pertumbuhan akasia

1

MODEL PERTUMBUHAN RATA-RATA DIAMETER, RATA-RATA TINGGI DAN VOLUME TEGAKAN

Acacia mangium Willd. (Studi Kasus PT. Sumalindo Hutani Jaya II, Kalimantan Timur)

NUR MALIKI ARIFIANDY E 14101045

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR 2006

2

MODEL PERTUMBUHAN RATA-RATA DIAMETER, RATA-RATA TINGGI DAN VOLUME

TEGAKAN Acacia mangium Willd. (Studi Kasus PT. Sumalindo Hutani Jaya II, Kalimantan Timur)

NUR MALIKI ARIFIANDY

Skripsi Sebagai salah satu syarat untuk memperoleh gelar

Sarjana Kehutanan pada Fakultas Kehutanan Institut Pertanian Bogor

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR 2006

3

Judul Skripsi : MODEL PERTUMBUHAN RATA-RATA DIAMETER, RATA-RATA TINGGI DAN VOLUME TEGAKAN Acacia mangium Willd. (Studi Kasus PT. Sumalindo Hutani Jaya II, Kalimantan Timur).

Nama Mahasiswa : NUR MALIKI ARIFIANDY

NRP : E14101045

Departemen : Manajemen Hutan

Program Studi : Manajemen Hutan

Menyetujui :

Dosen Pembimbing I Dosen Pembimbing II

(Prof. Dr. Ir. Endang Suhendang, MS ) (Tatang Tiryana S. Hut., M.Sc) NIP. 130 933 588 NIP. 132 231 998

Mengetahui,

Dekan Fakultas Kehutanan IPB

(Prof. Dr. Ir. Cecep Kusmana, MS) NIP. 131 430 799

Tanggal Lulus : 18 Januari 2006

i

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Allah SWT atas segala Rahmat

dan Hidayah-Nya serta shallawat dan salam kepada Nabi Muhammad SAW maka

penulis dapat menyelesaikan penyusunan skripsi yang berjudul Model

Pertumbuhan Rata-Rata Diameter, Rata-Rata Tinggi, dan Volume Tegakan

Acacia mangium Willd. (Studi Kasus PT. Sumalindo Hutani Jaya II,

Kalimantan Timur).

Pada kesempatan ini penulis mengucapkan terima kasih kepada :

1. Bapak Prof. Dr. Ir. Endang Suhendang, MS dan Bapak Tatang Tiryana,

S.Hut., M.Sc. yang telah membimbing penulis selama penulisan skripsi

ini.

2. Ir. Sucahyo Sadiyo, MS selaku dosen penguji dari Departemen Hasil

Hutan, dan Ir. Ervizal A.M. Zuhud, MS selaku dosen penguji dari

Departemen Konservasi Sumberdaya Hutan dan Ekowisata.

3. Mamih, Papih, Teteh dan Mas Ido yang telah memberikan dukungan baik

moril maupun materiil serta curahan kasih sayangnya.

4. Bapak Sukrul, Bapak Zakir, Bapak Suradi, Bapak Dudi, Bapak Susanto,

Bapak Saiful, Bapak Agus, serta seluruh staf di PT. Sumalindo Hutani

Jaya II yang telah membantu penulis dalam mengumpulkan data penelitian

5. Rekan-rekan senasib seperjuangan satu bimbingan Kania dan Pipin, rekan-

rekan kelompok PKL Dita, Dini, Arga, Dedi, dan Pudy, dan rekan

MNH38 atas kebersamaan dan persahabatannya selama ini.

6. Serta seluruh pihak yang tidak dapat disebutkan satu persatu yang telah

membantu penulis dalam penyusunan skripsi ini.

Akhir kata, penulis berharap skripsi ini dapat bermanfaat bagi penulis dan

pihak yang membutuhkan.

Bogor, Januari 2006

Penulis

2

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 15 Mei 1983 dari ayah Edy

Effendy dan ibu Nuraini Suksminingrum. Penulis merupakan putri ketiga dari

tiga bersaudara.

Penulis menempuh jalur pendidikan sejak tahun 1988 pada TK Persiapan

Bersama Jakarta, dilanjutkan pada tahun 1989 di SDN 04 PG Jakarta. Tahun 1995

melanjutkan pendidikan di SLTPN 257 Jakarta, dan pada tahun 1998 penulis

melanjutkan pendidikan di SMUN 39 Jakarta, pada tahun 2001 penulis masuk IPB

melalui jalur UMPTN, memilih Jurusan Manajemen Hutan , Fakultas Kehutanan.

Selama di bangku kuliah penulis mengikuti kegiatan Praktek Pengenalan

dan Pengelolaan Hutan (P3H) di Cilacap, Batu Raden, dan Getas. Pada tahun

2005 penulis mengikuti kegiatan Praktek Kerja Lapang (PKL) di PT. Sumalindo

Lestari Jaya, Tbk. Kalimatan Timur.

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan,

penulis melakukan penyusunan skripsi dengan judul Model Pertumbuhan

Rata-Rata Diameter, Rata-Rata Tinggi, dan Volume Tegakan Acacia

mangium Willd. (Studi Kasus PT. Sumalindo Hutani Jaya II, Kalimantan

Timur) di bawah bimbingan Prof. Dr. Ir. Endang Suhendang, MS dan

Tatang Tiryana, S.Hut., M.Sc.

3

RINGKASAN

Nur Maliki Arifiandy. Model Pertumbuhan Rata-Rata Diameter, Rata-Rata Tinggi, dan Volume Tegakan Acacia mangium Willd. (Studi Kasus PT. Sumalindo Hutani Jaya II, Kalimantan Timur). Di bawah bimbingan Prof. Dr. Ir. Endang Suhendang, MS dan Tatang Tiryana, S.Hut., M.Sc.

Pembangunan Hutan Tanaman Industri (HTI) merupakan salah satu upaya untuk memenuhi kebutuhan bahan baku industri pengolahan hasil hutan kayu. Permintaan terhadap kayu dari HTI meningkat seiring dengan meningkatnya konsumsi kayu masyarakat dan makin berkurangnya produksi kayu dari hutan alam akibat laju kerusakan hutan alam yang semakin tinggi. Untuk itu, diperlukan adanya pengolahan HTI yang lebih intensif dengan berpegang pada prinsip kelestarian hasil. Untuk mendukung upaya ini perlu dibuat rencana pengelolaan HTI dengan seksama. Salah satu data yang harus diperhatikan dalam penyusunan rencana pengelolaan HTI seperti ini adalah pertumbuhan tegakan yang memiliki tingkat ketepatan dan ketelitian tinggi. Salah satu jenis tanaman yang banyak dikembangkan pada HTI adalah Acacia mangium yang merupakan jenis cepat tumbuh (fast growing species). Untuk mendukung pengelolaan HTI maka informasi pertumbuhan tegakan dalam bentuk model pertumbuhan sangat diperlukan.

Bahan yang digunakan dalam penelitian ini adalah data sekunder hasil pengukuran berulang pada Petak Ukur Permanen (PUP) seluas 0.1 Ha sebanyak 60 petak pada tegakan A. Mangium. Alat-alat yang digunakan dalam analisis data adalah alat tulis, kalkulator, PC (Personal Computer). Pengolahan data dilakukan dengan menggunakan analisis regresi linear dan non linear dengan bantuan software Excel, dan Statistica.

Dalam pemilihan model terbaik, model-model pertumbuhan yang digunakan adalah model dari: Bruce dan Schumacher (1950), Chapman-Richards (1959), Prodan (1968), Alder (1980) yang telah dimodifikasi oleh Harbagung (2004), dan Wiroatmodjo (1984) dengan menambahkan peubah kerapatan tegakan (jumlah pohon per hektar). Dalam menentukan model pertumbuhan terbaik dilakukan uji statistik, yaitu uji peranan peubah bebas, koefisien determinasi, koefisien determinasi terkoreksi, root mean squares error, dan simpangan rata-rata.

Dengan mengkombinasikan antara uji statistik, kelogisan bentuk kurva, dan kesederhanaan penerapan di lapangan maka model pertumbuhan terbaik masing-masing untuk diameter tegakan adalah 0,539 0,34658,885D U N= , tinggi tegakan adalah 2,274, 271 3, 646 lnT U= + , dan pertumbuhan volume per hektar adalah 1

0, 01 0, 516 0,1V U Ne e

= + +.

Penelitian ini juga ingin membuktikan asumsi bahwa terdapat hubungan yang kuat antara kerapatan tegakan dengan pertumbuhan diameter dan pertumbuhan tinggi. Untuk membuktikan hal tersebut maka dilakukan pengujian dengan rumus persentase pertumbuhan diameter dan tinggi, dengan menggunakan N1=1100 dan N2=700 didapatkan persentase untuk pertumbuhan diameter adalah

4

16,91% dan untuk pertumbuhan tinggi adalah 7,72%. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa kerapatan tegakan memiliki pengaruh yang lebih kuat terhadap pertumbuhan diameter dibandingkan pertumbuhan tinggi. Hal ini disebabkan karena pertumbuhan diameter lebih dipengaruhi oleh faktor eksternal sedangkan pertumbuhan tinggi lebih dipengaruhi oleh faktor internal dari tegakan.

