Bab V.Hasil Dan Pembahasan 2009asw PDF
Bab V.Hasil Dan Pembahasan 2009asw PDF
Tabel 2 Lima jenis tumbuhan tingkat pohon yang memiliki kerapatan paling
tinggi di habitat terganggu
Tabel 3 Lima jenis tumbuhan tingkat tiang yang memiliki kerapatan paling tinggi
di habitat terganggu
Jumlah jenis tumbuhan tingkat tiang yang ditemukan di HTT ini adalah 58
jenis, dengan kerapatan total 364,39 batangha. J ~ N tumbuhan
S yang memiliki
kerapatan paling tinggi ditempati oieh jenis pasang. Kerapatan jenis pasang adalah
60,71 batangha dan kerapatan relatif 16,67%. Beberapa jenis lainnya yang
memiliki kerapatan jenis tinggi antara lain: kikawat, kisirem, hum, dan kibuyur.
Kerapatan lima jenis tumbuhan tingkat tiang yang menempati urutan teratas di
HTT disajikan pada Tabel 5. Hasil perhitungan kerapatan tumbuhan tingkat tiang
selengkapnya disajikan pada Lampiran 6.
Tabel 5 Lima jenis tumbuhan tingkat tiang yang memiliki kerapatan paling tinggi
di habitat tidak terganggu
Tumbuhan tingkat pohon di HTT memiliki kisaran tinggi yang relatif sama
dengan tumbuhan tingkat pohon di HT, yakni berkisar 15-44 meter (rata-rata
26,5*6,4 meter). Jenis-jenis pohon yang memiliki tinggi hingga di atas 30 meter
antara lain: Pasang, rasamala, puspa, pokray, kibonteng, laka, dan kopi dengkung.
Diameter tajuk berkisar 2-11 (rata-rata 6,04*1,9 meter) dan 3-15 meter (rata-rata
7,9*2,2 meter). Tumbuhan tingkat tiang memiliki tinggi berkisar berkisar 8-20
meter (rata-rata 13,612,7 meter) dengan diameter tajuk berkisar 1-8 meter (rata-
rata 4,3+1,3 meter) dan 2-9 meter (rata-rata 5,5&1,5 meter). Di tingkat
pertumbuhan ini, jenis-jenis yang memiliki tinggi di atas rata-rata antara lain:
pasang, kibuyur, pokray, kakaduan, puspa dan kisirem.
Seperti halnya pada HT, tumbuhan tingkat pohon dan tiang di HTT ini
membentuk struktur vegetasi dengan lapisan tajuk yang dapat dibagi menjadi tiga
strata, yakni: 1) strata bawah dengan ketinggian tajuk kurang dari 20 meter, 2)
strata tengah antara 20-35 meter, dan 3) strata atas dengan ketinggian tajuk lebih
dari 35 meter. Namun, struktur lapisan tajuk vegetasi HTT tersebut relatif lebih
rapat dan kompak (kontinyu) dibandingkan dengan struktur lapisan tajuk vegetasi
HT. Hal ini karena vegetasi di HTT relatif masih terjaga dari gangguan terutama
penebangan liar yang seringkali memutus kontinuitas tajuk dan mengurangi
kerapatan pohon. Kondisi vegetasi HTT secara visual disajikan pada Gambar 6.
