Praktikum ke- 9 Hari/Tanggal :Rabu / 12 April 2017

PRAKTIKUM BIOMETRI HUTAN BW-2204

Analisis Data IHMB Dengan Spreadsheet

Disusun oleh:

Kelompok 6

Yopi Kurniadi 11515023

PROGRAM STUDI REKAYASA KEHUTANAN

SEKOLAH ILMU DAN TEKNOLOGI HAYATI
INSTITUT TEKNOLOGI BANDUNG
JATINANGOR
2017

BAB I
PENDAHULUAN
1.1 Latar Belakang

Hutan adalah suatu kesatuan ekosistem berupa hamparan lahan berisi sumberdaya alam hayati
yang didominasi pepohonan dalam persekutuan alam lingkungan, yang satu dengan yang lainnya
tidak dapat dipisahkan (UU No. 41 Th. 1999 tentang Kehutanan). Untuk mengetahui fakta
mengenai sumber daya hutan, maka perlu dilakukan inventarisasi hutan. para pemegang Izin
Usaha Pemanfaatan Hasil Hutan Kayu dalam Hutan Alam (IUPHHK-HA) dan Izin Usaha
Pemanfaatan Hasil Hutan Kayu dalam Hutan Tanaman (IUPHHK-HT) wajib melakukan
inventarisasi hutan. Menurut Shiver dan Borders (1996), inventarisasi hutan adalah suatu deskripsi
tentang kuantitas dan kualitas dari pepohonan dan organisme lainnya yang hidup di dalam hutan
serta tentang lahan yang merupakan tapak dari hutan itu sendiri. Ilmu inventariasi hutan adalah
salah satu cabang ilmu yang mempelajari tentang metode penaksiran suatu potensi hutan
(Mamussalam, 2009). Metode penasiran adalah cara pengukuran suatu elemen dari suatu objek
yang menjadi sasaran pengamatan untuk mengetahui sifat-sifat dari objek yang bersangkutan
(Mamussalam, 2009). Potensi hutan adalah nilai kekayaan yang terkandung didalam suatu lahan
hutan, baik yang secara nyata pada saat pengamatan maupun prakiraan pengembangan/
pertumbuhannya dimasa yang akan dating (Mamussalam, 2009).
Inventarisasi hutan sangat penting dalam dunia kehutanan, mengingat luasnya hutan Indonesia
yang ingin di lihat potensi yang ada didalamnya dan lamanya pertumbuhan dari hutan sehingga
tidak mungkin dapat melihat potensi hutan secara langsung. Dalam hal ini terdapat metode untuk
memudahkan dalam inventarisasi hutan, yaitu Inventarisasi Hutan Menyeluruh Berkala (IHMB).
Maksudnya suatu luasan hutan akan diinventarisasi secara keseluruhan, namun tidak dilakukan
secara serentak, namun dilakukan secara sedikit demi sedikit sehingga dapat menghemat tenaga
dan biaya yang digunakan dalam inventarisasi hutan.
Dalam pengolahan hasil data yang didapatkan dari hasil inventarisasi hutan, seperti
pengukuran DBH pohon dan tinggi pohon, digunakanlah metode statistik dan uji regresi. Metode
statistik dapat digunakan untuk mengestimasi volume suatu pohon yang didapat. Sedangkan uji
regresi digunakan untuk mencari keterikatan antara parameter antara satu dengan yang lain, dan
untuk mencari perumusan keterkaitannya. Data juga dapat disajikan dengan tabel pivot dan uji
kebenaran untuk mempermudah pembacaan dari suatu data.
1.2 Tujuan
1. Menentukan hasil deskriptif statistic, uji regresi, tabel pivot dan uji kebenaran dari data yag
disajikan.
 BAB II

