Nama : Harry Kurniawan
NIM : 071201001
Prodi : Manajemen Hutan
PENGUKURAN POTENSI TEGAKAN DENGAN METODE CSS
Sample merupakan faktor penting dalam penelitian karena sangat diminimalkan untuk menghasilkan sample yang tingkat akurasi, validitas dan rehabilitasnya tinggi. Pemenuhan kriteria sample sangat dipengaruhi oleh pilihan teknik penentuan sample yang prosedurnya merujuk pada sampling frame, ukuran, dan tipe sample penelitian. Penentuan sample bisa menjadi masalah bila peneliti tidak tepat dalam memahami aspek-aspek penting yang terkait dengan penentuan sample, yaitu tingkat kompleksitas permasalahan, keragaman populasi penelitian, rumusan tujuan serta berbagai kendala dan batasan yang ada. Penelitian di bidang perumahan dan pemukiman yang multidimensi dan mencakup wilayah yang luas memerlukan strategi optimasi dalam penentuan sample agar diperoleh hasil penelitian yang berkualitas.
Untuk menghitung setiap individu untuk menghitung setiap individu yang terdapat dalam populasi ataupun komunitas biasanya dilakukan dengan cara mengambil sampel (contoh) atau sebagian kecil individu dari populasi atau komunitas tersebut. Kemudian dari sampel itu, akan dapat ditarik suatu kesimpulan tentang populasi atau komunitas yang sedang dipelajari .
Kesulitan dalam penentuan sample pada umumnya terkait dengan upaya pemenuhan kriteria sample yang baik, yaitu memenuhi syarat akurasi dan dapat menghasilkan data yang validitas dan reliabilitasnya memadai. Validitas data dapat dilihat dari ketaatan peneliti menggunakan prosedur untuk mengambil data (sample), sedangkan reabilitas data diindikasikan dengan tingkat keterwakilannya terhadap populasi penelitian. Namun demikian, sample yang beik tidak mudah diperoleh mengingat masih banyaknya kendala seperti keterbatasan biaya dan waktu penelitian serta kesalahan-kesalahan penentuan sample yang tidak disadari oleh peneliti .
Pengidentifikasian populasi penelitian secara hati-hati merupakan hal pertama yang harus dilakukan dalam penarikan sample. Untuk itu perlu dijelaskan target populasi yang akan dipelajari, dengan membuat daftar panjang tentang semua atribut yang diyakini dapat trercermin secara tepat dalam sampelnya. Daftar tersebut dapat berupa karakter demografi, gaya hidup, tipe rumah atau atribut yang sesuai dengan kepentingan penelitian dan dapat digunakan untuk memperkirakan populasi secara lebih rinci berdasarkan unit/satuan sample, lokasi geografis, serta batas sementara populasinya .
Penarikan contoh (sampling) harus menggunakan metode sampling yang
tepat, karena jika tidak hasil yang diperoleh akan bias. Salah satu metode sampling yang biasa dipelajari, yaitu Metode Plot (Berpetak) yang merupakan suatu metode yang berbentuk segi empat atau persegi (kuadrat) ataupun lingkaran. Biasanya digunakan untuk sampling tumbuhan darat, hewan sessile (menetap) atau bergerak lambat seperti hewan tanah dan hewan yang meliang .
Untuk sampling tegakan terdapat dua cara penerapan metode plot, yaitu
- Metode Petak Tunggal, yaitu metode yang hanya satu petak sampling yang mewakili suatu areal hutan. Biasanya luas minimum ini ditetapkan dengan dari penambahan luas petak tidak menyebabkan kenaikan jumlah spesies lebih 5 % atau 10 %.
- Metode Petak Ganda, yaitu pengambilan contoh dilakukan dengan menggunakan banyak petak contoh yang letaknya tersebar merata (sebaiknya secara sistematik). Ukuran berbeda-beda berdasarkan kelompok tumbuhan yang akan dianalisis. Perbandingan panjang dan lebar petak 2 : 1 merupakan alternatif terbaik daripada bentuk lain
Metode transek (jalur) salah satu metode yang lebih baik dari metode plot (berpetak). Salah satu caranya yaitu Line Intercept (Line Transect), yaitu suatu metode dengan cara menentukan dua titik sebagai pusat garis transek. Panjang garis transek dapat 10 m, 25 m, 50 m atau 100 m. Tebal garis transek biasanya 1 cm. Garis transek kemudian dibuat segmen-segmennya .
Strip Sensus merupakan metode yang meliputi berjalan sepanjang garis transek dan mencatat spesies-spesies yang diamati di sepanjang garis transek tersebut. Data yang dicatat berupa indeks populasi (indeks kepadatan) .
Secara umum ada 2 tipe data yaitu:
- Variable Data: disebut juga measurement atau continuous data. Seperti namanya data ini adalah biasanya hasil pengukuran/perhitungan, merupakan data yang kontinyu dari suatu range tertentu.
- Attribute Data: ciri khas dari data jenis ini adalah tidak dilakukan pengukuran dan bersifat tidak kontinyu
Sample merupakan sebagian (kecil) dari populasi dimana kita benar-benar melakukan pengukuran; dari hasil ini kita mengambil kesimpulan terhadap keseluruhan populasi. Sampling dilakukan karena faktor-faktor biaya, waktu dan kepraktisan; rata-rata populasi berjumlah sangat besar sehingga sangat mahal dan butuh waktu lama serta tidak praktis untuk mengukur keseluruhan populasi .
Sistem Pengambilan Contoh, sistem yang digunakan adalah sistem sampling plot data jalur sistematis dengan menggunakan plot ukur gabungan (Combined Sample Plot). Sistem penyebaran jalur plot secara sistematis dengan pemilihan awal jalur secara acak (System Strip Sampling With Random Start), dengan jalur selebar 20 meter atau 10 meter kanan-kiri jalur ukur .
Ada banyak karakteristik tegakan hutan yang bermanfaat untuk diketahui guna kepentingan pengelolaannya dan bahwa inventore ditujukan pada penaksiran. Karakteristik yang paling lazim dan pada umumnya paling penting adalah yang berkaitan dengan volume hutan kasar atau bersih atau volume hutan kasar atau bersih atau volume yang dapat dipungut, menurut spesies, kelompok kelas diameter tertentu, kelompok kelas diameter, menurut kelas kualita, turun sampai diameter minimum, ditaksir pada waktu inventore atau sesudahnya, dan seterusnya. Tetapi sering kali karekter lain justru sama, kalau tidak lebih penting. Jumlah pohon menurut satuan luas, menurut spesies dan kelas diameter adalah parameter dasar inventore dan perlu dalam pengelolaan hutan. Parameter lain berkaitan dengan volume hutan mungkin lebih menarik untuk diketahui dari pada volumenya itu sendiri.
Garis induk (base line) untuk peletakan jalur survei dapat berupa sungai atau jalan yang merupakan garis terpanjang sejajar dengan kountour, sehingga arah jalur survei tegak lurus dengan sungai atau jalan dan kountour. Peletakan jalur survei pertama dilakukan secara acak sedangkan jalur kedua dan seterusnya secara sistematik dengan intensitas sampling (IS) sebesar 1% maka jarak antar jalur survei adalah + 2 km (100% x 20 m) .
Jumlah plot/unit contoh yang diperlukan dihitung dengan mempertimbangkan kualitas data yang diperlukan, jumlah plot ditentukan berdasarkan panjang jalur survei yang harus dibuat didasarkan pada intensitas sampling sebesar 1%, untuk menghitung panjang jalur survei dan jumlah plot adalah sebagai berikut :
1. Panjang jalur survei = Luas areal x IS Lebar jalur survei
2. Jumlah plot yang dibuat = Panjang jalur survey
Jarak antar plot dalam satu jalur. Misalnya luas areal yang disurvei adalah 30.000 Ha, maka jalur survei yang dibuat adalah 150 km dan jumlah plotnya adalah 300 buah, tiap plot mewakili seluas + 100 hektar .
Pemindahan plot ukur hanya dilakukan bila :
1. Plot terpotong oleh sungai besar (lebar lebih atau sama dengan 3 meter), jalan utama atau Tpn.
2. Sub-plot tingkat pohon kecil (20 m x 20 m), sub-plot tingkat tiang (10 m x 10 m) atau sub-plot tingkat pancang terpotong oleh sungai dengan lebar lebih dari 1 meter dan kurang dari 3 meter atau jalan cabang.
3. Sub-plot tingkat pancang (5 m x 5 m) terpotong oleh sungai atau jalan
Kelemahan utama pencuplikan sistematik adalah bahwa cara yang tidak didasarkan kepada hukum-hukum peluang itu tidak memberi kesempatan perhitungan eror cuplikan yang sah. Pada kenyataan praktikum ini, banyak cuplikan sistematis dianalisis melalui penggunaan rumus pencuplikan random. Hal ini dapat diperkenankan selama pendekatan kondisi improvisasi selalu diingat. Suatu kenyataan ialah apabila pencuplikan sistematik diterapkan secara benar perhitungannya akan membuahkan pendekatan eror cuplikan paling besar (bukan eror cuplikan rata-rata seperti halnya pada pencuplikan random). Cuplikan sistematik seperti ini biasanya akan menghasilkan taksiran rata-rata yang lebih baik daripada cuplikan random sebanding
Kamis, 03 Juni 2010
LINEAR PROGRAMMING
OLEH : HARRY KURNIAWAN
PENDAHULUAN
Latar Belakang
Masalah keputusan yang biasa dihadapi para analis adalah alokasi optimum sumber daya yang langka. Sumber daya dapat berupa modal, tenaga kerja, bahan mentah, kapasitas mesin, waktu, ruangan atau teknologi. Rugas analis adalah mencapai hasil terbaik yang mungkin dengan keterbatasan sumber daya ini. Hasil yang diinginkan mungkin ditunjukkan sebagai maksimasi dari beberapa ukuran seperti profit, penjualan dan kesejahteraan, atau minimasi seperti biaya, waktu dan jarak.
Setelah masalah diidentifikasikan, tujuan diterapkan, langkah selanjutnya adalah formulasi model matematik yang meliputi tiga tahap :
1. Menentukan variabel yang tak diketahui (variabel keputusan) dan menyatakan dalam symbol matematik
2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier (bukan perkalian) dari variabel keputusan
3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam persamaan dan pertidaksamaan yang juga merupakan hubungan linier dari variabel keputusan yang mencerminkan keterbatasan sumberdaya masalah itu
Linear programming (program linier) merupakan salah satu teknik penyelesaian riset operasi dalam hal ini adalah khusus menyelesaikan masalah-masalah optimasi (memaksimalkan atau meminimumkan) tetapi hanya terbatas pada masalah-masalah yang dapat diubah menjadi fungsi linier. Demikian pula kendala-kendala yang ada juga berbentuk linier.
Persoalan program linier adalah suatu persoalan untuk menentukan besarnya masing-masing nilai variabel (variable pengambilan keputusan) sedemikian rupa sehingga nilai funsi tujuan atau objektif (objective function) yang linier menjadi optimum (maksimum atau minimum) dengan memperhatikan pembatasan-pembatasan (kendala-kendala) yang ada yaitu pembatasan ini harus dinyatakan dengan ketidaksamaan yang linier (linear inequalities).
Suatu persoalan disebut persoalan program linier apabila memenuhi hal-hal sebagai berikut :
1. Tujuan (objective)
Apa yang menjadi tujuan permasalahan yang dihadapi yang ingin dipecahkan dan dicari jalan keluarnya. Tujuan ini harus jelas dan tegas yang disebut fungsi tujuan (objective function). Fungsi tujuan tersebut dapat berupa dampak positip, manfaat-manfaat, atau dampak negatif.
2. Alternatif perbandingan.
Harus ada sesuatu atau alternatif yang ingin diperbandingkan, misalnya antara kombinasi waktu tercepat dan biaya tertinggi dengan waktu terlambat dan biaya terendah.
3. Sumber Daya
Sumber daya yang dianalisis harus berada dalam keadaan terbatas. Misalnya keterbatasan tenaga, bahanmentah terbatas, modal terbatas, ruangan untuk menyimpan barang terbatas, dan lain-lain.
4. Perumusan Kuantitatif.
Fungsi tujuan dan kendala tersebut harus dapat dirumuskan secara kuantitatif dalam model matematika.
5. Keterikatan Perubah.
Perubah-perubah yang membentuk fungsi tujuan dan fungsi kendala tersebut harus memiliki hubungan keterikatan hubungan keterikatan atau hubungan fungsional.
Tujuan
- Mahasiswa mengetahui teknik pengambilan keputusan dalam rangka kegiatan perencanaan hutan dengan menggunakan Linear Programming
- Mahasiswa dapat menghitung dengan menggunakan teknik Linear Programming, baik manual maupun dengan menggunakan software
TINJAUAN PUSTAKA
Linear Programming merupakan model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal. Masalah tersebut timbul apabila seseorang diharuskan untuk memilih atau menentukan tingkat setiap kegiatan yang akan dilakukannya, di mana masing-masing kegiatan membutuhkan sumber yang sama sedangkan jumlahnya terbatas. Secara sederhana, dapat diambil contoh bagian produksi suatu perusahaan yang dihadapkan pada masalah penentuan tingkat produksi masingmasing jenis produk dengan memperhatikan batasan faktor-faktor produksi: mesin, tenaga kerja, bahan mentah, dan sebagainya untuk memperoleh tingkat keuntungan maksimal atau biaya yang minimal.
Pada masa modern sekarang, Linear Programming masih menjadi pilihan dalam upaya untuk memperoleh tingkat keuntungan maksimal atau biaya yang minimal.
Dalam memecahkan masalah di atas, Linear Programming menggunakan model matematis. Sebutan “linear” berarti bahwa semua fungsi matematis yang disajikan dalam model ini haruslah fungsi-fungsi linier. Dalam Linear Programming dikenal dua macam fungsi, yaitu fungsi tujuan (objective function) dan fungsi-fungsi batasan (constraint function). Fungsi tujuan adalah fungsi yang menggambarkan tujuan/sasaran di dalam permasalahan Linear Programming yang berkaitan dengan pengaturan secara optimal sumber daya-sumber daya, untuk memperoleh keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z. Fungsi batasan merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan.
Pada dasarnya, persoalan Linear Programming dapat dirumuskan sebagai berikut :
Cari x1,x2, …, xj, …, xn.
sedemikian rupa sehingga
Z = c1×1 + c2×2 + … + cjxj + … + cnxn = Optimum (Maksimum atau Minimum)
Dengankendala:
Asumsi-asumsi Linear Programming
Asumsi-asumsi Linear Programming dapat dirinci sebagai berikut.
o Proportionality
Asumsi ini berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding (proporsional) dengan perubahan tingkat kegiatan.
Z = C1X1 + C2X2 + C3X3 + …..CnXn
Setiap penambahan 1 unit X1 akan menaikkan Z dengan C1. Setiap penambahan 1 unit X2 akan menaikkan Z dengan C2, dan seterusnya.
a11X1 + a12X2 + a13X3 + ….. + anXn ≤ b1
Setiap penambahan 1 unit X1 akan menaikkan penggunaan sumber/fasilitas 1 dengan a11. Setiap penambahan 1 unit X2 akan menaikkan penggunaan sumber/fasilitas 1 dengan a12, dan seterusnya. Asumsinya adalah, setiap ada kenaikan kapasitas riil tidak perlu ada biaya persiapan (set up cost).
o Additivity
Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam Linear Programming dianggap bahwa kenaikan dari nilai tujuan (Z) yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain.
Z = 3X1 + 5X2 di mana X1 = 10; X2 = 2;
Sehingga Z = 30 + 10 = 40
Jika X1 bertambah 1 unit, maka sesuai dengan asumsi, maka nilai Z menjadi 40 + 3 = 43. Jadi, nilai 3 karena kenaikan X1 dapat langsung ditambahkan pada nilai Z mula-mula tanpa mengurangi bagian Z yang diperoleh dari kegiatan 2 (X2). Dengan kata lain, tidak ada korelasi antara X1 dan X2.
o Divisibility
Asumsi ini menyatakan bahwa keluaran yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan.
o Deterministic (certainty)
Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam model Linear Programming (aij, bi, cj) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat.
Apabila suatu masalah Linear Programming hanya mengandung dua kegiatan (variabel-variabel keputusan) saja, maka dapat diselesaikan dengan metode grafik. Bila terdapat lebih dari dua variabel maka metode grafik tidak dapat digunakan lagi, sehingga diperlukan metode simpleks. Metode ini lazim dipakai untuk menentukan kombinasi dari tiga variabel atau lebih.
METODOLOGI
Waktu dan Tempat
Praktikum Perencanaan Hutan dengan judul Linear Programming ini dilaksanakan pada hari Sabtu, 6 Maret 2010 pukul 12.00 WIB sampai dengan selesai di Ruang 203 Departemen Kehutanan Fakultas Pertanian Universitas Sumatera Utara.
Bahan dan Alat
Bahan-bahan yang digunakan dalam praktikum ini adalah contoh soal pada materi kuliah perencanaan hutan dan kertas milimeter. Beberapa alat yang digunakan, antara lain; kalkulator, laptop dan software QSB.