Penentuan model pertumbuhan merupakan informasi dasar dalam penentuan keputusan manajemen, antar lain dalam penentuan daur tegakan. Hal ini dapat diketahui dengan melihat titik perpotongan antara kurva CAI (Current Annual Increment) dan MAI (Mean Annual Increment). Berdasarkan titik perpotongan kedua kurva tersebut, daur untuk tegakan A. mangium di HPHTI Sumalindo Hutani Jaya II, Kalimantan Timur adalah 5,25 tahun.

ii

DAFTAR ISI

Halaman

KATA PENGANTAR ..................................................................... i DAFTAR ISI .................................................................................... ii DAFTAR TABEL ......................................................................... iii DAFTAR GAMBAR ...................................................................... iv DAFTAR LAMPIRAN ................................................................... v

PENDAHULUAN Latar Belakang .................................................................... 1 Tujuan .................................................................................. 2 Hipotesis ................................................................................ 2

TINJAUAN PUSTAKA Acacia mangium Willd ......................................................... 3 Pertumbuhan ......................................................................... 4 Kurva Pertumbuhan .............................................................. 5 Model Pertumbuhan .............................................................. 5 Hasil Penelitian Lain ............................................................. 8 METODOLOGI

Lokasi dan Waktu Penelitian ................................................ 10 Bahan dan Alat Penelitian ..................................................... 10 Metode Penelitian ................................................................. 10

Penyiapan Data ............................................................... 10 Analisis Data ................................................................... 11

KEADAAN UMUM LOKASI PENELITIAN Letak dan Luas ...................................................................... 15 Tanah dan Geologi ................................................................ 15 Iklim ...................................................................................... 16 Kedaan Hutan (Potensi dan Jenis)......................................... 16 Sosial, Ekonomi dan Budaya Masyarakat ............................. 16

HASIL DAN PEMBAHASAN Model Pertumbuhan Diameter .............................................. 17 Model Pertumbuhan Tinggi .................................................. 19 Model Pertumbuhan Volume per Hektar .............................. 21 Hubungan Kerapatan dengan Pertumbuhan Diameter .......... 23 Hubungan Kerapatan dengan Pertumbuhan Tinggi .............. 24 Kegunaan Model Pertumbuhan untuk Pengelolaan Hutan ... 25

KESIMPULAN DAN SARAN Kesimpulan ........................................................................... 27 Saran ...................................................................................... 27

DAFTAR PUSTAKA ...................................................................... 28

LAMPIRAN ..................................................................................... 30

iii

DAFTAR TABEL

Halaman

Tabel 1. Rekapitulasi Analisis Regresi Model Pertumbuhan Diameter ............................................ 17 Tabel 2. Rekapitulasi Analisis Regresi Model Pertumbuhan Tinggi .................................................. 19 Tabel 3. Rekapitulasi Analisis Regresi Model Pertumbuhan Volume per Hektar.............................. 22

iv

DAFTAR GAMBAR

Halaman

Gambar 1. Bentuk Umum Kurva Pertumbuhan .......................... 5 Gambar 2. Kurva Pertumbuhan diameter ................................... 19 Gambar 3. Kurva Pertumbuhan Tinggi ...................................... 21 Gambar 4. Kurva Pertumbuhan Volume per Hektar .................. 23 Gambar 5. Hubungan Pertumbuhan Diameter dengan Kerapatan Tegakan ........................................ 24 Gambar 6. Hubungan Pertumbuhan Tinggi dengan Kerapatan Tegakan ....................................... 24 Gambar 7. Kurva CAI & MAI Volume per Hektar .................... 26

v

DAFTAR LAMPIRAN

Halaman

Lampiran 1. Analisis Ragam Model Pertumbuhan dari software Statistica .............................................. 31 Lampiran2. Perkiraan Pertumbuhan Tegakan A.mangium di HPHTI Sumalindo Hutani Jaya II ........................ 39

1

PENDAHULUAN

Latar Belakang

Pembangunan Hutan Tanaman Industri (HTI) merupakan salah satu upaya

untuk memenuhi kebutuhan bahan baku industri pengolahan hasil hutan kayu.

Permintaan terhadap kayu dari HTI meningkat seiring dengan meningkatnya

konsumsi kayu masyarakat dan makin berkurangnya produksi kayu dari hutan

alam akibat laju kerusakan hutan alam yang semakin tinggi. Untuk itu, diperlukan

adanya pengolahan HTI yang lebih intensif dengan berpegang pada prinsip

kelestarian hasil. Untuk mendukung upaya ini perlu dibuat rencana pengelolaan

HTI dengan seksama. Salah satu data yang harus diperhatikan dalam penyusunan

rencana pengelolaan HTI seperti ini adalah pertumbuhan tegakan yang memiliki

tingkat ketepatan dan ketelitian tinggi.

Pertumbuhan pohon merupakan perubahan dalam sistem organik yang

ditunjukan oleh adanya pertambahan diameter, tinggi dan volume pohon (Prodan,

1968). Informasi pertumbuhan memiliki peranan penting dalam pengambilan

keputusan manajemen, karena informasi ini dapat memberikan gambaran

mengenai pola dan titik-titik optimum pertumbuhan yang akan berkaitan dengan

keputusan perlakuan silvikultur yang akan diterapkan, penentuan daur, dan

prediksi hasil yang akan didapatkan (Harbagung, 2004). Informasi pertumbuhan

dapat disajikan dalam bentuk model pertumbuhan yang merupakan hubungan

dimensi tegakan (diameter, tinggi atau volume) dengan umur dan kerapatan

tegakan, yang digambarkan melalui kurva pertumbuhan.

Salah satu jenis tanaman yang banyak dikembangkan pada HTI adalah

Acacia mangium yang merupakan jenis yang cepat tumbuh (fast growing species).

Untuk mendukung pengelolaan HTI maka informasi pertumbuhan dalam bentuk

model pertumbuhan sangat diperlukan.

2

Tujuan

Penelitian ini bertujuan untuk mendapatkan model pertumbuhan diameter,

tinggi dan volume dari tegakan A. mangium berdasarkan hubungan dengan umur

dan kerapatan.

Hipotesis

1. Terdapat hubungan kuat antara kerapatan tegakan terhadap pertumbuhan

diameter.

2. Terdapat hubungan kuat antara kerapatan tegakan terhadap pertumbuhan

tinggi.

3

TINJAUAN PUSTAKA

Acacia mangium Willd.

Acacia mangium merupakan salah satu jenis tanaman yang memiliki

pertumbuhan cepat (fast growing species) dengan rata-rata kenaikan diameter

2-3 cm/tahun.. Termasuk dalam sub famili Mimosoideae, famili Leguminoceae,

dan ordo Rosales. Jenis ini tersebar secara alami di daerah timur laut Australia,

Papua Nugini hingga ke daerah Indonesia Timur (Papua Barat dan Kepulauan

Maluku). Populasinya menyebar luas mulai dari 050' LS di Irian Jaya hingga

19 LS di daerah Queensland, Australia (NAS, 1983).

Perdasarkan penelitian-penelitian yang telah dilakukan, menurut

Palokangas (1996) A. mangium merupakan jenis Akasia yang paling baik

pertumbuhannya di hampir semua tingkat kesuburan tanah dibandingkan dengan

jenis Akasia lainnya. Pohonnya berbatang lurus, dapat mencapai ketinggian

hingga 30 m dengan batang bebas cabang lebih dari setengah tinggi pohon (NAS,

1983). Tumbuh pada ketinggian 30 130 mdpl dengan curah hujan bervariasi

antara 1000 4500 mm/tahun (Badan Penelitian dan Pengembangan Kehutanan,

1994). Tumbuh pada tanah subur berpasir. Toleran terhadap tanah asam (pH 4.2),

miskin hara, dan drainase jelek (Nurhasybi, 2000). A. mangium merupakan jenis

pionir yang cepat tumbuh, sehingga sangat membutuhkan sinar matahari. Oleh

karenanya apabila mendapatkan naungan pertumbuhannya akan kurang sempurna

dengan bentuk tinggi dan kurus (Badan Penelitian dan Pengembangan Kehutanan,

1994).

Sejak dicanangkannya pembangunan HTI di Indonesia, jenis mangium

merupakan salah satu jenis favorit untuk ditanam. Pada awalnya jenis ini

dikelompokkan kedalam jenis kayu untuk memenuhi kebutuhan kayu serat

terutama untuk bahan baku industri pulp dan kertas, karena mangium memiliki

panjang serat 0,7-1 mm dengan kerapatan 410-530 kg/m3 (Palokangas, 1996).

Saat ini pemanfaatan kayu mangium meluas antara lain untuk: papan serat, kayu

lapis, venir lamina, furnitur, kayu pertukangan, papan partikel, dan kayu energi

(bahan bakar, dan arang). (Malik, et al., 2000).

4

Warna kayu teras dan gubal pada kayu mangium dapat dilihat jelas, yaitu

bagian teras berwarna lebih gelap yaitu agak kecoklatan hampir mendekati kayu

jati, sedangkan bagian gubalnya berwarna putih dan lebih tipis. Berdasarkan berat

jenis, keteguhan lentur statis dan tekan sejajar arah serat, kayu mangium ini

termasuk kelas kuat II-III (Malik, et al., 2000).

Pertumbuhan Tegakan

Pertumbuhan tegakan adalah pertambahan dimensi dari satu atau lebih

individu dalam suatu tegakan hutan dalam suatu jangka waktu (Vanclay, 1994).

Pertumbuhan tegakan merupakan perubahan ukuran sifat terpilih dari dimensi

tegakan yang terjadi selama periode tertentu (Davis dan Johnson, 1987).

Pertumbuhan merupakan hasil interaksi dari faktor internal dan faktor

eksternal. Faktor internal antara lain sifat genetik pohon, persediaan bahan

makanan dalam pohon dan persediaan air di dalam pohon. Sedangkan faktor

eksternal antara lain kerapatan tegakan, suhu, curah hujan, kelembapan udara,

komposisi kimia tanah, kandungan hara mineral, dan kandungan organisma dalam

tanah (Bruce dan Schumacher, 1950). Sedangkan menurut Husch, et al. (1982),

pertumbuhan tanaman merupakan interaksi antara lingkungan dan kemampuan

genetik dari tanaman tersebut. Faktor lingkungan yang berpengaruh antara lain

faktor iklim ( suhu dan curah hujan), faktor tanah (karakteristik fisik dan kimia

tanah, kelembapan tanah, dan mikroorganisma), topografi (kemiringan dan

ketinggian), dan faktor kompetisi (dengan tanaman lain dan hewan).

