BAB V HASIL DAN PEMBAHASAN. dalam hal ini adalah kayu dan modal produksi. Untuk itu maka terbentuk

Transkripsi

1 BAB V HASIL DAN PEMBAHASAN 5.1. Sistem Dinamika Potensi Pendapatan Hutan dapat dikatakan sebagai alat produksi sekaligus hasil produksi. Hutan sebagai alat produksi artinya hutan menghasilkan yang boleh dimanfaatkan, dalam hal ini adalah kayu dan modal produksi. Untuk itu maka terbentuk dinamika potensi dan dinamika pendapatan yang ditentukan oleh karakteristik harga potensi hasil hutan. Harga potensi hasil hutan dapat dikategorikan menurut sortimen kayu, type kayu, asal kayu dan skema penjualan kayu Dinamika Potensi Tegakan Dinamika potensi tegakan adalah perubahan komposisi potensi tegakan seiring dengan berjalannya waktu. Potensi tegakan berubah akibat dari pertumbuhan diameter pohon dari tahun ke tahun. Komponen-komponen utama dalam dinamika potensi tegakan, antara lain 1) Upgrowth (tambah tumbuh/riap) yaitu pertambahan ukuran tegakan secara nyata setelah satu periode tumbuh dilewati melalui proses fisiologis, 2) Ingrowth adalah sejumlah pohon/tanaman yang secara periode mulai mempunyai besaran yang dapat diukur (memiliki DBH) namun ingrowth tidak ada pada hutan tanaman, 3) Mortalitas yaitu volume pohon-pohon yang secara periodis mati karena berusia lanjut, kompetisi, serangan hama penyakit dan bencana, 4) Tebangan adalah campur tangan manusia terhadap dinamika potensi tegakan dengan mengambil sebagian atau seluruh pohon. 26

2 Dinamika Pendapatan Pendapatan adalah elemen kunci dalam sebuah laporan keuangan dan cukup penting bagi para penyaji dan pengguna laporan keuangan. Pendapatan yang dilaporkan mencerminkan kegiatan operasi perusahaan di masa lalu dan biasanya digunakan untuk memprediksi kinerja di masa yang akan datang. Walaupun menetapkan pendapatan merupakan bagian yang sangat penting dalam pengukuran kinerja perusahaan. Kuat atau lemahnya nilai uang sangat tergantung pada jumlah uang yang beredar. Apabila jumlah uang berubah menjadi dua kali lipat, maka nilai uang akan menurun menjadi setengah dari semula, dan juga sebaliknya, ditambah dengan memasukan unsur kecepatan peredaran uang, barang dan jasa sebagai faktor yang mempengaruhi nilai uang. Perhitungan pendapatan dihasilkan dari volume tegakan dikalikan dengan harga produk, sedangkan harga produk dapat berubah-rubah karena adanya perubahan nilai uang. Hal ini sangat perlu diperhitungkan agar terwujudnya kelestarian perusahaan. Kelestarian hutan tanaman jati bergantung pada sistem pengaturan hasil yang tepat dengan mempertimbangkan stabilitas hasil kayu, pendapatan penjualan kayu, kendala luas lahan dan stabilitas kawasan dengan tujuan konservasi. Dalam pengaturan hasil terdapat suatu kendali aturan berupa jatah tebangan (etat). Etat sebagai kendali pengaturan hasil akan menentukan kondisi dan bentuk hutan di masa kini dan yang akan datang. Adanya etat akan dijadikan sebagai control dalam pengambilan hasil tebangan kayu jati agar tidak terjadi kerusakan karena

3 28 over cutting. Secara sistematik peran etat sebagai pengaturan hasil digambarkan sebagai berikut : Kehilangan Kawasan Etat Luas Luas Penanaman Luas Penebangan Luas Tegakan Luas Tebangan Jumlah Penanaman Volume Penebangan Volume Tegakan Volume Tebangan Growth Harga Penebangan Pendapatan Keterangan : : Flow : Stock : Convorter Gambar 5.1. Sistem Dinamis Pengelolaan Hutan Tanaman Jati Gambar 5.1. menunjukkan bahwa kesalahan dalam penentuan etat akan memberikan dampak, yaitu pendapatan maksimal tidak dapat tercapai jika nilai

4 29 etat terlalu rendah dan luas tegakan yang cenderung menurun jika nilai etat terlalu tinggi. Luas tegakan yang menurun, akan menyebabkan penurunan luas tebangan, sehingga jumlah penanaman akan meningkat. Meningkatnya jumlah penanaman akan membuat struktur tegakan yang ada menjadi tidak stabil, karena didominasi oleh kelas umur muda Kerangka Logis Simulasi Pengaturan Hasil dan Estimasi Pendapatan Hutan harus dipandang sebagai sistem terbuka dalam penentuan etat, yang berarti perlu dipertimbangkan dinamika tegakan dan dampak-dampak sistemik yang mungkin terjadi, seperti kerusakan hutan, penurunan stock area, stock hasil dengan kualitas rendah, struktur tegakan dan harga kayu yang tidak stabil selama jangka pengelolaan. Pada penelitian ini, dampak-dampak sistemik tersebut diformulasikan ke dalam sebuah sistem simulasi, yang diawali dengan menyusun simulasi dinamika tegakan untuk menentukan volume tebangan dan memprediksi produksi kayu per kelas produk. Hasil dari simulasi diharapkan dapat digunakan untuk mengetahui perilaku dampak sistem dinamika tegakan dan dinamika pendapatan dengan penetapan etat tertentu. Kecermatan dan keakuratan penentuan etat setidaknya dipengaruhi oleh dua hal, yaitu cara atau metode yang diterapkan dan ketersediaan data pengelolaan hutan. Mengacu pada dua hal tersebut, maka penentuan etat dilakukan dengan menyusun sebuah sistem simulasi dengan alur pikir disajikan dalam gambar berikut :