Prosedur
Prosedur dalam praktikum ini dibagi menjadi dua tahap, yakni;
I. Perumusan Masalah dalam Linear Programming
Prosedur yang digunakan untuk merumuskan masalah ke dalam bentuk linear programming adalah sebagai berikut;
• Dimasukkan kriteria yang terdapat pada soal ke dalam bentuk tabel sebagai berikut;
Tabel 1. Format tabel perumusan masalah Linear Programming
Sumberdaya Model Ketersediaan Sumberdaya
A B
kriteria A
kriteria B
fungsi tujuan (Z)
variabel keputusan
• Ditentukan variabel keputusan yang akan dipakai
• Ditentukan fungsi tujuan (Z) yang akan dipennuhi
• Ditentukan fungsi constrain yang akan dipakai
• Ditentukan fungsi non negatif constrain
II. Menghitung Nilai Variabel Keputusan
Dalam praktikum ini dipakai 5 metode berbeda untuk menghitung nilai variabel keputusan yang telah diketahui sebelumnya, yakni;
a. metode invers
• digunakan rumus invers sebagai berikut;
A X = B X = B / A X = A-1 B
A = (1 / | A |) c -b
-d a
| A | = (a . c) - (b . d)
• fungsi constrain diubah ke dalam bentuk matriks
contoh: -2X1 + 3X2 = 5 Ket: Biru = Matriks A
-3X1 + 4X2 = 8 Merah = Matriks B
• dihitung nilai variabel keputusan dengan menggunakan rumus di atas
b. Gaus-Jordan row reductions
• Lakukan transformasi matriks (A / B) ke (I / B)
• Kalikan baris ke-1 dengan -1
• Kalikan baris ke-1 dengan 3 dan tambahkan pada baris ke-2
• Bagilah baris ke-2 dengan -2
• Kalikan baris ke-2 dengan 2 dan tambahkan pada baris ke-1
• Apabila telah terbentuk matriks identitas (1) maka X1 dan X2 dapat ditentukan.
c. Crammer’s rule
Metode Crammer ini menggunakan rumus sebagai berikut;
d. Metode grafik
Merupakan suatu cara sederhana yang dapat digunakan untuk menggambarkan masing-masing persamaan garis. Dilakukan dengan cara menetapkan salah satu variabel dalam suatu persamaan sama dengan nol dan kemudian mencari nilai variabel yang lain. Misalnya pada kendala pertama jika X1 = 0 maka 5X2 = 10 atau X2 = 5. Dengan cara yang sama X2 = 0 maka X1 = 10. Selanjutnya kedua titik ini (0 , 5) dan (10 , 0) dihubungkan hingga membentu suatu garis lurus yang akan memotong sumbu X dan Y.
e. Penggunaan software QSB
• Buka program QSB dengan menjalankan file ”PROG1”
• Pilih option 2 dengan fungsi Enter new problem lalu tekan enter
• Ketikkan nama problem, misalnya ketersediaan sumberdaya lalu tekan enter
• Pilih kriteria maximize (1) lalu tekan enter
• Isikan jumlah variabel, yakni 2 lalu tekan enter
• Isikan jumlah constrain yang dipakai, yakni 2 lalu tekan enter
• Pilih Yes (Y) tekan enter lalu space
• Isilah fungsi Z dengan menekan tombol enter
• Isilah fungsi constraint dengan menekan tombol enter
• Setelah selesai tekan tombol space lalu tekan sembarang tombol
• Pili option 5 (solve problem) lalu tekan tombol enter
• Pili option 2 (solve and display the final tableau) lalu tekan tombol enter
• Selanjutnya akan muncul tabel akhir linear programming serta nilai optimal pada fungsi tujuan (Z).
HASIL DAN PEMBAHASAN
Hasil
I. Perumusan Masalah dalam Linear Programming
Tabel 2. Perumusan masalah Linear Programming pada soal 1
Sumberdaya Model Ketersediaan Sumberdaya
A B
waktu 2 1 6
unit kayu 7 8 8
fungsi tujuan (Z) 120 80
variabel keputusan X1 X2
Berdasarkan soal di atas maka formulasi LP secara lengkap dapat ditulis sebagai berikut;
Objektif fungsi max : Z = 120X1 + 80X2 dengan syarat
Fungsi constrain : 2X1 + X2 < 6
7X1 + 8X2 < 28
Non negatif constrain : X1 dan X2 > 0
Tabel 3. Perumusan masalah Linear Programming pada soal 2
Sumberdaya Model Ketersediaan Sumberdaya
NPK Reguler NPK Terbaik
bahan aktif (%) 25 40 500
bahan lainnya (%) 75 60 1200
fungsi tujuan (Z) 250 300
variabel keputusan X1 X2
Berdasarkan soal di atas maka formulasi LP secara lengkap dapat ditulis sebagai berikut;
Objektif fungsi max : Z = 250X1 + 300X2 dengan syarat
Fungsi constrain : 0,25X1 + 0,4X2 < 6
0,75X1 + 0,6X2 < 28
Non negatif constrain : X1 dan X2 > 0
II. Menghitung Nilai Variabel Keputusan
Penghitungan nilai variabel keputusan pada kedua soal di atas dengan menggunakan 5 metode berbeda menghasilkan nilai sebagai berikut;
a. Metode invers
1. X1 = 1200 dan X2 = 500
2. X1 = 20/9 dan X2 = 14/9
b. Metode Gauss-Jordan
1. X1 dan X2 tidak dapat ditentukan
2. X1 dan X2 tidak dapat ditentukan
c. Metode Cramers
1. X1 = 1200 dan X2 = 500
2. X1 = 20/9 dan X2 = 14/9
d. Metode grafik
Proses penghitungan nilai variabel keputusan dengan menggunakan metode grafik menghasilkan nilai Z optimum yang dapat dilihat pada tabel di bawah ini;
Tabel 4. Variabel keputusan dengan fungsi z optimum pada soal no 1
Titik X1 X2 Total Z ($)
A 0 1200 375.000
B 1200 500 450.000
C 1200 0 300.000
D 0 0 0
Tabel 5. Variabel keputusan dengan fungsi z optimum pada soal no 2
Titik X1 X2 Total Z ($)
A 0 3,5 280
B 0 0 0
C 2,3 0 276
D 2,3 1,5 296
Tabel 6. Variabel keputusan dengan fungsi z optimum pada soal no 3
Titik X1 X2 Total Z
A 0 4 40
B 0,5 3,5 45
C 0,5 0 10
D 0 0 0
e. Penggunaan software QSB
Dengan menggunakan bantuan software maka proses penghitungan nilai variabel keputusan pada fungsi Z optimum dapat dengan mudah ditentukan. Dalam praktikum ini digunakan software QSB sebagai alat bantu sehingga menghasilkan data sebagai berikut;
Gambar 1. Hasil akhir soal no 1 menggunakan software QSB
Gambar 2. Hasil akhir soal no 2 menggunakan software QSB
Pembahasan
Pada soal nomor satu, diperoleh bahwa nilai “Z maks” dari perhitungan manual maupun perhitungan menggunakan software QSB adalah sama, yaitu memiliki nilai sebesar “391,11”. Begitu juga pada soal nomor dua, diperoleh bahwa nilai “Z maks” dari perhitungan manual maupun perhitungan menggunakan software QSB adalah sama, yaitu memiliki nilai sebesar “450000”. Hal ini menunjukkan bahwa perhitungan manual yang dilakukan adalah benar, karena memiliki nilai yang sama dengan perhitungan menggunakan software QSB.
Dari software QSB diketahui bahwa “C(j)” adalah hasil dari koefesien “Z maks” yang digunakan sebagai fungsi dalam mencari nilai “Z maks”, sedangkan “B(i)” adalah hasil dari “X1 dan X2”, yang digunakan juga sebagai nilai “X” dalam mencari “Z maks”. Pengertian symbol di atas dapat diketahui dengan menyesuaikan antara hasil perhitungan manual dan perhitungan dengan software.
Hasil dari X1 dan X2 pada soal nomor dua tidak sesuai antara perhitungan manual dengan perhitungan menggunkan software QSB, pada perhitungan manual diperoleh X1=1200 dan X2= 500, sedangkan pada perhitungan dengan software diperoleh X1=500 dan X2=1200. Akan tetapi memiliki nilai Z maks yang sama antara perhitungan manual dan perhitungan menggunakan software yaitu sebesar “450000”. Berbeda dengan soal nomor satu yang memiliki niali X1 , X2 dan Z maks yang sama antara perhitungan manual dengan perhitungan menggunakan software. Hal ini disebabkan oleh kesalahan memasukkan data pada prosedur penggunaan software QSB, kemungkinan kesalahan dalam mengatur option-option yang ada pada software QSB, karena software bekerja secara otomatis makanya hasil Z maks yang diperoleh adalah sama yaitu “450000”, walaupun nilai X1 dan X2 berbeda.
Penggunaan software dalam menghitung Z maks pada Linear Programming dapat lebih efektif dengan hasil yang maksimal. Namun perhitungan secara manual juga diperlukan dala perhitungan Linear Programing, karena kesalahan perhitungan yang dijumpai adalah perhitungan nyata dan dapat diperbaiki secara manual dengan melihat kembali perhitungan rumus yang telah dilakukan sebelumnya. Sedangkan bila menggunakan software, kesalahan yang dijumpai adalah perhitungan dalam sistem program computer, yang tidak dapat diketahui secara manual, kecuali kesalahan memasukkan data dan pelaksanaan prosedur. Kesalahan fatal yang dijumpai dalam penggunaan software dapat berupa kesalahan installer yang diperoleh secara bajakan, kerusakan software yang disebabkan oleh virus, kerusakan sotware yang disebabkan oleh adanaya sistem software yang terhapus secara tidak sengaja dan kesalahan sitematis lainnya. Maka dari itu perhitungan secara manual juga diperlukan sebagai perbandingan hasil dari perhitungan menggunakan software, bila perhitungan secara manual hasilnya sama dengan perhitungan menggunakan software maka dapat diambil kesimpulan hasil yang diperoleh adalah benar tanpa keraguan.
Metode grafik yang dilakukan dalam perhitungan manual adalah metode sebagai penampakan secara visual. Tujuannya adalah agar lebih mudah melihat nilai-nilai yang diperoleh secara visual yang tidak hanya berbentuk angka, nmaun dapat diwujudkan ke dalam bentuk grafik. Dalam memasukkan data ke dalam grafik harus teliti, sebab bila niali koordinat berbeda sedikit saja, maka hasil yang diperoleh kemungkinan besar salah.
Pada perhitungan manual yang dilakukan diketahui bahwa perhitungan dengan menggunakan metode “Gauss-Jordan” nilai X1 dan X2 tidak dapat diketahui baik pada soal nomor satu dan soal nomor dua. Hal ini dikarenakan oleh besarnya niali matriks dan banyaknya bilangan desimal yang tidak sesuai dengan matriks identitasnya bila dilakukan perhitungan, sehingga nilai X1 dan X2 tidak dapat diketahui. Untuk menangani permasalahan seperti ini dapat dilakukan dengan perhitungan menggunakan software atau perhitungan manual dengan menggunakan metode lain.
KESIMPULAN DAN SARAN
Kesimpulan
Kesimpulan yang dapat diperoleh dari praktikum ini adalah:
1. Perhitungan linear programming menggunakan software dan perhitungan secara manual masing-masing memiliki kelemahan dan kelebihan.
2. Perhitungan linear programming menggunakan software jauh lebih efektif dibandingkan dengan perhitungan manual
3. Dari praktikum yang dilakukan diperoleh hasil “Z maks” yang sama pada soal nomor satu, baik dengan software QSB atau dengan perhitungan manual yaitu sebesar “391,11”
4. Begitu juga hasil “Z maks” pada soal nomor dua memiliki nilai yang sama antara penggunaan software QSB dan dengan perhitungan manual yaitu sebesar 450000”
5. Metode “Gauss-Jordan” dalam perhitungan manual tidak dapat diketahui nilai “X1 dan X2” nya
Saran
Penggunaan komputer atau software dalam menganalisa linear programming dalam suatu masalah sangat efektif dan efisien dengan hasil yang optimal. Sebaiknya metode yang efektif dan efisien harus dikembangkan dalam pengaplikasiannya, karena selain memudahkan proses juga memberikan hasil yang terbaik dan dapat mencakup lebih dari dua variabel dalam linear programming.
DAFTARA PUSTAKA
Gilmore, P.C., & R.E. Gomory. 1961. A Linear Programming Approach to the Cutting-Stock Problem. Operations Research 9: 849-859.
Manetsch, T.J. and J.F. G. L. Park. 1977. System Analysis and Simulation with Aplications to Economic and Social System. Part I. Third Edition. Departement of Electrical Engineering and System Science, MSU, East Lansing, Michigen.
Pai, M.A., and Paranjothi, SR. 1975. ‘Optimal Power Flow with Security Constraints using Successive Linear Programming’, IEEE PES Summer meeting.
Reveliotis, Spyros.1997. An Introduction to Linear Programming and the Simplex Algorithm. http://www.isye.gatech.edu/~spyros/LP/LP.html.(diakses pada tanggal 27 April 2010) .
Stott, B, a.d Marinho, J.L. 1979. ‘Linear Programming for Power System Network
Security Applictions’, IEEE Trans, PAS-98, pp. 837-848.
Taha, H. A. 1975. Integer Programming Theory : Appli-cation and Computation. New York: Academic Press.
Van de Panne, C.1971. ‘Linear Programming and Related techniques’, North Holland Publising Company.
Praktikum Perencanaan Hutan Medan, 9 April 2010
APLIKASI LINEAR PROGRAMMING DENGAN PERHITUNGAN MANUAL DAN PENGGUNAAN
SOFTWARE QSB
Dosen Pembimbing:
Rahmawati S.Hut., M.Si., Ph.D.
Oleh:
Harry Kurniawan 071201001
Moehar Maraghiy Harahap 071201012
PROGRAM STUDI MANAJEMEN HUTAN
DEPARTEMEN KEHUTANAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2010
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya kepada penulis sehingga dapat menyelesaikan laporan ini dengan baik.
Adapun laporan dengan judul Aplikasi Linear Programming dengan Perhitungan Manual dan Penggunaan Software QSB ini merupakan salah satu tugas dalam Praktikum Perencanaan Hutan. Penulis mengucapkan terima kasih kepada ibu Rahmawati, S.Hut., M.Si., Ph.D. selaku dosen pengasuh pada mata kuliah Perencanaan Hutan, yang telah membimbing penulis dalam menyelesaikan laporan ini.
Penulis menyadari bahwa laporan ini masih jauh dari kesempurnaan. Untuk itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan laporan ini. Akhir kata, penulis berharap agar laporan ini dapat bermamfaat bagi pihak yang membutuhkan.
DAFTAR ISI
halaman
KATA PENGANTAR ............................................................................... i
DAFTAR GAMBAR ................................................................................. iii
DAFTAR TABEL ...................................................................................... iv
PENDAHULUAN
Latar Belakang ................................................................................. 1
Tujuan ............................................................................................... 2
TINJAUAN PUSTAKA ........ .................................................................... 3
METODOLOGI
Waktu dan Tempat ........................................................................... 6
Bahan dan Alat ................................................................................. 6
Prosedur 6
HASIL DAN PEMBAHASAN
Hasil .................................................................................................. 9
Pembahasan ..................................................................................... 11
KESIMPULAN DAN SARAN
Kesimpulan ....................................................................................... 14
Saran .................................................................................................. 14
DAFTAR PUSTAKA
DAFTAR GAMBAR
Halaman
Gambar 1. Hasil akhir soal no 1 menggunakan software QSB 11
Gambar 2. Hasil akhir soal no 2 menggunakan software QSB 11
DAFTAR TABEL
Halaman
Tabel 1. Format Tabel Perumusan Masalah Linear Programming 6
Tabel 2. Perumusan Masalah Linear Programming pada soal 1 9
Tabel 3. Perumusan Masalah Linear Programming pada soal 2 9
Tabel 4. Variabel Keputusan dengan fungsi z Optimum pada Soal no 1 10
Tabel 5. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 2 10
Tabel 6. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 3 10
PENDAHULUAN
Latar Belakang
Masalah keputusan yang biasa dihadapi para analis adalah alokasi optimum sumber daya yang langka. Sumber daya dapat berupa modal, tenaga kerja, bahan mentah, kapasitas mesin, waktu, ruangan atau teknologi. Rugas analis adalah mencapai hasil terbaik yang mungkin dengan keterbatasan sumber daya ini. Hasil yang diinginkan mungkin ditunjukkan sebagai maksimasi dari beberapa ukuran seperti profit, penjualan dan kesejahteraan, atau minimasi seperti biaya, waktu dan jarak.
Setelah masalah diidentifikasikan, tujuan diterapkan, langkah selanjutnya adalah formulasi model matematik yang meliputi tiga tahap :
1. Menentukan variabel yang tak diketahui (variabel keputusan) dan menyatakan dalam symbol matematik
2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier (bukan perkalian) dari variabel keputusan
3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam persamaan dan pertidaksamaan yang juga merupakan hubungan linier dari variabel keputusan yang mencerminkan keterbatasan sumberdaya masalah itu
Linear programming (program linier) merupakan salah satu teknik penyelesaian riset operasi dalam hal ini adalah khusus menyelesaikan masalah-masalah optimasi (memaksimalkan atau meminimumkan) tetapi hanya terbatas pada masalah-masalah yang dapat diubah menjadi fungsi linier. Demikian pula kendala-kendala yang ada juga berbentuk linier.
Persoalan program linier adalah suatu persoalan untuk menentukan besarnya masing-masing nilai variabel (variable pengambilan keputusan) sedemikian rupa sehingga nilai funsi tujuan atau objektif (objective function) yang linier menjadi optimum (maksimum atau minimum) dengan memperhatikan pembatasan-pembatasan (kendala-kendala) yang ada yaitu pembatasan ini harus dinyatakan dengan ketidaksamaan yang linier (linear inequalities).
Suatu persoalan disebut persoalan program linier apabila memenuhi hal-hal sebagai berikut :
1. Tujuan (objective)
Apa yang menjadi tujuan permasalahan yang dihadapi yang ingin dipecahkan dan dicari jalan keluarnya. Tujuan ini harus jelas dan tegas yang disebut fungsi tujuan (objective function). Fungsi tujuan tersebut dapat berupa dampak positip, manfaat-manfaat, atau dampak negatif.
2. Alternatif perbandingan.
Harus ada sesuatu atau alternatif yang ingin diperbandingkan, misalnya antara kombinasi waktu tercepat dan biaya tertinggi dengan waktu terlambat dan biaya terendah.
3. Sumber Daya
Sumber daya yang dianalisis harus berada dalam keadaan terbatas. Misalnya keterbatasan tenaga, bahanmentah terbatas, modal terbatas, ruangan untuk menyimpan barang terbatas, dan lain-lain.
4. Perumusan Kuantitatif.
Fungsi tujuan dan kendala tersebut harus dapat dirumuskan secara kuantitatif dalam model matematika.
5. Keterikatan Perubah.
Perubah-perubah yang membentuk fungsi tujuan dan fungsi kendala tersebut harus memiliki hubungan keterikatan hubungan keterikatan atau hubungan fungsional.
Tujuan
- Mahasiswa mengetahui teknik pengambilan keputusan dalam rangka kegiatan perencanaan hutan dengan menggunakan Linear Programming
- Mahasiswa dapat menghitung dengan menggunakan teknik Linear Programming, baik manual maupun dengan menggunakan software
TINJAUAN PUSTAKA
Linear Programming merupakan model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal. Masalah tersebut timbul apabila seseorang diharuskan untuk memilih atau menentukan tingkat setiap kegiatan yang akan dilakukannya, di mana masing-masing kegiatan membutuhkan sumber yang sama sedangkan jumlahnya terbatas. Secara sederhana, dapat diambil contoh bagian produksi suatu perusahaan yang dihadapkan pada masalah penentuan tingkat produksi masingmasing jenis produk dengan memperhatikan batasan faktor-faktor produksi: mesin, tenaga kerja, bahan mentah, dan sebagainya untuk memperoleh tingkat keuntungan maksimal atau biaya yang minimal.
Pada masa modern sekarang, Linear Programming masih menjadi pilihan dalam upaya untuk memperoleh tingkat keuntungan maksimal atau biaya yang minimal.