Menurut Kramer dan Kozlowski (1960), pertumbuhan merupakan hasil

akhir dari interaksi beberapa proses-proses fisiologi pertumbuhan yang baik

membutuhkan pemasukan yang cukup dari makanan, air, cahaya, nutrisi mineral,

hormon, dan oksigen serta suhu lingkungan yang sesuai. Secara fisiologi,

kebutuhan lingkungan adalah kondisi yang memungkinkan untuk membentuk

makanan yang cukup untuk pertumbuhan dan perawatan dari keseimbangan air

didalam yang cukup.

5

Kurva pertumbuhan

Secara umum kurva pertumbuhan berbentuk sigmoid. Menurut Spurr

(1952), kurva pertumbuhan dapat dibagi kedalam tiga bagian namun tidak dapat

dipisahkan secara pasti. Pada tahap awal, pertambahan bergerak lambat namun

semakin lama kecepatan pertumbuhan meningkat. Pada tahap kedua, pertumbuhan

bergerak cepat hingga mencapai titik maksimal dan membentuk garis lurus. Dan

pada tahap akhir, kecepatan pertumbuhan mulai turun secara perlahan setelah

mencapai titik maksimal.

Menurut Prodan (1968), kurva pertumbuhan dimulai dari nol kemudian

meningkat. Pada awalnya kurva akan bergerak secara perlahan dan terus

meningkat hingga mencapai titik belok, setelah itu kecepatannya akan turun

secara perlahan. Sedangkan menurut Munez (1981) dalam Widodo (1989)

menyebutkan bahwa tidak seluruh bentuk kurva pertumbuhan bergerak asimtotik

pada bagian akhirnya. Kurva pertumbuhan peninggi, rata-rata diameter, dan tinggi

pohon bergerak asimtotik pada bagian akhirnya, sedangkan kurva pertumbuhan

lbds dan volume tegakan tidak demikian halnya

Model Pertumbuhan

Vanclay (1994) menyatakan bahwa model pertumbuhan dapat digunakan

untuk memprediksi hasil yang akan didapatkan dan untuk menentukan perlakuan

silvikultur yang tepat serta cara mengelolanya. Hal ini mengingat dalam

Gambar 1. Bentuk umum kurva pertumbuhan

6

pengusahaan HTI memerlukan informasi mengenai pertumbuhan untuk menyusun

rencana pengelolaannya.

Terdapat beberapa model fungsi pertumbuhan baik menggunakan satu

variabel maupun dua variabel, antara lain :

1. Bruce dan Schumacher (1950)

tLogY loglog 10 += tLnY lnln 10 +=

Dimana :

Y : karakteristik pertumbuhan (diameter, tinggi, atau volume pohon)

t : umur

0, 1 : parameter fungsi

2. Chapman-Richards (1959)

( ) mkteWY = 1/11 Dimana :


t : umur

e : bilangan euler

k : konstanta

W, m : parameter fungsi

3. Prodan (1968) p

p xxxY ++++= ....2210 xY t /0 += xxY 10/ +=

2210

2 / xxxY ++= Dimana :


x : umur

0, 1, 2 : parameter fungsi

7

4. Alder (1980)

( )kAbaLnY /1+= Dimana :


A : umur

k : konstanta

a, b : parameter fungsi

5. Wiroatmodjo (1984) NA cebeaY ++= /1

cb NAaY = 11 ++= cNbAaY

Dimana :


A : umur

e : bilangan euler

N : kerapatan tegakan

a,b,c : parameter fungsi

6. Harbagung (2004)

Untuk penelitian Model Hasil Tegakan Hutan Tanaman Acacia mangium

Willd., di daerah Semaras Pulau Laut Kalimantan Selatan, Harbagung

memodifikasi model pertumbuhan dari Alder sebagai berikut :

( )ln kY a b A= + Dimana :


A : umur

k : konstanta

a, b : parameter fungsi

8

Hasil Penelitian Lain

Penelitian mengenai model pertumbuhan telah dilakukan untuk berbagai

jenis tegakan. Berikut ini hasil penelitian mengenai model pertumbuhan jenis A.

mangium yang telah dilakukan :

1. Penelitian dilakukan oleh Harbagung di areal kerja PT. INHUTANI II,

Sub Unit Hutan Tanaman Industri (HTI) Semaras, Pulau Laut Kalimantan

Selatan. Data keragaman dimensi tegakan yang digunakan adalah jumlah

pohon, diameter dan tinggi berdasarkan umur yang ada yaitu 1, 2, 3, 5, 6,

8, dan 9 tahun. Plot yang digunakan adalah temporary sample plot

berbentuk lingkaran 0,1 ha.

Didapatkan model pertumbuhan terbaik adalah :

( )1,183742,38963 7,32155D lnA= + ( )1,560503, 42891 5, 28962H lnA= +

1,677557 2,05946ln 0,15047LnV B lnH= + + Dimana :

D : diameter tegakan rata-rata

H : tinggi tegakan

V : volume tegakan dalam 1 ha

B : luas bidang dasar tegakan dalam 1 ha

A : umur tegakan

2. Penelitian dilakukan oleh Perum Perhutani Unit III Jawa Barat

bekerjasama dengan Fakultas Kehutanan Institut Pertanian Bogor di

BKPH Subang dan Cikeusik-KPH Banten, BKPH Cibenda-KPH

Majalengka, dan BKPH Jati Munggul, Plosokerep, Cikawung-BKPH

Indramayu. Data diambil dari Petak Percobaan Permanen (PPP) yang

dibuat tahun 1992 sebanyak 9 seri dan masing-masing terdiri atas 7 buah

PPP berukuran 0,1225 ha.

Didapatkan model pertumbuhan terbaik adalah :

BONITA II : 1 1exp(2,52 1,37 115 )D A N = 1 1exp(3,04 0,86 1161 )B A N = 1 1exp(4,87 3, 23 1132 )V A N =

9

BONITA III : 1 1exp(2,70 2,58 219 )D A N = 1 1exp(3,64 4,82 347 )B A N = 1 1exp(5,13 6,21 152 )V A N = BONITA IV : 1 1exp(3,14 2,28 2 )D A N = 1 1exp(4,52 5,36 788 )B A N = 1 1exp(6, 42 6,81 886 )V A N = Dimana :

D : diameter tegakan

B : bidang dasar tegakan

V : volume tegakan

A : umur tegakan

N : jumlah pohon

10

METODOLOGI

Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di PT. Sumalindo Hutani Jaya II (PT. SHJ II),

Site Sei Mao/ Bhirawa Kabupaten Kutai Kartanegara, Kalimantan Timur.

Pengambilan data dilaksanakan pada bulan April 2005.

Bahan dan Alat Penelitian

Bahan yang digunakan dalam penelitian ini adalah data sekunder hasil

pengukuran berulang pada Petak Ukur Permanen (PUP) seluas 0,1 Ha sebanyak

60 petak pada tegakan A. Mangium. Kegiatan inventarisasi dilakukan dengan

metode systematic sampling yang dilakukan oleh bagian Perencanaan sub bagian

inventarisasi di HPHTI SHJ II, Kalimantan Timur.

Alat-alat yang digunakan dalam analisis data adalah: alat tulis, kalkulator,

PC (Personal Computer). Pengolahan data dilakukan dengan menggunakan

analisis regresi linear dan non linear dengan bantuan software Excel, dan

Statistica.

Metode Penelitian

Penyiapan Data

Data yang digunakan adalah data sekunder, yang merupakan hasil

pengukuran secara periodik pada PUP berbentuk lingkaran seluas 0,1 Ha. Data

tersebut dikelompokkan berdasarkan petaknya, kemudian dirata-ratakan. Jumlah

petak yang digunakan adalah 60 petak, yang berasal dari 1) RKT 1997/1998

terdiri dari umur 3, 4, dan 5 tahun, 2) RKT 1998/1999 terdiri dari umur 2, 3, dan 4

tahun, dan 3) RKT 2003/2004 terdiri dari umur 1 tahun. Data hasil pengukuran

yang digunakan adalah umur (U), kerapatan tegakan per hektar (N/Ha), diameter

rata-rata (cm), tinggi rata-rata (m), dan volume per hektar (m3/Ha).

Setelah tahapan pengambilan data, kegiatan dilanjutkan dengan tahapan

penyiapan data. Langkah awal yang dilakukan adalah pemilihan petak ukur yang

memiliki kondisi topografi seragam, dimana petak-petak dengan kondisi topografi

yang berbeda dipisahkan dan tidak digunakan dalam pengolahan data. Kemudian

11

data yang terpilih dimasukan kedalam komputer dengan menggunakan software

Microsoft Excel untuk selanjutnya dilakukan pengolahan data dengan

menggunakan software Statistica.

Analisis Data

1. Penyusunan model pertumbuhan

Dalam penelitian ini, model pertumbuhan yang dibuat adalah model

pertumbuhan diameter, tinggi, dan volume per ha tegakan hutan tanaman

A. mangium. Dalam penentuan model terbaik menggunakan analisis

regresi non linear (hal ini mengingat bentuk kurva pertumbuhan yang

sigmoid). Model-model pertumbuhan yang digunakan adalah model dari:

Bruce dan Schumacher (1950), Chapman-Richards (1959), Prodan (1968),

Alder (1980) yang telah dimodifikasi oleh Harbagung (2004), dan

Wiroatmodjo (1984) dengan menambahkan peubah kerapatan tegakan

(jumlah pohon per hektar).