5 30 Start Pemetaan Kelas Hutan Perumusan Skenario Struktur Kelas Hutan UTM Perhitungan Luas Tebangan Etat Luas Simulasi Gangguan Perhitungan Volume Tebangan Model Penduga Produksi Kayu Kehilangan Potensi Prediksi Produksi per Kelas Produk Model Penduga Sortimen Harga per Kelas Estimasi Pendapatan Pendapatan Skenario Masih ada skenario? Ya Tidak Penentuan Skenario Terbaik Finish Keterangan : : input : proses : output Gambar 5.2. Alur Pikir Simulasi Pengaturan Hasil dan Estimasi Pendapatan

6 Model Penduga Produksi Kayu Jati Untuk menentukan model penduga produksi kayu diperlukan informasi mengenai hubungan antar faktor-faktor yang berpengaruh terhadap pertumbuhan dan dinamika tegakan yaitu umur, bonita dan KBD. Persamaan yang menggambarkan hubungan faktor-faktor tersebut sebagai berikut : Stock : f(umur, KBD, bonita) Growth : f(umur, KBD, bonita) Dinamika tegakan jati dapat dilihat dari tabel WvW. Tabel ini digunakan sebagai alat bantu untuk memproyeksikan potensi tegakan untuk kepentingan perencanaan pengaturan hasilnya. Model penduga produksi kayu jati disusun berdasarkan data yang ada di tabel WvW tetapi untuk kepentingan simulasi dan mempermudah komputasi maka tabel tersebut ditransformasikan dalam model matematis dengan menggunakan analisi regresi. Proses transformasi model WvW ke model matematis, data yang digunakan yaitu umur, bonita dan N/Ha bonita I sampai bonita VI. Transformasi logaritmik diberlakukan kepada seluruh variabel, yaitu ln (umur), ln (bonita) dan ln (N/Ha). Taraf signifikan yang digunakan adalah taraf signifikan 5%, artinya resiko kesalahan (error) dalam mengambil keputusan untuk menolak hipotesis yang benar sebanyak-banyaknya 5% dan resiko benar dalam mengambil keputusan sedikitnya 95%. Hasil dapat dilihat dalam Tabel 5.1.

7 32 Tabel 5.1. Keluaran Analisis Regresi menggunakan Microsoft Office Excel SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 99 ANOVA df SS MS F Significance F Regression E-82 Residual Total Coefficients Standard Error t Stat P-value Intercept E-15 Ln (umur) E-64 Ln (bonita) E-60 Ln (N/Ha) Dari Tabel 5.1. didapatkan model persamaan, yaitu : Y = e. A S N Dimana : Y A S N = Volume Standing Stock = Umur = Bonita = N/Ha Dari hasil perhitungan juga dapat diketahui bahwa R square sebesar R square atau koefisien determinasi (R 2 ) menunjukkan presentasi pengaruh semua variabel independen terhadap variabel dependen. Apabila nilai R

8 33 square mendekati 1 maka variabel independen hampir memberikan semua informasi untuk memprediksi variabel dependen (terikat). Nilai R square merupakan indikator yang menunjukkan semakin kuatnya kemampuan menjelaskan perubahan variabel independen terhadap variabel dependen (terikat). Nilai R square sebesar menunjukkan bahwa hubungan antara umur, bonita dan N/Ha dengan Volume Standing Stock kuat. Nilai koefisien pada variabel independen menunjukkan besarnya pengaruh masing-masing variabel independen terhadap variabel dependen. Dari hasil analisis terlihat bahwa bonita memberikan pengaruh lebih besar terhadap Volume Standing Stock. Untuk menguji tingkat kelayakan model, perlu adanya analisis varians. Pengujian dilakukan dengan menggunakan uji F, yaitu dengan membandingkan antara F tabel dengan F hitung yang terdapat pada tabel Analysis of Variance. Hipotesis yang digunakan : Ho : tidak ada hubungan antara variabel independen dengan variabel dependen, jika significance f lebih besar dari (1-confident level) Ha : ada hubungan antara variabel independen dengan variabel dependen, jika significance f lebih kecil dari (1-confident level) Dari hasil tabel ANOVA menunjukkan bahwa nilai significance f ( E-82), lebih kecil dari (1-confident level). F hitung > F tabel sehingga Ho ditolak dan Ha diterima, model signifikan untuk menduga Volume Standing Stock.

9 Model Penduga Sortimen Kayu Jati Dalam inventarisasi tegakan hutan jati salah satu kendala yang ditemukan adalah menduga volume pohon berdiri berdasarkan dimensi penentunya yaitu berupa diameter batang setinggi dada (dbh). Pada penelitian ini, untuk mendapatkan proporsi sortimen batang kayu jati, penyusun mengadopsi dari data hasil penelitian Galih Anggara (2013), yang kemudian dilakukan analisis regresi terhadap data hasil penelitian tersebut. Hasil keluaran analisis regresi untuk menduga proporsi sortimen kayu dapat dilihat sebagai berikut : Tabel 5.2. Keluaran Analisis Regresi untuk Menduga Sortimen A3 SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 24 ANOVA df SS MS F Significance F Regression E-22 Residual Total Coefficients Standard Error t Stat P-value Intercept E-15 Kelas Diameter (cm) E-16 d^ E-14 Dari Tabel 5.2. didapatkan model persamaan, yaitu : Y = D D 2

10 35 Dimana : Y D = Proporsi Sortimen A3 = Kelas Diameter Dari hasil perhitungan R square sebesar dan F hitung > F tabel, maka Ho ditolak, Ha diterima, sehingga model signifikan untuk menduga proporsi Sortimen A3. Tabel 5.3. Keluaran Analisis Regresi untuk Menduga Sortimen A2 SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 24 ANOVA df SS MS F Significance F Regression E-21 Residual Total Coefficients Standard Error t Stat P-value Intercept E-24 A E-21 Dari Tabel 5.3. didapatkan model persamaan, yaitu : Y = A Dimana : Y A = Proporsi Sortimen A2 = Proporsi Sortimen A3