Dalam memecahkan masalah di atas, Linear Programming menggunakan model matematis. Sebutan “linear” berarti bahwa semua fungsi matematis yang disajikan dalam model ini haruslah fungsi-fungsi linier. Dalam Linear Programming dikenal dua macam fungsi, yaitu fungsi tujuan (objective function) dan fungsi-fungsi batasan (constraint function). Fungsi tujuan adalah fungsi yang menggambarkan tujuan/sasaran di dalam permasalahan Linear Programming yang berkaitan dengan pengaturan secara optimal sumber daya-sumber daya, untuk memperoleh keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z. Fungsi batasan merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan.
Pada dasarnya, persoalan Linear Programming dapat dirumuskan sebagai berikut :
Cari x1,x2, …, xj, …, xn.
sedemikian rupa sehingga
Z = c1×1 + c2×2 + … + cjxj + … + cnxn = Optimum (Maksimum atau Minimum)
Dengankendala:
Asumsi-asumsi Linear Programming
Asumsi-asumsi Linear Programming dapat dirinci sebagai berikut.
o Proportionality
Asumsi ini berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding (proporsional) dengan perubahan tingkat kegiatan.
Z = C1X1 + C2X2 + C3X3 + …..CnXn
Setiap penambahan 1 unit X1 akan menaikkan Z dengan C1. Setiap penambahan 1 unit X2 akan menaikkan Z dengan C2, dan seterusnya.
a11X1 + a12X2 + a13X3 + ….. + anXn ≤ b1
Setiap penambahan 1 unit X1 akan menaikkan penggunaan sumber/fasilitas 1 dengan a11. Setiap penambahan 1 unit X2 akan menaikkan penggunaan sumber/fasilitas 1 dengan a12, dan seterusnya. Asumsinya adalah, setiap ada kenaikan kapasitas riil tidak perlu ada biaya persiapan (set up cost).
o Additivity
Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam Linear Programming dianggap bahwa kenaikan dari nilai tujuan (Z) yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain.
Z = 3X1 + 5X2 di mana X1 = 10; X2 = 2;
Sehingga Z = 30 + 10 = 40
Jika X1 bertambah 1 unit, maka sesuai dengan asumsi, maka nilai Z menjadi 40 + 3 = 43. Jadi, nilai 3 karena kenaikan X1 dapat langsung ditambahkan pada nilai Z mula-mula tanpa mengurangi bagian Z yang diperoleh dari kegiatan 2 (X2). Dengan kata lain, tidak ada korelasi antara X1 dan X2.
o Divisibility
Asumsi ini menyatakan bahwa keluaran yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan.
o Deterministic (certainty)
Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam model Linear Programming (aij, bi, cj) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat.
Apabila suatu masalah Linear Programming hanya mengandung dua kegiatan (variabel-variabel keputusan) saja, maka dapat diselesaikan dengan metode grafik. Bila terdapat lebih dari dua variabel maka metode grafik tidak dapat digunakan lagi, sehingga diperlukan metode simpleks. Metode ini lazim dipakai untuk menentukan kombinasi dari tiga variabel atau lebih.
METODOLOGI
Waktu dan Tempat
Praktikum Perencanaan Hutan dengan judul Linear Programming ini dilaksanakan pada hari Sabtu, 6 Maret 2010 pukul 12.00 WIB sampai dengan selesai di Ruang 203 Departemen Kehutanan Fakultas Pertanian Universitas Sumatera Utara.
Bahan dan Alat
Bahan-bahan yang digunakan dalam praktikum ini adalah contoh soal pada materi kuliah perencanaan hutan dan kertas milimeter. Beberapa alat yang digunakan, antara lain; kalkulator, laptop dan software QSB.
Prosedur
Prosedur dalam praktikum ini dibagi menjadi dua tahap, yakni;
I. Perumusan Masalah dalam Linear Programming
Prosedur yang digunakan untuk merumuskan masalah ke dalam bentuk linear programming adalah sebagai berikut;
• Dimasukkan kriteria yang terdapat pada soal ke dalam bentuk tabel sebagai berikut;
Tabel 1. Format tabel perumusan masalah Linear Programming
Sumberdaya Model Ketersediaan Sumberdaya
A B
kriteria A
kriteria B
fungsi tujuan (Z)
variabel keputusan
• Ditentukan variabel keputusan yang akan dipakai
• Ditentukan fungsi tujuan (Z) yang akan dipennuhi
• Ditentukan fungsi constrain yang akan dipakai
• Ditentukan fungsi non negatif constrain
II. Menghitung Nilai Variabel Keputusan
Dalam praktikum ini dipakai 5 metode berbeda untuk menghitung nilai variabel keputusan yang telah diketahui sebelumnya, yakni;
a. metode invers
• digunakan rumus invers sebagai berikut;
A X = B X = B / A X = A-1 B
A = (1 / | A |) c -b
-d a
| A | = (a . c) - (b . d)
• fungsi constrain diubah ke dalam bentuk matriks
contoh: -2X1 + 3X2 = 5 Ket: Biru = Matriks A
-3X1 + 4X2 = 8 Merah = Matriks B
• dihitung nilai variabel keputusan dengan menggunakan rumus di atas
b. Gaus-Jordan row reductions
• Lakukan transformasi matriks (A / B) ke (I / B)
• Kalikan baris ke-1 dengan -1
• Kalikan baris ke-1 dengan 3 dan tambahkan pada baris ke-2
• Bagilah baris ke-2 dengan -2
• Kalikan baris ke-2 dengan 2 dan tambahkan pada baris ke-1
• Apabila telah terbentuk matriks identitas (1) maka X1 dan X2 dapat ditentukan.
c. Crammer’s rule
Metode Crammer ini menggunakan rumus sebagai berikut;
d. Metode grafik
Merupakan suatu cara sederhana yang dapat digunakan untuk menggambarkan masing-masing persamaan garis. Dilakukan dengan cara menetapkan salah satu variabel dalam suatu persamaan sama dengan nol dan kemudian mencari nilai variabel yang lain. Misalnya pada kendala pertama jika X1 = 0 maka 5X2 = 10 atau X2 = 5. Dengan cara yang sama X2 = 0 maka X1 = 10. Selanjutnya kedua titik ini (0 , 5) dan (10 , 0) dihubungkan hingga membentu suatu garis lurus yang akan memotong sumbu X dan Y.
e. Penggunaan software QSB
• Buka program QSB dengan menjalankan file ”PROG1”
• Pilih option 2 dengan fungsi Enter new problem lalu tekan enter
• Ketikkan nama problem, misalnya ketersediaan sumberdaya lalu tekan enter
• Pilih kriteria maximize (1) lalu tekan enter
• Isikan jumlah variabel, yakni 2 lalu tekan enter
• Isikan jumlah constrain yang dipakai, yakni 2 lalu tekan enter
• Pilih Yes (Y) tekan enter lalu space
• Isilah fungsi Z dengan menekan tombol enter
• Isilah fungsi constraint dengan menekan tombol enter
• Setelah selesai tekan tombol space lalu tekan sembarang tombol
• Pili option 5 (solve problem) lalu tekan tombol enter
• Pili option 2 (solve and display the final tableau) lalu tekan tombol enter
• Selanjutnya akan muncul tabel akhir linear programming serta nilai optimal pada fungsi tujuan (Z).
HASIL DAN PEMBAHASAN
Hasil
I. Perumusan Masalah dalam Linear Programming
Tabel 2. Perumusan masalah Linear Programming pada soal 1
Sumberdaya Model Ketersediaan Sumberdaya
A B
waktu 2 1 6
unit kayu 7 8 8
fungsi tujuan (Z) 120 80
variabel keputusan X1 X2
Berdasarkan soal di atas maka formulasi LP secara lengkap dapat ditulis sebagai berikut;
Objektif fungsi max : Z = 120X1 + 80X2 dengan syarat
Fungsi constrain : 2X1 + X2 < 6
7X1 + 8X2 < 28
Non negatif constrain : X1 dan X2 > 0
Tabel 3. Perumusan masalah Linear Programming pada soal 2
Sumberdaya Model Ketersediaan Sumberdaya
NPK Reguler NPK Terbaik
bahan aktif (%) 25 40 500
bahan lainnya (%) 75 60 1200
fungsi tujuan (Z) 250 300
variabel keputusan X1 X2
Berdasarkan soal di atas maka formulasi LP secara lengkap dapat ditulis sebagai berikut;
Objektif fungsi max : Z = 250X1 + 300X2 dengan syarat
Fungsi constrain : 0,25X1 + 0,4X2 < 6
0,75X1 + 0,6X2 < 28
Non negatif constrain : X1 dan X2 > 0
II. Menghitung Nilai Variabel Keputusan
Penghitungan nilai variabel keputusan pada kedua soal di atas dengan menggunakan 5 metode berbeda menghasilkan nilai sebagai berikut;
a. Metode invers
1. X1 = 1200 dan X2 = 500
2. X1 = 20/9 dan X2 = 14/9
b. Metode Gauss-Jordan
1. X1 dan X2 tidak dapat ditentukan
2. X1 dan X2 tidak dapat ditentukan
c. Metode Cramers
1. X1 = 1200 dan X2 = 500
2. X1 = 20/9 dan X2 = 14/9
d. Metode grafik
Proses penghitungan nilai variabel keputusan dengan menggunakan metode grafik menghasilkan nilai Z optimum yang dapat dilihat pada tabel di bawah ini;
Tabel 4. Variabel keputusan dengan fungsi z optimum pada soal no 1
Titik X1 X2 Total Z ($)
A 0 1200 375.000
B 1200 500 450.000
C 1200 0 300.000
D 0 0 0
Tabel 5. Variabel keputusan dengan fungsi z optimum pada soal no 2
Titik X1 X2 Total Z ($)
A 0 3,5 280
B 0 0 0
C 2,3 0 276
D 2,3 1,5 296
Tabel 6. Variabel keputusan dengan fungsi z optimum pada soal no 3
Titik X1 X2 Total Z
A 0 4 40
B 0,5 3,5 45
C 0,5 0 10
D 0 0 0
e. Penggunaan software QSB
Dengan menggunakan bantuan software maka proses penghitungan nilai variabel keputusan pada fungsi Z optimum dapat dengan mudah ditentukan. Dalam praktikum ini digunakan software QSB sebagai alat bantu sehingga menghasilkan data sebagai berikut;
Gambar 1. Hasil akhir soal no 1 menggunakan software QSB
Gambar 2. Hasil akhir soal no 2 menggunakan software QSB
Pembahasan
Pada soal nomor satu, diperoleh bahwa nilai “Z maks” dari perhitungan manual maupun perhitungan menggunakan software QSB adalah sama, yaitu memiliki nilai sebesar “391,11”. Begitu juga pada soal nomor dua, diperoleh bahwa nilai “Z maks” dari perhitungan manual maupun perhitungan menggunakan software QSB adalah sama, yaitu memiliki nilai sebesar “450000”. Hal ini menunjukkan bahwa perhitungan manual yang dilakukan adalah benar, karena memiliki nilai yang sama dengan perhitungan menggunakan software QSB.
Dari software QSB diketahui bahwa “C(j)” adalah hasil dari koefesien “Z maks” yang digunakan sebagai fungsi dalam mencari nilai “Z maks”, sedangkan “B(i)” adalah hasil dari “X1 dan X2”, yang digunakan juga sebagai nilai “X” dalam mencari “Z maks”. Pengertian symbol di atas dapat diketahui dengan menyesuaikan antara hasil perhitungan manual dan perhitungan dengan software.
Hasil dari X1 dan X2 pada soal nomor dua tidak sesuai antara perhitungan manual dengan perhitungan menggunkan software QSB, pada perhitungan manual diperoleh X1=1200 dan X2= 500, sedangkan pada perhitungan dengan software diperoleh X1=500 dan X2=1200. Akan tetapi memiliki nilai Z maks yang sama antara perhitungan manual dan perhitungan menggunakan software yaitu sebesar “450000”. Berbeda dengan soal nomor satu yang memiliki niali X1 , X2 dan Z maks yang sama antara perhitungan manual dengan perhitungan menggunakan software. Hal ini disebabkan oleh kesalahan memasukkan data pada prosedur penggunaan software QSB, kemungkinan kesalahan dalam mengatur option-option yang ada pada software QSB, karena software bekerja secara otomatis makanya hasil Z maks yang diperoleh adalah sama yaitu “450000”, walaupun nilai X1 dan X2 berbeda.
Penggunaan software dalam menghitung Z maks pada Linear Programming dapat lebih efektif dengan hasil yang maksimal. Namun perhitungan secara manual juga diperlukan dala perhitungan Linear Programing, karena kesalahan perhitungan yang dijumpai adalah perhitungan nyata dan dapat diperbaiki secara manual dengan melihat kembali perhitungan rumus yang telah dilakukan sebelumnya. Sedangkan bila menggunakan software, kesalahan yang dijumpai adalah perhitungan dalam sistem program computer, yang tidak dapat diketahui secara manual, kecuali kesalahan memasukkan data dan pelaksanaan prosedur. Kesalahan fatal yang dijumpai dalam penggunaan software dapat berupa kesalahan installer yang diperoleh secara bajakan, kerusakan software yang disebabkan oleh virus, kerusakan sotware yang disebabkan oleh adanaya sistem software yang terhapus secara tidak sengaja dan kesalahan sitematis lainnya. Maka dari itu perhitungan secara manual juga diperlukan sebagai perbandingan hasil dari perhitungan menggunakan software, bila perhitungan secara manual hasilnya sama dengan perhitungan menggunakan software maka dapat diambil kesimpulan hasil yang diperoleh adalah benar tanpa keraguan.
Metode grafik yang dilakukan dalam perhitungan manual adalah metode sebagai penampakan secara visual. Tujuannya adalah agar lebih mudah melihat nilai-nilai yang diperoleh secara visual yang tidak hanya berbentuk angka, nmaun dapat diwujudkan ke dalam bentuk grafik. Dalam memasukkan data ke dalam grafik harus teliti, sebab bila niali koordinat berbeda sedikit saja, maka hasil yang diperoleh kemungkinan besar salah.
Pada perhitungan manual yang dilakukan diketahui bahwa perhitungan dengan menggunakan metode “Gauss-Jordan” nilai X1 dan X2 tidak dapat diketahui baik pada soal nomor satu dan soal nomor dua. Hal ini dikarenakan oleh besarnya niali matriks dan banyaknya bilangan desimal yang tidak sesuai dengan matriks identitasnya bila dilakukan perhitungan, sehingga nilai X1 dan X2 tidak dapat diketahui. Untuk menangani permasalahan seperti ini dapat dilakukan dengan perhitungan menggunakan software atau perhitungan manual dengan menggunakan metode lain.
KESIMPULAN DAN SARAN
Kesimpulan
Kesimpulan yang dapat diperoleh dari praktikum ini adalah:
1. Perhitungan linear programming menggunakan software dan perhitungan secara manual masing-masing memiliki kelemahan dan kelebihan.
2. Perhitungan linear programming menggunakan software jauh lebih efektif dibandingkan dengan perhitungan manual
3. Dari praktikum yang dilakukan diperoleh hasil “Z maks” yang sama pada soal nomor satu, baik dengan software QSB atau dengan perhitungan manual yaitu sebesar “391,11”
4. Begitu juga hasil “Z maks” pada soal nomor dua memiliki nilai yang sama antara penggunaan software QSB dan dengan perhitungan manual yaitu sebesar 450000”
5. Metode “Gauss-Jordan” dalam perhitungan manual tidak dapat diketahui nilai “X1 dan X2” nya
Saran
Penggunaan komputer atau software dalam menganalisa linear programming dalam suatu masalah sangat efektif dan efisien dengan hasil yang optimal. Sebaiknya metode yang efektif dan efisien harus dikembangkan dalam pengaplikasiannya, karena selain memudahkan proses juga memberikan hasil yang terbaik dan dapat mencakup lebih dari dua variabel dalam linear programming.
DAFTARA PUSTAKA
Gilmore, P.C., & R.E. Gomory. 1961. A Linear Programming Approach to the Cutting-Stock Problem. Operations Research 9: 849-859.
Manetsch, T.J. and J.F. G. L. Park. 1977. System Analysis and Simulation with Aplications to Economic and Social System. Part I. Third Edition. Departement of Electrical Engineering and System Science, MSU, East Lansing, Michigen.
Pai, M.A., and Paranjothi, SR. 1975. ‘Optimal Power Flow with Security Constraints using Successive Linear Programming’, IEEE PES Summer meeting.
Reveliotis, Spyros.1997. An Introduction to Linear Programming and the Simplex Algorithm. http://www.isye.gatech.edu/~spyros/LP/LP.html.(diakses pada tanggal 27 April 2010) .
Stott, B, a.d Marinho, J.L. 1979. ‘Linear Programming for Power System Network
Security Applictions’, IEEE Trans, PAS-98, pp. 837-848.
Taha, H. A. 1975. Integer Programming Theory : Appli-cation and Computation. New York: Academic Press.
Van de Panne, C.1971. ‘Linear Programming and Related techniques’, North Holland Publising Company.
Praktikum Perencanaan Hutan Medan, 9 April 2010
APLIKASI LINEAR PROGRAMMING DENGAN PERHITUNGAN MANUAL DAN PENGGUNAAN
SOFTWARE QSB
Dosen Pembimbing:
Rahmawati S.Hut., M.Si., Ph.D.
Oleh:
Harry Kurniawan 071201001
Moehar Maraghiy Harahap 071201012
PROGRAM STUDI MANAJEMEN HUTAN
DEPARTEMEN KEHUTANAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2010
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya kepada penulis sehingga dapat menyelesaikan laporan ini dengan baik.
Adapun laporan dengan judul Aplikasi Linear Programming dengan Perhitungan Manual dan Penggunaan Software QSB ini merupakan salah satu tugas dalam Praktikum Perencanaan Hutan. Penulis mengucapkan terima kasih kepada ibu Rahmawati, S.Hut., M.Si., Ph.D. selaku dosen pengasuh pada mata kuliah Perencanaan Hutan, yang telah membimbing penulis dalam menyelesaikan laporan ini.
Penulis menyadari bahwa laporan ini masih jauh dari kesempurnaan. Untuk itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan laporan ini. Akhir kata, penulis berharap agar laporan ini dapat bermamfaat bagi pihak yang membutuhkan.