1.1 Model pertumbuhan dengan menggunakan peubah bebas umur :

a) ppUUUY ++++= ....2210 ....................... (1) b) UY t /0 += ...................................................... (2) c) UUY 10/ += ................................................... (3) d) 2210

2 / UUUY ++= ..................................... (4) e) ( )kUY ln10 += ................................................. (5) f) ( ) mkUeY = 1/10 1 ............................................... (6)

1.2 Model pertumbuhan dengan peubah bebas umur dan kerapatan

tegakan:

a) 21 )/(0 HaNUY = ...................................... (7)

b) 23210 )/( UUHaNY +++= ....................... (8) c) )/1()/( 210 UHaNY ++= ............................ (9) d) )/(

210

1HaNU ee

Y ++= ................................ (10)

e) 121

10 )/( ++= HaNUY ............................ (11)

12

f) UNLnY lnln 210 ++= ................................ (12) Dimana,

Y : nilai karakteristik pertumbuhan rata-rata diameter

(cm), atau rata-rata tinggi (m), dan atau volume

per hektar (m3/ha).

U : umur tegakan (tahun)

N/Ha : kerapatan tegakan per hektar (jumlah pohon per

hektar)

K : konstanta

e : bilangan euler (2.71828)

m,0, 1 p : koefisien regresi

2. Pemilihan model pertumbuhan

Model yang baik merupakan model yang mampu memenuhi maupun

mendekati kriteria-kriteria uji dari pemilihan model yang telah ditetapkan.

Oleh karena itu dalam tahapan penentuan model terbaik harus melewati

beberapa kriteria uji yang telah ditetapkan, berikut ini merupakan kriteria-

kriteria uji yang dilakukan dalam pemilihan model terbaik :

a. Uji tingkat kepentingan peranan peubah bebas

Uji ini bertujuan untuk mengetahui peranan tiap peubah bebas

dalam pembentukan model yang dilakukan dengan melihat nilai

probability (p-value), dengan hipotesis

H0 : i sama dengan nol untuk semua i, terima H0.

H1 : setidaknya ada satu i tidak sama dengan nol, terima H1.

Dengan kriteria :

Jika nilai p > , terima H0, sedangkan jika nilai p , terima H1.

Maka dengan nilai p yang sama atau lebih kecil dari berarti

hubungan regresi antara peubah bebas dengan peubah tak bebas

adalah nyata atau sangat nyata.

b. Koefisien determinasi (R2)

Koefisien determinasi (R2) merupakan ukuran kemampuan peubah

bebas dalam menjelaskan variasi dari peubah tak bebasnya.

Dengan semakin tinggi nilai R2 (mendekati 100%) maka semakin

13

besar variasi yang dapat dijelaskan, yang dinyatakan dengan

rumus:

%1002 =JKTJKRR

c. Koefisien determinasi terkoreksi (R2adj)

R2adj merupakan nilai koreksi R2 dengan peubah bebasnya,

dinyatakan dengan rumus :

%100//12 =

dbtJKTdbsJKSR adj

d. Root Mean Squares Error (RMSE)

RMSE menunjukkan besarnya tingkat kesalahan dalam

menentukan nilai dugaan. Memiliki nilai ideal 0, dinyatakan

dengan rumus :

KTSRMSE = e. Simpangan rata-rata (S)

S merupakan tingkat keakuratan dari pendugaan model

pertumbuhan ditunjukkan oleh nilai selisih antara data dengan nilai

dugaan, dinyatakan dengan rumus :

100

i i

i

Y YS

n Y

= Dimana :

JKR : Jumlah Kuadrat Regresi

JKT : Jumlah Kuadrat Total

JKS : Jumlah Kuadrat Sisa

dbs : Derajat bebas sisa

dbt : Derajat bebas total

KTS : Kuadrat Tengah Sisa

n : Jumlah unit contoh

iY : Nilai pengukuran diameter/tinggi, dan atau volume/ha ke-i

iY : Nilai prediksi diameter/ tinggi, dan atau volume/ha ke-i

14

Dari kriteria uji tersebut, pemilihan model terbaik dapat dilakukan dengan

melihat nilai uji statistik tersebut. Dimana model yang baik memiliki kelogisan

model pertumbuhan yang sigmoid, memiliki nilai R2 terbesar yang idealnya

mendekati 100%. Selain itu memiliki nilai RMSE terkecil mendekati 0, dan nilai

S terkecil mendekati nol.

15

KEADAAN UMUM LOKASI

Letak dan Luas

Lokasi PT. Sumalindo Hutani Jaya II (SHJ II) Site Sei Mao/ Bhirawa

secara geografis terletak diantara koordinat 006 LU sampai 019 LS dan

11709 BT sampai 11721 BT, dengan variasi ketinggian antara 30 80 m

diatas permukaan laut. Secara administratif pemerintahan terletak di Kecamatan

Sebulu, Tenggarong Seberang, Muara Badak, dan Marang Kayu Kabupaten Kutai

Kartanegara Propinsi Kalimantan Timur. Sedangkan menurut administrasi

pemangkuan hutan daerah ini termasuk RPH Sebulu dan Muara Kaman BKPH

Sebulu dan Bontang KPH Sebulu dan Bontang Dinas Kehutanan Kabupaten Kutai

Kartanegara Dinas Kehutanan Propinsi Kalimantan Timur.

Areal PT. SHJ II Site Sei Mao/ Bhirawa berbatasan dengan :

Utara : PT. Indo Minco (Pertambangan)

dan PT. Usaka Indah (Perkebunan)

Timur : PT. Indo Minco (Pertambangan)

Selatan : PT. Indo Minco (Pertambangan)

Barat Daya : PT. Bhineka Wana (HTI Transmigrasi)

Barat : PT. Surya Hutani Jaya (HTI)

Berdasarkan Kepmen No. 675/ Kpts-II/ 1997 tanggal 10 Oktober 1997

luas areal unit manajemen PT. SHJ II Site Sei Mao/ Bhirawa adalah 70.300 Ha,

sedangkan luas areal efektif adalah 30.000 Ha.

Tanah dan Geologi

PT. SHJ II Site Sei Mao/ Bhirawa memiliki jenis tanah kambisol, alluvial,

rensina dan podsolik. Formasi geologi terdiri dari :

Formasi Bebuluh (batu gamping dengan sisipan gamping pasiran dan serpih).

Formasi Balikpapan (perselingan batu gamping dengan lempung, dengan sisipan lanau, serpih, batu gamping dan batu bara).

16

Formasi Pamaluan (batu lempung lanauan, batu lempung pasiran dan batu lempung serpihan, dan sisipan tipis batu lanau; napal; batu pasir; dan batu

bara).

Formasi Pulau Balang (batu pasir berselingan dengan batu lempung dan batu lanau, sisipan tipis lignit, batu gamping/ batu pasir gampingan).

Iklim

PT. SHJ II Site Sei Mao/ Bhirawa memiliki tipe iklim hutan hujan tropis

dengan angka curah hujan bulanan diatas 60 mm sepanjang tahun, dengan curah

hujan tertinggi pada bulan Mei dan curah hujan terendah pada bulan September.

Keadaan Hutan (potensi dan jenis)

Tanaman pokok pada areal PT. SHJ II Site Sei Mao/ Bhirawa adalah

Acacia mangium. Selain itu ditanam pula Gmelina arborea, Paraserianthes

falcataria, Tectona grandis, dan Duabanga mollucana, namun untuk

pertumbuhan keempat jenis tersebut tidak maksimal sehingga memiliki potensi

yang rendah untuk dikembangkan.

Sosial Ekonomi dan Budaya Masyarakat.

Jumlah penduduk disekitar areal PT. SHJ II Site Sei Mao/ Bhirawa adalah

147.049 orang, dengan pembagian :

Anak-anak 17 tahun : 56.911 orang Angkatan kerja 17 tahun : 89.367 orang Angkatan tidak produktif 55 tahun : 824 orang Masyarakat sekitar memeluk agama Islam (81,4%), Katholik (13,9%) dan

lain-lain (3,7%). Memiliki mata pencaharian bertani (49,4%), berdagang (1,0%)

dan lain-lain (49,6%). Mata pencaharian lain-lain ini termasuk antara lain sebagai

tenaga kerja di perusahaan PT. SHJ II Site Sei Mao/ Bhirawa

Fasilitas pendidikan yang ada sudah cukup memadai dimana terdapat TK,

SD, SMP, dan SLTA, sedangkan untuk fasilitas peribadatan telah memadai

dimana terdapat masjid, gereja, dan pura.

17

HASIL DAN PEMBAHASAN

Model Pertumbuhan Diameter

Dalam pemilihan model terbaik terdapat tiga aspek yang perlu

diperhatikan, yaitu: 1). uji statistik, 2). kelogisan bentuk kurva, dan 3).

kesederhanaan penerapan di lapangan. Berdasarkan rekapitulasi hasil dari kriteria-

kriteria uji pada Tabel 1, dapat dilihat bahwa dengan adanya penambahan peubah

bebas kerapatan tegakan maka keragaman dari peubah tak bebas diameter dapat

semakin diterangkan, walaupun tidak terlalu berbeda nyata. Hal ini juga

ditunjukkan dengan p-value peubah bebas kerapatan tegakan yang dibawah nilai

(0.05).