11 36 Dari hasil perhitungan R square sebesar dan F hitung > F tabel, maka Ho ditolak, Ha diterima, sehingga model signifikan untuk menduga proporsi Sortimen A2. Tabel 5.4. Keluaran Analisis Regresi untuk Menduga Sortimen A1 SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 24 ANOVA df SS MS F Significance F Regression E-68 Residual E-05 Total Coefficients Standard Error t Stat P-value Intercept E-58 A E-54 A E-58 Dari Tabel 5.4. didapatkan model persamaan, yaitu : Y = A B Dimana : Y A B = Proporsi Sortimen A1 = Proporsi Sortimen A2 = Proporsi Sortimen A3

12 37 Dari hasil perhitungan R square sebesar dan F hitung > F tabel, maka Ho ditolak, Ha diterima, sehingga model signifikan untuk menduga proporsi Sortimen A Dinamika KBD Dinamika KBD dapat disebabkan karena beberapa faktor antara lain tingkat kematian pohon (mortality) alami, illegal logging/cutting, dan kejadian tidak terduga. Pola dinamika pada umumnya bersifat sangat acak, sehingga cenderung tak terduga secara pasti. Pada kondisi ketidakpastian ini maka diterapkan simulasi monte carlo. Monte carlo merupakan simulasi probabilistik yang mendekati solusi dari masalah dengan melalukan sampling dari proses acak (Random). Tahapan monte carlo yang dilakukan sebagai berikut : 1. Membuat tabel Look Up Tabel Look Up dibutuhkan untuk mengorganisir data-data penurunan KBD dan prediktor sesuai dengan ketersediaan data di Perum Perhutani, variabel penduga yang ditampilkan adalah : Tabel 5.5. Karakter Tabel Look Up untuk proses Monte Carlo penduga perubahan KBD Tipe variabel Atribut Tipe Data Keterangan Prediktor Kelas Umur Integral - Prediktor Bonita Integral Rentang Bonita antara 2-5 Prediktor Kelas KBD Integral - Index Kode Text Concatenate Kelas Umur, Bonita, Kelas KBD, yang digunakan untuk acuan proses look up Variabel Rerata Numeric Single - Dependent Variabel Dependent Standar Deviasi Numeric Single -

13 38 2. Proses Look Up Variabel yang dicari pada proses ini adalah rerata dan standar deviasi perubahan KBD dari dinamika kelas KBD, bonita dan kelas umur. Hasil keluaran look up dapat dilihat pada Lampiran Menentukan batas bawah dan batas atas Batas Atas (BA) dan Batas Bawah (BB) digunakan untuk memprediksi nilai perubahan KBD yang direpresentasikan oleh nilai random. Nilai random diperoleh dari batas atas dan batas bawah, dimana : ΔKBD = Randomisasi (BB KBD, BA KBD) ΔKBD BB KBD BA KBD : perubahan KBD : batas bawah KBD : batas atas KBD Proses monte carlo yang dilakukan didasarkan asumsi sebagai berikut : a. Sebaran probabilitas adalah normal b. Nilai probabilitas adalah 95% diperoleh melalui penetapan sebaran normal, N = (μ, σ) Dimana : N = probabilitas kejadian i μ = rerata σ = standar deviasi 4. Menentukan nilai random Nilai random dari batas atas dan batas bawah yang diperlukan utnuk mendapatkan nilai perubahan KBD.

14 Skema Penjualan Kayu Perum Perhutani dikenal oleh sebagian besar masyarakat Indonesia khususnya masyarakat Jawa sebagai perusahaan milik negara yang bergerak dibidang kehutanan, salah satunya yaitu sebagai penghasil dan penjual kayu yang sampai saat ini masih tercatat sebagai salah satu perusahaan penjual kayu terbesar di Indonesia. Hal ini dibuktikan dengan banyaknya volume kayu yang mampu dihasilkan dan dijual oleh Perhutani tiap periodenya. Perhutani terus mencari terobosan baru mengenai skema atau tata cara penjualan kayu yang lebih baik agar produknya (kayu) dapat lebih diserap oleh masyarakat. Kayu Perhutani adalah kayu resmi yang dapat dipertanggungjawabkan kelegalan dan kelengkapan surat-suratnya. Untuk mempermudahkan masyarakat dalam pembelian kayu di Perhutani, saat ini Perhutani menawarkan setidaknya 4 cara yang bisa dipilih oleh masyarakat. Keempat cara tersebut adalah sebagai berikut : Penjualan lelang besar Penjualan dengan cara lelang besar dilakukan di pusat, dapat dilakukan di Jakarta atau di Bogor tergantung kesepakatan. Penjualan lelang kecil Penjualan dengan cara lelang kecil ini dilakukan di TPK. Penjualan dengan perjanjian Penjualan dengan perjanjian dilakukan secara kontrak dilakukan untuk volume kayu di atas 200 m 3. Untuk melakukan kontrak pembelian, pembeli mengajukan rencana kontrak pembelian ke Kepala Unit melalu Kepala Biro

15 40 Pemasaran di masing-masing Unit. Unit I di Semarang Jawa Tengah, Unit II di Surabaya Jawa Timur dan Unit III di Bandung Jawa Barat. Penjualan langsung Penjualan langsung (pembelian secara langsung) dapat dilakukan dengan cara pembeli menghubungi General Manager (KBM) Sar Kayu yang tersebar di beberapa daerah di pulau Jawa. Sistem ini diberlakukan pada pembelian dengan volume kayu kurang dari 200 m 3. Tabel 5.6. Harga Jual Kayu Jati Skema Penjualan Kayu Harga (Rp/m3) A3 A2 A1 Lelang besar Rp Rp Rp Lelang kecil Penjualan dengan perjanjian Rp Rp Rp Penjualan langsung Rp Rp Rp Sumber : Buku Saku Statistik Th Perum Perhutani Unit I Jawa Tengah 5.7. Implementasi Simulasi Implementasi simulasi dilakukan dengan menyusun skenario berdasarkan variasi daur dan teknik perhitungan etat. Variasi daur mencakup daur 20 tahun, 30 tahun, dan 40 tahun. Masing-masing daur akan menyajikan hasil etat luas yang berbeda-beda, dimana etat tersebut dijadikan acuan dalam banyaknya tebangan yang dihasilkan. Etat luas tersebut akan ditunjukkan pada kolom cut (Ha). Hasil yang bervariasi juga terjadi pada volume tegakan tinggal, volume tebangan, volume sortimen A3, volume sortimen A2, volume sortimen A1, pendapatan kotor sortimen A3, pendapatan kotor sortimen A2 dan pendapatan kotor sortimen