DAFTAR ISI
halaman
KATA PENGANTAR ............................................................................... i
DAFTAR GAMBAR ................................................................................. iii
DAFTAR TABEL ...................................................................................... iv
PENDAHULUAN
Latar Belakang ................................................................................. 1
Tujuan ............................................................................................... 2
TINJAUAN PUSTAKA ........ .................................................................... 3
METODOLOGI
Waktu dan Tempat ........................................................................... 6
Bahan dan Alat ................................................................................. 6
Prosedur 6
HASIL DAN PEMBAHASAN
Hasil .................................................................................................. 9
Pembahasan ..................................................................................... 11
KESIMPULAN DAN SARAN
Kesimpulan ....................................................................................... 14
Saran .................................................................................................. 14
DAFTAR PUSTAKA
DAFTAR GAMBAR
Halaman
Gambar 1. Hasil akhir soal no 1 menggunakan software QSB 11
Gambar 2. Hasil akhir soal no 2 menggunakan software QSB 11
DAFTAR TABEL
Halaman
Tabel 1. Format Tabel Perumusan Masalah Linear Programming 6
Tabel 2. Perumusan Masalah Linear Programming pada soal 1 9
Tabel 3. Perumusan Masalah Linear Programming pada soal 2 9
Tabel 4. Variabel Keputusan dengan fungsi z Optimum pada Soal no 1 10
Tabel 5. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 2 10
Tabel 6. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 3 10
ANALITICAL HIERARCHY PROCESS
OLEH : HARRY KURNIAWAN
PENDAHULUAN
Latar Belakang
AHP (Analytical Hierarchy Process) digunakan untuk menyederhanakan pemikiran dalam memilih satu atau beberapa pilihan atau alternatif. Pertimbangan kualitatif dibutuhkan untuk memilih komponen yang lebih penting dan seberapa besar pentingnya dibandingkan komponenkomponen lainnya kali dikembangkan oleh Saaty (1994) seorang ahli matematika dari Universitas Pittsburg, Amerika Serikat.
Pengertian AHP adalah mengabstraksikan struktur suatu sistem untuk mempelajari hubungan fungsional antara komponen dan akibatnya pada sistem secara keseluruhan. Namun, pada dasarnya sistem ini dirancang untuk menghimpun secara rasional persepsi orang yang berhubungan sangat erat dengan permasalahan tertentu melalui suatu prosedur untuk sampai pada suatu skala preferensi di antara berbagai alternatif. Analisis ini yang ditujukan untuk membuat suatu model permasalahan yang tidak mempunyai struktur, biasanya ditetapkan untuk memecahkan masalah terukur (kuantitatif), masalah yang memerlukan pendapat (judgement) maupun situasi yang kompleks atau tidak terkerangka, pada situasi ketika data dan informasi statistik sangat minim atau tidak ada sama sekali. Jadi sistem ini hanya bersifat kualitatif yang didasari oleh persepsi, pengalaman ataupun intuisi (Saaty, 1994). Dalam menyelesaikan persoalan dengan AHP ada beberapa prinsip dasar yang harus dipahami, antara lain:
a. Dekomposisi. Setelah mendefinisikan permasalahan/persoalan, perlu dilakukan dekomposisi, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya, sampai yang sekecil-kecilnya.
b. Comparative Judgement. Prinsip ini membuat penilaian tentang kepentingan relatif dua ele¬men pada suatu tingkat tertentu dalam kaitannya dengan tingkatan di atasnya. Hasil penilaian ini lebih mudah disajikan dalam bentuk matriks Pairwise Comparison.
c. Synthesis of Priority. Dari setiap matriks pairwise comparison, vektor cirinya (eigen) adalah untuk mendapatkan prioritas lokal. Karena matriks pairwise comparison terdapat pada setiap tingkat, maka untuk mengetahui prioritas global harus dilakukan sintesis di antara prioritas lokal. Prose¬dur melakukan sintesis berbeda menurut bentuk hierarki.
d. d. Logical Consistency, yakni konsistensi yang memiliki dua makna. Pertama adalah bahwa obyek-obyek yang serupa dapat dikelompokkan sesuai keseragaman dan relevansinya. Kedua adalah tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu.
Dalam AHP, penetapan prioritas kebijakan dilaku¬kan dengan menangkap secara rasional persepsi orang, kemudian mengkonversi faktor-faktor yang intangible (yang tidak terukur) ke dalam aturan yang biasa, se¬hingga dapat dibandingkan.
Identifikasi sistem, yaitu untuk mengidentifikasi permasalahan dan menentukan solusi yang di¬inginkan. Identifikasi sistem dilakukan dengan cara mempelajari referensi dan berdiskusi dengan para pakar yang memahami permasalahan, sehingga diperoleh konsep yang relevan dengan permasalahan yang dihadapi.
Penyusunan struktur hierarki yang diawali dengan tujuan umum, dilanjutkan dengan sub¬tujuan, kriteria, dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah.
Perbandingan berpasangan, menggambarkan pengaruh relatif setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat di atasnya. Teknik perbandingan berpasangan yang digunakan dalam AHP berdasarkan judgement atau pendapat para responden yang dianggap sebagai keyperson. Mereka dapat terdiri atas: 1) pengambil keputusan, 2) para pakar, dan 3), orang yang terlibat dan memahami permasalahan yang dihadapi.
Tujuan
Praktikum ini bertujuan untuk melatih mahasiswa dalam melakukan teknik pengambilan keputusan dengan menggunakan metode Analytical Hierarchy Process.
TINJAUAN PUSTAKA
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, member nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.
Metode AHP ini membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Saaty, 1993).
Setelah persoalan didefinisikan maka perlu dilakukan decomposition, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sehingga didapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini maka proses analisis ini dinamai hirarki (Hierarchy). Pembuatan hirarki tersebut tidak memerlukan pedoman yang pasti berapa banyak hirarki tersebut dibuat, tergantung dari pengambil keputusan-lah yang menentukan dengan memperhatikan keuntungan dan kerugian yang diperoleh jika keadaan tersebut diperinci lebih lanjut. Ada dua jenis hirarki, yaitu hirarki lengkap dan hirarki tidak lengkap. Dalam hirarki lengkap, semua elemen pada semua tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak lengkap.
RC adalah nilai yang berasal dari tabel acak seperti Tabel 2. Jika CR < 0,1 maka nilai per¬bandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR > 01, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan baik dalam unsur kriteria maupun alternatif harus diulang. Beberapa ahli berpendapat jika jumlah revisi terlalu besar, sebaiknya responden tersebut dihilangkan. Jadi penggunaan revisi ini sangat terbatas mengingat akan terjadinya penyimpangan jawaban yang sebenarnya.
Metode AHP merupakan salah satu model untuk pengambilan keputusan yang dapat membantu kerangka berfikir manusia. Metode ini mula-mula dikembangkan oleh Thomas L. Saaty pada tahun 70-an. Dasar berpikirnya metode AHP adalah proses membentuk skor secara numerik untuk menyusun rangking setiap alternatif keputusan berbasis pada bagaimana sebaiknya alternatif itu dicocokkan dengan kriteria pembuat keputusan. Adapun struktur hirarki AHP ditampilkan pada gambar berikut;.
Gambar 1. Struktur Hirarki AHP
Jika CR < 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang
diberikan konsisten. Jika CR > 01, maka maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Sehingga jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.
METODOLOGI
Waktu dan Tempat
Praktikum Perencanaan Hutan dengan judul Teknik Pengambilan Keputusan dengan Menggunakan Metode Analytical Hierarchy Process ini dilaksanakan pada hari Sabtu, 10 April 2010 pukul 12.00 WIB sampai dengan selesai di Ruang 203 Departemen Kehutanan Fakultas Pertanian Universitas Sumatera Utara.
Bahan dan Alat
Bahan-bahan yang digunakan dalam praktikum ini adalah contoh soal pada materi kuliah perencanaan hutan dan kertas milimeter. Beberapa alat yang digunakan, antara lain; kalkulator, laptop dan software Expert Choice 2000.
Prosedur
Prosedur yang digunakan dalam praktikum ini, yakni;
• Ditentukan suatu masalah yang akan dijadikan sebagai fokus utama
• Disusun suatu struktur hirarki untuk pengambilan keputusan (fokus utama, sasaran/kriteria dan alternatif)
• Disusun kuesioner komparasi berpasangan pada fokus utama dan kriteria (format terlampir). Kemudian dilakukan pengisian kuesioner oleh tenaga ahli (responden) yang dianggap berkompeten dalam masalah yang akan dibahas dengan menggunakan skala Saaty;
Tabel 1. Skala Saaty untuk Metode AHP
Tingkat Kepentingan Definisi
1 Sama penting
3 Sedikit lebih penting
5 Jelas lebih penting
7 Sangat jelas lebih Penting
9 Pasti/mutlak lebih penting (kepentingan yang ekstrim)
2,4,6,8 Jika ragu-ragu antara dua nilai yang berdekatan
1/(1-9) Kebalikan nilai tingkat kepentingan dari skala 1-9
• Data yang diperoleh diubah ke dalam bentuk matriks individu, dengan format sebagai berikut;
Tabel 2. Format Matriks Individu
Faktor A B C
A 1
B 1
C 1
Total
• Dihitung nilai bobot relatif. Bobot Relatif adalah bobot nilai relatif untuk setiap faktor pd setiap kolom, didapat dengan membagi nilai skala dengan jumlah kolomnya.
• Dihitung nilai Eigen Vektor Utama. Eigen Vektor Utama adalah bobot rasio dari setiap faktor, didapat dengan menjumlahkan bobot relatif dalam satu baris kemudian membaginya dengan banyaknya faktor. Rumus yang digunakan, yakni; EV UT = AA + AB + AC
• Data yang diperoleh dimasukkan ke dalam tabel sebagai berikut;
Tabel 3. Format Tabel Bobot Relatif dan Eigen Vektor Utama
Bobot Relatif A B EVUT
A
B
TOTAL
• Dihitung nilai A maks. A maks adalah nilai eigen terbesar dari matriks berordo n, didapat dengan mengalikan nilai jumlah kolom setiap faktor dengan nilai EV Utamanya.
• Dihitung nilai indeks konsistensi. Indeks konsistensi dari matriks berordo n didapat dengan rumus : CI = (a maks-n)/n-1. Bila CI bernilai nol (atau nol koma..) berarti matriks konsisten
• Ditentukan nilai random indeks (RI). Nilai RI adalah nilai pembangkit random, sesuai dengan ordo matriks n.
Tabel 4. Tabel Random Indeks
• Dihitung nilai rasio konsistensi (CR) dengan rumus; CR = CI/RI
• Data yang diperoleh dimasukkan ke dalam bentuk matriks pendapat gabungan, contohnya sebagai berikut;
Tabel 5. Format Matriks Pendapat Gabungan
ta 1 ta 2 RG VP
A
B
C
TOTAL
• Nilai EV Utama setiap faktor dari setiap responden digabung dan dicari Rataan Geometris-nya dengan rumus = (EvUt1*EvUt2)^(1/jml responden)
• Vektor Prioritas (VP) adalah nilai bobot faktor yang sesungguhnya. Didapat dengan membagi rataan geometris suatu faktor dengan jumlah rataan geometris dalam kolom yg sama.
• Ditentukan alternatif akhir yang dipilih berdasarkan metode ini.
HASIL DAN PEMBAHASAN
Hasil
Tahap awal yang dilkukan pada praktikum ini adalah penentuan masalah. Berdasarkan hasil diskusi kelompok yang telah dilakukan, maka dapatlah diangkat suatu masalah sebagai berikut;
1. Masalah: Pemilihan bibit pohon untuk penelitian tentang pengaruh air terhadap pertumbuhan pohon.
Selanjutnya masalah di atas digambarkan ke dalam bentuk diagram terstruktur sehingga membentuk gambar sebagai berikut;
2. Struktur:
Gambar 2. Struktur Hirarki untuk Pengambilan Keputusan Bibit Pohon Terbaik
Berdasarkan diagram struktur yang telah dibuat, maka dapatlah dilakukan pengolahan data lebih lanjut. Pengolahan data lebih lanjut yang telah dilakukan dapat dilihat pada tabel di bawah ini;
Tabel 6. Matriks Gabungan dengan Mempertimbangkan Kriteria Toleransi terhadap Cahaya
Tenaga ahli 1 Tenaga ahli 2
Faktor A B C
A 1 1/5 1/3
B 5 1 1
C 3 1 1
Faktor A B C
A 1 1/3 1/5
B 3 1 2
C 5 1/2 1
Tabel 7. Matriks Gabungan dengan Mempertimbangkan Kriteria Kecepatan Tumbuh
Tenaga ahli 1
Faktor A B C
A 1 5 7
B 1/5 1 2
C 1/7 ½ 1
Tenaga ahli 2
Faktor A B C
A 1 7 5
B 1/7 1 1/3
C 1/5 3 1
Tabel 8. Matriks Pendapat Gabungan dengan Fokus Utama Bibit Pohon Terbaik
ta 1 ta 2 RG VP
A 0,750 0,833 0,790 0,795
B 0,250 0,167 0,204 0,205
TOTAL 1,000 1,000 0,995 1,000
Tabel 9. Matriks Pendapat Gabungan dengan Kriteria Toleransi terhadap Cahaya
ta 1 ta 2 RG VP
A 0,115 0,142 0,128 0,128
B 0,480 0,525 0,502 0,503
C 0,405 0,334 0,368 0,369
TOTAL 1,000 1,001 0,998 1,000
Tabel 10. Matriks Pendapat Gabungan dengan Kriteria Kecepatan Tumbuh
ta 1 ta 2 RG VP
A 0,738 0,724 0,731 0,743
B 0,168 0,083 0,118 0,120
C 0,094 0,193 0,135 0,137
TOTAL 1,000 1,000 0,984 1,000
Pembahasan
Adanya pemilihan bibit pohon yang terbaik untuk melakukan sebuah penelitian tentang pengaruh air terhadap pertumbuhan pohon merupakan salah faktor yang menentukan keberhasilan suatu penelitian. Dengan adanya pemilihan bibit pohon terbaik diharapkan dapat meningkatkan validitas suatu penelitian. Dalam pemilihan bibit terbaik dapat dicari dengan metode Analitical Hierarchy Process (AHP) yang merupakan metode pemecahan masalah secara kompleks dan runut sehingga diperoleh hasil yang baik.
Dalam perumpamaan ini, yang menjadi tujuan adalah pemilihan bibit pohon terbaik, sedangkan yang menjadi kriteria adalah toleransi terhadap cahaya dan kecepatan tumbuh, kemudian yang menjadi alternatif adalah Sengon, Mahoni, dan Akasia. Dari level tersebut, kemudian dibentuk matriks komparasi berpasangan pada masing-masing level.
Bobot faktor yang mempengaruhi sasaran utama yaitu faktor toleransi terhadap cahaya dengan bobot 0,795 sedangkan faktor kecepatan tumbuh dengan bobot 0,205. Dari data tersebut berarti faktor yang paling berperan dalam pemilihan bibit pohon terbaik utnuk penelitian pemgaruh air terhadap pertumbuhan pohon adalah faktor toleransi terhadap cahaya yang memiliki bobot sebesar 0,795 sebagai prioritas pertama.
Dari matriks gabungan dengan mempertimbangkan kriteria toleransi terhadap cahaya diperoleh data bobot prioritas yaitu : (1) Sengon sebesar 0,128 ; (2) Mahoni sebesar 0,503 ; (3) Akasia sebesar 0,369. Artinya adalah Mahoni merupakan solusi bibit terbaik yang dapat digunakan untuk peneitian pengaruh air terhadap pertumbuhan pohon.
Sedangkan pada matriks gabungan dengan mempertimbangkan kriteria kecepatan tumbuh diperoleh data bobot prioritas yaitu : (1) Sengon sebesar 0,743 ; (2) Mahoni sebesar 0,120 ; (3) Akasia sebesar 0,137. Artinya adalah Sengon merupakan solusi bibit terbaik yang dapat digunakan untuk peneitian pengaruh air terhadap pertumbuhan pohon, karena memiliki bobot yang jauh lebuh besar dibandingkan dengan bobot Mahoni dan Akasia.
Dari gabungan data di atas maka dapat disimpulkan bahwa bibit yang terpilih sebagai bibit terbaik adalah bibit Mahoni karena dari level kriteria faktor yang terpilih adalah toleransi terhadap cahaya dan dari level alternatif faktor yang terpilih adalah Mahoni dengan bobot sebesar 0,503. Maka kesimpulan akhir adalah bibit pohon Mahoni merupakan bibit yang bagus untuk penelitian tentang pengarug air terhadap pertumbuhan pohon dibandingkan dengan Sengon dan Akasia. Kesimpulan tersebut dianggap valid sebab memiliki nilai “Ci” kurang dari 0,1 yang sebagai syarat kekonsistenan data yang diperoleh.
KESIMPULAN DAN SARAN
Kesimpulan
Dapat diperoleh beberapa kesimpulan dari hasil perhitungan metode AHP ini antara lain adalah:
1. Pada level kriteria diperoleh faktor yang paling berpengaruh adalah toleransi terhadap cahaya
2. Pada level alternative diperoleh alternative yang terbaik adalah bibit pohon Mahoni
3. Perhitungan data dianggap valid sebab memiliki nilai Ci yang lebih kecil dari 0,1 sebagai kekonsistenan suatu data
4. Dengan metode AHP permasalah yang pelik dapat diselesaikan dengan alur yang sangat jelas, sehingga didapatkan hasil yang optimum
5. Bibit Mahoni adalah alternative terbaik untuk digunakan sebagai penelitian tentang pengaruh air terhadap pertumbuhan pohon
Saran
Saran untuk penerapan metode AHP adalah ketelitian dalam pengelolaan data, sebab tanpa ketelitian tersebut dapat mempengaruhi kesimpulan yang diperoleh, sehingga keputusan atau pilihan yang diperoleh salah.
DAFTAR PUSTAKA
Heru. 2006. Analytical Hierarchy Process. http://heru.wordpress.com [15 April 2010].
Kastowo, B. 2008. Metode Analytical Hierarchy Process. www.ittelkom.ac.id [15 April 2010].
Mulyono, S. 1996. Teori Pengambilan Keputusan. Lembaga Penerbit Facultas Ekonomi UI. Jakarta.
Saaty. T.L. 1993. Pengambilan Keputusan bagi Para Pemimpin, Proses Hirarki Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks, Pustaka Binama Pressindo,
Umar, D. 2001. Komputerisasi Pengambilan Keputusan. PT. Elex Media Komputindo. Jakarta.
Praktikum Perencanaan Hutan Medan, 17 April 2010
PEMILIHAN BIBIT POHON TERBAIK UNTUK PENELITIAN TENTANG PENGARUH AIR TERHADAP PERTUMBUHAN POHON DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)
Dosen Pembimbing:
Rahmawati S.Hut., M.Si., Ph.D.
Oleh:
Harry Kurniawan 071201001
Moehar Maraghiy Harahap 071201012
PROGRAM STUDI MANAJEMEN HUTAN
DEPARTEMEN KEHUTANAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2010
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya kepada penulis sehingga dapat menyelesaikan laporan ini dengan baik.