Tabel 1. Rekapitulasi Analisis Regresi Model Pertumbuhan Diameter

Model H0/H1 R2 R2adj RMSE S 1. D 2, 444 3, 056U= + H1 85,7 85,2 1,48 13,6 2. 14, 812 9, 659(1 / )D U= H1 77,56 77,18 1,84 16,98

3. 0,159 0, 039

UD =

+

H1 84,77 84,51 1,51 14,33

4. 2

20, 088 0, 252 0, 021

UD

U U=

+ +

H1 85,76 85,26 1,48 13,54

5. 1,5725, 399 4, 367(ln )D U= + H1 85,89 85,4 1,47 13,47

6. 1

(1 0,956)0,3320, 759(1 )

UD e

= H1 84,31 83,76 1,55 14,56

7. 0,539 0,34658, 885D U N = H1 89,25 88,87 1,29 12,98 8. 7,184 0, 004 2, 3D N U= + H1 89 88,41 1,31 13,18 9. 17, 521 0, 004 8, 083(1 / )D N U= H1 81,06 80,4 1,71 16,2

10. 1

0, 071 0, 358 0,1D U N

e e= + +

H1 83,34 82,76 1,6 14,81

11. 8, 628 7, 293(1 / ) 4103, 482(1 / )D U N= + H1 82,32 81,7 1,65 15,63 12. 7, 332 0, 0003 0, 553(ln )LnD U= + H1 85,72 85,22 1,18 12,89

Berdasarkan dari uji statistik yang telah dilakukan dapat dilihat bahwa

model pertumbuhan dengan peubah bebas kerapatan tegakan dan umur memiliki

nilai koefisien determinasi (R2) dan koefisien determinasi terkoreksi (R2adj) yang

tidak banyak berbeda. Model 7 memiliki nilai R2 dan R2adj tertinggi yaitu 89,25%

dan 88,87% sedangkan Model 9 memiliki nilai R2 dan R2adj terendah yaitu 81,06%

dan 80,4% . Pada Model 7 memiliki arti bahwa peubah bebas (umur dan kerapatan

18

tegakan) dapat menerangkan keragaman peubah tak bebasnya (diameter) sebesar

88,87%, sedangkan sisanya sebesar 11,13% tidak dapat diterangkan oleh peubah

bebasnya. Hal ini disebabkan oleh banyaknya faktor-faktor yang mempengaruhi

pertumbuhan seperti sifat genetik pohon, persediaan bahan makanan dalam pohon

dan persediaan air di dalam pohon, kerapatan tegakan, suhu, curah hujan,

kelembapan udara, komposisi kimia tanah, kandungan hara mineral, dan

kandungan organisma dalam tanah (Bruce dan Schumacher, 1950), sedangkan

dalam model ini hanya memperhitungkan faktor umur dan kerapatan tegakan saja.

Dilihat dari kriteria uji nilai RMSE yang menunjukkan tingkat keakuratan

dari suatu model, dihasilkan Model 12 memiliki nilai RMSE terkecil yaitu 1,18,

sedangkan Model 9 memiliki nilai RMSE tertinggi sebesar 1,71. Sedangkan

dilihat dari nilai S yang menunjukkan tingkat keakuratan, dan nilai S terkecil

terdapat pada Model 12 yaitu sebesar 12,89%, sedangkan Model 9 memiliki S

terbesar yaitu 16,2%.

Berdasarkan kriteria pemilihan model yang kedua yaitu kelogisan bentuk

kurva pertumbuhan yang mendekati sigmoid, hanya terdapat satu model yang

cenderung membentuk garis linear yaitu Model 8, sedangkan model lainnya

mendekati bentuk sigmoid. Dan apabila berdasarakan kriteria kesederhanaan

seluruh model pertumbuhan dengan peubah bebas umur dan kerapatan tegakan

yang digunakan dalam penelitian ini termasuk dalam kategori sederhana, dimana

seluruh model mudah digunakan dan diterapkan.

Dengan mengombinasikan ketiga kriteria uji tersebut maka dalam penelitian

ini Model 7 yaitu 0,539 0,34658,885D U N= dipilih sebagai model terbaik untuk menggambarkan pertumbuhan diameter tegakan hutan tanaman A. mangium di

PT. Sumalindo Hutani Jaya II, Kalimantan Timur.

19

02468

101214

1 2 3 4 5

Umur (th)

Dia

met

er (c

m)

Gambar 2. Kurva pertumbuhan diameter

Model Pertumbuhan Tinggi

Pengolahan data yang dilakukan dalam penelitian ini menggunakan model

pertumbuhan dari Bruce-Schumacher (1950), Chapman-Richards (1959), Prodan

(1968), Alder (1980) yang telah dimodifikasi oleh Harbagung (2004) dan

Wiroatmodjo (1984), dengan menggunakan peubah umur dan peubah umur

dengan kerapatan tegakan.

Tabel 2. Rekapitulasi Analisis Regresi Model Pertumbuhan Tinggi

Model H0/H1 R2 R2adj RMSE S

1. 2

2, 687 1, 301 0, 247T U U= + + H1 90,6 90,27 1,35 15,52 2. 14, 295 10, 426(1 / )T U= H1 71,82 71,34 2,32 24,84

3. 0, 28 0, 012

UT

U=

+

H1 88,08 87,88 1,51 16,91

4. 2

20, 228 0, 484 0, 022

UT

U U=

+

H1 90,73 90,4 1,34 15,45

5. 2,327

4, 271 3, 646 lnT U= + H1 91 90,69 1,32 15,11

6.

1(1 0,973)0,072

1, 301(1 )T e=

H1 88,04 87,62 1,52 17,01

7. 0,799 0,22317, 577T U N = H1 90,07 89,72 1,39 15,82

8. 26,122 0, 003 0, 753 0, 302T N U U= + + H1 91,98 91,55 1,26 15,16 9. 16, 475 0, 003 9,158(1 / )T N U= H1 73,63 72,7 2,26 24,67

10. 1

0, 66 0, 693 0,1T U N

e e= + +

H1 85,02 84,49 1,7 19,43

11. 9, 437 8, 567(1 / ) 3223, 884(1 / )T U N= +

H1 74,16 73,25 2,24 24,29

12. 5,172 0, 0002 0, 718(ln )LnT U= + H1 85,14 84,62 1,25 16,49

20

Berdasarkan kriteria uji yang telah dilakukan Tabel 2, didapatkan bahwa

penambahan kerapatan tegakan tidak berpengaruh nyata terhadap pertumbuhan

tinggi. Hal ini dapat dilihat dari p-value pada peubah bebas kerapatan yang

nilainya lebih tinggi dari nilai (0,05). Sehingga dalam penentuan model terbaik

menggunakan model dengan peubah bebas umur. Hal ini juga didukung oleh

pendapat Haeruman dalam Widodo (1989) dimana pertumbuhan tinggi pohon

sangat dipengaruhi oleh kesuburan tempat tumbuh, berkorelasi kuat dengan

volume, namun berkorelasi lemah dengan kerapatan tegakan.

Dilihat dari hasil uji statistik yang telah dilakukan didapatkan model

pertumbuhan tinggi memiliki nilai koefisien determinasi (R2) dan koefisien

determinasi terkoreksi (R2adj) yang tidak banyak berbeda, dimana Model 5

memiliki nilai R2 dan R2adj tertinggi yaitu 91% dan 90,69%, sedangkan model 2

memiliki nilai R2 dan R2adj terendah yaitu 71,82% dan 71,34%. Makna dari nilai

R2adj pada Model 5 adalah peubah bebas model ini dapat menerangkan keragaman

dari peubah tak bebasnya sebesar 90,69%, sedangkan sisanya sebesar 9,31%

keragaman peubah tak bebasnya tidak dapat diterangkan oleh peubah bebasnya

Hal ini dapat terjadi mengingat pertumbuhan dipengaruhi oleh banyak faktor,

seperti genetik pohon, iklim (suhu, cahaya, angin, curah hujan), tanah, dan teknik

budidaya silvikultur (Kramer dan Kozlowski, 1960), sedangkan model ini hanya

memperhitungkan faktor umur saja.

Selain itu dilihat dari nilai RMSE yang didapatkan, Model 5 memiliki nilai

RMSE yang paling kecil yaitu 1,32, sedangkan Model 2 memiliki nilai RMSE

yang paling tinggi yaitu 2,32. Dilihat dari nilai S terkecil terdapat pada Model 5

yaitu sebesar 15,11%, sedangkan Model 2 memiliki S terbesar yaitu 24,84%.

Selain kriteria uji statistik, kelogisan bentuk kurva juga perlu diperhatikan.

Berdasarkan model pertumbuhan yang digunakan, kurva pertumbuhan yang

dihasilkan cenderung membentuk garis linear, kecuali model 2 yang berbentuk

sigmoid. Namun dengan hasil pengujian yang telah dilakukan hal tersebut tidak

cukup untuk menjadikan model 2 sebagai model terbaik. Oleh karena itu dalam

penelitian ini dengan mengombinasikan kriteria pemilihan model memilih Model

5 yaitu 2,3274, 271 3, 646 lnT U= + sebagai model pertumbuhan terbaik untuk PT. Sumalindo Hutani Jaya II, Kalimantan Timur.

21

02468

1012141618

1 2 3 4 5

Umur (th)

Ting

gi (m

)

Gambar 3. Kurva pertumbuhan tinggi

Model Pertumbuhan Volume per Hektar (V/Ha)

Berdasarkan kriteria-kriteria uji yang telah dilakukan pada Tabel 3, model

pertumbuhan untuk volume per hektar didapatkan bahwa dengan penambahan

peubah bebas kerapatan tegakan dapat meningkatkan keragaman dari

pertumbuhan volume per Hektar, walaupun tidak terlalu berbeda. Namun,

beberapa model dengan peubah bebas kerapatan tegakan dan umur memiliki nilai

p-value untuk koefisien kerapatan yang lebih besar dari nilai (0,05).

Dalam pemilihan model pertumbuhan Volume per Hektar perlu diingat

bahwa Volume per Hektar dipengaruhi oleh banyak jumlah pohon per hektarnya,

yang dinyatakan dengan rumus : =

=Nj

iij

j

VmW

mHaV1

2

2

)()(10000/

Dimana :

V/Ha : volume per hektar ;

Wj : luas plot ke-j ;

Vij : volume pohon ke-I dalam plot ke-j.

Oleh karena itu pemilihan model terbaik pertumbuhan Volume per Hektar

menggunakan peubah bebas kerapatan tegakan dan umur.