Gambar 6 Kondisi vegetasi habitat tidak terganggu
TabeI 6 Jumlah pejumpaan owa jawa yang dihasilkan oleh metode strip transed,
line transeq dan variable circular plot
Habitat Terganggu Habitat Tidak Terganggu
Nomor
Transek ST LT VCP ST LT VCP
Kip Ind Klp Ind Klp Ind Kip Ind Klp Jnd Kip Ind
1 1 2 2 4 2 4 1 2 2 4 2 4
2 3 9 5 1 4 5 1 3 5 1 4 5 1 4 5 1 3
3 3 7 5 1 3 5 1 2 2 4 2 4 2 4
4 2 4 2 4 2 4 3 9 4 1 1 5 1 4
5 2 5 3 8 3 7 2 4 3 7 3 8
6 1 2 1 2 2 4 2 5 5 1 2 4 1 2
7 4 12 5 15 4 13 5 15 6 16 5 13
8 2 5 3 7 4 1 0 3 9 4 1 0 4 9
Jumlah 18 46 26 67 27 67 23 62 31 78 30 77
Rata-rata 0,38 0,96 0,54 1,40 0,56 1,40 0,48 1,29 0,65 1,63 0,63 1,60
Keterangan: ST = Metode strip transecr; LT = Metode line transecl; VCP = Metode variable
circularplot; Klp = Kelompok; Ind = Individu
Tabel 7 Rata-rata jumlah perjumpaan owa jawa yang diperoleh metode strip
transect, line transect, dan variable circular plot
Habitat Terganggu Habitat Tidak Terganggu
Waktu
ST LT VCP ST LT VCP
Pengamatan
Klp Ind Klp Ind Klp Ind Klp Ind Klp Ind Klp Ind
Pagihari 0,42 1,13 0,58 1,50 0,63 I,% 0,58 1,58 0,75 I,% 0.67 1,79
Sorehari 0.33 0,79 0,50 129 0,50 1,25 028 1,00 0,54 1,33 0.58 1,42
Pagi & Sore 0,38 0,96 0,54 1,40 0,56 1,4o 0,48 1,29 0,65 1,63 0,63 1,6o
Keterangan: ST = Metode strip transecl; LT = Metode line fransecl; VCP = Metode variable
circularplof; Klp = Kelompok; Ind = Individu
Tabel 8 Selisih rata-rata perjumpaan owa jawa antara habitat terganggu dengan
habitat tidak terganggu
Rata-rata Jumlah Perjunlpaan Selisih
Metode HT HTT (HTT-HT)
Klp Ind Klp Ind Klp Ind
Strip transect 0,38 0,96 0,48 1,29 0,lO 0,33
Line transect 0,54 1,40 0,65 1,63 0,11 0,23
Var. Circularplot 0,56 1,40 0,63 1,60 0,07 0,20
Keterangan: HT = Habitat terganggu; HTT = Habitat tidak terganggu; Klp = Kelompok; Ind =
Individu
Tabel 9 Hasil uji-t pada a = 0,05 terhadap beda rata-rata perjumpaan owa jawa
antara habitat terganggu dan habitat tidak terganggu
Tabel 10 Selisih rata-rata perjumpaan owa jawa antara pengamatan pagi hari
dengan pengamatan sore hari
Rata-rata Jumlah Perjumpaan Selisih
Tipe habitat/
Pagi Hari Sore Hari (Pagi-Sore)
Metode
Klp Ind Klp Ind Klp Ind
Habitat terganggu:
Strip transect 0,42 1,13 0,33 0,79 0,09 0,34
Line lrrntsect 0,58 1,50 0,50 1,29 0,08 0,21
Var. Circularplot 0,63 1,54 0,50 1,25 0,13 0,29
Habitat tdk terganggu:
Strip transect 0,58 1,58 0,38 1,OO 0,20 0,21
Line irmzsect 0,75 1,92 0,54 1,33 0,21 O,S9
Var. Circular plot 0,67 1,79 0,58 1,42 0,09 0,37
Keterangan: Klp = Kelompok; Ind = Individu
Tabel 1 1 Hasil uji-t pada a = 0,OS terhadap beda rata-rata perjumpaan owa jawa
antara waktu pengamatan pagi hari dan sore hari
Tipe HabitatMetode Nilai thitUngNilai to,os Derajat Bebas Keterangan
Habitat terganggu
Strip transect: - Klp 1,083 Tdk berbeda nyata