TINJAUAN PUSTAKA

2.1 Inventarisai Hutan Menyeluruh Berkala

Inventarisasi hutan menyeluruh berkala (IHMB) merupakan kegiatan pengumpulan data dan
informasi sediaan tegakan hutan berbasis petak pada areal hutan efektif Unit Pengelolaan Hutan
(UPH) (Dorebayo, 2015). Biasanya dilaksanakan secara berkala 1 (satu) kali dalam 10 (sepuluh)
tahun padaseluruh petak di dalam kawasan hutan produksi setiap wilayah unit pengelolaan /
manajemen.
Tujuan Pelaksanaan IHMB :
1. Untuk mengetahui kondisi sediaan tegakan (timber standing stock) pada hutan alam dan
kondisi sediaan tegakan tanaman pokok pada hutan tanaman secara berkala pada tegakan
hutan yang sama;
2. Sebagai bahan dasar penyusunan RKUPHHK-HA dan atau RKUPHHK-HT atau KPH
sepuluh tahunan, khususnya dalam menyusun rencana pengaturan hasil dalam
mewujudkan pengelolaah hutan produksi lestari (sustainable forest management);
3. Sebagai bahan pemantauan kecenderungan (trend) kelestarian sediaan tegakan hutan di
areal IUPHHK-HA atau IUPHHK-HT dan atau KPHP.
Hasil pelaksanaan IHMB oleh UPH yakni ketersediaan data potensi sediaan tegakan dan
informasi umum lainnya belum dapat dijadikan dasar dalam penyusunan suatu rencana
pengelolaan hutan dengan tujuan menghasilkan kayu secara berkelanjutan dengan prinsip
kelestarian hutan (Dorebayo, 2015). Pada tingkat UPH, rencana pengelolaan hutan jangka panjang
(RKUPHHK-HA) yang berisi tujuan dan sasaran kegiatan disusun berdasarkan data dan informasi
yang menyeluruh meliputi aspek ekologi, ekonomi dan sosial (Dorebayo, 2015).

2.2 Data Analisis

2.2.1 Statistik Deskriptif

Statistik deskriptif merupakan bidang ilmu statistika yang mem-pelajari cara-cara
pengumpulan, penyusunan, dan penyajian datasuatu penelitian. Kegiatan yang termasuk dalam
kategori tersebutadalah kegiatan collecting atau pengumpulan data, grouping ataupengelompokan
data, penentuan nilai dan fungsi statistik, sertayang terakhir termasuk pembutan grafik dan gambar.
Di statistik deskriptif terdapat berbagai macam olahan data yang sudah otomatis dihitung oleh
program aplikasi pengolah data, seperti mean, median, modus, standar deviasi, ragam, tingkat
kepercayaan, dan lain-lain. Kemudahan yang diambil dari pembuatan statistic deskriptif dari
aplikasi pengolah data adalah mudahnya menentukan nilai hasil pengolahan data sacara otomatis
melalui computer, tanpa harus mencari manual.

2.2.2 Analysis of Variance (ANOVA)

Analysis of Variance adalah metode yang digunakan untuk menentukan total keragaman
yang terkandung dalam suatu variabel, yang diubah menjadi komponen data yang memiliki nilai
dan didapatkan melalui perhitungan yang sistematik (Walpole, ). Biasanya digunakan sebagai data
dari metode regresi, digunakan untuk membagi data total jumlah kuadrat menjadi beberapa bagian
selama proses regresi dan pencarian error. (Walpole, ). Analysis of Variance dilandaskan untuk
pencarian nilai F hitung, yang selanjutnya dicari hubungannya dengan F tabel ( F tabel didapat
dari pembacaan tabel F dengan menggunakan tingkat kepercayaan).

2.2.3 Regresi
Regresi adalah suatu metode untuk menentukan hubungan terbaik antara satu peubah dengan
peubah yang lain, dan mempergunakannya utuk memprediksikan nilai dari suatu peubah dengan
peubah yang lain (Walpole, ). Metode ini sangat berguna dan dapat diaplikasikan diberbagai
situasi, terutama didunia kehutanan, karena dalam pengukuran nilai dari suatu variabel idak dapat
dimungkinkan, sehingga varibel itu dapat dihubungkan dengan variabel lain yang lebih mudah
dalam hal pengukurannya melalui metode regresi. Contohnya adalah menghubungkan tinggi suatu
pohon dengan DBH dengan menggunakan metode regresi, karena pengukuran DBH dianggap
lebih mudah diaplikasikan dilapangan dan membutuhkan waktu yang lebih singkat daripada harus
mencari tinggi dari suatu pohon.