22

Tabel 3. Rekapitulasi Analisis Regresi Model Pertumbuhan Volume per

Hektar

Model H0/H1 R2 R2adj RMSE S

1. 24, 071 2, 025 3, 347V U U= + H1 88,37 87,96 9,7 44,02

2. 64, 637 61, 956(1 / )V U= H1 60,71 60,04 17,68 80,74

3. 0,16 0, 019

UV

U=

H1 87,25 87,03 10,07 57,2

4. 2

21,112 0, 415 0, 052

UV

U U=

+

H1 89 88,62 9,44 43,21

5. 2,9915, 373 17, 262(ln )V U= + H1 89,07 88,69 9,41 41,61

6. 1

(1 0,1)0,000026, 897(1 )V e

= H1 76,89 76,08 13,68 119,86

7. 1,921 0,0782, 095V U N= H1 88,27 87,86 9,74 40,42

8. 21,127 0, 004 1,197 3, 264N U UV = + + H1 88,45 87,83 9,76 43,14

9. 64, 3626 0, 0004 62,1160(1 / )V N U= + H1 60,71 59,34 17,84 80,71

10. 10, 01 0, 516 0,1

V U Ne e

= + +

H1 89,19 88,81 9,36 42

11. 60, 760 60, 473(1 / ) 2572, 550(1 / )V U N= +

H1 60,75 59,37 17,83 80,7

12. ( ) 3,191 0, 0004 1, 713(ln )Ln V N U= + + H1 81,68 81,03 1,68 43,02

Berdasarkan kriteria uji statistik, model pertumbuhan Volume per Hektar

memiliki nilai koefisien determinasi (R2) dan koefisien determinasi terkoreksi

(R2adj) tidak berbeda banyak. Model 10 memiliki nilai R2 dan R2adj tertinggi yaitu

89,19% dan 88,81%, sedangkan model 9 memiliki nilai R2 dan R2adj terendah

yaitu 60,75% dan 59,37%. Pada Model 10 nilai R2adj memiliki arti peubah bebas

dapat menerangkan keragaman peubah tak bebasnya sebesar 88,81%, sedangkan

sisanya sebesar 11,91% tidak dapat diterangkan oleh peubah bebasnya.

Dilihat dari nilai RMSE yang menunjukkan tingkat keakuratan suatu

model, didapatkan hasil Model 12 memiliki nilai RMSE terkecil yaitu 1,68,

sedangkan model 9 memiliki nilai RMSE tertinggi sebesar 17,84. Berdasarkan

nilai S yang juga menunjukkan keakuratan dari suatu model didapatkan, nilai S

terkecil terdapat pada Model 7 yaitu sebesar 40,42%, sedangkan Model 9

memiliki nilai S terbesar yaitu 80,71%.

Sedangkan berdasarkan bentuk kurva yang dihasilkan dari model-model

tersebut didapatkan bahwa model pertumbuhan Volume per Hektar cukup

23

mendekati sigmoid. Dengan mengombinasikan antara kriteria uji statistik,

kelogisan bentuk kurva, dan kesederhanaan maka dalam penelitian ini memilih

Model 10 yaitu 10, 01 0, 516 0,1

V U Ne e= + +

sebagai model terbaik untuk

pertumbuhan Volume per Hektar di PT. Sumalindo Hutani Jaya II, Kalimantan

Timur.

0

20

40

60

80

100

1 2 3 4 5

Umur (th)

V/H

a (m

3/ha

)

Gambar 4. Kurva pertumbuhan Volume per Hektar

Hubungan Kerapatan dengan Pertumbuhan Diameter

Menurut Bruce dan Schumacher (1950) pertumbuhan dipengaruhi oleh

faktor internal dan faktor eksternal. Faktor internal ini antara lain sifat genetik

pohon, persediaan bahan makanan dalam pohon dan persediaan air di dalam

pohon. Sedangkan faktor eksternal antara lain adalah kerapatan tegakan, suhu,

curah hujan, kelembapan udara, komposisi kimia tanah, kandungan hara mineral,

dan kandungan organisma tanah. Salah satu faktor eksternal yang sering

digunakan dalam penyusunan model pertumbuhan adalah kerapatan tegakan

Pembuktian asumsi bahwa terdapat hubungan yang kuat antara kerapatan

tegakan dengan pertumbuhan diameter dibuktikan menggunakan rumus persentase

pertumbuhan diameter 100%YGY= dimana G adalah pertumbuhan dan Y

adalah diameter pada umur tertentu. Pertumbuhan diameter didapatkan dari model

terbaik pertumbuhan diameter yang menggunakan peubah bebas umur dan

kerapatan tegakan, yaitu 0,539 0,34658,885D U N= dengan menggunakan kerapatan untuk N1 = 1100 dan N2 = 700. Pada umur 5 tahun, hasil yang didapatkan adalah

16,91%.

24

0

2

4

6

8

10

12

14

16

1 2 3 4 5

umur (th)

Dia

met

er (c

m)

D N=1100D N=700

Gambar 5. Hubungan Pertumbuhan Diameter dengan Kerapatan Tegakan pada

Berbagai Umur

Hubungan Kerapatan dengan Pertumbuhan Tinggi

Pembuktian asumsi bahwa terdapat hubungan yang kuat antara kerapatan

tegakan dengan pertumbuhan tinggi dibuktikan menggunakan rumus persentase

pertumbuhan tinggi 100%YGY= dimana G adalah pertumbuhan dan Y adalah

tinggi pada umur tertentu. Pertumbuhan tinggi didapatkan dari model terbaik

pertumbuhan tinggi yang menggunakan peubah bebas umur dan kerapatan

tegakan, yaitu 26,122 0, 003 0, 753 0, 302T N U U= + + dengan menggunakan kerapatan N1 = 1100 dan N2 = 700. Hasil yang didapatkan untuk tinggi 7,72%

pada umur 5 tahun.

024

68

1012

141618

1 2 3 4 5

umur (th)

Ting

gi (m

)

T N=1100T N=700

Gambar 6. Hubungan Pertumbuhan Tinggi dengan Kerapatan Tegakan pada

Berbagai Umur

25

Dengan membandingkan hasil antara persentase pengaruh pertumbuhan

diameter tegakan dengan pertumbuhan tinggi tegakan, maka dapat disimpulkan

bahwa kerapatan tegakan lebih berpengaruh kuat terhadap pertumbuhan diameter

tegakan dibandingkan pertumbuhan tinggi tegakan. Hal ini didukung oleh

pendapat Haeruman dalam Widodo (1989) yang mengatakan bahwa pertumbuhan

tinggi pohon sangat dipengaruhi oleh kesuburan tempat tumbuh, berkorelasi kuat

dengan volume, namun berkorelasi lemah dengan kerapatan tegakan. Hal ini juga

sesuai dengan pendapat Pandit (1995) dimana pertumbuhan diameter merupakan

hasil dari kegiatan kambium vaskuler yang mengadakan pertumbuhan sekunder

dan menghasilkan jaringan sekunder (xylem dan floem). Pertumbuhan diameter

dibangun oleh hasil fotosintesis simpanan sehingga dimulai lebih lambat dan lebih

lama dibandingkan pertumbuhan tinggi pada pohon, memiliki sifat fluktuatif

berdasarkan faktor lingkungan, kelembaban udara, intensitas cahaya, dan

temperatur. Dan juga persaingan antar individu pohon dalam mengabsorbsi air

sangat terpengaruh, oleh karena itu kerapatan tegakan juga mempengaruhi

pertumbuhan. Selain itu hasil ini juga menguatkan dalam pemilihan model

pertumbuhan terbaik untuk model pertumbuhan diameter dan tinggi.

Kegunaan Model Pertumbuhan untuk Pengelolaan Hutan

Model pertumbuhan ini dapat digunakan untuk memproyeksikan

perkembangan diameter, tinggi, dan Volume per Hektar, menghitung besarnya

riap dari tanaman A. mangium. Riap merupakan pertumbuhan tahunan

berdasarkan interval waktu. Riap dapat dikelompokkan menjadi tiga bagian yaitu

Riap tahunan berjalan (Current Annual Increment, CAI), Riap rata-rata tahunan

(Mean Annual Increment, MAI), dan Riap periodik tahunan (Periodic Annual

Increment, PAI) (Loetsch et al., 1973).

Dalam pengelolaan HTI, informasi mengenai daur volume optimum sangat

diperlukan. Informasi ini dapat diketahui dengan adanya perhitungan CAI yang

merupakan turunan pertama dari model pertumbuhan dan perhitungan MAI,

dimana daur optimum didapatkan pada saat titik perpotongan antara CAI dan titik

26

MAI. Berdasarkan persamaan terbaik dari pertumbuhan Volume per Hektar, yaitu

: 10, 01 0, 516 0,1

V U Ne e= + +

maka dapat ditentukan nilai CAI dan MAI

Berdasarkan perhitungan yang telah dilakukan didapatkan daur volume

maksimum untuk tanaman A. mangium adalah pada umur 5,25 tahun. Hal ini

diperlihatkan pada Gambar 7. dengan terjadinya perpotongan antara CAI dan MAI

pada umur 5,25 tahun. Nilai selengkapnya dari CAI dan MAI terdapat pada

Lampiran 2.

0.00

10.00

20.00

30.00

40.00

50.00

60.00

0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5

Umur (th)

CAI&

MA

I V/H

a

CAIMAI

Gambar 7. Kurva CAI & MAI Volume per Hektar

27

KESIMPULAN DAN SARAN

Kesimpulan

1. Model pertumbuhan diameter tegakan Acacia mangium di PT. Sumalindo

Hutani Jaya II adalah 0,539 0,34658,885D U N= dengan nilai R2 sebesar 89,25%, R2adj sebesar 88,87%, RMSE sebesar 1,29, dan S sebesar 12,98%.

2. Model pertumbuhan tinggi tegakan Acacia mangium di PT. Sumalindo

Hutani Jaya II adalah 2,3274, 271 3, 646 lnT U= + , dengan nilai R2 sebesar 91%, R2adj sebesar 90,69%, RMSE sebesar 1,32, dan S sebesar 15,11%.