- Ind 0,859 Tdk berbeda nya
Line transect: - Klp 1,625 Tdk berbeda nyata
- Ind 0,425 Tdk berbeda nyata
Var Circ Plot: - Klp 0,319 Tdk berbeda nyata
- Ind 0,824 Tdk berbeda nyata
Habitat tdk terganggu
Strip transect: - Klp 1,059 Tdk berbeda nyata
- Ind 0,954 Tdk berbeda nyata
Line transect: - Klp 0,596 Tdk berbeda nyata
- Ind 0,579 Tdk berbeda nyata
Var Circ Plot: - Klp 0,583 Tdk berbeda nyata
- Ind 0.614 Tdk berbeda nvata
Keterangan: Kip = Kelompok; Ind = Individu
Gambar 7 Owa jawa yang terdeteksi saat makan (kanan) dan saat
melakukan perpindahan di antara cabang pohon (kiri)
Ukuran kelompok owa jawa yang terdeteksi oleh ketiga metode berkisar 2-4
individu per kelompok. Kelompok owa jawa dengan ukuran 2-4 individu tersebut
ditemukan baik di HT maupun di HTT. Kelompok owa jawa dengan jumlah
anggota 4 individu di HT terdeteksi pada transect 2 (Kadal Meteng) dan transek 3
(Sukararne), sedangkan di HTT terdeteksi pada transect 2 (Ciawi Tali), transek 4
(Lebak Sampai), dan transek 7 (Cibareno). Walaupun ketiga metode mendeteksi
kelompok owa jawa dengan kisaran ukuran yang sama, n~unun fiekuensi
deteksinya berbeda sehingga rata-rata ukuran kelompok yang diperoleh ketiga
metode juga berbeda (Tabel 12).
Nilai dugaan kepadatan kelompok owa jawa pada tiap-tiap transek yang
dihitung berdasarkan data hasil pengamatan metode ST, LT, dan VCP cukup
bervariasi. Berdasarkan data pengamatan pagi hari, metode ST menghasilkan
nilai dugaan kepadatan berkisar 0,00-6,67 klp/km2 di HT dan 3,33-10,OO klp/km2
di HTT. Metode LT menghasilkan nilai dugaan kepadatan berkisar 0,OO-7,14
klp/km2 di HT dan 2,38-7,14 klp/km2 di HTT, sedangkan metode VCP
menghasilkan nilai dugaan kepadatan berkisar 2,69-8,08 kIp/km2 di HT clan 3,09-
9,28 klp/km2 di HTT.
Berdasarkan data pengamatan sore hari, kisaran nilai dugaan kepadatan
metode ST adalah 0,00-10,OO klp/km2 di HT dan 0,OO-6,67 kIp/km2 di HTT.
Metode LT menghasilkan nilai dugaan kepadatan berkisar 2,22-6,67 klp/km2 di
HT dan 0,OO-7,14 klp/km2 di HTT, sedangkan nilai dugaan kepadatan yang
dihasikan metode VCP berkisar 3,09-6,19 klp/km2 di HT dan 0,00 - 4,6E-08
klp/km2 di HTT.
..
Berdasarkan data keseluruhan @agi dan sore hari), nilai dugaan kepadatan
yang diiasilkan metode ST berkisar 1,67-6,67 kIp/km2 di HT dan 1,67-8,33
klP/km2di HTT. Metode LT menghasilkan nilai dugaan kepadatan berkisar 1,ll-
5,56 klp/km2 di HT dan 2,38-7,14 klp/km2 di HTT, sedangkan metode VCP
menghasilkan nilai dugaan kepadatan antaa 2,69-6,74 klp/km2 di HT dan 3,09-
7,73 kIp/km2 di HTT. Hasil penghitungan nilai dugaan kepadatan kelompok owa
jawa pada tiap-tiap transek selengkapnya disajikan pada Larnpiran 9. Rata-rata
nilai dugaan kepadatan kelompok owa jawa dari 8 transek pengamatan di tiap-tiap
tipe habitat tersebut disajikan pada Tabel 13.
