkelanjutan membutuhkan jumlah informasi yang besar dan keberlanjutan dari beragam informasi. Ini adalah kenyataan untuk beberapa pengurusan hutan dan juga untuk produksi kayu. Dalam pengertian ini inventarisasi hutan adalah usaha untuk menguraikan kuantitas dan kulitas pohon-pohon hutan serta berbagai karakteristik areal tanah tempat tumbuhnya. Salah satu tujuan dari kegiatan inventarisasi hutan adalah untuk menyajikan taksiran-taksiran kuantitas kayu di hutan menurut suatu urutan klasifikasi seperti jenis atau kelompok jenis, ukuran, kualitas dan sebagainya. Dalam kegiatan inventarisasi hutan, untuk mencapai tujuan tersebut dilakukan pengukuran terhadap dimensi-dimensi pohon maupun tegakan, yang kadang-kadang sulit dan tidak praktis diukur secara langsung dilapangan. Oleh karena itu, ketersediaan alat bantu dalam inventarisasi hutan adalah sangat diperlukan, untuk mempercepat kegiatan dan memperkecil kesalahan yang terjadi dalam pengukuran.

18 2 Pengertian alat bantu dalam inventarisasi hutan ini adalah alat yang digunakan untuk mempercepat kegiatan inventarisasi hutan selain alat-alat ukur dimensi pohon maupun dimensi tegakan. Alat bantu yang dimaksud antara lain kurva tinggi pohon, tabel volume pohon dan kurva diameter tajuk yang berkaitan langsung dengan kegiatan inventarisasi hutan menyeluruh berkala yang dilakukan. Di Indonesia telah banyak penelitian tentang pembuatan tabel volume lokal. Diantaranya adalah penelitian Vitta Vurnamawati (2002) yang menyusun tabel volume batang Gmelina arborea di areal PT. Wanakasita Nusantara Jambi, penelitian Priyanto (1999) yang menyusun tabel volume lokal jenis jenis komersial hutan alam di HPH PT. Harjohn Timber LTD di propinsi Kalimantan Barat. 1.2 Tujuan Penelitian Tujuan utama dari penelitian ini adalah untuk menyusun tabel volume lokal pada areal IUPHHK PT. Trisetia Intiga. 1.3 Manfaat Penelitian Manfaat yang didapatkan dari penelitian ini adalah untuk mempermudah dan meningkatkan efisiensi pelaksanaan kegiatan Inventarisasi Hutan Menyeluruh Berkala pada areal IUPHHK PT. Trisetia Intiga, Kalimantan Tengah.

19 BAB II METODE PENELITIAN 2.1 Waktu dan Tempat Kegiatan pengambilan data penelitian Penyusunan Tabel Volume Lokal Tegakan Hutan Alam pada Areal IUPHHK PT. Trisetia Intiga di Kabupaten Lamandau, Kalimantan Tengah pada bulan November-Januari 2009, sedangkan kegiatan pengolahan data dilakukan di Laboratorium SIG dan Remote Sensing Fakultas Kehutanan IPB pada bulan Januari-Februari Data dan Alat Data yang digunakan selama penelitian terdiri dari: a. Pohon contoh untuk kelompok jenis meranti Suku meranti-merantian atau Dipterocarpaceae merupakan sekelompok tumbuhan pantropis yang anggota-anggotanya banyak dimanfaatkan dalam bidang perkayuan. Suku ini praktis semuanya berupa pohon, yang biasanya sangat besar, dengan ketinggian dapat mencapai 70-85m. Hutan Kalimantan merupakan satu pusat keragaman suku ini. Sesuai surat keputusan Menteri Kehutanan Republik Indonesia No.163/KPTS-II/2003 tentang pengelompokan jenis kayu, beberapa jenis anggota meranti-merantian antara lain: keruing (Dipterocarpus elongatus), mersawa (D. crinitus), bangkirai (Shorea laevis), meranti putih/melapi (S. virescens), meranti kuning (S. macroptera), meranti merah (S. parvifolia), meranti batu (Hopea mengarawan) b. Pohon contoh untuk kelompok jenis non-meranti Adapun kelompok jenis non-meranti yaitu termasuk dalam kayu rimba campuran, kayu eboni dan kayu indah. Adapun diantaranya yang termasuk dalam kelompok kayu rimba campuran adalah benuang, jabon, bintangur, keranji, ketapang, kempas, dll. kelompok jenis kayu eboni adalah eboni bergaris, eboni hitam, eboni. Kelompok jenis kayu indah diantaranya adalah ulin, bungur dan rengas.

20 Alat-alat yang digunakan dalam penelitian ini adalah: a. Alat Ukur Lapangan Alat alat ukur lapangan yang digunakan selama penelitian ini adalah peta lokasi penelitian, GPS, alat ukur tinggi dijital Haglof, Clinometer, Phi-band, tallysheet, alat ukur jarak dijital Sonin dan Kamera dijital (a) (b) (c) Gambar 1 (a).sonin, alat ukur jarak dijital (b). Haglof,alat ukur tinggi dijital (c). GPS Trimble Juno ST. b. Software Perangkat lunak utama yang digunakan dalam penelitian ini adalah Minitab14.