16 41 A1. Pada perhitungan pendapatan akan disajikan 2 strategi penjualan kayu dengan membedakan proporsi penjualan menurut skema penjualan kayu, yaitu dengan skema penjualan lelang besar, lelang kecil, penjualan dengan perjanjian dan penjualan langsung : 1) dengan proporsi penjualan 25 : 25 : 25 :25 dan 2) dengan proporsi penjualan 30 : 10 : 40 : 20. Perbedaan proporsi penjualan kayu dapat mempengaruhi hasil pendapatan, dikarenakan harga dari masing-masing skema penjualan kayu tersebut berbeda, sehingga dengan banyak menjual produk (kayu) dengan skema yang harganya tinggi tentu pendapatan akan naik Skenario Daur 20 Tahun UTM 14 Tahun Tabel 5.7. Rekapitulasi Stock, Cut, dan Total Pendapatan Kotor Daur 20 tahun dengan UTM 14 tahun Sediaan (Stock) Tebangan (Cut) Total Pendapatan Kotor (Rp) Tahun Stock (Ha) Stock (m3) Cut (Ha) Cut (m3) Proporsi Skema Penjualan 25:25:25:25 Proporsi Skena Penjualan 30:10:40: , ,52 118, , , ,04 118, , , ,36 118, , , ,54 118, , , ,58 118, ,

17 42 Gambar 5.3. Simulasi Luas Tegakan Tinggal tiap Kelas Umur pada Daur 20 Tahun dengan UTM 14 Tahun Gambar 5.4. Simulasi Luas Tebangan tiap Kelas Umur pada Daur 20 Tahun dengan UTM 14 Tahun

18 43 Gambar 5.5. Simulasi Total Luas Tegakan Tinggal pada Daur 20 Tahun dengan UTM 14 Tahun Gambar 5.6. Simulasi Total Luas Tebangan pada Daur 20 Tahun dengan UTM 14 Tahun

19 44 Gambar 5.7. Simulasi Volume Tegakan Tinggal tiap Kelas Umur pada Daur 20 Tahun dengan UTM 14 Tahun Gambar 5.8. Simulasi Volume Tebangan tiap Kelas Umur pada Daur 20 Tahun dengan UTM 14 Tahun

20 45 Gambar 5.9. Simulasi Total Volume Tegakan Tinggal pada Daur 20 Tahun dengan UTM 14 Tahun Gambar Simulasi Total Volume Tebangan pada Daur 20 Tahun dengan UTM 14 Tahun

21 46 Gambar Simulasi Pendapatan Kotor pada Daur 20 Tahun dengan UTM 14 Tahun dengan Proporsi Penjualan 25:25:25:25 Gambar Simulasi Pendapatan Kotor pada Daur 20 Tahun dengan UTM 14 Tahun dengan Proporsi Penjualan 30:10:40:20

22 UTM 18 Tahun Tabel 5.8. Rekapitulasi Stock, Cut, dan Total Pendapatan Kotor Daur 20 tahun dengan UTM 18 tahun Sediaan (Stock) Tebangan (Cut) Total Pendapatan Kotor (Rp) Tahun Stock (Ha) Stock (m3) Cut (Ha) Cut (m3) Proporsi Skema Penjualan 25:25:25:25 Proporsi Skema Penjualan 30:10:40: , ,54 118, , , ,29 118, , , ,30 118, , , ,02 118, , , ,14 118, , Gambar Simulasi Luas Tegakan Tinggal tiap Kelas Umur pada Daur 20 Tahun dengan UTM 18 Tahun

23 48 Gambar Simulasi Luas Tebangan tiap Kelas Umur pada Daur 20 Tahun dengan UTM 18 Tahun Gambar Simulasi Total Luas Tegakan Tinggal pada Daur 20 Tahun dengan UTM 18 Tahun

24 49 Gambar Simulasi Total Luas Tebangan pada Daur 20 Tahun dengan UTM 18 Tahun Gambar Simulasi Volume Tegakan Tinggal tiap Kelas Umur pada Daur 20 Tahun dengan UTM 18 Tahun

25 50 Gambar Simulasi Volume Tebangan tiap Kelas Umur pada Daur 20 Tahun dengan UTM 18 Tahun Gambar Simulasi Total Volume Tegakan Tinggal pada Daur 20 Tahun dengan UTM 18 Tahun

26 51 Gambar Simulasi Total Volume Tebangan pada Daur 20 Tahun dengan UTM 18 Tahun Gambar Simulasi Pendapatan Kotor pada Daur 20 Tahun dengan UTM 18 Tahun dengan Proporsi Penjualan 25:25:25:25