Tabel 13 Rata-rata nilai dugaan kepadatan kelompok owa jawa berdasarkan data
hasil pengamatan metode strip transect, line transect, dan variable
circular plot
Waktu Habitat Terganggu Habitat Tidak Terganggu
PengamatanMetode D CI (a=0,05) D CI (a=0,05)
Pagi hari:
Strip transect 4,17 4,17+ 5,6 5,83 $83 + 8,2
Line transect 4,17 4,17* 1,6 5,36 5,36 2,2
Variable circular plot 5,05 5,05f 2,s 6,19 6,19*3,3
Sore hari:
Strip transect 3,33 *
3,33 7,3 3,75 3,75+ 6,6
Line transect 3,33 *
3,33 2,1 3,87 3,87;t 1,6
Variable circular plot 4,64 4,64+ 3,O 2,7E-08 2,7E-08
+2,6E-08
Pagi & sore hari:
Strip transect 3,75 *
3,75 4,l 4,79 4,47+ 5,s
Line transect 3,61 3,61 + 1,2 4,61 4,61 * 1,4
Variable circular plot 4,s *
435 2,0 5,80 *
5,80 2,l
Keterangan: D = Nilai dugaan kepadatan kelompok owa jawa (~elom~ok/!un~);
CI = Nilai dugaan
selang kepadatan kelompok owa jawa pada a=0,05
Tabel 14 Rata-rata nilai dugaan kepadatan populasi owa jawa berdasarkan hasil
pengamatan dengan metode strip transect, line transect, dan variable
circularplot
Waktu Habitat Terganggu Habitat Tidak Terganggu
Pengamatan/Metode D CI (a=0,05) D CI (a=O,O5)
Pagi hark
Strip transect
Line transect
Variable circular plot
Sore hari:
Strip transect
Line transect
Variable circular plot
Berdasarkan data keseluruhan (pagi dan sore hari), nilai dugaan kepadatan
yang dihasilkan metode ST pada tiap-tiap transek berkisar 3,33-20,OO ind/km2 di
HT dan 3,33-25,OO ind/km2 di HTT. Metode LT menghasilkan nilai dugaan
kepadatan berkisar 2,86-14,32 ind/km2 di HT dan 5,99-17,97 ind/km2 di HTT,
sedangkan metode VCP menghasilkan nilai dugaan kepadatan antara 6,69-16,72
ind/km2 di HT dan 7,94-19,85 i n d h 2 di HTT. Tabel 14 di atas menyajikan rata-
rata nilai dugaan kepadatan populasi owa jawa yang dihasilkan ketiga metode dari
8 transek pengamatan di tiap-tiap tipe habitat. Hasil perhilungan nilai dugaan
kepadatan populasi owa jawa pada tiap-tiap transek disajikan pada Lampiran 9.
Akurasi nilai dugaan kepadatan populasi yang dihasilkan oleh metode LT
dan VCP tidak dipengaruhi oleh adanya satwa yang tidak terdeteksi, karena
berbagai hasil penelitian menyimpulkan bahwa deteksi 10-30% dari keseluruhan
obyek yang diamati tetap memberikan hasil yang akurat (Buckland et al. 2001).
Akurasi nilai dugaan kepadatan pada metode LT dan VCP dipengaruhi oleh
jumlah sampel jarak dari obyek yang terdeteksi yang diperlukan untuk
mengestimasi luas areal efektif pengamatan. Jumlah sampel jarak yang
diperlukan menurut Anderson el al. (1979) adalah minimal 40, atau 60-80 bila
memungkinkan. Buckland et al. (2001), juga menyarankan jumlah sampel jarak
sebanyak 60-80, walaupun menurutnya jumlah 40 sampel kadang-kadang bisa
memberikan nilai yang akurat.
Efek dari jumlah sampel yang kurang bisa ben~panilai dugaan kepadatan
yang underestimate atau overestimate. Nelson & Fancy (1999) mencatat dari
hasil evaluasi metode VCP terhadap populasi burung yang sudah diketahui
kepadatannya, dengan jumlah sampel jar& burung yang terdeteksi kurang dari 20
pada empat lokasi pengamatan didapatkan nilai dugaan kepadatan antara -34%
hingga +24% dari kepadatan populasi yang sebenarnya. Berdasarkan uraian
tersebut, maka kesulitan mendapatkan data yang cukup merupakan masalah yang
dihadapi dalam pengumpulan data dengan metode LT dan VCP guna
memperoleh nilai dugaan kepadatan populasi owa jawa secara akurat.