21 5 c. Hardware Perangkat keras atau hardware yang digunakan dalam penelitian ini adalah seperangkat computer. 2.3 Metode Penelitian Penentuan Jumlah dan Pemilihan Pohon Contoh. Untuk menyusun model penduga volume pohon diperlukan sejumlah pohon contoh dari jenis meranti dan non-meranti. Agar mewakili kelas diameter, maka pohon-pohon contoh dipilih sedemikian rupa sehingga setiap kelas diameter terwakili. Data pohon contoh tersebut dibagi menjadi 2 bagian yaitu data untuk tahap penyusunan model dan data untuk validasi model. Penentuan sampel merupakan kegiatan untuk menentukan pohon-pohon yang dijadikan contoh untuk penyusunan tabel volume. Bustomi, et al. (1998) menyatakan bahwa untuk penyusunan tabel volume diperlukan jumlah pohon contoh yang dikumpulkan dari satu lokasi penelitian minimal 50 pohon contoh. Banyaknya sampel pohon rebah untuk kelompok jenis meranti sebanyak 138 pohon, dimana 89 pohon digunakan untuk menyusun model regresi dan 41 pohon digunakan untuk tujuan uji validasi,sedangkan untuk jenis non-meranti sebanyak 51 pohon contoh digunakan untuk menyusun model regresi dan 36 pohon contoh untuk uji validasi dari model volume terpilih dimana sampel pohon berasal dari lokasi yang sama. Diameter pohon contoh, baik untuk penyusunan model maupun untuk uji validasi model harus tersebar pada setiap kelas diameter. Adapun syaratsyarat pohon yang diambil sebagai sampel antara lain: lurus, tidak menggarpu, bebas dari serangan hama penyakit, batang tidak pecah, setelah tebang. Pemilihan pohon contoh dilakukan secara purposive sampling dengan memperhatikan penyebaran tegakan dalam kelas diameternya Pengukuran dan Pengumpulan Data a. Memilih pohon-pohon contoh yang memenuhi kriteria sebagaimana diuraikan di atas.

22 6 b. Mengukur diameter setinggi dada (dbh) pada ketinggian 130 cm dari permukaan tanah, atau 20 cm di atas banir untuk tinggi banir lebih dari 1 m. c. Menghitung volume batang rebah dengan cara mengukur peubah-peubah volume yaitu diameter dan tinggi atau panjang batang. Pekerjaan yang dilakukan adalah: 1) Mengukur panjang batang mulai dari potongan bawah sampai batang bebas cabang. Pengukuran dilakukan dengan menggunakan pita ukur. 2) Mengukur diameter setiap seksi dengan panjang 2 meter. Untuk seksi terakhir panjang seksi sama dengan atau di bawah 2 meter. Pengukuran dilakukan dengan metode Smallian yaitu diameter diukur pada pangkal dan ujung seksi. Letak diameter pangkal seksi pertama adalah 30 cm di atas banir. Pengukuran dilakukan dengan melingkarkan pita diameter pada batang Penentuan Volume Pohon Contoh Volume pohon dihitung dengan mencari volume semua seksi pohon pada pohon rebah, kemudian semua volume seksi dijumlahkan. Pendugaan volume dapat secara langsung menggunakan peubah-peubah yang dapat diamati dan diukur langsung dilapangan. Peubah-peubah yang digunakan diantaranya adalah : a. Tinggi bebas cabang (T bc ); b. Diameter setinggi dada (D bh ); Penentuan volume dilakukan berdasarkan panjang dan diameter seksi.. Rumus yang digunakan adalah : Rumus Smallian : V = L x ( Gb + Gu ) / 2 di mana : V = Volume seksi ( m 3 ) L = Panjang seksi (m ) Gb = Luas penampang lintang potongan bawah (m 2 ) Gu= Luas penampang lintang potongan atas (m 2 ) Volume pohon per seksi diketahui dari perhitungan dengan menggunakan rumus Smalian. Volume pohon aktual merupakan jumlah dari volume semua seksi dari satu pohon sampel, atau :

23 7 di mana : Va = volume aktual pohon (m 3 ) Vi = volume seksi ke-i dari satu pohon (m 3 ) Analisis Data a. Analisa Hubungan Tinggi dengan Diameter Asumsi dasar yang mendasari penyusunan model penduga volume batang adalah terdapatnya hubungan yang erat antara diameter dan tinggi. n n i 1 x i y i i 1 x i i 1 y i n n 2 i 1 x i 2 / n y 2 n i 1 i i 1 y i 2 / n atau dimana: x : Tinggi pohon y : Diameter pohon n : Jumlah pohon covxy : var x : var y : Hubungan linier sempurna antara nilai y dan x dalam contoh apabila nilai r = +1 atau -1. Bila r mendekati +1 atau -1, hubungan antara kedua peubah itu kuat dan berarti terdapat korelasi yang antara keduanya (Walpole,1993). Tingkat ketelitian hubungan tinggi pohon dengan diameter ditunjukan oleh besarnya koefisien determinasi (R 2 ). Koefisien determinasi sebesar 0,50 merupakan batas minimal yang digunakan dalam menyusun tabel volume yang dianggap cukup seksama. Nilai R 2 = 50% atau nilai r = 0,7071 mempunyai pengertian bahwa kurang lebih 50% variasi peubah tidak bebas Y (tinggi