27 52 Gambar Simulasi Pendapatan Kotor pada Daur 20 Tahun dengan UTM 18 Tahun dengan Proporsi Penjualan 30:10:40:20 Luas tegakan tinggal daur 20 tahun dari periode ke-0 sampai periode ke-40 sama yaitu sebesar 2.360,7 Ha. Luasan ini merupakan total luas tiap kelas hutan berdasarkan data RPKH. Kelas hutan pada periode ke-0 yang telah ditebang, selanjutnya dilakukan penanaman hingga periode ke-40 untuk membentuk stock kembali sampai mencapai umur siap tebang. Penebangan dilakukan menurut umur tebang minimum, kurang dari umur tersebut tidak diperkenankan dan apabila penebangan melebihi etat maka akan terjadi kerusakan, etat luas digunakan sebagai pembatas besarnya luas tebangan yang diperkenankan. Pada simulasi untuk daur 20 tahun dengan umur tebang minimum 14 tahun dan 18 tahun memiliki etat luas 118,035 Ha/10 tahun. Pada gambar 5.3 dan 5.13 menunjukkan luas tegakan tinggal setiap kelas umur dalam semua periode. Grafik menunjukkan bahwa keadaan tegakan hutan di Bagian Hutan Balo berada pada keadaan kurang normal, hal ini ditunjukkan dengan tingginya luasan kelas umur pada KU muda, sedangkan pada KU tua

28 53 luasannya rendah. Semakin berjalannya periode, maka akan merata setiap kelas umurnya, karena jumlah luasan penanaman sama dengan jumlah luasan penebangan. Gambar 5.4 dan 5.14 menunjukkan luas tebangan untuk daur 20 tahun dengan UTM 14 tahun dan 18 tahun. Pada grafik pada periode ke-0 diketahui penebangan dilakukan pada kelas umur 9 dengan luas sebesar 21,80 Ha dan pada kelas umur 8 dengan luas sebesar 96,24 Ha, hal ini dilakukan untuk memenuhi etat luas yang diperbolehkan. Gambar 5.5 dan 5.15 menunjukkan total luas tegakan tinggal setiap periode, total luas tegakan pada masing-masing UTM sebesar 2.360,7 Ha. Besarnya total luas tebangan tiap periode ditunjukkan pada gambar 5.6 dan Total luas tebangan juga memiliki nilai yang sama dengan etat luas sehingga jumlah luas tebangan yang diperbolehkan setiap periode sebesar 118,035 Ha/10 tahun. Volume tegakan tinggal untuk daur 20 tahun dengan UTM 14 tahun dan 18 tahun masing-masing ditunjukkan pada gambar 5.7 dan Pada grafik dapat diketahui volume tegakan tinggal terbesar dengan UTM 14 tahun pada kelas umur 6 saat periode ke-40 sebesar m 3 dan dengan UTM 18 tahun pada kelas umur 5 saat periode ke-30 sebesar m 3, sedangkan volume tegakan tinggal terkecil dengan UTM 14 tahun pada kelas umur 1 saat periode ke-40 sebesar 1.635,38 m 3 dan dengan UTM 18 tahun pada kelas umur 1 saat periode ke-20 sebesar 2.966,74 m 3. Volume tegakan tinggal relatif stabil dari periode ke-0 sampai periode ke-40. Untuk perubahan total volume tegakan tinggal tiap periode

29 54 dapat dilihat pada gambar 5.9 dan 5.19 dari grafik diketahui total volume tegakan tinggal relatif stabil dari periode ke-0 sampai periode ke-40. Gambar 5.8 dan 5.18 menunjukkan besar volume tebangan pada setiap kelas umur dalam semua periode. Volume tebangan terbesar pada kelas umur 8 periode ke-0 sebesar ,2 m 3 untuk UTM 14 tahun dan ,7 m 3 untuk UTM 18 tahun. Total volume tebangan ditunjukkan pada gambar 5.10 dan 5.20, dari gambar dapat diketahui dinamika produksi kayu (tebangan) terjadi secara hampir berkelanjutan selama periode, namun jumlah tebangan tiap periodenya cenderung menurun, yaitu dari periode ke-0 sampai dengan periode ke-40, hal ini terjadi mungkin karena pada awal periode, volume tegakan masih banyak, adanya penurunan kelas hutan dan/atau sebab lain. Total dari volume tebangan dengan UTM 14 tahun sebesar ,54 m 3 dan dengan UTM 18 tahun sebesar ,62 m 3. Pada gambar 5.11 dan 5.21 menunjukkan total hasil pendapatan kotor tiap periode dengan proporsi penjualan 25:25:25:25 pendapatan terbesar pada periode ke-20 sebesar Rp untuk UTM 14 tahun dan pada periode ke-10 sebesar Rp untuk UTM 18 tahun, sedangkan pendapatan terendah berada pada periode ke-30 untuk UTM 14 tahun sebesar Rp dan pada periode ke-40 untuk UTM 18 tahun yaitu sebesar Rp Gambar 5.12 dan 5.22 menunjukkan bahwa pendapatan kotor dengan proporsi penjualan 30:10:40:20 pendapatan terbesar pada periode ke-20 sebesar Rp untuk UTM 14 tahun dan pada periode ke-10 sebesar Rp untuk UTM 18 tahun. Pendapatan terendah berada pada

30 55 periode ke-30 untuk UTM 14 tahun sebesar Rp dan pada periode ke-40 untuk UTM 18 tahun yaitu sebesar Rp Skenario Daur 30 Tahun UTM 24 Tahun Tabel 5.9. Rekapitulasi Stock, Cut, dan Total Pendapatan Kotor Daur 30 tahun dengan UTM 24 tahun Sediaan (Stock) Tebangan (Cut) Total Pendapatan Kotor (Rp) Tahun Stock (Ha) Stock (m3) Cut (Ha) Cut (m3) Proporsi Skema Penjualan 25:25:25:25 Proporsi Skema Penjualan 30:10:40: , ,60 78, , , ,07 78, , , ,89 78, , , ,35 78, , , ,39 78, , Gambar Simulasi Luas Tegakan Tinggal tiap Kelas Umur pada Daur 30 Tahun dengan UTM 24 Tahun

31 56 Gambar Simulasi Luas Tebangan tiap Kelas Umur pada Daur 30 Tahun dengan UTM 24 Tahun Gambar Simulasi Total Luas Tegakan Tinggal pada Daur 30 Tahun dengan UTM 24 Tahun

32 57 Gambar Simulasi Total Luas Tebangan pada Daur 30 Tahun dengan UTM 24 Tahun Gambar Simulasi Volume Tegakan Tinggal tiap Kelas Umur pada Daur 30 Tahun dengan UTM 24 Tahun