Adapun laporan dengan judul “Pemilihan Bibit Pohon Terbaik dengan Menggunakan Metode Analitical Hierarchy Process” ini merupakan salah satu tugas dalam Praktikum Perencanaan Hutan. Penulis mengucapkan terima kasih kepada ibu Rahmawati, S.Hut., M.Si., Ph.D. selaku dosen pengasuh pada mata kuliah Perencanaan Hutan, yang telah membimbing penulis dalam menyelesaikan laporan ini.
Penulis menyadari bahwa laporan ini masih jauh dari kesempurnaan. Untuk itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan laporan ini. Akhir kata, penulis berharap agar laporan ini dapat bermamfaat bagi pihak yang membutuhkan.
DAFTAR ISI
halaman
KATA PENGANTAR ............................................................................... i
DAFTAR GAMBAR ................................................................................. iii
DAFTAR TABEL ...................................................................................... iv
PENDAHULUAN
Latar Belakang ................................................................................. 1
Tujuan ............................................................................................... 2
TINJAUAN PUSTAKA ........ .................................................................... 3
METODOLOGI
Waktu dan Tempat ........................................................................... 6
Bahan dan Alat ................................................................................. 6
Prosedur 6
HASIL DAN PEMBAHASAN
Hasil .................................................................................................. 9
Pembahasan ..................................................................................... 11
KESIMPULAN DAN SARAN
Kesimpulan ....................................................................................... 14
Saran .................................................................................................. 14
DAFTAR PUSTAKA
DAFTAR GAMBAR
Halaman
Gambar 1. Hasil akhir soal no 1 menggunakan software QSB 11
Gambar 2. Hasil akhir soal no 2 menggunakan software QSB 11
DAFTAR TABEL
Halaman
Tabel 1. Format Tabel Perumusan Masalah Linear Programming 6
Tabel 2. Perumusan Masalah Linear Programming pada soal 1 9
Tabel 3. Perumusan Masalah Linear Programming pada soal 2 9
Tabel 4. Variabel Keputusan dengan fungsi z Optimum pada Soal no 1 10
Tabel 5. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 2 10
Tabel 6. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 3 10
PENDAHULUAN
Latar Belakang
AHP (Analytical Hierarchy Process) digunakan untuk menyederhanakan pemikiran dalam memilih satu atau beberapa pilihan atau alternatif. Pertimbangan kualitatif dibutuhkan untuk memilih komponen yang lebih penting dan seberapa besar pentingnya dibandingkan komponenkomponen lainnya kali dikembangkan oleh Saaty (1994) seorang ahli matematika dari Universitas Pittsburg, Amerika Serikat.
Pengertian AHP adalah mengabstraksikan struktur suatu sistem untuk mempelajari hubungan fungsional antara komponen dan akibatnya pada sistem secara keseluruhan. Namun, pada dasarnya sistem ini dirancang untuk menghimpun secara rasional persepsi orang yang berhubungan sangat erat dengan permasalahan tertentu melalui suatu prosedur untuk sampai pada suatu skala preferensi di antara berbagai alternatif. Analisis ini yang ditujukan untuk membuat suatu model permasalahan yang tidak mempunyai struktur, biasanya ditetapkan untuk memecahkan masalah terukur (kuantitatif), masalah yang memerlukan pendapat (judgement) maupun situasi yang kompleks atau tidak terkerangka, pada situasi ketika data dan informasi statistik sangat minim atau tidak ada sama sekali. Jadi sistem ini hanya bersifat kualitatif yang didasari oleh persepsi, pengalaman ataupun intuisi (Saaty, 1994). Dalam menyelesaikan persoalan dengan AHP ada beberapa prinsip dasar yang harus dipahami, antara lain:
a. Dekomposisi. Setelah mendefinisikan permasalahan/persoalan, perlu dilakukan dekomposisi, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya, sampai yang sekecil-kecilnya.
b. Comparative Judgement. Prinsip ini membuat penilaian tentang kepentingan relatif dua ele¬men pada suatu tingkat tertentu dalam kaitannya dengan tingkatan di atasnya. Hasil penilaian ini lebih mudah disajikan dalam bentuk matriks Pairwise Comparison.
c. Synthesis of Priority. Dari setiap matriks pairwise comparison, vektor cirinya (eigen) adalah untuk mendapatkan prioritas lokal. Karena matriks pairwise comparison terdapat pada setiap tingkat, maka untuk mengetahui prioritas global harus dilakukan sintesis di antara prioritas lokal. Prose¬dur melakukan sintesis berbeda menurut bentuk hierarki.
d. d. Logical Consistency, yakni konsistensi yang memiliki dua makna. Pertama adalah bahwa obyek-obyek yang serupa dapat dikelompokkan sesuai keseragaman dan relevansinya. Kedua adalah tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu.
Dalam AHP, penetapan prioritas kebijakan dilaku¬kan dengan menangkap secara rasional persepsi orang, kemudian mengkonversi faktor-faktor yang intangible (yang tidak terukur) ke dalam aturan yang biasa, se¬hingga dapat dibandingkan.
Identifikasi sistem, yaitu untuk mengidentifikasi permasalahan dan menentukan solusi yang di¬inginkan. Identifikasi sistem dilakukan dengan cara mempelajari referensi dan berdiskusi dengan para pakar yang memahami permasalahan, sehingga diperoleh konsep yang relevan dengan permasalahan yang dihadapi.
Penyusunan struktur hierarki yang diawali dengan tujuan umum, dilanjutkan dengan sub¬tujuan, kriteria, dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah.
Perbandingan berpasangan, menggambarkan pengaruh relatif setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat di atasnya. Teknik perbandingan berpasangan yang digunakan dalam AHP berdasarkan judgement atau pendapat para responden yang dianggap sebagai keyperson. Mereka dapat terdiri atas: 1) pengambil keputusan, 2) para pakar, dan 3), orang yang terlibat dan memahami permasalahan yang dihadapi.
Tujuan
Praktikum ini bertujuan untuk melatih mahasiswa dalam melakukan teknik pengambilan keputusan dengan menggunakan metode Analytical Hierarchy Process.
TINJAUAN PUSTAKA
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, member nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.
Metode AHP ini membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Saaty, 1993).
Setelah persoalan didefinisikan maka perlu dilakukan decomposition, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sehingga didapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini maka proses analisis ini dinamai hirarki (Hierarchy). Pembuatan hirarki tersebut tidak memerlukan pedoman yang pasti berapa banyak hirarki tersebut dibuat, tergantung dari pengambil keputusan-lah yang menentukan dengan memperhatikan keuntungan dan kerugian yang diperoleh jika keadaan tersebut diperinci lebih lanjut. Ada dua jenis hirarki, yaitu hirarki lengkap dan hirarki tidak lengkap. Dalam hirarki lengkap, semua elemen pada semua tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak lengkap.
RC adalah nilai yang berasal dari tabel acak seperti Tabel 2. Jika CR < 0,1 maka nilai per¬bandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR > 01, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan baik dalam unsur kriteria maupun alternatif harus diulang. Beberapa ahli berpendapat jika jumlah revisi terlalu besar, sebaiknya responden tersebut dihilangkan. Jadi penggunaan revisi ini sangat terbatas mengingat akan terjadinya penyimpangan jawaban yang sebenarnya.
Metode AHP merupakan salah satu model untuk pengambilan keputusan yang dapat membantu kerangka berfikir manusia. Metode ini mula-mula dikembangkan oleh Thomas L. Saaty pada tahun 70-an. Dasar berpikirnya metode AHP adalah proses membentuk skor secara numerik untuk menyusun rangking setiap alternatif keputusan berbasis pada bagaimana sebaiknya alternatif itu dicocokkan dengan kriteria pembuat keputusan. Adapun struktur hirarki AHP ditampilkan pada gambar berikut;.
Gambar 1. Struktur Hirarki AHP
Jika CR < 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang
diberikan konsisten. Jika CR > 01, maka maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Sehingga jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.
METODOLOGI
Waktu dan Tempat
Praktikum Perencanaan Hutan dengan judul Teknik Pengambilan Keputusan dengan Menggunakan Metode Analytical Hierarchy Process ini dilaksanakan pada hari Sabtu, 10 April 2010 pukul 12.00 WIB sampai dengan selesai di Ruang 203 Departemen Kehutanan Fakultas Pertanian Universitas Sumatera Utara.
Bahan dan Alat
Bahan-bahan yang digunakan dalam praktikum ini adalah contoh soal pada materi kuliah perencanaan hutan dan kertas milimeter. Beberapa alat yang digunakan, antara lain; kalkulator, laptop dan software Expert Choice 2000.
Prosedur
Prosedur yang digunakan dalam praktikum ini, yakni;
• Ditentukan suatu masalah yang akan dijadikan sebagai fokus utama
• Disusun suatu struktur hirarki untuk pengambilan keputusan (fokus utama, sasaran/kriteria dan alternatif)
• Disusun kuesioner komparasi berpasangan pada fokus utama dan kriteria (format terlampir). Kemudian dilakukan pengisian kuesioner oleh tenaga ahli (responden) yang dianggap berkompeten dalam masalah yang akan dibahas dengan menggunakan skala Saaty;
Tabel 1. Skala Saaty untuk Metode AHP
Tingkat Kepentingan Definisi
1 Sama penting
3 Sedikit lebih penting
5 Jelas lebih penting
7 Sangat jelas lebih Penting
9 Pasti/mutlak lebih penting (kepentingan yang ekstrim)
2,4,6,8 Jika ragu-ragu antara dua nilai yang berdekatan
1/(1-9) Kebalikan nilai tingkat kepentingan dari skala 1-9
• Data yang diperoleh diubah ke dalam bentuk matriks individu, dengan format sebagai berikut;
Tabel 2. Format Matriks Individu
Faktor A B C
A 1
B 1
C 1
Total
• Dihitung nilai bobot relatif. Bobot Relatif adalah bobot nilai relatif untuk setiap faktor pd setiap kolom, didapat dengan membagi nilai skala dengan jumlah kolomnya.
• Dihitung nilai Eigen Vektor Utama. Eigen Vektor Utama adalah bobot rasio dari setiap faktor, didapat dengan menjumlahkan bobot relatif dalam satu baris kemudian membaginya dengan banyaknya faktor. Rumus yang digunakan, yakni; EV UT = AA + AB + AC
• Data yang diperoleh dimasukkan ke dalam tabel sebagai berikut;
Tabel 3. Format Tabel Bobot Relatif dan Eigen Vektor Utama
Bobot Relatif A B EVUT
A
B
TOTAL
• Dihitung nilai A maks. A maks adalah nilai eigen terbesar dari matriks berordo n, didapat dengan mengalikan nilai jumlah kolom setiap faktor dengan nilai EV Utamanya.
• Dihitung nilai indeks konsistensi. Indeks konsistensi dari matriks berordo n didapat dengan rumus : CI = (a maks-n)/n-1. Bila CI bernilai nol (atau nol koma..) berarti matriks konsisten
• Ditentukan nilai random indeks (RI). Nilai RI adalah nilai pembangkit random, sesuai dengan ordo matriks n.
Tabel 4. Tabel Random Indeks
• Dihitung nilai rasio konsistensi (CR) dengan rumus; CR = CI/RI
• Data yang diperoleh dimasukkan ke dalam bentuk matriks pendapat gabungan, contohnya sebagai berikut;
Tabel 5. Format Matriks Pendapat Gabungan
ta 1 ta 2 RG VP
A
B
C
TOTAL
• Nilai EV Utama setiap faktor dari setiap responden digabung dan dicari Rataan Geometris-nya dengan rumus = (EvUt1*EvUt2)^(1/jml responden)
• Vektor Prioritas (VP) adalah nilai bobot faktor yang sesungguhnya. Didapat dengan membagi rataan geometris suatu faktor dengan jumlah rataan geometris dalam kolom yg sama.
• Ditentukan alternatif akhir yang dipilih berdasarkan metode ini.
HASIL DAN PEMBAHASAN
Hasil
Tahap awal yang dilkukan pada praktikum ini adalah penentuan masalah. Berdasarkan hasil diskusi kelompok yang telah dilakukan, maka dapatlah diangkat suatu masalah sebagai berikut;
1. Masalah: Pemilihan bibit pohon untuk penelitian tentang pengaruh air terhadap pertumbuhan pohon.
Selanjutnya masalah di atas digambarkan ke dalam bentuk diagram terstruktur sehingga membentuk gambar sebagai berikut;
2. Struktur:
Gambar 2. Struktur Hirarki untuk Pengambilan Keputusan Bibit Pohon Terbaik
Berdasarkan diagram struktur yang telah dibuat, maka dapatlah dilakukan pengolahan data lebih lanjut. Pengolahan data lebih lanjut yang telah dilakukan dapat dilihat pada tabel di bawah ini;
Tabel 6. Matriks Gabungan dengan Mempertimbangkan Kriteria Toleransi terhadap Cahaya
Tenaga ahli 1 Tenaga ahli 2
Faktor A B C
A 1 1/5 1/3
B 5 1 1
C 3 1 1
Faktor A B C
A 1 1/3 1/5
B 3 1 2
C 5 1/2 1
Tabel 7. Matriks Gabungan dengan Mempertimbangkan Kriteria Kecepatan Tumbuh
Tenaga ahli 1
Faktor A B C
A 1 5 7
B 1/5 1 2
C 1/7 ½ 1
Tenaga ahli 2
Faktor A B C
A 1 7 5
B 1/7 1 1/3
C 1/5 3 1
Tabel 8. Matriks Pendapat Gabungan dengan Fokus Utama Bibit Pohon Terbaik
ta 1 ta 2 RG VP
A 0,750 0,833 0,790 0,795
B 0,250 0,167 0,204 0,205
TOTAL 1,000 1,000 0,995 1,000
Tabel 9. Matriks Pendapat Gabungan dengan Kriteria Toleransi terhadap Cahaya
ta 1 ta 2 RG VP
A 0,115 0,142 0,128 0,128
B 0,480 0,525 0,502 0,503
C 0,405 0,334 0,368 0,369
TOTAL 1,000 1,001 0,998 1,000
Tabel 10. Matriks Pendapat Gabungan dengan Kriteria Kecepatan Tumbuh
ta 1 ta 2 RG VP
A 0,738 0,724 0,731 0,743
B 0,168 0,083 0,118 0,120
C 0,094 0,193 0,135 0,137
TOTAL 1,000 1,000 0,984 1,000
Pembahasan
Adanya pemilihan bibit pohon yang terbaik untuk melakukan sebuah penelitian tentang pengaruh air terhadap pertumbuhan pohon merupakan salah faktor yang menentukan keberhasilan suatu penelitian. Dengan adanya pemilihan bibit pohon terbaik diharapkan dapat meningkatkan validitas suatu penelitian. Dalam pemilihan bibit terbaik dapat dicari dengan metode Analitical Hierarchy Process (AHP) yang merupakan metode pemecahan masalah secara kompleks dan runut sehingga diperoleh hasil yang baik.
Dalam perumpamaan ini, yang menjadi tujuan adalah pemilihan bibit pohon terbaik, sedangkan yang menjadi kriteria adalah toleransi terhadap cahaya dan kecepatan tumbuh, kemudian yang menjadi alternatif adalah Sengon, Mahoni, dan Akasia. Dari level tersebut, kemudian dibentuk matriks komparasi berpasangan pada masing-masing level.
Bobot faktor yang mempengaruhi sasaran utama yaitu faktor toleransi terhadap cahaya dengan bobot 0,795 sedangkan faktor kecepatan tumbuh dengan bobot 0,205. Dari data tersebut berarti faktor yang paling berperan dalam pemilihan bibit pohon terbaik utnuk penelitian pemgaruh air terhadap pertumbuhan pohon adalah faktor toleransi terhadap cahaya yang memiliki bobot sebesar 0,795 sebagai prioritas pertama.
Dari matriks gabungan dengan mempertimbangkan kriteria toleransi terhadap cahaya diperoleh data bobot prioritas yaitu : (1) Sengon sebesar 0,128 ; (2) Mahoni sebesar 0,503 ; (3) Akasia sebesar 0,369. Artinya adalah Mahoni merupakan solusi bibit terbaik yang dapat digunakan untuk peneitian pengaruh air terhadap pertumbuhan pohon.
Sedangkan pada matriks gabungan dengan mempertimbangkan kriteria kecepatan tumbuh diperoleh data bobot prioritas yaitu : (1) Sengon sebesar 0,743 ; (2) Mahoni sebesar 0,120 ; (3) Akasia sebesar 0,137. Artinya adalah Sengon merupakan solusi bibit terbaik yang dapat digunakan untuk peneitian pengaruh air terhadap pertumbuhan pohon, karena memiliki bobot yang jauh lebuh besar dibandingkan dengan bobot Mahoni dan Akasia.
Dari gabungan data di atas maka dapat disimpulkan bahwa bibit yang terpilih sebagai bibit terbaik adalah bibit Mahoni karena dari level kriteria faktor yang terpilih adalah toleransi terhadap cahaya dan dari level alternatif faktor yang terpilih adalah Mahoni dengan bobot sebesar 0,503. Maka kesimpulan akhir adalah bibit pohon Mahoni merupakan bibit yang bagus untuk penelitian tentang pengarug air terhadap pertumbuhan pohon dibandingkan dengan Sengon dan Akasia. Kesimpulan tersebut dianggap valid sebab memiliki nilai “Ci” kurang dari 0,1 yang sebagai syarat kekonsistenan data yang diperoleh.
KESIMPULAN DAN SARAN
Kesimpulan
Dapat diperoleh beberapa kesimpulan dari hasil perhitungan metode AHP ini antara lain adalah:
1. Pada level kriteria diperoleh faktor yang paling berpengaruh adalah toleransi terhadap cahaya
2. Pada level alternative diperoleh alternative yang terbaik adalah bibit pohon Mahoni
3. Perhitungan data dianggap valid sebab memiliki nilai Ci yang lebih kecil dari 0,1 sebagai kekonsistenan suatu data
4. Dengan metode AHP permasalah yang pelik dapat diselesaikan dengan alur yang sangat jelas, sehingga didapatkan hasil yang optimum
5. Bibit Mahoni adalah alternative terbaik untuk digunakan sebagai penelitian tentang pengaruh air terhadap pertumbuhan pohon
Saran
Saran untuk penerapan metode AHP adalah ketelitian dalam pengelolaan data, sebab tanpa ketelitian tersebut dapat mempengaruhi kesimpulan yang diperoleh, sehingga keputusan atau pilihan yang diperoleh salah.
DAFTAR PUSTAKA
Heru. 2006. Analytical Hierarchy Process. http://heru.wordpress.com [15 April 2010].