24 8 pohon) dapat diterangkan oleh adanya variasi peubah bebas X (diameter setinggi dada). Suatu uji untuk menyatakan kapan nilai r berada cukup jauh dari nilai ρ adalah melalui pengujian koefisien korelasi dengan uji Z -Fisher (Walpole, 1993). Dalam uji Z -Fisher ini, dilakukan transformasi nilai-nilai r dan ρ kedalam Z -Fisher. Dalam penyusunan tabel volume lokal, Sutarahardja (1982) mensyaratkan bahwa nilai ρ harus lebih besar dari 0,7 atau ρ > 0,7 yang berarti pada nilai ρ > 0,7 maka hubungan antara tinggi pohon dengan diameter pohon dianggap cukup kuat, dimana jika ρ > 0,0701 artinya ρ 2 adalah > 50 %. Hubungan yang kuat dengan ρ 2 > 50 % tersebut berarti akan menjamin bahwa sekurangkurangnya 50 % keragaman volume pohon yang disebabkan oleh keragaman tinggi pohon dapat dicakup oleh pengaruh keragaman diameter pohon. Hipotesa yang digunakan adalah: Ho : ρ = 0,7071 Hi : ρ > 0,7071 Kriteria uji : Z hit = (Z r -Z p ) / α zr dimana : Z 0,5ln 1 1 Z ρ 0,5ln Jika Z hitung > Z tabel maka tolak Ho, ini berarti antara peubah tidak bebas (Y) dengan peubah bebas (X) memenuhi persyaratan yang diberikan yaitu mempunyai ρ > 0,7071 pada tingkat nyata tertentu, sehingga asumsi yang dimaksud tidak dapat diterima. b. Penyusunan Persamaan Volume Pohon Beberapa model persamaan regresi yang akan dipergunakan dalam penyusunan tabel volume ini adalah sebagai berikut: 1. V = ad b (Model Berkhout) 2. V = a + b D 2 (Model Kopezky- Gehrhardt) 3. V = a + b D+ c D 2 (Model Horenadl-Krenn) 4. V = a D b 10 c D

25 9 dimana: V D H a,b,c c. Pemilihan Model Terbaik : Volume total pohon (m3) : Diameter setinggi dada (cm) : Tinggi Pohon (m) : Konstanta a) Untuk dapat menghasilkan persamaan-persamaan regresi yang dimaksud, maka perlu dihitung nilai-nilai dari koefisien-koefisien regresinya (Sutarahardja, Sumarna dan Witjaksono, 1991). 1. Menghitung koefisien regresi pada penyusunan tabel volume pohon lokal.: Sebagai contoh untuk model regresi linier sederhana sebagai berikut : Yi = β 0 + β1x i + εi,dengan penduga modelnya adalah y i = b0 + b1 x i + e i. Besarnya nilai koefisien regresi b 1 sebagai penduga dari β 1 dan besarnya nilai konstanta b 0 (intersept) sebagai penduga dari β 0 dapat dihitung dari nilai-nilai data pohon contoh. JHKxy β 1 = JKx dan β0 = y β1 x dimana : y = volume pohon dalam m 3 x = diameter pohon dalam cm. 2. Koefisien korelasi ( r ) antara volume pohon dengan diameter pohon dapat dihitung dengan rumus (1) tersebut diatas atau dengan rumus : r = b ( JHKxy ) JKy 3. Menghitung koefisien regresi pada penyusunan tabel volume pohon standar. Sebagai contoh untuk model regresi linier berganda sebagai berikut :

26 10 Yi = β 0 + β1x1i + β2 X 2 i + εi, dengan penduga modelnya y i = b0 + b1 x1i + b2 x 2 i + e i. Besarnya nilai-nilai penduga koefisienkoefisien regresi ( b 1, b 2 ) serta intersept b 0 dapat dihitung berdasar data pohon contoh yang diambil. ( JKx2 )( JHKx1y ) ( JHKx1x2 )( JHKx 2 y ) b1 = ( JKx ( 2 1 )( JKx2 ) JHKx1x2 ) b2 = dimana : ( JKx1 )( JHKx2 y) ( JHKx1x2 )( JHKx1 y) ( JKx )( JKx ) ( JHKx x ) 2 n JKx x 2 1= 1i i= 1 n JKx x 2 2 = 2i i= 1 1 ( ) n x i i= 1 1 n 2 ( ) n x i i= 1 2 n n JKx1 x2 = x1x2 i= 1 n JKx 1 y= x y i= 1 1 n JKx 2 y= x y i= 1 2 b0 = y b1 x1 b2x2 2 2 ( )( ) n n x x i= 1 1 i= 1 2 n ( )( ) n n x y i= 1 1 i= 1 n ( )( ) n n x y i= 1 2 n i= 1 Koefisien determinasi (R 2 ) dari model regresi tersebut dapat dihitung : 1 2