33 58 Gambar Simulasi Volume Tebangan tiap Kelas Umur pada Daur 30 Tahun dengan UTM 24 Tahun Gambar Simulasi Total Volume Tegakan Tinggal pada Daur 30 Tahun dengan UTM 24 Tahun

34 59 Gambar Simulasi Total Volume Tebangan pada Daur 30 Tahun dengan UTM 24 Tahun Gambar Simulasi Pendapatan Kotor pada Daur 30 Tahun dengan UTM 24 Tahun dengan Proporsi Penjualan 25:25:25:25

35 60 Gambar Simulasi Pendapatan Kotor pada Daur 30 Tahun dengan UTM 24 Tahun dengan Proporsi Penjualan 30:10:40: UTM 28 Tahun Tabel Rekapitulasi Stock, Cut, dan Total Pendapatan Kotor Daur 30 tahun dengan UTM 28 tahun Sediaan (Stock) Tebangan (Cut) Total Pendapatan Kotor (Rp) Tahun Stock (Ha) Stock (m3) Cut (Ha) Cut (m3) Proporsi Skema Penjualan 25:25:25:25 Proporsi Skema Penjualan 30:10:40: , ,06 78, , , ,28 78, , , ,49 78, , , ,39 78, , , ,23 78, ,

36 61 Gambar Simulasi Luas Tegakan Tinggal tiap Kelas Umur pada Daur 30 Tahun dengan UTM 28 Tahun Gambar Simulasi Luas Tebangan tiap Kelas Umur pada Daur 30 Tahun dengan UTM 28 Tahun

37 62 Gambar Simulasi Total Luas Tegakan Tinggal pada Daur 30 Tahun dengan UTM 28 Tahun Gambar Simulasi Total Luas Tebangan pada Daur 30 Tahun dengan UTM 28 Tahun

38 63 Gambar Simulasi Volume Tegakan Tinggal tiap Kelas Umur pada Daur 30 Tahun dengan UTM 28 Tahun Gambar Simulasi Volume Tebangan tiap Kelas Umur pada Daur 30 Tahun dengan UTM 28 Tahun

39 64 Gambar Simulasi Total Volume Tegakan Tinggal pada Daur 30 Tahun dengan UTM 28 Tahun Gambar Simulasi Total Volume Tebangan pada Daur 30 Tahun dengan UTM 28 Tahun

40 65 Gambar Simulasi Pendapatan Kotor pada Daur 30 Tahun dengan UTM 28 Tahun dengan Proporsi Penjualan 25:25:25:25 Gambar Simulasi Pendapatan Kotor pada Daur 30 Tahun dengan UTM 28 Tahun dengan Proporsi Penjualan 30:10:40:20 Pada simulasi untuk daur 30 tahun dengan umur tebang minimum 24 tahun dan 28 tahun memiliki etat luas sebesar 78,69 Ha sehingga luas tebangan yang diperbolehkan untuk ditebang adalah sebesar 78,69 Ha. Apabila tebangan yang dilakukan melebihi etat maka akan terjadi kerusakan, etat luas digunakan sebagai pembatas besarnya luas tebangan yang diperbolehkan.

41 66 Pada gambar 5.23 dan 5.33 menunjukkan luas tegakan tinggal setiap kelas umur dalam semua periode. Grafik menunjukkan bahwa keadaan tegakan hutan di Bagian Hutan Balo berada pada keadaan kurang normal, hal ini ditunjukkan dengan tingginya luasan kelas umur pada KU muda, sedangkan pada KU tua luasannya rendah. Semakin berjalannya periode, maka akan merata setiap kelas umurnya, karena jumlah luasan penanaman sama dengan jumlah luasan penebangan. Gambar 5.24 dan 5.34 menunjukkan luas tebangan untuk daur 30 tahun dengan UTM 24 tahun dan 28 tahun. Pada grafik pada periode ke-0 diketahui penebangan dilakukan pada kelas umur 9 dengan luas sebesar 21,80 Ha dan pada kelas umur 8 dengan luas sebesar 56,89 Ha, hal ini dilakukan untuk memenuhi etat luas yang diperbolehkan. Gambar 5.25 dan 5.35 menunjukkan total luas tegakan tinggal setiap periode, total luas tegakan pada masing-masing UTM sebesar 2.360,7 Ha. Besarnya total luas tebangan tiap periode ditunjukkan pada gambar 5.26 dan Total luas tebangan juga memiliki nilai yang sama dengan etat luas sehingga jumlah luas tebangan yang diperbolehkan setiap periode sebesar 78,69 Ha/10 tahun. Volume tegakan tinggal untuk daur 30 tahun dengan UTM 24 tahun dan 28 tahun masing-masing ditunjukkan pada gambar 5.27 dan Pada grafik dapat diketahui volume tegakan tinggal terbesar dengan UTM 24 tahun pada kelas umur 9 saat periode ke-40 sebesar m 3 dan dengan UTM 28 tahun pada kelas umur 6 saat periode ke-40 sebesar m 3. Untuk volume tegakan tinggal terendah berada pada kelas umur 1 saat periode ke-40 sebesar 2.996,01 m 3