Hasil uji-t pada tingkat kepercayaan 95% menunjukkan bahwa rata-rata nilai
dugaan kepadatan populasi yang diperoleh berdasarkan data pengamatan pagi hari
tidak berbeda nyata antara metode yang satu dengan metode lainnya. Berdasarkan
data pengamatan sore hari, rata-rata nilai dugaan kepadatan populasi yang
dihasilkan metode VCP di HT berbeda nyata dengan rata-rata nilai dugaan
kepadatan populasi yang dihasilkan metode ST dan LT. Berdasarkan data
pengamatan pagi dan sore hari, yang berbeda nyata adalah antara rata-rata nilai
dugaan kepadatan populasi yang dihasilkan metode VCP dan baik di HT
maupun di HTT. Hasil uji beda rata-rata nilai dugaan kepadatan populasi antar
metode selengkapnya disajikan pada Lampiran 10.
Berdasarkan waktu pengamatan, ketiga metode menunjukan kecenderungan
nilai dugaan kepadatan populasi yang sama baik di HT maupun di HTT, yakni
lebih tinggi pada pagi hari daripada sore hari. Informasi ini mengindikasikan
bahwa pengamatan yang dilakukan pada sore hari cenderung akan menghasilkan
nilai dugaan kepadatan populasi yang lebih rendah dari keadaan sebenarnya
(underestimate). Demikian pula nilai dugaan kepadatan yang dihitung
berdasarkan data pengamatan pagi dan sore hari juga akan cendenmg
urzderesfimate.
Selisih tertinggi antara nilai dugaan kepadatan pagi hari dan sore hari di HT
dihasilkan oleh metode LT, sedangkan selisih tertinggi di HTT dihasilkan oleh
metode VCP (Tabel 15). Secara umiun. selisih nilai dugaan kepadatan populasi
antara pengamatan pagi hari dan sore hari pada ketiga metode lebih tinggi di NTT
daripada HT. Namun demikian. hasil uji-t pada tingkat kepercayaan 95%
menunjukan bahwa metode yang menghasilkan rata-rata nilai dugaan kepadatan
populasi yang berbeda nyata antara waktu pengamatan pagi dan sore hari
hanyalah metode LT dan VCP di HTT (Tabel 16).
T&ei i 5 Se.!isih rapt-rata nilai dugaan kepadatan populasi owa jawa antara waktu
pengamatan pagi hha d m sore hari
Nilai Dugaan Kepadatan Populasi
Selisih
Tipe HabitatMetode Owa Jawa (1ndh2)
Pagi Hari Sore Hari (Pagi-Sore)
Habitat terganggu:
Strip transect 10,42 8,75 1,67
Line fransect 10,71 8,61 2,lO
Variable circular plot 12,46 11,60 0,86
Habitat tdk terganggu:
Strip transect 15,83 10,OO 5,83
Line tramect 13,69 9,52 4,17
Variable circ~tlarplot 16,63 1,2E-07 16,62
Tabel 16 Hasil uji-t pada a = 0,05 terhadap beda rata-rata nilai dugaan kepadatan
populasi antara waktu pengamatan pagi hari dan sore hari
Tipe HabitatJMetode Nilai hihlne
Nilai tosos Derajat Bebas Keterangan
Habitat terganggu
Strip transect 0,859 2,160 13,7 Tdk berbeda nyata
Line @ansect: 0,425 2,160 13,9 Tdk berbeda nyata
Variable circularplot 0,824 2,160 13,5 Tdk berbeda nyata
Habitat tdk terganggu
Sh.iDlransect 1.168 2.160 13.4 Tdk berbeda nvata
Line transect 1;152 2;160 1319 Tdk berbeda niata
Variable circularplot 0,862 2,160 13,9 Tdk berbeda nyata
Tingkat ketelitian suatu data hasil sampling pada dasarnya dapat dilihat pada
tingkat keragamannya yang ditunjukkan oleh besarnya simpangan. Semakin
besar nilai simpangan data yang dihasilkan maka tingkat ketelitiannya makin
rendah, sebaliknya makin kecil nilai simpangan maka tingkat ketelitian data yang
dihasilkan makin tinggi. Nilai simpangan dapat dinyatakan sebagai angka mutlak
(absolut error) yang dituliskan dalam bentuk simpangan baku atau sebagai
ukuran relatif (percent relative error) yang dituliskan dalam bentuk koefisien
keragaman (Krebs 1998). Coefisien variation (koefisien keragaman) menyatakan
simpangan sebagai persentase dari nilai tengahnya, dan k m n a sifatnya relatif
maka ia paling baik untuk membandingkan keragaman dua atau lebih kumpulan
data (Walpole 1982). Ukuran lain yang digunakan untuk menyatakan tingkat
ketelitian adalah precision (ketelitian).