27 11 R 2 = JK regresi JK total Koefisien korelasi berganda (R) dapat diperoleh dari akar koefisien determinasi tersebut diatas. JK regresi = b1 JHKx1y + b2 JHKx 2 y n JK total = JKy= y 2 i i= 1 ( ) n y i i= 1 n b) Perhitungan simpangan baku (s) 2 Nilai simpangan baku (s) ditentukan dengan rumus (Draper dan Smith), 1992): dimana: S 2 = kuadrat tengah sisaan, e i = sisaan ke-i. Perhitungan simpangan baku menunjukkan bahwa semakin kecil nilainya semakin baik, artinya dugaannya semakin teliti. c) Perhitungan Nilai PRESS (Predicted Residual Sum of Square). Setelah beberapa persamaan yang memenuhi syarat ditetapkan, akan sangat baik kalau dilakukan uji validasi untuk memilih persamaan terbaik pada setiap keadaan. Uji validasi ini dapat menggunakan nilai PRESS dari masing-masing persamaan yang dibuat (Draper dan Smith, 1992). Adapun langkah-langkah sebagai berikut: 1) Amatan pertama pada peubah respons maupun peubah peramalannya dihilangkannya. 2) Tentukan model dugaan semua kemungkinan regresi terhadap n-1 data.

28 12 3) Menggunakan setiap persamaan regresi yang diperoleh untuk meramalkan Yi oleh Yip (misalnya), sehingga diperoleh simpangan ramalannya untuk semua kemungkinan model regresinya. 4) Mengulangi ketiga langkah diatas namun dengan menghilangkan amatan kedua, ketiga sampai amatan ke-n. 5) Untuk setiap model regresi dihitung jumlah kuadrat simpangan ramalannya. PRESS dimana : = nilai Y pada amatan ke I, = nilai dugaan persamaan regresi tanpa mengikutsertakan amatan ke-i. Perhitungan nilai PRESS berdasarkan rumus diatas cukup rumit dikerjakan,sehingga Weisberg (1985) dalam Kuncahyo (1991) merumuskan nilai PRESS sebagai berikut: PRESS dimana:, = nilai sisaan ke-i, = nilai baris dan lajur ke-i dari hat matrik. Persamaan terbaik adalah persamaan yang memiliki nilai PRESS yang paling kecil. d) Analisis Sisaan. 1) Uji visual kenormalan. Kenormalan sisaan dapat dilihat dengan menampilkan plot hubungan sisaan denganprobability normalnya. Nilai sisaan dinyatakan normal apabila antara nilai sisaan dan probability normalnya membentuk pola garis lurus atau mendekati garis lurus. 2) Uji keaditifan model

29 13 Sifat aditif dapat dilihat dengan menampilkan plot tebaran nilai sisaan dengan nilai dugaan. Asumsi keaditifan model terpenuhi bila tebaran yang dihasilkan tidak membentuk pola (null plot) atau berbentuk acak disekitar nilai sisaan nol (menyerupai pipa horison). 3) Keberartian Persamaan Regresi. Untuk mengetahui apakah ada hubungan regresi yang nyata antara peubah bebas dengan peubah tak bebasnya dilakukan uji signifikansi F- test yakni dengan cara membandingkan nilai F hitung denga nilai F tabel. Nilai F hit dapat ditentukan dari daftar analisis ragam. Hipotesis yang digunakan : Ho : βi = 0 Hi : sekurang-kurangnya ada βi 0 : I = 1,2,3,.. Kriteria pengujian Fhitung=KTR/KTS. Apabila Fhitung> Ftabel pada taraf nyata 5% dan taraf nyata 1%, maka Ho ditolak, artinya sedikitnya ada satu peubah yang mempengaruhi peubah tak bebas sehingga persamaan regresi yang diuji dapat diterima. 4) Uji pencilan. Pengamatan pencilan adalah pengamatan yang tidak mengikuti pola dominan pengamatan lainnya. Pengamatan pencilan ini dapat ditentukan dengan menghitung nilai Tresid (ti) dan membandingkannya dengan Table Critical for Studentized Residual (dengan memasukkan nilai pengamatan ke-i yang dicurigai) dan Jacknife Residual ( tanpa memasukkan pengamatan ke i yang dicurigai). Dengan kaidah jika Tresid > Ttabel maka pengamatan tersebut merupakan pencilan, sedangkan jika T resid T tabel maka pengamatan tersebut bukan pencilan. e) Analisa keragaman. Terhadap persamaan-persamaan regresi tersebut dilakukan pengujian dengan menggunakan analisa keragaman (analysis of variance) untuk melihat signifikasi atau adanya ketergantungan peubah-peubah yang menyusun regresi tersebut.