42 67 untuk UTM 24 tahun dan saat periode ke-30 sebesar 1.347,91 m 3 untuk UTM 28 tahun. Untuk perubahan total volume tegakan tinggal tiap periode dapat dilihat pada gambar 5.29 dan 5.39 dari grafik diketahui total volume tegakan tinggal dengan UTM 24 tahun dan UTM 28 tahun semakin bertambah dari periode ke-0 sampai periode ke-40. Gambar 5.28 dan 5.38 menunjukkan besar volume tebangan pada setiap kelas umur dalam semua periode. Volume tebangan terbesar berada pada kelas umur 9 pada periode ke-10 sebesar ,6 m 3 untuk UTM 24 tahun dan pada periode ke-20 sebesar ,3 m 3 untuk UTM 28 tahun. Total volume tebangan ditunjukkan pada gambar 5.30 dan 5.40, dari gambar dapat diketahui dinamika produksi kayu (tebangan) terjadi secara berkelanjutan selama periode, pada UTM 24 tahun total volume tebangan relatif stabil, namun pada UTM 28 tahun saat periode ke-0 sampai periode ke-20 total volume tebangan naik kemudian turun pada periode ke-30 lalu naik sampai periode ke-40. Total dari volume tebangan dengan UTM 24 tahun sebesar ,26 m 3 dan dengan UTM 28 tahun sebesar ,65 m 3. Pada gambar 5.31 dan 5.41 menunjukkan total hasil pendapatan kotor tiap periode dengan proporsi penjualan 25:25:25:25, pendapatan terbesar berada pada periode ke-10, Rp untuk UTM 24 tahun dan Rp untuk UTM 28 tahun, sedangkan pendapatan terendah berada pada periode ke-0 untuk UTM 24 tahun sebesar Rp dan pada periode ke-40 untuk UTM 28 tahun sebesar Rp Gambar 5.32 dan 5.42 menunjukkan bahwa pendapatan kotor dengan proporsi penjualan 30:10:40:20 pendapatan

43 68 terbesar berada pada periode ke-10, Rp untuk UTM 24 tahun dan Rp untuk UTM 28 tahun. Pendapatan terendah berada pada periode ke-0 untuk UTM 24 tahun sebesar Rp dan pada periode ke-40 untuk UTM 28 tahun yaitu sebesar Rp Skenario Daur 40 Tahun UTM 34 Tahun Tabel Rekapitulasi Stock, Cut, dan Total Pendapatan Kotor Daur 40 tahun dengan UTM 34 tahun Sediaan (Stock) Tebangan (Cut) Total Pendapatan Kotor (Rp) Tahun Stock (Ha) Stock (m3) Cut (Ha) Cut (m3) Proporsi Skema Penjualan 25:25:25:25 Proporsi Skema Penjualan 30:10:40: , ,23 59, , , ,50 59, , , ,06 59, , , ,47 59, , , ,03 59, ,

44 69 Gambar Simulasi Luas Tegakan Tinggal tiap Kelas Umur pada Daur 40 Tahun dengan UTM 34 Tahun Gambar Simulasi Luas Tebangan tiap Kelas Umur pada Daur 40 Tahun dengan UTM 34 Tahun

45 70 Gambar Simulasi Total Luas Tegakan Tinggal pada Daur 40 Tahun dengan UTM 34 Tahun Gambar Simulasi Total Luas Tebangan pada Daur 40 Tahun dengan UTM 34 Tahun

46 71 Gambar Simulasi Volume Tegakan Tinggal tiap Kelas Umur pada Daur 40 Tahun dengan UTM 34 Tahun Gambar Simulasi Volume Tebangan tiap Kelas Umur pada Daur 40 Tahun dengan UTM 34 Tahun

47 72 Gambar Simulasi Total Volume Tegakan Tinggal pada Daur 40 Tahun dengan UTM 34 Tahun Gambar Simulasi Total Volume Tebangan pada Daur 40 Tahun dengan UTM 34 Tahun

48 73 Gambar Simulasi Pendapatan Kotor pada Daur 40 Tahun dengan UTM 34 Tahun dengan Proporsi Penjualan 25:25:25:25 Gambar Simulasi Pendapatan Kotor pada Daur 40 Tahun dengan UTM 34 Tahun dengan Proporsi Penjualan 30:10:40:20

49 UTM 38 Tahun Tabel Rekapitulasi Stock, Cut, dan Total Pendapatan Kotor Daur 40 tahun dengan UTM 38 tahun Sediaan (Stock) Tebangan (Cut) Total Pendapatan Kotor (Rp) Tahun Stock (Ha) Stock (m3) Cut (Ha) Cut (m3) Proporsi Skema Penjualan 25:25:25:25 Proporsi Skema Penjualan 30:10:40: , ,82 59, , , ,24 59, , , ,51 59, , , ,70 59, , , ,70 59, , Gambar Simulasi Luas Tegakan Tinggal tiap Kelas Umur pada Daur 40 Tahun dengan UTM 38 Tahun

50 75 Gambar Simulasi Luas Tebangan tiap Kelas Umur pada Daur 40 Tahun dengan UTM 38 Tahun Gambar Simulasi Total Luas Tegakan Tinggal pada Daur 40 Tahun dengan UTM 38 Tahun

51 76 Gambar Simulasi Total Luas Tebangan pada Daur 40 Tahun dengan UTM 38 Tahun Gambar Simulasi Volume Tegakan Tinggal tiap Kelas Umur pada Daur 40 Tahun dengan UTM 38 Tahun

52 77 Gambar Simulasi Volume Tebangan tiap Kelas Umur pada Daur 40 Tahun dengan UTM 38 Tahun Gambar Simulasi Total Volume Tegakan Tinggal pada Daur 40 Tahun dengan UTM 38 Tahun

53 78 Gambar Simulasi Total Volume Tebangan pada Daur 40 Tahun dengan UTM 38 Tahun Gambar Simulasi Pendapatan Kotor pada Daur 40 Tahun dengan UTM 38 Tahun dengan Proporsi Penjualan 25:25:25:25