Kastowo, B. 2008. Metode Analytical Hierarchy Process. www.ittelkom.ac.id [15 April 2010].
Mulyono, S. 1996. Teori Pengambilan Keputusan. Lembaga Penerbit Facultas Ekonomi UI. Jakarta.
Saaty. T.L. 1993. Pengambilan Keputusan bagi Para Pemimpin, Proses Hirarki Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks, Pustaka Binama Pressindo,
Umar, D. 2001. Komputerisasi Pengambilan Keputusan. PT. Elex Media Komputindo. Jakarta.
Praktikum Perencanaan Hutan Medan, 17 April 2010
PEMILIHAN BIBIT POHON TERBAIK UNTUK PENELITIAN TENTANG PENGARUH AIR TERHADAP PERTUMBUHAN POHON DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)
Dosen Pembimbing:
Rahmawati S.Hut., M.Si., Ph.D.
Oleh:
Harry Kurniawan 071201001
Moehar Maraghiy Harahap 071201012
PROGRAM STUDI MANAJEMEN HUTAN
DEPARTEMEN KEHUTANAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2010
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya kepada penulis sehingga dapat menyelesaikan laporan ini dengan baik.
Adapun laporan dengan judul “Pemilihan Bibit Pohon Terbaik dengan Menggunakan Metode Analitical Hierarchy Process” ini merupakan salah satu tugas dalam Praktikum Perencanaan Hutan. Penulis mengucapkan terima kasih kepada ibu Rahmawati, S.Hut., M.Si., Ph.D. selaku dosen pengasuh pada mata kuliah Perencanaan Hutan, yang telah membimbing penulis dalam menyelesaikan laporan ini.
Penulis menyadari bahwa laporan ini masih jauh dari kesempurnaan. Untuk itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan laporan ini. Akhir kata, penulis berharap agar laporan ini dapat bermamfaat bagi pihak yang membutuhkan.
DAFTAR ISI
halaman
KATA PENGANTAR ............................................................................... i
DAFTAR GAMBAR ................................................................................. iii
DAFTAR TABEL ...................................................................................... iv
PENDAHULUAN
Latar Belakang ................................................................................. 1
Tujuan ............................................................................................... 2
TINJAUAN PUSTAKA ........ .................................................................... 3
METODOLOGI
Waktu dan Tempat ........................................................................... 6
Bahan dan Alat ................................................................................. 6
Prosedur 6
HASIL DAN PEMBAHASAN
Hasil .................................................................................................. 9
Pembahasan ..................................................................................... 11
KESIMPULAN DAN SARAN
Kesimpulan ....................................................................................... 14
Saran .................................................................................................. 14
DAFTAR PUSTAKA
DAFTAR GAMBAR
Halaman
Gambar 1. Hasil akhir soal no 1 menggunakan software QSB 11
Gambar 2. Hasil akhir soal no 2 menggunakan software QSB 11
DAFTAR TABEL
Halaman
Tabel 1. Format Tabel Perumusan Masalah Linear Programming 6
Tabel 2. Perumusan Masalah Linear Programming pada soal 1 9
Tabel 3. Perumusan Masalah Linear Programming pada soal 2 9
Tabel 4. Variabel Keputusan dengan fungsi z Optimum pada Soal no 1 10
Tabel 5. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 2 10
Tabel 6. Variabel Keputusan dengan Fungsi z Optimum pada Soal no 3 10
PEMANFAATAN LIMBAH KAYU DAN PLASTIK SEBAGAI KOMPOSIT SERBUK KAYU PLASTIK DAUR ULANG
oleh HARRY KURNIAWAN
PENDAHULUAN
Indonesia ialah salah satu negara terpadat penduduknya di dunia dengan pertambahan sekitar 2.5% per tahun. Meningkatnya jumlah penduduk menyebab-kan kebutuhan akan kayu bangunan (konstruksi) maupun untuk perabot rumah tangga terus meningkat, bahkan diperkirakan lebih cepat dari pertambahan penduduk itu sendiri. Pemanfaatan limbah kayu dan plastik sebagai bahan baku papan komposit sampai saat ini belum mendapat perhatian serius di Indonesia, sementara volume limbah kayu yang ada sangat besar. Selain itu, limbah plastik menimbulkan persoalan tersendiri bagi lingkungan karena bahan ini sangat sulit terdekomposisi. Jika kedua potensi limbah ini digabungkan menjadi bahan baku pembuatan papan komposit, maka diharapkan akan tercipta suatu produk papan komposit baru yang memiliki ketahanan terhadap mikroorganisme perusak yang lebih tinggi dan memiliki stabilitas dimensi yang lebih baik daripada produk panel kayu yang ada selama ini. Penelitian ini bertujuan mengembangkan suatu jenis papan komposit dari limbah kayu dan plastik yang berkualitas tinggi, ramah lingkungan serta ekonomis.
Karena sifat dan karakteristiknya yang unik, kayu merupakan bahan yang paling banyak digunakan untuk keperluan konstruksi. Kebutuhan kayu yang terus meningkat dan potensi hutan yang terus berkurang menuntut penggunaan kayu secara efisien dan bijaksana, antara lain dengan memanfaatkan limbah berupa serbuk kayu menjadi produk yang bermanfaat. Di lain pihak, seiring dengan perkembangan teknologi, kebutuhan akan plastik terus meningkat Sebagai konsekuensinya, peningkatan limbah plastikpun tidak terelakkan. Limbah plastik merupakan bahan yang tidak dapat terdekomposisi oleh mikroorganisme pengurai (non biodegradable), sehingga penumpukkannya di alam dikhawatirkan akan menimbulkan masalah lingkungan.
Pada pengolahan kayu di industri-industri perkayuan terutama industri kayu lapis dam kayu gergajian selain produk kayu lapis dan kayu gergajian diperoleh pula limbah kayu berupa potongan kayu bulat (Log), sebetan sudah dimanfaatkan sebagai inti papan blok dan bahan baku papan partikel. Sayangnya limbah dalam bentuk serbuk gergaji belum dimanfaatkan secara optimal, terutama hanya untuk bahan bakar boiler atau dibakar tanpa pemanfaatan yang berarti dan menimbulkan masalah terhadap lingkungan (Febrianto et al., 1999).
Di lain hal, dalam kurun waktu 1995-1999 terjadi peningkatan volume plastik Polypropylene sebesar 34,1% (BPS, 1999). Pada tahun 1999 dilakukan impor limbah dan potongan (Scrap) plastik dengan volume yang mencapai 400,57 ton (BPS, 1999). Kebutuhan plastik yang terus meningkat tersebut, membawa dampak bertambahnya volume limbah plastik. Pemanfaatan limbah plastik yang didaur ulang sebagai komponen bahan baku papan partikel merupakan alternatif pengganti (Substitusi) perekat sintesis thermoset (Urea Formaldehyde, Phenol Formaldehyde, Recornicol Formaldehyde) yang selama ini digunakan untuk produk panel-panel kayu (kayu lapis, papan partikel, papan serat).
Akibat dari semakin bertambahnya tingkat konsumsi masyarakat serta aktivitas lainnya maka bertambah pula buangan/limbah yang dihasilkan. Limbah/buangan yang ditimbulkan dari aktivitas dan konsumsi masyarakat sering disebut limbah domestik atau sampah. Limbah tersebut menjadi permasalahan lingkungan karena kuantitas maupun tingkat bahayanya mengganggu kehidupan makhluk hidup lainnya. Selain itu aktifitas industri yang kian meningkat tidak terlepas dari isu lingkungan. Industri selain menghasilkan produk juga menghasilkan limbah. Dan bila limbah industri ini dibuang langsung ke lingkungan akan menyebabkan terjadinya pencemaran lingkungan. Limbah adalah buangan yang dihasilkan dari suatu proses produksi baik industri maupun domestik (rumah tangga, yang lebih dikenal sebagai sampah), yang kehadirannya pada suatu saat dan tempat tertentu tidak dikehendaki lingkungan karena tidak memiliki nilai ekonomis.Jenis limbah pada dasarnya memiliki dua bentuk yang umum yaitu; padat dan cair, dengan tiga prinsip pengolahan dasar teknologi pengolahan limbah.
PEMANFAATAN LIMBAH KAYU DAN PLASTIK SEBAGAI KOMPOSIT SERBUK KAYU PLASTIK DAUR ULANG
Komposit kayu merupakan istilah untuk menggambarkan setiap produk yang terbuat dari lembaran atau potongan–potongan kecil kayu yang direkat bersama-sama (Maloney,1996). Mengacu pada pengertian di atas, komposit serbuk kayu plastik adalah komposit yang terbuat dari plastik sebagai matriks dan serbuk kayu sebagai pengisi (filler), yang mempunyai sifat gabungan keduanya. Penambahan filler ke dalam matriks bertujuan mengurangi densitas, meningkatkan kekakuan, dan mengurangi biaya per unit volume. Dari segi kayu, dengan adanya matrik polimer didalamnya maka kekuatan dan sifat fisiknya juga akan meningkat (Febrianto, 1999).
Pembuatan komposit dengan menggunakan matriks dari plastik yang telah didaur ulang, selain dapat meningkatkan efisiensi pemanfaatan kayu, juga dapat mengurangi pembebanan lingkungan terhadap limbah plastik disamping menghasilkan produk inovatif sebagai bahan bangunan pengganti kayu. Keunggulan produk ini antara lain : biaya produksi lebih murah, bahan bakunya melimpah, fleksibel dalam proses pembuatannya, kerapatannya rendah, lebih bersifat biodegradable (dibanding plastik), memiliki sifat-sifat yang lebih baik dibandingkan bahan baku asalnya, dapat diaplikasikan untuk berbagai keperluan, serta bersifat dapat didaur ulang (recycleable). Beberapa contoh penggunaan produk ini antara lain sebagai komponen interior kendaraan (mobil, kereta api, pesawat terbang), perabot rumah tangga, maupun komponen bangunan (jendela, pintu, dinding, lantai dan jembatan) (Febrianto, 1999: Youngquist, 1995).
Serbuk kayu sebagai Filler
Filler ditambahkan ke dalam matriks dengan tujuan meningkatkan sifat-sifat mekanis plastik melalui penyebaran tekanan yang efektif di antara serat dan matriks (Han, 1990). Selain itu penambahan filler akan mengurangi biaya disamping memperbaiki beberapa sifat produknya.
Bahan-bahan inorganik seperti kalsium karbonat, talc, mika, dan fiberglass merupakan bahan yang paling banyak digunakan sebagai filler dalam industri plastik. Penambahan kalsium karbonat, mika dan talc dapat meningkatkan kekuatan plastik, tetapi berat produk yang dihasilkan juga meningkat sehingga biaya pengangkutan menjadi lebih tinggi. Selain itu, kalsium karbonat dan talc bersifat abrasif terhadap peralatan yang digunakan, sehingga memperpendek umur pemakaian. Penambahan fiberglass dapat meningkatkan kekuatan produk tetapi harganya sangat mahal. Karena itu penggunaan bahan organik, seperti kayu sebagai filler dalam industri plastik mulai mendapat perhatian. Di Indonesia potensi kayu sebagai filler sangat besar, terutama limbah serbuk kayu yang pemanfaatannya masih belum optimal.
Menurut Strak dan Berger (1997), serbuk kayu memiliki kelebihan sebagai filler bila dibandingkan dengan filler mineral seperti mika, kalsium karbonat, dan talk yaitu: temperatur proses lebih rendah (kurang dari 400ºF) dengan demikian mengurangi biaya energi, dapat terdegradasi secara alami, berat jenisnya jauh lebih rendah, sehingga biaya per volume lebih murah, gaya geseknya rendah sehingga tidak merusak peralatan pada proses pembuatan, serta berasal dari sumber yang dapat diperbaharui
Beberapa faktor yang perlu diperhatikan dalam pemanfaatan serbuk kayu sebagai filler dalam pembuatan komposit kayu plastik adalah jenis kayu, ukuran serbuk serta nisbah antara serbuk kayu dan plastik. Hal lain yang perlu diperhatikan adalah sifat dasar dari serbuk kayu itu sendiri. Kayu merupakan bahan yang sebagian besar terdiri dari selulosa (40-50%), hemiselulosa (20-30%), lignin (20-30%), dan sejumlah kecil bahan-bahan anorganik dan ekstraktif. Karenanya kayu bersifat hidrofilik, kaku, serta dapat terdegradasi secara biologis. Sifat-sifat tersebut menyebabkan kayu kurang sesuai bila digabungkan dengan plastik, karena itu dalam pembuatan komposit kayu-plastik diperlukan bantuan coupling agent (Febrianto,1999).
Plastik Daur Ulang Sebagai Matriks
Di Indonesia, plastik daur ulang sebagian besar dimanfaatkan kembali sebagai produk semula dengan kualitas yang lebih rendah. Pemanfaatan plastik daur ulang sebagai bahan konstruksi masih sangat jarang ditemui. Pada tahun 1980 an, di Inggris dan Italia plastik daur ulang telah digunakan untuk membuat tiang telepon sebagai pengganti tiang-tiang kayu atau besi. Di Swedia plastik daur ulang dimanfaatkan sebagai bata plastik untuk pembuatan bangunan bertingkat, karena ringan serta lebih kuat dibandingkan bata yang umum dipakai (YBP, 1986).
Pemanfaatan plastik daur ulang dalam bidang komposit kayu di Indonesia masih terbatas pada tahap penelitian. Ada dua strategi dalam pembuatan komposit kayu dengan memanfaatkan plastik, pertama plastik dijadikan sebagai binder sedangkan kayu sebagai komponen utama; kedua kayu dijadikan bahan pengisi/filler dan plastik sebagai matriksnya. Penelitian mengenai pemanfaatan plastik polipropilena daur ulang sebagai substitusi perekat termoset dalam pembuatan papan partikel telah dilakukan oleh Febrianto dkk (2001). Produk papan partikel yang dihasilkan memiliki stabilitas dimensi dan kekuatan mekanis yang tinggi dibandingkan dengan papan partikel konvensional. Penelitian plastik daur ulang sebagai matriks komposit kayu plastik dilakukan Setyawati (2003) dan Sulaeman (2003) dengan menggunakan plastik polipropilena daur ulang. Dalam pembuatan komposit kayu plastik daur ulang, beberapa polimer termoplastik dapat digunakan sebagai matriks, tetapi dibatasi oleh rendahnya temperatur permulaan dan pemanasan dekomposisi kayu (lebih kurang 200°C).
Proses Pembuatan
Pada dasarnya pembuatan komposit serbuk kayu plastik daur ulang tidak berbeda dengan komposit dengan matriks plastik murni. Komposit ini dapat dibuat melalui proses satu tahap, proses dua tahap, maupun proses kontinyu. Pada proses satu tahap, semua bahan baku dicampur terlebih dahulu secara manual kemudian dimasukkan ke dalam alat pengadon (kneader) dan diproses sampai menghasilkan produk komposit. Pada proses dua tahap bahan baku plastik dimodifikasi terlebih dahulu, kemudian bahan pengisi dicampur secara bersamaan di dalam kneader dan dibentuk menjadi komposit. Kombinasi dari tahap-tahap ini dikenal dengan proses kontinyu. Pada proses ini bahan baku dimasukkan secara bertahap dan berurutan di dalam kneader kemudian diproses sampai menjadi produk komposit (Han dan Shiraishi, 1990). Umumnya proses dua tahap menghasilkan produk yang lebih baik dari proses satu tahap, namun proses satu tahap memerlukan waktu yang lebih singkat.
Diagram proses dasar pembuatan produk disajikan pada gambar 1.
Penyiapan filler
Pada prinsipnya penyiapan filler ditujukan untuk mendapatkan serbuk kayu atau tepung kayu dengan ukuran dan kadar air yang seragam. Makin halus serbuk semakin besar kontak permukaan antara filler dengan matriknya, sehingga produk menjadi lebih homogen. Akan tetapi, bila ditinjau dari segi dekoratif, komposit dengan ukuran serbuk yang lebih besar akan menghasilkan penampakkan yang lebih baik karena sebaran serbuk kayunya memberikan nilai tersendiri.
Penyiapan Plastik Daur Ulang
Limbah plastik dikelompokkan sesuai dengan jenis plastiknya (polipropilena (PP),polietilena (PE), dan sebagainya). Setelah dibersihkan, limbah tersebut dicacah untuk memperkecil ukuran, selanjutnya dipanaskan sampai titik lelehnya, kemudian diproses hingga berbentuk pellet. Sebelum digunakan sebagai matriks komposit dilakukan analis termal diferensial (DTA). Pada proses dua tahap, pellet tersebut diblending terlebih dahulu dengan coupling agent sehingga berfungsi sebagai compatibilizer dalam pembuatan komposit.
Blending (Pengadonan)
Tahap-tahap dalam pengadonan ini disesuaikan dengan proses yang digunakan, satu tahap, dua tahap, atau kontinyu. Menurut Han (1990) kondisi pengadonan yang paling berpengaruh dalam pembuatan komposit adalah suhu, laju rotasi, dan waktu pengadonan.
Pembentukan komposit
Setelah proses pencampuran selesai, sampel langsung dikeluarkan untuk dibentuk menjadi lembaran dengan kempa panas. Pengempaan dilakukan selama 2,5 - 3 menit dengan tekanan sebesar 100 kgf/cm2 selama 30 detik pada suhu 170ºC - 190ºC. Setelah dilakukan pengempaan dingin pada tekanan yang sama selama 30 detik, lembaran kemudian didinginkan pada suhu kamar.
Pengujian Komposit
Pengujian komposit dilakukan untuk mengetahui apakah produk yang dihasilkan telah memenuhi persyaratan yang ditentukan untuk suatu penggunaan tertentu. Jenis pengujian disesuaikan dengan kebutuhan, umumnya meliputi pengujian fterhadap sifat fisis, mekanis, serta thermal komposit.
Komposit yang berkualitas tinggi hanya dapat dicapai bila serbuk kayu terdistribusi dengan baik di dalam matriks. Dalam kenyataannya, afinitas antara serbuk kayu dengan plastik sangat rendah karena kayu bersifat hidrofilik sedangkan plastik bersifat hidrofobik. Akibatnya komposit yang terbentuk memiliki sifat-sifat pengaliran dan moldability yang rendah dan pada gilirannya dapat menurunkan kekuatan bahan (Han, 1990).