30 14 Tabel 1 Analisa keragaman pengujian regresi Sumber keragaman Derajat bebas Jumlah Kuadrat (JK) Regresi Dbr = p-1 JKR=b. JHK xy Sisaan Dbs=n-p JKS=JKT-JKR Total n-1 JKT=JK y dimana: p = banyaknya konstanta (koefisien regresi dan intersept) dan n = sama dengan banyaknya pohon contoh yang digunakan dalam penyusunan regresi tersebut. Dalam analisa tersebut hipotesa yang diuji adalah : 1) Pada regresi linier sederhana : H : β 0 lawan H : β 0 2) Pada regresi linier berganda : H : β 0 dimana i 1,2 H 1 : Sekurang-kurangnya ada β i 0 Jika H 1 yang diterima, maka regresi tersebut nyata, artinya ada keterkaitan antara peubah bebas (diameter pohon dan atau tinggi pohon) dengan peubah tidak bebasnya (volume pohon). Dengan kata lain bahwa setiap ada perubahan pada peubah bebasnya akan terjadi perubahan pada peubah tidak bebasnya. Jika H 0 yang diterima, maka regresi tersebut tidak nyata, artinya persamaan regresi tidak dapat untuk menduga volume pohon berdasarkan peubah bebasnya. d. Validasi Model Terpilih. Kuadrat Tengah (KT) KTR=JKR/Dbr KTS=JKS/Dbs F -hitung KTR/ KTS Hasil persamaan-persamaan regresi yang telah diuji, baik pada penyusunan regresi untuk tarif volume pohon, maupun pada penyusunan untuk tabel volume pohon standar, perlu dilakukan uji validasi dengan menggunakan pohon contoh yang telah dialokasikan sebelumnya khusus untuk pengujian validasi model. Data pohon contoh tersebut tidak digunakan dalam penyusunan model-model tabel volume diatas. Uji validasi model dapat dengan melihat pada nilai-nilai simpangan agregasinya (agregative deviation), simpangan ratarata (mean deviation), RMSE (root mean square error), biasnya serta uji beda

31 15 nyata antara volume yang diduga dengan tabel terhadap volume nyatanya. Uji beda nyata bisa dilakukan dengan cara uji Khi-kuadrat. Nilai-nilai pengujian validasi model tersebut dapat dihitung dengan rumusrumus sebagai berikut : 1) Ketelitian Ketelitian berkaitan denga adanya pengulangan dan menggambarkan sejauh mana kedekatan nilai-nilai pengukuran terhadap nilai rata-ratanya (Van Laar dan Akca dalam Muhdin, 1997). Ketelitian ditunjukan oleh besarnya nilai simpangan baku dari kesalahan dugaan volume(s), yang dinyatakan dengan persamaan: 1 100% dimana: s Va i V i n : Simpangan baku : Volume aktual pohon ke-i yang diperoleh dengan cara penjumlahan volume per seksi : Volume dugaan pohon ke-i yang diperoleh dengan menggunakan persamaan volume tertentu : Jumlah pohon contoh Nilai simpangan yang lebih kecil menunjukan bahwa model penduga volume itu memiliki tingkat ketelitian yang lebih tinggi. 2) Simpangan agregat (agregative deviation) Simpangan agregat merupakan selisih antara jumlah volume aktual (Va) dan volume dugaan (Vt) yang diperoleh berdasarkan dari tabel volume pohon, sebagai persentase terhadap volume dugaan (Vt). Persamaan yang baik memiliki nilai simpangan agregat (SA) yang berkisar dari -1 sampai +1 (Spurr 1952). Nilai SA dapat dihitung dengan rumus : SA n n Vti Vai = i= 1 i= 1 n Vti i= 1

32 16 3) Simpangan rata-rata (mean deviation) Simpangan rata-rata merupakan rata-rata jumlah dari nilai mutlak selisih antara jumlah volume dugaan (Vt) dan volume aktual (Va), proporsional terhadap jumlah volume dugaan (Vt). Nilai simpangan rata-rata yang baik adalah tidak lebih dari 10 % (Spurr, 1952). Simpangan rata-rata dapat dihitung dengan rumus (Bustomi, dkk. 1998) : SR n Vti Vai i 1 Vti = = x100% n 4) Ketepatan Ketepatan ialah kombinasi antara bias denga ketelitian di dalam menggambarkan jauh dekatnya nilai-nilai hasil pengamatan terhadap nilai yang sebenarnya (Van Laar dan Akca dalam muhdin, 1997). Ketepatan model ditunjukan oleh nilai root mean square error (RMSE) yang dihitung dengan rumus: 100% dimana: RMSE : Simpangan baku Va i : Volume aktual pohon ke-i yang diperoleh dengan cara penjumlahan volume per seksi Vi : Volume dugaan pohon ke-i yang diperoleh dengan menggunakan persamaan volume tertentu n : Jumlah pohon contoh Nilai RMSE yang lebih kecil menunjukan bahwa model penduga volume itu lebih akurat dalam menduga volume. 5) Bias Bias (e) adalah kesalahan sistematis yang dapat terjadi karena kesalahan dalam pengukuran, kesalahan teknis pengukuran maupun kesalahan karena alat ukur. Bias dapat dihitung dengan rumus :