Tabel 17 menyajikan nilai precision (P) dan coefisien variation (CV) nilai
dugaan kepadatan populasi owa jawa yang diiasilkan tiap-tiap metode.
Berdasarkan Tabel 17 tersebut, metode LT memiliki tingkat ketelitian selalu
paling tinggi bila dibandingkan dengan tingkat ketelitian metode ST dan VCP,
baik di HT maupun di I-ITT. Sebaliknya, tingkat ketelitian nilai dugaan kepadatan
populasi yang diiasilkan metode ST selalu paling rendah di kedua tipe habitat.
Tabel 17 Tingkat ketelitian nilai dugaan kepadatan populasi owa jawa yang
dihasilkan metode strip transect, line transect, dan variable circular
plot
Waktu Habitat Terganggu Habitat Tidak Terganggu
PengamatanJMetode P (%) CV (%) P (YO) CV ('36)
Pagi hari:
Strip trartsect
Line fransect
Variable circular plot
Sore hari:
Strip fransecf
Line transecf
Variable circular plot
Pagi & sore hari:
Sfrip transect
Line fransecf
Variable circular ulot
Ketenngan: P =Precision; CV = Coefisien variation
Secara umum, metode VCP memiliki nilai CV yang tidak berbeda jauh
dibandingkan dengan CV metode LT. Selisih nilai CV metode VCP dengan
metode LT selalu paling kecil bila dibandingkan dengan selisih CV antara kedua
metode tersebut dengan metode ST (Tabel 18). Hasil uji-f pada tingkat
kepercayaan 95% menunjukan bahwa ragam nilai dugaan kepadatan populasi dari
metode VCP dan LT tidak berbeda nyata, kecuali pada pengamatan sore hari di
HTT, ragam keduanya berbeda nyata (Lampiran 11). Ragam yang tidak berbeda
nyata mengindikasikan bahwa tingkat ketelitian kedua metode tersebut tidak
berbeda nyata.
Ketiga metode menunjukan kecenderungan tingkat ketelitian nilai dugaan
kepadatan populasi yang sama, baik berdasarkan waktu pengamatan maupun
berdasarkan tipe habitat. Berdasarkan waktu pengamatan, ketiga metode
menghasilkan nilai dugaan kepadatan populasi dengan tingkat ketelitian yang
lebih tinggi pada pagi hari dibandingkan sore hari. Berdasarkan tipe habitat,
ketiga metode memiliki tingkat ketelitian yang lebih tinggi pada HTT
dibandingkan dengan HT.