3. Model pertumbuhan volume per hektar tegakan Acacia mangium di PT.

Sumalindo Hutani Jaya II adalah 10, 01 0, 516 0,1

V U Ne e= + +

, dengan

nilai R2 sebesar 89,19%, R2adj sebesar 88,81%, RMSE sebesar 9,36, dan S

sebesar 42%.

4. Kerapatan tegakan memiliki pengaruh yang lebih besar terhadap

pertumbuhan diameter dibandingkan terhadap pertumbuhan tinggi.

5. Daur optimum untuk tegakan Acacia mangium di PT. Sumalindo Hutani

Jaya II adalah pada saat umur 5,25 tahun.

Saran

1. Mengingat pertumbuhan dipengaruhi oleh berbagai macam faktor, oleh

karena itu diperlukan penelitian lebih lanjut mengenai pertumbuhan

dengan penambahan peubah bebas seperti kualitas tempat tumbuh.

2. Untuk mendapatkan hasil yang lebih baik, diperlukan penambahan variasi

data dari berbagai umur sehingga dapat dihasilkan persamaan yang lebih

baik dan lebih mewakili.

3. Diperlukan data tambahan berupa pohon peninggi dengan tujuan agar

dapat menyusun kurva pertumbuhan berdasarkan kualitas tempat tumbuh

yang ada di PT. Sumalindo Lestari Jaya Tbk.

DAFTAR PUSTAKA

Amaro, Ana, D. Reed, M. Tome, and I. Themido. 1998. Modeling Dominant Height Growth : Eucalyptus Plantations in Portugal. Society of American Foresters. Forest Science 44(1): 37-46.

Badan Penelitian dan Pengembangan Kehutanan. 1994. Pedoman Teknis

Penanaman Jenis-Jenis Kayu Komersil. Departemen Kehutanan Badan Penelitian dan Pengembangan Kehutanan. Jakarta.

Badan Penelitian dan Pengembangan Kehutanan. 1998. Pedoman Pembangunan

Hutan Tanaman Industri . Departemen Kehutanan Badan Penelitian dan Pengembangan Kehutanan. Jakarta.

Bruce, D and FX Schumacher. 1950. Forest Mensuration. Mc Graw-Hill Book

Company Inc. New York. Budiyanto. Eko. 2002. Model Pertumbuhan Rata-Rata Diameter dan Rata-Rata

Tinggi Pohon Untuk Tegakan Agathis loranthifolia Salisb. Skripsi. Jurusan Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor. Tidak Diterbitkan.

Davis, LS and KN Johnson. 1987. Forest Management 3rd Edition. Mc. Graw-Hill

Book Company Inc. New York. Harbagung. 2004. Model Hasil Tegakan Hutan Tanaman Acacia mangium Willd.

Di daerah Semaras Pulau Laut Kalimantan Selatan. Bul. Pen. Hutan 644: 11-30.

________. 2004. Model Hasil Tegakan Hutan Tanaman Acacia mangium Willd.

Di Kecamatan Tungkal Ulu, Kabupaten Tanjung Jabung Barat Jambi Sumatra. Bul.Pen. Hutan 645: 1-23.

Husch, Charles Miller, and Thomas beers. 1982. Growth of The Tree. John Willey

and Sons Inc. Krieger Publishing Company: Florida. Kramer, PJ and TT. Kozlowski. 1960. Physiology of Trees. Mc Graw-Hill Book

Company. New York. Loetsch F, F Zohrer, and KE Haller. 1973. Forest Inventory Vol II. Translataed to

English by KF Panzer. BLV Ver Lagsgesell Schaft. Muenchen. Malik, Jamaludin, Adi santoso, dan Osly Rachman. 2000. Himpunan Sari Hasil

Penelitian Mangium dan Tusam. Badan Penelitian dan Pengembangan Kehutanan dan Perkebunan. Bogor.

National Academy of Sciences. 1983. Mangium and Other Fast Growing Acacias for The Humid Tropics. National Academy Press. Washington DC.

Nurhasybi. 2000. Atlas Benih Tanaman Hutan Indonesia. Balai Teknologi

Perbenihan Vol 2 No.3. Bogor. Palokangas. 1996. Acacia mangium in Pulp and Paper Production Reforestation :

Meeting The Future Industrial Wood Demand. Proceeding of A Workshop Held in Jakarta. Enso Group Nordic Forest Development.

Pandit, IKN. 1995. Anatomi Pertumbuhan dan Kualitas Kayu. Disertasi Fakultas

Pasca Sarjana IPB. Bogor. Tidak Diterbitkan. Prihanto, Budi dan Muhdin. 2005. Metode Statistika Diktat Kuliah. Departemen

Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor. Bogor.

Prodan, M. 1968. Forest Biometrics. Pergamon Press, Oxford. London. Spurr, SH. 1952. Forest Inventory. The Ronald Press Company. New York. Suhendang, Endang. 1990. Hubungan Antara Dimensi Tegakan Hutan Tanaman

Dengan Faktor Tempat Tumbuh dan Tindakan Silvikultur Pada Hutan Tanaman Pinus Merkusii JungH Et De Vriese di Pulau Jawa. Disertasi Fakultas Pasca Sarjana IPB. Tidak Diterbitkan.

Sumalindo Hutani Jaya II. 2004. Daftar Compartemen Tanaman. HPHTI

Sumalindo Hutani Jaya II Site Sei Mao/Bhirawa. ________________________. 2005. Rencana Karya Tahunan 2005. HPHTI

Sumalindo Hutani Jaya II Site Sei Mao/Bhirawa. Vanclay, JK. 1994. Modelling Forest Growth and Yield. CAB International.

United Kingdom. Widodo, P. 1989. Model Pertumbuhan Hasil Tegakan Hutan Tanaman Seumur

Pinus merkusii Jungh et de vriese. Disertasi. Fakultas Pasca Sarjana IPB. Tidak Diterbitkan.

Wiroatmodjo. 1984. Model Perhitungan Pertumbuhan dan Hasil Kayu Bulat

Hutan Tanaman Pinus Merkusii di Jawa. Disertasi Fakultas Pasca Sarjana IPB. Tidak Diterbitkan.

LAMPIRAN

31

Lampiran 1. Analisis Ragam Model Pertumbuhan dari software Statistica Model pertumbuhan Diameter Model is: D=2.444+3.056U2 Level of confidence: 95.0% ( alpha=0.050)

Sum of squares DF Mean squares F-value p-value

Regression 5985.162 3.00000 1995.054 905.6697 0.00

Residual 125.562 57.00000 2.203

Total 6110.724 60.00000

Corrected Total 878.083 59.00000

Regression vs.Corrected Total 5985.162 3.00000 1995.054 134.0514 0.00 Model is: D=14.812-9.659(1/U) Level of confidence: 95.0% ( alpha=0.050)


Regression 5913.707 2.00000 2956.854 870.4694 0.00

Residual 197.017 58.00000 3.397

Total 6110.724 60.00000


Regression vs.Corrected Total 5913.707 2.00000 2956.854 198.6765 0.00 Model is: D=U/(0.159+0.039U) Level of confidence: 95.0% ( alpha=0.050)


Regression 5977.022 2.00000 2988.511 1296.411 0.00

Residual 133.703 58.00000 2.305

Total 6110.724 60.00000


Regression vs.Corrected Total 5977.022 2.00000 2988.511 200.804 0.00 Model is: D=U2 /(-0.088+0.252U+0.022U2) Level of confidence: 95.0% ( alpha=0.050)


Regression 5985.702 3.00000 1995.234 909.6647 0.00

Residual 125.022 57.00000 2.193

Total 6110.724 60.00000


Regression vs.Corrected Total 5985.702 3.00000 1995.234 134.0635 0.00

32

Model is: D=a+b*(ln(U))^c 5.399+4.367(lnU)1.572 Level of confidence: 95.0% ( alpha=0.050)


Regression 5986.836 3.00000 1995.612 918.1676 0.00

Residual 123.888 57.00000 2.173

Total 6110.724 60.00000



Model is: D=a*(1-Euler^((-b)*U))^1/(1-c) 0.759(1-e(-0.332U))1/1-0.956 Level of confidence: 95.0% ( alpha=0.050)


Regression 5972.984 3.00000 1990.995 823.9154 0.00

Residual 137.741 57.00000 2.417

Total 6110.724 60.00000


Regression vs.Corrected Total 5972.984 3.00000 1990.995 133.7786 0.00 Model is: D= 58.885U0.539N-0.346 Level of confidence: 95.0% ( alpha=0.050)


Regression 6016.300 3.00000 2005.433 1210.601 0.00

Residual 94.424 57.00000 1.657

Total 6110.724 60.00000


Regression vs.Corrected Total 6016.300 3.00000 2005.433 134.749 0.00 Model is: D=7.184-0.004N+2.3U-0.05U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 6014.151 4.00000 1503.538 871.8553 0.00

Residual 96.573 56.00000 1.725

Total 6110.724 60.00000


Regression vs.Corrected Total 6014.151 4.00000 1503.538 101.0255 0.00 Model is: D=17.521-0.004N-8.083(1/U) Level of confidence: 95.0% ( alpha=0.050)


Regression 5944.449 3.00000 1981.483 679.2639 0.00

Residual 166.275 57.00000 2.917

Total 6110.724 60.00000



33

Model is: D=1/0.071+0.358e-U+0.1e-N Level of confidence: 95.0% ( alpha=0.050)


Regression 5964.454 3.00000 1988.151 774.7596 0.00

Residual 146.271 57.00000 2.566

Total 6110.724 60.00000



Model is: D=a+(b*U^(-1))+(c*N^(-1)) 8.628-7.293U-1+4103.482N-1 Level of confidence: 95.0% ( alpha=0.050)


Regression 5955.513 3.00000 1985.171 729.0349 0.00

Residual 155.212 57.00000 2.723

Total 6110.724 60.00000


Regression vs.Corrected Total 5955.513 3.00000 1985.171 133.3873 0.00 Model is: Ln D= ln7.332-0.0003N+0.553lnU Level of confidence: 95.0% ( alpha=0.050)