33 17 e = Vti Vai n Vai x100% i= 1 n 6) Uji beda rata-rata Khi-kuadrat (Khi-square test). Pengujian validasi model persamaan penduga volume pohon, dapat pula dilakukan dengan menggunakan uji X 2 (Khi-kuadrat), yaitu alat untuk menguji apakah volume yang diduga dengan tabel volume pohon (Vt) berbeda dengan volume pohon aktualnya (Va). Dalam hal ini hipotesa yang diuji adalah sebagai berikut : H 0 : Vt = Va dan H 1 : Vt Va Kriterium ujinya adalah : Kaidah keputusannya adalah sebagai berikut :,,, maka terima, maka terima Jadi model persamaan regresi untuk penyusunan tabel volume pohon yang baik berdasar pengujian validasi tersebut diatas, adalah apabila : a) Simpangan agregasi berada diantara -1 sampai + 1 (Spurr, 1952) b) Simpangan rata-rata tidak lebih dari 10 % (Spurr, 1952). c) Nilai RMSE dan Bias relatif kecil d) Apabila hasil uji beda antara nilai rata-rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (actual), tidak menunjukkan adanya perbedaan yang nyata (H 0 diterima).

34 Gambar 2 Diagram alir penelitian. 18

35 BAB III KEADAAN UMUM LOKASI PENELITIAN 3.1. Letak dan Luas IUPHHK Berdasarkan Surat Keputusan Perpanjangan IUPHHK No. 113/Menhut- II/2006 tanggal 19 April 2006, PT. Trisetia Intiga memperoleh Ijin Usaha Pemanfaatan Hasil Hutan Kayu (IUPHHK) pada arel hutan seluas Ha di propinsi Kalimantan Tengah. Letak areal IUPHHK PT. Trisetia Intiga menurut administrasi pemerintahan, termasuk wilayah Kecamatan Bulik, Kabupaten Lamandau dan Kecamatan Arut Utara, Kabupaten Kotawaringin Barat Kalimantan Tengah. Wilayah pengelolaannya termasuk dalam Dinas Kehutanan Kabupaten Lamandau dan Kabupaten Kotawaringin Barat, Dinas Kehutanan Propinsi Kalimantan Tengah. Menurut pembagian kelompok hutan, areal kerjanya termasuk dalam kelompok hutan Sungai Martobi dan Sungai Palikodan. Secara geografis terletak pada Lintang Selatan dan Bujur Timur. Berdasarkan fungsi kawasan areal termasuk dalam fungsi Hutan HPT seluas Ha, HP seluas Ha dan HPK seluas Ha Adapun batas-batas areal IUPHHK PT. Trisetia Intiga adalah : 1. Sebelah Utara : HPH PT. Karda Traders 2. Sebelah Selatan : Hutan Negara 3. Sebelah Timur : HPH PT. Intrado Jaya Intiga, PT. Erythrina Nugraha Megah, PT. Korintiga Hutani, Hutan Lindung 4. Sebelah barat : Hutan Negara 3.2. Geologi dan Tanah 1. Geologi Berdasarkan Peta Geologi Kalimantan Tengah Lembat Tumbang Manjul Skala 1: terbitan Pusat Penelitian dan Pengembangan Geologi Bandung Tahun 1978, formasi geologi areal IUPHHK PT. Trisetia Intiga, berada pada kompleks batuan Oligosen dan Eosen Bawah. Seperti disajikan Tabel 2 terlihat

36 20 bahwa formasi geologi terbesar adalah Lava Andesit, Riolit, dan Desit sebesar 56,62%, sedangkan formasi geologi paling kecil sebesar 6,57% yaitu Andesit. Tabel 2 Formasi Geologi Areal IUPHHK PT. Trisetia Intiga Kode Formasi geologi Luas (Ha) (%) Kgm Granit, Granadiorit, Monzonit ,81 Rvk Lava Andesit, Riolit, dan Desit ,62 Tma Andesit ,57 Jumlah ,00 Sumber : Peta Geologi Lembar Tumbang Manjul Kalimantan Tengah, Skala 1: , tahun Tanah Berdasarkan Peta Land System and Suitability lembar Ambalu (1615) Kalimantan Tengah Skala 1: yang diterbitkan oleh Pusat Penelitian Tanah dan Agroklimat Badan Penelitian dan Pengembangan Pertanian Bogor, jenis tanah yang terdapat areal PT. Trisetia Intiga adalah Tropodults dan Distropepts. Jenis tanah secara lengkap disajikan pada Tabel 3. Tabel 3 Jenis tanah yang terdapat di Areal IUPHHK PT. Trisetia Intiga Kode Formasi Tanah Luas (Ha) (%) HJA Tropodults ,33 PLN Tropodults ,64 BPD Distropepts ,08 JLH Distropepts ,95 Jumlah ,00 Sumber : Peta Land System and Suitability lembar Ambalu (1615) Kalimantan Tengah, Skala 1: Keadaan Hutan Kondisi umum kawasan sangat beragam, di Sebelah Utara merupakan kawasan yang masih berhutan, potensi kayunya cukup tinggi, namun topografinya bergelombang hingga curam. Di Sebelah Barat Daya merupakan kawasan yang relatif landai, namun rendah potensi kayunya dan tinggi tingkat penyerobotan lahan. Di Sebelah Tenggara topografi relatif landai, namun banyak areal terbuka dan perkebunan sawit masuk ke dalam kawasan hutan. Berdasarkan kajian spasial pemanfaatan kawasan hutan di dalam areal kerja PT Trisetia Intiga diperoleh gambaran bahwa sekitar 25,3% dari luas wilayah kerjanya atau sekitar Ha bertampalan (overlap) dengan ijin lokasi perkebunan. Di areal kerja PT Trisetia ini ada 6 perusahaan perkebunan yang