Tabel 18 Selisih tingkat ketelitian nilai dugaan kepadatan populasi owa jawa
antara metode strip &ansect, line transect, dan variable circular plot
Selisih Tingkat Ketelitian
Waktu Pengamatan CV P
HT HTT HT HTT
Pagi hari
ST%CP 38/35 45,46 38,65 45.46
ST-LT 44.90 50,41 44.90 50,41
VCP-LT 6,25 4,95 6.25 4,95
Sore hari
ST-VCP 66,64 47,43 66.64 47,43
ST-LT 67.57 70,35 67.57 70,35
VCP-LT 0.93 22,92 0.93 22,92
Pagi & sore hari
ST-VCP 40.42 46.12 40,42 46,12
ST-LT 44,95 48,96 44,95 48,96
VCP-LT 4,53 2,84 4,53 2,84
Keterangan: P = precision; CV = koefisien keragaman; HT = Habitat terganggu; HTT = Habitat tidak
terganggu; Klp = Kelompok; Ind = Individu; ST = Metode strip transect; LT =
Metode line transect; VCP = Metode variable circularplot
Ketelitian data yang dihasilkan suatu metode sampling pada dasarnya tidak
bersifat mutlak, karena ketelitian ditentukan oleh banyaknya unit contoh
pengamatan (White & Edwards 2000). Dalam kasus ini, ketelitian antar ketiga
metode diperbandingkan dengan asurnsi unit contoh atau wilayah pengamatannya
sama. Ketelitian metode ST dan VCP yang lebih rendah dapat ditingkatkan
dengan menambah unit contoh pengamatan. Dalam kaitan tersebut, nilai CV yang
diperoleh dalam penelitian ini dapat menjadi dasar untuk menentukan besaran unit
contoh yang diperlukan guna mendapatkan nilai dugaan kepadatan popdasi owa
jawa pada tingkat ketelitian yang diinginkan w e b s 1998).
5.5. Biaya Operasional Inventarisasi
Tabel 19 Ragam relatif metode strip transect, line transect, dan variable circular
plot
Ragam Relatif
Waktu
Habitat Terganggu Habitat Tidak Terganggu
Pengamatan ST
LT VCP ST LT VCP
Pagi dan sore hari 25,08 1,OO 3,Ol 3753 1,00 3,14
Ketenngan: ST = Metode strip transect; LT = Metode line tramect; VCP = Metode variable
circular plot
Tabel 20 Hasil penghitungan biaya relatif metode strip transect, line transect, dan
variable circular plot
Biaya yang digunakan dalam penghitungan biaya relatif adalah biaya total
tiap-tiap metode. Karena biaya total tersebut mengynakan satuan yang sudah
setara, yakni per satu krn transek maka tidak perlu disetarakan lagi. Berdasarkan
Tabel 20 di atas, biaya relatif ketiga metode relatif sama karena perbedaan biaya
yang dikeluarkan masing-masing metode relatif kecil. Hal ini dimungkinkan
karena penggunaan surnberdaya @eralatan, tenaga, dan waktu) ketiga metode
tersebut dalam penelitian ini adalah sama.
Oleh karena biaya tidak menjadi faktor pembeda yang signifikan pada
ketiga metode tersebut, maka tingkat optimalisasi alcan sangat ditentukan oleh
ragam relatif. Dengan kata lain tingkat ketelitian adalah faktor penentu tingkat
optimalisasi antara metode ST, LT, dan VCP.
Tabel 21 menyajikan hasil perkalian ragam relatif dan biaya relatif tiap-tiap
metode. Berdasarkan Tabel 21 tersebut, metode LT selalu memiliki nilai perkalian
ragam relatif dan biaya relatif paling rendah baik di HT maupun HTT, kecuali
pada pengamatan sore hari di HTT. Untuk pengamatan sore hari di HTT
tersebut, nilai paling rendah dihasilkan oleh metode VCP. Namun, sebagaimana
diulas sebelurnnya, metode VCP memiliki rata-rata nilai dugaan kepadatan
populasi yang sangat rendah dan berbeda jauh dengan rata-rata nilai dugaan
kepadatan populasi dua metode lainnya. Dengan demikian, ragam nilai dugaan
kepadatan populasi hasil pengmatan metode VCP di HTT pada sore hari tersebut
tidak dapat diperbandingkan dengan metode lainnya (Walpole 1982).
Berdasarkan ha1 ini, maka dapat disimpulkan bahwa metode yang paling optimal
untuk pendugaan kepadatan populasi owa jawa adalah metode LT
Tabel 21 Hasil perkalian ragam relatif dan biaya relatif dari metode strip iransect,
line hansect, dan variable circular plot
Pagi & sore hari 25,175 1,004 3,008 37,667 1,004 3,140
Keterangan: ST = Metode strip bansect; LT = Metode line Iransecl; VCP = Metode variable
circular plot