Regression 285.3157 3.00000 95.10523 3304.914 0.00

Residual 1.6403 57.00000 0.02878

Total 286.9560 60.00000


Regression vs.Corrected Total 285.3157 3.00000 95.10523 488.427 0.00 Model Pertumbuhan Tinggi Model is: T=a+b*U+c*U^2 2.687+1.301U+0.247U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 5221.643 3.00000 1740.548 955.7089 0.00

Residual 103.809 57.00000 1.821

Total 5325.452 60.00000


Regression vs.Corrected Total 5221.643 3.00000 1740.548 92.9529 0.00 Model is: T=14.295-10.426(1/U) Level of confidence: 95.0% ( alpha=0.050)


Regression 5014.174 2.00000 2507.087 467.1430 0.00

Residual 311.277 58.00000 5.367

Total 5325.452 60.00000



34

Model is: T= U/0.28+0.012U Level of confidence: 95.0% ( alpha=0.050)


Regression 5193.771 2.00000 2596.885 1143.819 0.00

Residual 131.681 58.00000 2.270

Total 5325.452 60.00000



Model is: T= U2/-0.228+0.484U-0.023U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 5223.028 3.00000 1741.009 968.8905 0.00

Residual 102.424 57.00000 1.797

Total 5325.452 60.00000


Regression vs.Corrected Total 5223.028 3.00000 1741.009 92.9775 0.00 Model is: T= 4.271+3.646lnU2.327 Level of confidence: 95.0% ( alpha=0.050)


Regression 5226.048 3.00000 1742.016 998.9053 0.00

Residual 99.404 57.00000 1.744

Total 5325.452 60.00000


Regression vs.Corrected Total 5226.048 3.00000 1742.016 93.0313 0.00 Model is: T=a*(1-Euler^((-b)*U))^1/(1-c) 1.301(1-e-0.072U)1/1-0.973 Level of confidence: 95.0% ( alpha=0.050)


Regression 5193.367 3.00000 1731.122 747.0471 0.00

Residual 132.085 57.00000 2.317

Total 5325.452 60.00000


Regression vs.Corrected Total 5193.367 3.00000 1731.122 92.4495 0.00 Model is: T=a*(u^b)*(N^c) 17.577U0.799N-0.223 Level of confidence: 95.0% ( alpha=0.050)


Regression 5215.701 3.00000 1738.567 902.9404 0.00

Residual 109.751 57.00000 1.925

Total 5325.452 60.00000



35

Model is: T=a+b*N+c*U+d*U^2 6.122-0.003N+0.753U+0.302U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 5236.871 4.00000 1309.218 827.6783 0.00

Residual 88.581 56.00000 1.582

Total 5325.452 60.00000



Model is: T=16.475-0.003N-9.158(1/U) Level of confidence: 95.0% ( alpha=0.050)


Regression 5034.075 3.00000 1678.025 328.2603 0.00

Residual 291.377 57.00000 5.112

Total 5325.452 60.00000


Regression vs.Corrected Total 5034.075 3.00000 1678.025 89.6139 0.00 Model is: T=1/(a+(b*Euler^(-U))+(c*Euler^(-N))) 1/0.66+0.693e-U+0.1e-N Level of confidence: 95.0% ( alpha=0.050)


Regression 5159.939 3.00000 1719.980 592.3321 0.00

Residual 165.513 57.00000 2.904

Total 5325.452 60.00000


Regression vs.Corrected Total 5159.939 3.00000 1719.980 91.8545 0.00 Model is: T=a+(b*U^(-1))+(c*N^(-1)) 9.437-8.567U-1+3223.884N-1 Level of confidence: 95.0% ( alpha=0.050)


Regression 5039.979 3.00000 1679.993 335.4414 0.00

Residual 285.473 57.00000 5.008

Total 5325.452 60.00000


Regression vs.Corrected Total 5039.979 3.00000 1679.993 89.7190 0.00 Model is: LnT= ln5.172-0.0002N+0.718LnU Level of confidence: 95.0% ( alpha=0.050)


Regression 251.7834 3.00000 83.92780 1823.544 0.00

Residual 2.6234 57.00000 0.04602

Total 254.4068 60.00000



36

Model Pertumbuhan Volume per Hektar Model is: V=a+b*U+c*U^2 4.071-2.048U+3.347U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 93101.58 3.00000 31033.86 329.5882 0.000000

Residual 5367.09 57.00000 94.16

Total 98468.67 60.00000



Model is: V=64.637-61.955(1/U) Level of confidence: 95.0% ( alpha=0.050)


Regression 80336.54 2.00000 40168.27 128.4879 0.000000

Residual 18132.13 58.00000 312.62

Total 98468.67 60.00000


Regression vs.Corrected Total 80336.54 2.00000 40168.27 51.3484 0.000000 Model is: V=U/0.16-0.019U Level of confidence: 95.0% ( alpha=0.050)


Regression 92585.09 2.00000 46292.55 456.3491 0.000000

Residual 5883.58 58.00000 101.44

Total 98468.67 60.00000


Regression vs.Corrected Total 92585.09 2.00000 46292.55 59.1772 0.000000 Model is: V=U2/1.112-0.415U+0.052U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 93391.74 3.00000 31130.58 349.5111 0.000000

Residual 5076.93 57.00000 89.07

Total 98468.67 60.00000


Regression vs.Corrected Total 93391.74 3.00000 31130.58 39.7952 0.000000 Model is: V= 5.373+17.262lnU2.991 Level of confidence: 95.0% ( alpha=0.050)


Regression 93424.61 3.00000 31141.54 351.9120 0.000000

Residual 5044.07 57.00000 88.49

Total 98468.67 60.00000



37

Model is: LnV= ln4.636+1.639lnU Level of confidence: 95.0% ( alpha=0.050)


Regression 539.4609 2.00000 269.7305 1003.473 0.00

Residual 15.5902 58.00000 0.2688

Total 555.0511 60.00000



Model is: V= 2.095U1.921N0.078 Level of confidence: 95.0% ( alpha=0.050)


Regression 93056.38 3.00000 31018.79 326.6769 0.000000

Residual 5412.29 57.00000 94.95

Total 98468.67 60.00000


Regression vs.Corrected Total 93056.38 3.00000 31018.79 39.6523 0.000000 Model is: V= -1.127+0.004N-1.197U+3.264U2 Level of confidence: 95.0% ( alpha=0.050)


Regression 93136.43 4.00000 23284.11 244.5332 0.000000

Residual 5332.24 56.00000 95.22

Total 98468.67 60.00000


Regression vs.Corrected Total 93136.43 4.00000 23284.11 29.7648 0.000000 Model is: V= 64.363+0.0004N-62.116(1/U) Level of confidence: 95.0% ( alpha=0.050)


Regression 80336.85 3.00000 26778.95 84.18352 0.000000

Residual 18131.82 57.00000 318.10

Total 98468.67 60.00000


Regression vs.Corrected Total 80336.85 3.00000 26778.95 34.23238 0.000000 Model is: V=1/(a+(b*Euler^(-U))+(c*Euler^(-N))) 1/0.01+0.516e+0.1e-N Level of confidence: 95.0% ( alpha=0.050)


Regression 93478.50 3.00000 31159.50 355.9181 0.000000

Residual 4990.17 57.00000 87.55

Total 98468.67 60.00000



38

Model is: V=a+(b*U^(-1))+(c*N^(-1)) 60.76-60.473U-1+2572.55N-1 Level of confidence: 95.0% ( alpha=0.050)


Regression 80352.97 3.00000 26784.32 84.27531 0.000000

Residual 18115.70 57.00000 317.82

Total 98468.67 60.00000



Model is: LnV=ln3.191+0.0004N+1.713lnU Level of confidence: 95.0% ( alpha=0.050)


Regression 539.7026 3.00000 179.9009 668.1005 0.00

Residual 15.3485 57.00000 0.2693

Total 555.0511 60.00000



39

Lampiran 2. Perkiraan Pertumbuhan Tegakan Mangium (A. mangium) di HPHTI Sumalindo Hutani Jaya II Diameter

Umur (th) Kerapatan tegakan (N/Ha) Perkiraan pertumbuhan (cm) 1 1100 5.23 2 1045 7.74 3 993 9.80 4 943 11.64 5 896 13.37 6 851 15.01 7 809 16.60 8 768 18.16 9 730 19.70 10 693 21.22

Tinggi

Umur (th) Kerapatan tegakan (N/Ha) Perkiraan pertumbuhan (m) 1 1100 4.27 2 1045 5.82 3 993 8.81 4 943 12.07 5 896 15.30 6 851 18.43 7 809 21.43 8 768 24.30 9 730 27.03 10 693 29.66

Untuk pertumbuhan diameter dan tinggi untuk umur 6-10 tahun merupakan estimasi dari model pertumbuhan. Volume per Hektar

Umur (th) Kerapatan tegakan (N/Ha)

Perkiraan pertumbuhan

(m3/Ha)

Riap Volume CAI (m3/Ha) MAI (m3/Ha)

1 1100 5.02 - 5.02 2 1020 12.59 21.23 6.29 3 969 28.32 39,09 9.44 4 921 52.43 48.41 13.12 5 876 76.32 37.10 15.26 6 851 91.69 19.48 15.28 7 833 99.03 8.32 14.15 8 792 102.03 3.24 12.75 9 715 103.18 1.22 11.46 10 680 103.61 0.45 10.36

CoverHalaman JudulLembar PengesahanKata PengantarRiwayat HidupRingkasanDaftar IsiDaftar TabelDaftar GambarDaftar LampiranPendahuluanTinjauan PustakaMetodologiKeadaan Umum LokasiHasil dan PembahasanKesimpulan dan SaranDaftar PustakaUntitled

pertumbuhan akasia

Documents