37 21 telah mendapatkan ijin lokasi pembangunan kelapa sawit. Overlap terluas adalah dengan PT. Mentobi Mitra Lestari, selanjutnya disusul oleh PT. SMU dan PT. Tanjung Sawit Abadi. Dilihat dari segi fungsi kawasannya (TGHK), luas areal overlap terluas ada di fungsi HP seluas Ha selanjutnya di areal HPK seluas Ha dan sisanya sekitar 517 Ha termasuk dalam fungsi HPT. Secara keseluruhan, wilayah kerja dari PT Trisetia Intiga ini, 45% dari luas wilayahnya adalah berupa HPK, selanjutnya 35% HPT dan 20% HP disajikan pada Tabel 4 dan secara visual disajikan pada Gambar 4. Tabel 4 Wilayah IUPHHK yang Overlap Penggunaannya dengan Perkebunan Perusahaan HP HPT HPK Jumlah Persentase (%) PT SMU ,1 PT TSA ,8 PT.MML ,8 PT FLTI ,4 PT.KSA ,3 Jumlah overlap ,3 Tidak Overlap ,7 Jumlah ,0 Persentase (%) 19,8 35,1 45,0 100, Topografi Lahan Keadaan topografi di areal kerja IUPHHK PT. Trisetia Intiga, bervariasi dari dataran sampai agak curam. Berdasarkan análisis peta topografi areal IUPHHK tersebut kondisi kelas lereng areal kerja IUPHHK PT. Trisetia Intiga dapat dilihat pada Tabel 5 dan secara visual disajikan pada Gambar 3. Tabel 5 Kondisi topografi lahan No Bentuk Wilayah Kelas Kelerengan Luas (Ha) Ha % 1 Datar A (0-8%) ,8 2 Landai B (8-15 %) ,1 3 Agak Curam C (15-25%) ,1 4 Curam D (25-40%) ,8 5 Sangat Curam E (>40%) 133 0,2 Total Sumber : Kajian Penggunaan Citra Alos Palsar untuk Klasifikasi Tutupan Lahan di PT. Trisetia Intiga.

38 22 Dilihat dari kondisi topografi lahannya, keadaan topografi di areal kerja IUPHHK PT. Trisetia Intiga yang paling dominan secara keseluruhan adalah datar seluas Ha atau sebesar 78,26% dari seluruh areal kerjanya. Sedangkan keadaan topografi curam hanya seluas Ha atau sebesar 2,18 % dari seluruh wilayah areal kerjanya. Gambar 3 Peta kelas lereng PT.Trisetia Intiga, Kalimantan Tengah. Gambar 4 Peta penutupan lahan PT.Trisetia Intiga, Kalimantan Tengah

39 4.1 Penentuan Pohon Contoh BAB IV HASIL DAN PEMBAHASAN Pohon contoh yang digunakan dalam penyusunan tabel volume dibagi dalam 2 (dua) kelompok jenis yaitu kelompok jenis meranti dan non-meranti (rimba campuran, kayu indah). Pengambilan pohon contoh dilakukan secara purposive sampling dan tersebar dalam setiap kelas diameter. Adapun jumlah dan penyebaran pohon contoh untuk masing-masing kelas diameter dapat dilihat pada tabel dibawah ini. Tabel 6 Sebaran data pohon Ccntoh Jumlah pohon contoh Kelas Diameter Penyusunan model Evaluasi model M NM M NM 10-19, ,0-29, ,0-39, ,0-49, ,0-59, ,0-69, ,0-79, >80, Total Penyusunan Model Persamaan Regresi Asumsi dasar yang digunakan untuk menyusun tabel volume lokal adalah bahwa pohon-pohon yang berdiameter sama akan memiliki volume yang sama jika pada kondisi tempat tumbuh yang sama. Hal ini akan diterima jika ada hubungan yang erat antara diameter pohon dengan tinggi pohon. Variasi yang terjadi pada volume pohon disebabkan oleh variasi tinggi pohon dapat dicakup oleh adanya variasi diameter pohonnya, sehingga pohon yang berdiameter yang sama akan memiliki volume yang sama. Berdasarkan hubungan logaritmik antara tinggi pohon dengan diameter diperoleh nilai koefisien determinasi dan koefisien korelasinya. Nilai-nilai tersebut menunjukan tingkat ketelitian dan tingkat keeratan hubungan yang terjadi antara diameter dan tinggi dari kedua jenis pohon tersebut. Dalam membuat tabel