54 79 Gambar Simulasi Pendapatan Kotor pada Daur 40 Tahun dengan UTM 38 Tahun dengan Proporsi Penjualan 30:10:40:20 Pada simulasi untuk daur 40 tahun dengan umur tebang minimum 34 tahun dan 38 tahun memiliki etat luas sebesar 59,0175 Ha sehingga luas tebangan yang diperbolehkan untuk ditebang adalah sebesar 59,0175 Ha. Apabila tebangan yang dilakukan melebihi etat maka akan terjadi kerusakan, etat luas digunakan sebagai pembatas besarnya luas tebangan yang diperbolehkan. Pada gambar 5.43 dan 5.53 menunjukkan luas tegakan tinggal setiap kelas umur dalam semua periode. Grafik menunjukkan bahwa tidak terdapat penurunan luas tegakan tinggal seiring dengan bertambahnya umur tegakan, keadaan hutan tersebut dapat dikatakan normal, mungkin karena daurnya lama dan dengan adanya pengelolaan tegakan muda yang berhasil sehingga dapat mempertahankan luas kelas hutan produktif. Gambar 5.44 dan 5.54 menunjukkan luas tebangan untuk daur 40 tahun dengan UTM 34 tahun dan 38 tahun. Pada grafik pada periode ke-0 diketahui penebangan dilakukan pada kelas umur 9 dengan luas sebesar 21,80 Ha dan pada

55 80 kelas umur 8 dengan luas sebesar 37,22 Ha, hal ini dilakukan untuk memenuhi etat luas yang diperbolehkan. Gambar 5.45 dan 5.55 menunjukkan total luas tegakan tinggal setiap periode, total luas tegakan pada masing-masing UTM sebesar 2.360,7 Ha. Besarnya total luas tebangan tiap periode ditunjukkan pada gambar 5.46 dan Total luas tebangan juga memiliki nilai yang sama dengan etat luas sehingga jumlah luas tebangan yang diperbolehkan setiap periode sebesar 59,0175 Ha/10 tahun. Volume tegakan tinggal untuk daur 40 tahun dengan UTM 34 tahun dan 38 tahun masing-masing ditunjukkan pada gambar 5.47 dan Pada grafik dapat diketahui volume tegakan tinggal terbesar saat periode ke-40, pada kelas umur 9 sebesar m 3 untuk UTM 34 tahun dan untuk UTM 38 tahun pada kelas umur 6 sebesar m 3. Untuk volume tegakan tinggal terendah berada pada kelas umur 1, saat periode ke-40 sebesar 1.143,36 m 3 untuk UTM 34 tahun dan saat periode ke-20 sebesar 1.827,13 m 3 untuk UTM 38 tahun. Untuk perubahan total volume tegakan tinggal tiap periode dapat dilihat pada gambar 5.49 dan 5.59 dari grafik diketahui total volume tegakan tinggal dengan UTM 34 tahun dan UTM 38 tahun semakin naik dari periode ke-0 hingga periode ke-40. Gambar 5.48 dan 5.58 menunjukkan besar volume tebangan pada setiap kelas umur dalam semua periode. Volume tebangan terbesar berada pada kelas umur 9, saat periode ke-10 sebesar ,5 m 3 untuk UTM 34 tahun dan saat periode ke-20 sebesar ,6 m 3 untuk UTM 38 tahun. Total volume tebangan ditunjukkan pada gambar 5.50 dan 5.60, dari gambar dapat diketahui dinamika produksi kayu (tebangan) terjadi secara berkelanjutan selama periode, jumlah

56 81 tebangan tiap periodenya terlihat fluktuatif, namun selisih volumenya tidak terlalu besar. Total dari volume tebangan dengan UTM 34 tahun sebesar ,70 m 3 dan dengan UTM 38 tahun sebesar ,07 m 3. Pada gambar 5.51 dan 5.61 menunjukkan total hasil pendapatan kotor tiap periode dengan proporsi penjualan 25:25:25:25, pendapatan terbesar yang didapatkan dengan UTM 34 tahun pada periode ke-10 sebesar Rp dan dengan UTM 38 tahun pada periode ke-20 sebesar Rp sedangkan pendapatan terendah berada pada periode ke-0 sebesar Rp untuk UTM 34 tahun dan pada periode ke-30 sebesar Rp untuk UTM 38 tahun. Gambar 5.52 dan 5.62 menunjukkan bahwa pendapatan kotor dengan proporsi penjualan 30:10:40:20, pendapatan terbesar berada pada periode ke-10 sebesar Rp untuk UTM 34 tahun dan pada periode ke-20 sebesar Rp untuk UTM 38 tahun. Pendapatan terendah berada pada periode ke-0 sebesar Rp untuk UTM 34 tahun dan pada periode ke-30 sebesar Rp untuk UTM 38 tahun.

57 Inferensi Hasil Simulasi Berdasarkan keluaran skenario dapat disusun hasil informasi sebagai berikut : Tabel Inferensi Hasil Simulasi Rerata Standar Deviasi Skenario Daur UTM Stock Cut Stock Cut Ha M3 Ha M3 Ha M3 Ha M , ,6 118, ,71 0, ,72 0, , , ,9 118, ,32 0, ,63 0, , , ,9 78, ,45 0, ,6 0, , , ,3 78, ,33 0, ,3 0, , , ,5 59, ,94 0, ,1 0, , , ,8 59, ,61 0, ,2 0, ,131 Skenario Daur UTM Stock % Standar Deviasi Rerata Total Pendapatan Kotor (Rp) Cut Proporsi Skema Proposi Skema Ha M3 Ha M3 25:25:25:25 30:10:40: ,00 12,65 0,00 33, ,00 13,51 0,00 24, ,00 21,26 0,00 9, ,00 25,01 0,00 5, ,00 23,11 0,00 12, ,00 25,16 0,00 13,

58 83 Tabel menunjukkan bahwa variasi daur dan umur tebang minimum yang digunakan akan memberikan hasil yang berbeda. Untuk mengetahui produksi yang konstan atau merata diperlukan perhitungan standar deviasi. Persen standar deviasi yang semakin kecil nilainya akan menjelaskan bahwa produksi kayu semakin baik. Menurut hasil perhitungan, diketahui bahwa nilai persen standar deviasi untuk produksi kayu dan pendapatan kotor terbaik terdapat pada daur 30 tahun dengan nilai UTM 24 tahun dan 28 tahun. Nilai standar deviasi yang kecil menunjukkan tingkat kerataan hasil tebangan tidak memiliki perbedaan yang signifikan.