2.3 Tabel Pivot

Tabel pivot adalah sabuah tols dari aplikai Microsoft excel yang digunakan untuk meringkas,
menganalisis, serta mengeksplor data untuk disajikan dalam sebuah laporan atau tabel. Pivot tabel
bertujuan agar sebuah data dapat disajikan secara ringkas berdasarkan parameter-parameter yang
diberika sesuai dengan kebutuhan data. Dengan digunakannya tabel pivot, pengelompokan data
dalam tabel menjadi lebih mudah, dengan demikian, analisis terhadap data dan pengambilan
keputusan terhadap data akan menjadi lebih mudah karena data yang tersedia sudah
dikelompokkan berdasarkan beberapa parameter yang sesuai dengan keinginan pengolah data.

2.4 Uji Kebenaran

Uji kebenaran data digunakan untuk menentukan kesesuaian atau ketidaksesuaian data yang
diperoleh dengan membandingkan dengan data yang telah diperoleh sebelumnya, atau data yang
telah terstandarisasi sebagai data yang valid. Tujuan dari uji ini adalah mempercepat proses
penyesuaian data yang diperoleh di lapangan dengan data yang valid. Sehingga dapat ditentukan
persen kesesuaian data yang didapat dilapangan dengan data validasi.
 BAB III

METODOLOGI

3.1 Waktu dan Lokasi

Praktikum dilaksanakan pada tanggal 5 April 2017 digedung kehutanan Labtek V ITB
Jatinangor.

Gambar 3.1 Lokasi diadakannya praktikum

(Sumber : http://gisweb.ciat.cgiar.org/MarkSimGCM/#)

3.2 Alat dan Bahan

Alat : Laptop, Charger

Bahan : Aplikasi Microsoft excel 2013

3.3 Metode Kerja
1. Hal yang pertama yang hahus dilakukan adalah mengaktifkan tool dari data analysis,
caranya dengan membuka tools file pada Microsoft excel 2013, option di klik, add-ins
diklik, dan pilih manage=> go=> analysis toolpak. Kemudian klik ok.

2. Tool data analysis telah diaktifkan, untuk membuat statistic deskriptif, langkah awal
adalah data dicantumkan terlebih dahulu di Microsoft excel, lalu dipilih data => data
analysis => descriptive statistic. Lalu bagian input range dimasukkan dengan memblok
seluruh data cell yang dibuat dalam tabel. Labels in first row diklik, output diklik dan
dipilih bagian cell yang kosong, summary statistic diklik dan confidence level of mean
diklik dengan memasukan input 95%. Lalu diklik ok. Hasil statistic deskriptif akan
otomatis muncul pada bagian cell yang kosong.
3. Untuk uji regresi, langkah awal yang dilakukan adalah dengan memasukkan data berupa
tebel ke Microsoft excel. Lalu dipilih data => data analysis => regression. Lalu diinput
data Y range berupa data tinggi total, dan x range dengan data DBH. Diklik labels dan
confidence level = 95%. Output range diklik dan dimasukkan data cell yang kosong.
Residuals dan line fit plots diklik. Dan diklik ok. Hasil regresi beserta grafiknya akan
totmatis muncul di bagian cell yang kosong.
4. Hasil regresi dapat dibuat lebih akurat dengan menambahkan data DBH kuatrat yang
diselipkan di cell tabel data regresi yang sebelumnya. Untuk menampilkan hasil regresi
dilakukan hal yang sama persis seperti langkah penyajian data regrei yang sebelumnya.
Perbedaannya hanyalah dalam hal memasukkan input x range dengan menambahkan
input dari data DBH kuadrat.

5. Hasil regrasi juga dapat dibuat sedemikian rupa sehingga grafik regresi akan melalui titik
(0,0) sehingga hasil regresi akan dianggap lebih akurat lagi. Langkahnya adalah seperti
langkah no 4, namun ditambah dengan mencentangkan bagian constan in zero dalam
menunya.
6. Tabel pivot dibuat dengan langkah awal adalah memasukan input data berupa tabel ke
cell Microsoft excel, hasil input data diblok, lalu bagian insert diklik, pilih pivot table,
akan muncul pivot table fields seperti gambar dibawah di layar samping Microsoft excel.
variabel diatur agar volume dikategorikan sebagai sum of values, kelompok jenis sebagai
columns, dan tingkatan sebagai rows. Kemudian diklik ok. Tabel pivot akan otomatis
muncul sesuai dengan variabel yang ingin dimunculkan.

7. Pivot tabel yang telah dibuat dapat diubah nilai variabel yang tertampil didalamnya dari
jumlah volume menjadi jumlah pohon. Caranya dengan