40 24 volume lokal, untuk memperoleh ketelitian yang dapat dipertanggungjawabkan, maka koefisien korelasi ditetapkan >0,7071 atau R 2 minimal 50 % (Suharlan, Boestomi dan Sumarna, 1976). Untuk mengetahui apakah nilai ini memenuhi persyaratan atau tidak, maka perlu dilakukan pengujian korelasi (r) dengan transformasi Z-Fisher. Dari hasil analisis regresi untuk mengetahui hubungan antara diameter setinggi dada (dbh) dengan tinggi, diperoleh data seperti disajikan pada Tabel 7. Tabel 7 Nilai R 2, r persamaan regresi dan hasil uji transformasi Z-fisher No Jenis Persamaan regresi r Z hit Z (0,05) 1 Meranti Log Tbc= 0, , Log Dbh 0, ,64 2 Non-meranti Log Tbc= 0, ,52568 Log Dbh 0, ,64 Pada tabel diatas terlihat bahwa berdasarkan pohon contoh pada kelompok jenis non-meranti, diperoleh koefisien determinasi dan koefisien korelasinya lebih besar dibandingkan kelompok jenis meranti. Untuk mengetahui hubungan koefisien determinasi dan koefisien korelasi pada populasi kedua kelompok jenis tersebut dilakukan uji Z-fisher. Berdasarkan hasil uji transformasi Z-fisher untuk kelompok jenis meranti dan non-meranti diperoleh bahwa Z hitung > Z tabel (α = 0,05), yang berarti hipotesa Ho : ρ = 0,7071 ditolak. Ini menunjukkan bahwa koefisien korelasi dalam populasi telah memenuhi persyaratan yang diminta. Volume yang diduga berdasarkan peubah bebas diameternya akan menghasilkan pendugaan yang cukup memenuhi persyaratan yang telah ditetapkan, yaitu sekurang-kurangnya 50% dari peubah tak bebas dapat diterangkan oleh adanya variasi pada peubah bebasnya. Keeratan hubungan antara tinggi dengan diameter pohon menunjukan bahwa pendugaan volume dapat diterangkan hanya dengan satu peubah bebas yaitu diameter saja. Dengan asumsi adanya hubungan yang kuat antara diameter setinggi dada dengan tinggi bebas cabang terpenuhi, maka dilanjutkan dengan mencari hubungan antara diameter dan volume pohon dengan menggunakan model hubungan sebagai berikut: 1. V = ad b (Model Berkhout) 2. V = a + b D 2 (Model Kopezky- Gehrhardt) 3. V = a + b D+ c D 2 (Model Horenadl-Krenn)

41 25 4. V = a D b 10 c D dimana: V : Volume total pohon (m3) D : Diameter setinggi dada (cm) a,b,c : Konstanta Model persamaan regresi linier tersebut merupakan alternatif model yang akan digunakan untuk menyusun tabel volume. Model persamaan regresi yang diperoleh dari hasil perhitungan dengan menggunakan minitab dapat dilihat pada Tabel 8 dan 9. Tabel 8 Persamaan regresi yang diperoleh untuk kelompok jenis meranti No Persamaan regresi R 2 (%) r 1 V = 0, D 2,44 96,90 0,98 2 V = 0, ,00108 D 2 88,90 0,94 3 V = -1,57 + 0,0636 D + 0, D 2 90,60 0,95 4 V = 0, D 2, ,0041 D 97,30 0,99 Tabel 9 Persamaan regresi yang diperoleh untuk kelompok jenis non-meranti No Persamaan regresi R 2 (%) r 1 V = 0, D 2,53 96,30 0,98 2 V = -0, ,00116 D 2 86,00 0,93 3 V = -0, ,0112 D + 0,00106 D 2 86,10 0,93 4 V = 0, D 2, ,00175 D 96,30 0,98 Menurut Suharlan, Boestomi, dan Soemarna (1976), nilai koefisien determinasi sebesar 50% merupakan batas minimal yang digunakan dalam penyusunan tabel volume yang dianggap cukup memadai. Dari hasil analisa regresi dengan metode kuadrat terkecil pada Tabel 8 diatas, diperoleh bahwa koefisien korelasi terbesar antara volume dengan diameter adalah 0,99 dan koefisien determinasi 97,3% untuk persamaan (4). Hal ini menunjukkan bahwa 97,3 % keragaman volume dapat dijelaskan oleh variabel bebas diameter. Sisanya sebesar 2,7% dijelaskan oleh peubah lain yang tidak disertakan dalam model. Makin besar nilai R 2, maka persamaan regresi tersebut makin baik. Koefisien determinasi ini menunjukkan tingkat ketelitian dan kemampuan peubah bebas dalam menjelaskan peubah tidak bebasnya. Persamaan (1) dan (4) memiliki perbedaan yang kecil yaitu sebesar 0,4%. Sedangkan persamaan (2) sebesar 88,9% adalah persamaan dengan koefisien determinasi