Papan komposit dari limbah kayu dan plastik dibuat dengan teknik standar pembuatan papan partikel. Sifat dasar papan komposit yang dihasilkan memenuhi JIS A 5809, kecuali pengembangan tebal setelah perendaman air selama 24 jam. Suhu optimum untuk pembuatan komposit yang menggunakan campuran plastik polietilena (PE) dengan perekat urea formaldehida (UF), melamin formaldehida (MF), dan fenol formaldehida (PF) berturut-turut ialah 180, 200, dan 220oC. Suhu optimum untuk pembuatan papan komposit yang menggunakan campuran plastik PP dengan UF, MF, dan PF berturut-turut ialah 220, 200, dan 220oC. Suhu optimum untuk pembuatan papan komposit yang menggunakan campuran plastik polistirena (PS) dengan perekat UF, MF, dan PF berturut-turut ialah 220, 220, dan 160oC. Secara umum, suhu optimum yang diperoleh pada penelitian ini lebih tinggi daripada suhu optimum pembuatan papan komposit yang umum digunakan jika tanpa ada campuran plastik.
PENDAHULUAN
Indonesia ialah salah satu negara terpadat penduduknya di dunia dengan pertambahan sekitar 2.5% per tahun. Meningkatnya jumlah penduduk menyebab-kan kebutuhan akan kayu bangunan (konstruksi) maupun untuk perabot rumah tangga terus meningkat, bahkan diperkirakan lebih cepat dari pertambahan penduduk itu sendiri. Pemanfaatan limbah kayu dan plastik sebagai bahan baku papan komposit sampai saat ini belum mendapat perhatian serius di Indonesia, sementara volume limbah kayu yang ada sangat besar. Selain itu, limbah plastik menimbulkan persoalan tersendiri bagi lingkungan karena bahan ini sangat sulit terdekomposisi. Jika kedua potensi limbah ini digabungkan menjadi bahan baku pembuatan papan komposit, maka diharapkan akan tercipta suatu produk papan komposit baru yang memiliki ketahanan terhadap mikroorganisme perusak yang lebih tinggi dan memiliki stabilitas dimensi yang lebih baik daripada produk panel kayu yang ada selama ini. Penelitian ini bertujuan mengembangkan suatu jenis papan komposit dari limbah kayu dan plastik yang berkualitas tinggi, ramah lingkungan serta ekonomis.
Karena sifat dan karakteristiknya yang unik, kayu merupakan bahan yang paling banyak digunakan untuk keperluan konstruksi. Kebutuhan kayu yang terus meningkat dan potensi hutan yang terus berkurang menuntut penggunaan kayu secara efisien dan bijaksana, antara lain dengan memanfaatkan limbah berupa serbuk kayu menjadi produk yang bermanfaat. Di lain pihak, seiring dengan perkembangan teknologi, kebutuhan akan plastik terus meningkat Sebagai konsekuensinya, peningkatan limbah plastikpun tidak terelakkan. Limbah plastik merupakan bahan yang tidak dapat terdekomposisi oleh mikroorganisme pengurai (non biodegradable), sehingga penumpukkannya di alam dikhawatirkan akan menimbulkan masalah lingkungan.
Pada pengolahan kayu di industri-industri perkayuan terutama industri kayu lapis dam kayu gergajian selain produk kayu lapis dan kayu gergajian diperoleh pula limbah kayu berupa potongan kayu bulat (Log), sebetan sudah dimanfaatkan sebagai inti papan blok dan bahan baku papan partikel. Sayangnya limbah dalam bentuk serbuk gergaji belum dimanfaatkan secara optimal, terutama hanya untuk bahan bakar boiler atau dibakar tanpa pemanfaatan yang berarti dan menimbulkan masalah terhadap lingkungan (Febrianto et al., 1999).
Di lain hal, dalam kurun waktu 1995-1999 terjadi peningkatan volume plastik Polypropylene sebesar 34,1% (BPS, 1999). Pada tahun 1999 dilakukan impor limbah dan potongan (Scrap) plastik dengan volume yang mencapai 400,57 ton (BPS, 1999). Kebutuhan plastik yang terus meningkat tersebut, membawa dampak bertambahnya volume limbah plastik. Pemanfaatan limbah plastik yang didaur ulang sebagai komponen bahan baku papan partikel merupakan alternatif pengganti (Substitusi) perekat sintesis thermoset (Urea Formaldehyde, Phenol Formaldehyde, Recornicol Formaldehyde) yang selama ini digunakan untuk produk panel-panel kayu (kayu lapis, papan partikel, papan serat).
Akibat dari semakin bertambahnya tingkat konsumsi masyarakat serta aktivitas lainnya maka bertambah pula buangan/limbah yang dihasilkan. Limbah/buangan yang ditimbulkan dari aktivitas dan konsumsi masyarakat sering disebut limbah domestik atau sampah. Limbah tersebut menjadi permasalahan lingkungan karena kuantitas maupun tingkat bahayanya mengganggu kehidupan makhluk hidup lainnya. Selain itu aktifitas industri yang kian meningkat tidak terlepas dari isu lingkungan. Industri selain menghasilkan produk juga menghasilkan limbah. Dan bila limbah industri ini dibuang langsung ke lingkungan akan menyebabkan terjadinya pencemaran lingkungan. Limbah adalah buangan yang dihasilkan dari suatu proses produksi baik industri maupun domestik (rumah tangga, yang lebih dikenal sebagai sampah), yang kehadirannya pada suatu saat dan tempat tertentu tidak dikehendaki lingkungan karena tidak memiliki nilai ekonomis.Jenis limbah pada dasarnya memiliki dua bentuk yang umum yaitu; padat dan cair, dengan tiga prinsip pengolahan dasar teknologi pengolahan limbah.
PEMANFAATAN LIMBAH KAYU DAN PLASTIK SEBAGAI KOMPOSIT SERBUK KAYU PLASTIK DAUR ULANG
Komposit kayu merupakan istilah untuk menggambarkan setiap produk yang terbuat dari lembaran atau potongan–potongan kecil kayu yang direkat bersama-sama (Maloney,1996). Mengacu pada pengertian di atas, komposit serbuk kayu plastik adalah komposit yang terbuat dari plastik sebagai matriks dan serbuk kayu sebagai pengisi (filler), yang mempunyai sifat gabungan keduanya. Penambahan filler ke dalam matriks bertujuan mengurangi densitas, meningkatkan kekakuan, dan mengurangi biaya per unit volume. Dari segi kayu, dengan adanya matrik polimer didalamnya maka kekuatan dan sifat fisiknya juga akan meningkat (Febrianto, 1999).
Pembuatan komposit dengan menggunakan matriks dari plastik yang telah didaur ulang, selain dapat meningkatkan efisiensi pemanfaatan kayu, juga dapat mengurangi pembebanan lingkungan terhadap limbah plastik disamping menghasilkan produk inovatif sebagai bahan bangunan pengganti kayu. Keunggulan produk ini antara lain : biaya produksi lebih murah, bahan bakunya melimpah, fleksibel dalam proses pembuatannya, kerapatannya rendah, lebih bersifat biodegradable (dibanding plastik), memiliki sifat-sifat yang lebih baik dibandingkan bahan baku asalnya, dapat diaplikasikan untuk berbagai keperluan, serta bersifat dapat didaur ulang (recycleable). Beberapa contoh penggunaan produk ini antara lain sebagai komponen interior kendaraan (mobil, kereta api, pesawat terbang), perabot rumah tangga, maupun komponen bangunan (jendela, pintu, dinding, lantai dan jembatan) (Febrianto, 1999: Youngquist, 1995).
Serbuk kayu sebagai Filler
Filler ditambahkan ke dalam matriks dengan tujuan meningkatkan sifat-sifat mekanis plastik melalui penyebaran tekanan yang efektif di antara serat dan matriks (Han, 1990). Selain itu penambahan filler akan mengurangi biaya disamping memperbaiki beberapa sifat produknya.
Bahan-bahan inorganik seperti kalsium karbonat, talc, mika, dan fiberglass merupakan bahan yang paling banyak digunakan sebagai filler dalam industri plastik. Penambahan kalsium karbonat, mika dan talc dapat meningkatkan kekuatan plastik, tetapi berat produk yang dihasilkan juga meningkat sehingga biaya pengangkutan menjadi lebih tinggi. Selain itu, kalsium karbonat dan talc bersifat abrasif terhadap peralatan yang digunakan, sehingga memperpendek umur pemakaian. Penambahan fiberglass dapat meningkatkan kekuatan produk tetapi harganya sangat mahal. Karena itu penggunaan bahan organik, seperti kayu sebagai filler dalam industri plastik mulai mendapat perhatian. Di Indonesia potensi kayu sebagai filler sangat besar, terutama limbah serbuk kayu yang pemanfaatannya masih belum optimal.
Menurut Strak dan Berger (1997), serbuk kayu memiliki kelebihan sebagai filler bila dibandingkan dengan filler mineral seperti mika, kalsium karbonat, dan talk yaitu: temperatur proses lebih rendah (kurang dari 400ºF) dengan demikian mengurangi biaya energi, dapat terdegradasi secara alami, berat jenisnya jauh lebih rendah, sehingga biaya per volume lebih murah, gaya geseknya rendah sehingga tidak merusak peralatan pada proses pembuatan, serta berasal dari sumber yang dapat diperbaharui
Beberapa faktor yang perlu diperhatikan dalam pemanfaatan serbuk kayu sebagai filler dalam pembuatan komposit kayu plastik adalah jenis kayu, ukuran serbuk serta nisbah antara serbuk kayu dan plastik. Hal lain yang perlu diperhatikan adalah sifat dasar dari serbuk kayu itu sendiri. Kayu merupakan bahan yang sebagian besar terdiri dari selulosa (40-50%), hemiselulosa (20-30%), lignin (20-30%), dan sejumlah kecil bahan-bahan anorganik dan ekstraktif. Karenanya kayu bersifat hidrofilik, kaku, serta dapat terdegradasi secara biologis. Sifat-sifat tersebut menyebabkan kayu kurang sesuai bila digabungkan dengan plastik, karena itu dalam pembuatan komposit kayu-plastik diperlukan bantuan coupling agent (Febrianto,1999).
Plastik Daur Ulang Sebagai Matriks
Di Indonesia, plastik daur ulang sebagian besar dimanfaatkan kembali sebagai produk semula dengan kualitas yang lebih rendah. Pemanfaatan plastik daur ulang sebagai bahan konstruksi masih sangat jarang ditemui. Pada tahun 1980 an, di Inggris dan Italia plastik daur ulang telah digunakan untuk membuat tiang telepon sebagai pengganti tiang-tiang kayu atau besi. Di Swedia plastik daur ulang dimanfaatkan sebagai bata plastik untuk pembuatan bangunan bertingkat, karena ringan serta lebih kuat dibandingkan bata yang umum dipakai (YBP, 1986).
Pemanfaatan plastik daur ulang dalam bidang komposit kayu di Indonesia masih terbatas pada tahap penelitian. Ada dua strategi dalam pembuatan komposit kayu dengan memanfaatkan plastik, pertama plastik dijadikan sebagai binder sedangkan kayu sebagai komponen utama; kedua kayu dijadikan bahan pengisi/filler dan plastik sebagai matriksnya. Penelitian mengenai pemanfaatan plastik polipropilena daur ulang sebagai substitusi perekat termoset dalam pembuatan papan partikel telah dilakukan oleh Febrianto dkk (2001). Produk papan partikel yang dihasilkan memiliki stabilitas dimensi dan kekuatan mekanis yang tinggi dibandingkan dengan papan partikel konvensional. Penelitian plastik daur ulang sebagai matriks komposit kayu plastik dilakukan Setyawati (2003) dan Sulaeman (2003) dengan menggunakan plastik polipropilena daur ulang. Dalam pembuatan komposit kayu plastik daur ulang, beberapa polimer termoplastik dapat digunakan sebagai matriks, tetapi dibatasi oleh rendahnya temperatur permulaan dan pemanasan dekomposisi kayu (lebih kurang 200°C).
Proses Pembuatan
Pada dasarnya pembuatan komposit serbuk kayu plastik daur ulang tidak berbeda dengan komposit dengan matriks plastik murni. Komposit ini dapat dibuat melalui proses satu tahap, proses dua tahap, maupun proses kontinyu. Pada proses satu tahap, semua bahan baku dicampur terlebih dahulu secara manual kemudian dimasukkan ke dalam alat pengadon (kneader) dan diproses sampai menghasilkan produk komposit. Pada proses dua tahap bahan baku plastik dimodifikasi terlebih dahulu, kemudian bahan pengisi dicampur secara bersamaan di dalam kneader dan dibentuk menjadi komposit. Kombinasi dari tahap-tahap ini dikenal dengan proses kontinyu. Pada proses ini bahan baku dimasukkan secara bertahap dan berurutan di dalam kneader kemudian diproses sampai menjadi produk komposit (Han dan Shiraishi, 1990). Umumnya proses dua tahap menghasilkan produk yang lebih baik dari proses satu tahap, namun proses satu tahap memerlukan waktu yang lebih singkat.
Diagram proses dasar pembuatan produk disajikan pada gambar 1.
Penyiapan filler
Pada prinsipnya penyiapan filler ditujukan untuk mendapatkan serbuk kayu atau tepung kayu dengan ukuran dan kadar air yang seragam. Makin halus serbuk semakin besar kontak permukaan antara filler dengan matriknya, sehingga produk menjadi lebih homogen. Akan tetapi, bila ditinjau dari segi dekoratif, komposit dengan ukuran serbuk yang lebih besar akan menghasilkan penampakkan yang lebih baik karena sebaran serbuk kayunya memberikan nilai tersendiri.
Penyiapan Plastik Daur Ulang
Limbah plastik dikelompokkan sesuai dengan jenis plastiknya (polipropilena (PP),polietilena (PE), dan sebagainya). Setelah dibersihkan, limbah tersebut dicacah untuk memperkecil ukuran, selanjutnya dipanaskan sampai titik lelehnya, kemudian diproses hingga berbentuk pellet. Sebelum digunakan sebagai matriks komposit dilakukan analis termal diferensial (DTA). Pada proses dua tahap, pellet tersebut diblending terlebih dahulu dengan coupling agent sehingga berfungsi sebagai compatibilizer dalam pembuatan komposit.
Blending (Pengadonan)
Tahap-tahap dalam pengadonan ini disesuaikan dengan proses yang digunakan, satu tahap, dua tahap, atau kontinyu. Menurut Han (1990) kondisi pengadonan yang paling berpengaruh dalam pembuatan komposit adalah suhu, laju rotasi, dan waktu pengadonan.
Pembentukan komposit
Setelah proses pencampuran selesai, sampel langsung dikeluarkan untuk dibentuk menjadi lembaran dengan kempa panas. Pengempaan dilakukan selama 2,5 - 3 menit dengan tekanan sebesar 100 kgf/cm2 selama 30 detik pada suhu 170ºC - 190ºC. Setelah dilakukan pengempaan dingin pada tekanan yang sama selama 30 detik, lembaran kemudian didinginkan pada suhu kamar.
Pengujian Komposit
Pengujian komposit dilakukan untuk mengetahui apakah produk yang dihasilkan telah memenuhi persyaratan yang ditentukan untuk suatu penggunaan tertentu. Jenis pengujian disesuaikan dengan kebutuhan, umumnya meliputi pengujian fterhadap sifat fisis, mekanis, serta thermal komposit.
Komposit yang berkualitas tinggi hanya dapat dicapai bila serbuk kayu terdistribusi dengan baik di dalam matriks. Dalam kenyataannya, afinitas antara serbuk kayu dengan plastik sangat rendah karena kayu bersifat hidrofilik sedangkan plastik bersifat hidrofobik. Akibatnya komposit yang terbentuk memiliki sifat-sifat pengaliran dan moldability yang rendah dan pada gilirannya dapat menurunkan kekuatan bahan (Han, 1990).
Papan komposit dari limbah kayu dan plastik dibuat dengan teknik standar pembuatan papan partikel. Sifat dasar papan komposit yang dihasilkan memenuhi JIS A 5809, kecuali pengembangan tebal setelah perendaman air selama 24 jam. Suhu optimum untuk pembuatan komposit yang menggunakan campuran plastik polietilena (PE) dengan perekat urea formaldehida (UF), melamin formaldehida (MF), dan fenol formaldehida (PF) berturut-turut ialah 180, 200, dan 220oC. Suhu optimum untuk pembuatan papan komposit yang menggunakan campuran plastik PP dengan UF, MF, dan PF berturut-turut ialah 220, 200, dan 220oC. Suhu optimum untuk pembuatan papan komposit yang menggunakan campuran plastik polistirena (PS) dengan perekat UF, MF, dan PF berturut-turut ialah 220, 220, dan 160oC. Secara umum, suhu optimum yang diperoleh pada penelitian ini lebih tinggi daripada suhu optimum pembuatan papan komposit yang umum digunakan jika tanpa ada campuran plastik.
proposal penanaman di Bulit Lawang
oleh HARRY KURNIAWAN
Pendahuluan
A. Latar Belakang
Kegiatan BAKTI SOSIAL PENGHIJAUAN tahun 2009 ini merupakan praktik di lapangan dari mata kuliah Silvikultur yang mengkhususkan pada proses penanaman pohon hutan, yang bertujuan untuk reboisasi lahan kritis. BAKTI SOSIAL PENGHIJAUAN ini dilaksanakan oleh mahasiswa Departemen Kehutanan Universitas Sumatera Utara semester III. Kegiatan ini sekaligus merupakan bakti sosial yang dilakukan dalam rangka memberikan dukungan terhadap program Pemerintah yaitu Hari Menanam Nasional atau yang dikenal dengan istilah, “One Man One Tree” yang akan mencapai puncaknya pada tanggal 28 Nopember 2009.
Banjir Bandang yang terjadi di Kecamatan Bahorok telah merubah keadaan hutan terutama di daerah aliran sungai bahorok, dimana vegetasi disekitar sempadan sungai mengalami kerusakan. Vegetasi yang berada disekitar sempadan sungai Bahorok tersebut adalah pepohonan masyarakat yang sengaja di tanam untuk melestarikan hutan di daerah tersebut, namun saat ini vegetasi tersebut hampir musnah. Maka daripada itu perlu adanya penanaman di sekitar sempadan Sungai Bahrok agar vegetasi yang rusak dapat menjadi baik kembali.
Hal tersebut dilakukan juga karena mengingat eksistensi masyarakat Desa Timbang Lawan sangat tergantung pada kondisi sungai Bahorok dan hutan di sekitarnya sehingga perlunya pelestarian kawasan tersebut dan menjaganya dengan pemberantasan illegal logging dan penanaman pohon.
Keterlibatan mahasiswa dan masyarakat setempat dalam kegiatan ini diharapkan mampu menumbuhkan rasa menjaga kelestarian lingkungan, juga dalam rangka memperkuat karakter rimbawan dan kekompakan antar peserta BAKTI SOSIAL PENGHIJAUAN serta menumbuhkan kepedulian pada kelestarian hutan lewat kegiatan pengabdian. Pada pelaksanaan BAKTI SOSIAL PENGHIJAUAN tahun-tahun sebelumnya BAKTI SOSIAL PENGHIJAUAN melibatkan semua civitas akademika Departemen Kehutanan dengan bekerja sama dengan pihak pengelola kawasan hutan tempat BAKTI SOSIAL PENGHIJAUAN dilaksanakan dan pihak lainnya.
B. Tujuan
Departemen Kehutanan Fakultas Pertanian USU selaku institusi pencetak sumberdaya manusia (SDM) kehutanan (Rimbawan) dituntut untuk menghasilkan sarjana-sarjana kehutanan yang berkualitas dan profesional. Departemen Kehutanan USU secara proaktif harus dapat mengimplementasikan misi Tri Dharma Perguruan Tinggi sesuai dengan perkembangan ilmu pengetahuan kehutanan, kritis terhadap permasalahan kehutanan dan dinamika masyarakat.
BAKTI SOSIAL PENGHIJAUAN ini merupakan agenda akademik tahunan (bagian dari kurikulum) yang harus benar-benar dapat dilaksanakan secara efektif dan optimal. Kegiatan BAKTI SOSIAL PENGHIJAUAN ini secara mendasar bertujuan memberikan pembekalan kepada mahasiswa semester III dalam rangka studi banding antara teori yang sudah diterima pada perkuliahan dengan realitas yang dijumpai di lapangan.
BAKTI SOSIAL PENGHIJAUAN ini bertujuan untuk:
1. Untuk melestarikan vegetasi di sekitar sempadan sungai Bahorok di Desa Timbang Lawan
2. Untuk meningkatkan kesadaran masyarakat tentang pentingnya hutan dalam menjaga keseimbangan alam
3. Untuk meminimalisir dampak banjir di sekitar sungai Bahorok Desa Timbang Lawan
4. Meningkatkan jiwa kepedulian masyarakat terhadap lingkungan di bumi kita ini.
5. Memahami perilaku, interaksi, proses-proses dan peranan masing-masing ekosistem hutan bagi kehidupan.
6. Mamahami aspek-aspek pengelolaan hutan serta manfaat dan nilai jasa lingkungan.
7. Mencegah Pemanasan Global atau Global warming
C. Manfaat
Kegiatan BAKTI SOSIAL PENGHIJAUAN ini diharapkan memberikan manfaat kepada:
1. Departemen Kehutanan Fakultas Pertanian USU:
a. Mahasiswa secara langsung mengenal tipe ekosistem hutan.
b. Mahasiswa dapat menghayati persoalan-persoalan yang dirasakan oleh masyarakat di sekitar hutan.
c. Meningkatnya semangat belajar dan rasa ingin tahu mahasiswa pada bidang kehutanan.
d. Meningkatnya pemahaman terhadap pengelolaan hutan.
e. Memupuk kerjasama dan persaudaraan antar para mahasiswa.
2. Masyarakat di Lokasi BAKTI SOSIAL PENGHIJAUAN:
a. Masyarakat mendapat pengetahuan dan wawasan baru tentang kehutanan dan lingkungan hidup.
b. Masyarakat terbantu untuk mengidentifikasi persoalan dan potensi yang ada di desanya.
c. Meningkatkan proses dinamika masyarakat pedesaan.
3. Pemerintah:
a. Terjadinya percepatan program pembangunan kehutanan.
b. Terdistribusinya informasi dan hasil-hasil pembangunan kehutanan yang bermanfaat bagi masyarakat.
c. Terkumpulnya data dan informasi tentang persoalan kehutanan yang terjadi di masyarakat.
d. Terpantaunya program pembangunan kehutanan.
D. Waktu dan Tempat Kegiatan
Kegiatan BAKTI SOSIAL PENGHIJAUAN ini akan dilanksanakan pada hari Minggu tanggal 22 Nopember 2009 dengan lokasi kawasan sempadan Sungai Bahorok Desa Timbang Lawan Kecamatan Bahorok Kabupaten Langkat.
E. Tema Kegiatan
Tema kegiatan BAKTI SOSIAL PENGHIJAUAN 2009 adalah ”Let’s Green !!”.
Susunan Panitia
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Penasehat:
Dr. Ir. Edy Batara Mulya Siregar, MS (Ketua Dep. Kehutanan USU)
Dr. Delvian, SP, MP (Sekretaris Dep. Kehutanan USU)
Dwi Endah Widyastuti, Shut, Msi. (Staf Dosen Dep. Kehutanan USU)
Panitia Pelaksana :
Ketua : Satria Fadillah Tarigan
Sekretaris : Harry Kurniawan
Bendahara : Sari Adryana
Penanggung Jawab:
Kesekretariatan : Moehar Maraghyi Harahap
Mahruf Luth Firza
Survei : Thaufiq Abdillah Ritonga
Konsumsi di Lapangan : King Marpatasino
Transportasi : Ricky Darmawan Priatmodjo
Perlengkapan dan PPPK : Elsi Kurnia Sari
Administrasi Umum : Delcia Septiani
Tahapan Kegiatan
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Untuk kelancaran kegiatan BAKTI SOSIAL PENGHIJAUAN 2009, Panitia berusaha mengoptimalkan kegiatan yang akan dilakukan demi tercapainya sasaran kegiatan dengan melakukan perencanaan sedetil mungkin serta sosialisasi kepada mahasiswa sejak awal.
Tabel 1. Tahapan Kegiatan Bakti Sosial Penghijauan 2009
No. Kegiatan 2009
Oktober November Desember
1. Konsolidasi Panitia
2. Survei Pendahuluan
3. Penyusunan Proposal
4. Audiensi dan Fund Raising
5. Survei Akhir dan Perijinan
6. Pelaksanaan FIELDTRIP
7. Pengumpulan Laporan
Keterangan : Waktu dapat berubah sesuai dengan persiapan panitia dan kondisi lapangan
Bentuk Kegiatan
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Kegiatan Bakti Sosial Penghijauan 2009 mencoba memadukan berbagai unsur kegiatan pendidikan dan pengabdian pada masyarakat yang diwujudkan dalam bentuk penananaman dan dialog dengan massarakat.
Tabel 2. Bentuk Kegiatan BAKTI SOSIAL PENGHIJAUAN
Materi Tempat PJ
Pembekalan USU Panitia BAKTI SOSIAL PENGHIJAUAN
Pemantapan Materi USU Panitia BAKTI SOSIAL PENGHIJAUAN
Pemberangkatan/Seremonial di Lapangan Kampus Dep. Kehutanan USU Ketua Panitia dan Panitia Transportasi
Penyambutan Desa Timbang Lawan Dosen
Pembimbing Lapangan
Kegiatan Penanaman Desa Timbang Lawan Dosen Pembimbing Lapangan, Asisten, dan Tim Pelaksana
Penutup Desa Timbang Lawan Dosen Pembimbing Lapangan, Asisten, dan Tim Pelaksana
Rincian Kebutuhan Biaya
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Biaya operasional kegiatan penanaman yang diperlukan meliputi tiga fase kegiatan yaitu:
1. Pra BAKTI SOSIAL PENGHIJAUAN, meliputi kegitan survey lapangan dan pengurusan izin kepada instansi terkait.
2. Saat BAKTI SOSIAL PENGHIJAUAN, meliputi seluruh kegiatan di lapangan.
3. Pasca BAKTI SOSIAL PENGHIJAUAN, meliputi kegiatan ujian.
Tabel 3. Kebutuhan biaya BAKTI SOSIAL PENGHIJAUAN 2009
No Jenis Pengeluaran Satuan Vol Biaya/vol (Rp) Total Biaya
A. Survei
1 Bensin liter 100 Rp 4.500,00 Rp 450.000,00
2 Upah Sopir 4 hari orang/hari 1 X 4 Rp 100.000,00 Rp 400.000,00
3 Konsumsi 4 hari paket 4x4 Rp 50.000,00 Rp 800.000,00
4 Surveyor Orang/hari 5x2 Rp 100.000,00 Rp 1.000.000,00
Sub Total A Rp 2.650.000,00
B. Akomodasi
1 Sewa Penginapan team pelaksana 1 hari kamar/hari 2 x 1 Rp 200.000,00 Rp 400.000,00
2 Konsumsi peserta penanaman 1 hari orang/makan 150x1x1 Rp 15.000,00 Rp 2.250.000,00
3 Snack paket 1 Rp 500.000,00 Rp 500.000,00
4 Trasnportasi paket 3 Rp. 1.200.000,00 Rp 3.600.000,00
Sub Total B Rp 6.750.000,00
C. Dokumentasi
1 Beli Kaset Handycam buah 2 Rp.40.000,00 Rp. 80.000,00
2 Transfer ke CD paket 1 Rp. 100.000,00 Rp 100.000,00
3 Bateray Kamera Digital Paket 1 Rp. 100.000,00 Rp 500.000,00
4 Cuci cetak film lembar 100 Rp. 1.500,00 Rp 150.000,00
Sub Total C Rp 830.000,00
Total Kebutuhan Dana (A+B+C) Rp 10.230.000,00
"Sepuluh juta dua ratus tiga puluh ribu rupiah”
Penutup
Berkaitan dengan pemeliharaan lingkungan, Rasulullah SAW mengajarkan kepada kita tentang beberapa hal, diantaranya agar melakukan penghijauan, melestarikan kekayaan hewani dan hayati, dan lain sebagainya.
“Barangsiapa yang memotong pohon Sidrah maka Allah akan meluruskan kepalanya tepat ke dalam neraka.” (HR. Abu Daud dalam Sunannya)
“Barangsiapa di anatara orang Islam yang menanam tanaman maka hasil tanamannya yang dimakan akan menjadi sedekahnya, dan hasil tanaman yang dicuri akan menjadi sedekah. Dan barangsiapa yang merusak tanamannya, maka akan menjadi sedekahnya sampai hari Kiamat.” (HR. Muslim)
Keberhasilan dari kegiatan Bakti Sosial Penghijauan ini sangat tergantung kepada kerjasama antara seluruh sivitas akademika dan dukungan dari pihak-pihak lain. Oleh karena itu, besar harapan Panitia Bakti Sosial Penghijauan agar kegiatan ini dapat berjalan sesuai dengan rencana yang telah dibuat. Semoga Allah SWT, Tuhan Yang Maha Kuasa melancarkan kegiatan bakti sosial Penghijauan ini. Kepada pihak-pihak yang membantu kelancaran kegiatan ini, Kami mengucapkan banyak terima kasih.
Medan, 10 Nopember 2009
Panitia Penanaman
Hormat kami
Satria Fadillah Tarigan Harry Kurniawan
Ketua Pelaksana Sekretaris
Mengetahui,
Dwi Endah Widyastuti. S,Hut.,M.Si
NIP. 19750 314 200003 2 004
Dosen Penanggung Jawab
Menyetujui,
Dr. Ir. Edy Batara Mulya Siregar, MS
NIP. 196 41228 2000 12100 1
Ketua Dep. Kehutanan USU
Pendahuluan
A. Latar Belakang
Kegiatan BAKTI SOSIAL PENGHIJAUAN tahun 2009 ini merupakan praktik di lapangan dari mata kuliah Silvikultur yang mengkhususkan pada proses penanaman pohon hutan, yang bertujuan untuk reboisasi lahan kritis. BAKTI SOSIAL PENGHIJAUAN ini dilaksanakan oleh mahasiswa Departemen Kehutanan Universitas Sumatera Utara semester III. Kegiatan ini sekaligus merupakan bakti sosial yang dilakukan dalam rangka memberikan dukungan terhadap program Pemerintah yaitu Hari Menanam Nasional atau yang dikenal dengan istilah, “One Man One Tree” yang akan mencapai puncaknya pada tanggal 28 Nopember 2009.
Banjir Bandang yang terjadi di Kecamatan Bahorok telah merubah keadaan hutan terutama di daerah aliran sungai bahorok, dimana vegetasi disekitar sempadan sungai mengalami kerusakan. Vegetasi yang berada disekitar sempadan sungai Bahorok tersebut adalah pepohonan masyarakat yang sengaja di tanam untuk melestarikan hutan di daerah tersebut, namun saat ini vegetasi tersebut hampir musnah. Maka daripada itu perlu adanya penanaman di sekitar sempadan Sungai Bahrok agar vegetasi yang rusak dapat menjadi baik kembali.
Hal tersebut dilakukan juga karena mengingat eksistensi masyarakat Desa Timbang Lawan sangat tergantung pada kondisi sungai Bahorok dan hutan di sekitarnya sehingga perlunya pelestarian kawasan tersebut dan menjaganya dengan pemberantasan illegal logging dan penanaman pohon.
Keterlibatan mahasiswa dan masyarakat setempat dalam kegiatan ini diharapkan mampu menumbuhkan rasa menjaga kelestarian lingkungan, juga dalam rangka memperkuat karakter rimbawan dan kekompakan antar peserta BAKTI SOSIAL PENGHIJAUAN serta menumbuhkan kepedulian pada kelestarian hutan lewat kegiatan pengabdian. Pada pelaksanaan BAKTI SOSIAL PENGHIJAUAN tahun-tahun sebelumnya BAKTI SOSIAL PENGHIJAUAN melibatkan semua civitas akademika Departemen Kehutanan dengan bekerja sama dengan pihak pengelola kawasan hutan tempat BAKTI SOSIAL PENGHIJAUAN dilaksanakan dan pihak lainnya.
B. Tujuan
Departemen Kehutanan Fakultas Pertanian USU selaku institusi pencetak sumberdaya manusia (SDM) kehutanan (Rimbawan) dituntut untuk menghasilkan sarjana-sarjana kehutanan yang berkualitas dan profesional. Departemen Kehutanan USU secara proaktif harus dapat mengimplementasikan misi Tri Dharma Perguruan Tinggi sesuai dengan perkembangan ilmu pengetahuan kehutanan, kritis terhadap permasalahan kehutanan dan dinamika masyarakat.
BAKTI SOSIAL PENGHIJAUAN ini merupakan agenda akademik tahunan (bagian dari kurikulum) yang harus benar-benar dapat dilaksanakan secara efektif dan optimal. Kegiatan BAKTI SOSIAL PENGHIJAUAN ini secara mendasar bertujuan memberikan pembekalan kepada mahasiswa semester III dalam rangka studi banding antara teori yang sudah diterima pada perkuliahan dengan realitas yang dijumpai di lapangan.
BAKTI SOSIAL PENGHIJAUAN ini bertujuan untuk:
1. Untuk melestarikan vegetasi di sekitar sempadan sungai Bahorok di Desa Timbang Lawan
2. Untuk meningkatkan kesadaran masyarakat tentang pentingnya hutan dalam menjaga keseimbangan alam
3. Untuk meminimalisir dampak banjir di sekitar sungai Bahorok Desa Timbang Lawan
4. Meningkatkan jiwa kepedulian masyarakat terhadap lingkungan di bumi kita ini.
5. Memahami perilaku, interaksi, proses-proses dan peranan masing-masing ekosistem hutan bagi kehidupan.
6. Mamahami aspek-aspek pengelolaan hutan serta manfaat dan nilai jasa lingkungan.
7. Mencegah Pemanasan Global atau Global warming
C. Manfaat
Kegiatan BAKTI SOSIAL PENGHIJAUAN ini diharapkan memberikan manfaat kepada:
1. Departemen Kehutanan Fakultas Pertanian USU:
a. Mahasiswa secara langsung mengenal tipe ekosistem hutan.
b. Mahasiswa dapat menghayati persoalan-persoalan yang dirasakan oleh masyarakat di sekitar hutan.
c. Meningkatnya semangat belajar dan rasa ingin tahu mahasiswa pada bidang kehutanan.
d. Meningkatnya pemahaman terhadap pengelolaan hutan.
e. Memupuk kerjasama dan persaudaraan antar para mahasiswa.
2. Masyarakat di Lokasi BAKTI SOSIAL PENGHIJAUAN:
a. Masyarakat mendapat pengetahuan dan wawasan baru tentang kehutanan dan lingkungan hidup.
b. Masyarakat terbantu untuk mengidentifikasi persoalan dan potensi yang ada di desanya.
c. Meningkatkan proses dinamika masyarakat pedesaan.
3. Pemerintah:
a. Terjadinya percepatan program pembangunan kehutanan.
b. Terdistribusinya informasi dan hasil-hasil pembangunan kehutanan yang bermanfaat bagi masyarakat.
c. Terkumpulnya data dan informasi tentang persoalan kehutanan yang terjadi di masyarakat.
d. Terpantaunya program pembangunan kehutanan.
D. Waktu dan Tempat Kegiatan
Kegiatan BAKTI SOSIAL PENGHIJAUAN ini akan dilanksanakan pada hari Minggu tanggal 22 Nopember 2009 dengan lokasi kawasan sempadan Sungai Bahorok Desa Timbang Lawan Kecamatan Bahorok Kabupaten Langkat.
E. Tema Kegiatan
Tema kegiatan BAKTI SOSIAL PENGHIJAUAN 2009 adalah ”Let’s Green !!”.
Susunan Panitia
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Penasehat:
Dr. Ir. Edy Batara Mulya Siregar, MS (Ketua Dep. Kehutanan USU)
Dr. Delvian, SP, MP (Sekretaris Dep. Kehutanan USU)
Dwi Endah Widyastuti, Shut, Msi. (Staf Dosen Dep. Kehutanan USU)
Panitia Pelaksana :
Ketua : Satria Fadillah Tarigan
Sekretaris : Harry Kurniawan
Bendahara : Sari Adryana
Penanggung Jawab:
Kesekretariatan : Moehar Maraghyi Harahap
Mahruf Luth Firza
Survei : Thaufiq Abdillah Ritonga
Konsumsi di Lapangan : King Marpatasino
Transportasi : Ricky Darmawan Priatmodjo
Perlengkapan dan PPPK : Elsi Kurnia Sari
Administrasi Umum : Delcia Septiani
Tahapan Kegiatan
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Untuk kelancaran kegiatan BAKTI SOSIAL PENGHIJAUAN 2009, Panitia berusaha mengoptimalkan kegiatan yang akan dilakukan demi tercapainya sasaran kegiatan dengan melakukan perencanaan sedetil mungkin serta sosialisasi kepada mahasiswa sejak awal.
Tabel 1. Tahapan Kegiatan Bakti Sosial Penghijauan 2009
No. Kegiatan 2009
Oktober November Desember
1. Konsolidasi Panitia
2. Survei Pendahuluan
3. Penyusunan Proposal
4. Audiensi dan Fund Raising
5. Survei Akhir dan Perijinan
6. Pelaksanaan FIELDTRIP
7. Pengumpulan Laporan
Keterangan : Waktu dapat berubah sesuai dengan persiapan panitia dan kondisi lapangan
Bentuk Kegiatan
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Kegiatan Bakti Sosial Penghijauan 2009 mencoba memadukan berbagai unsur kegiatan pendidikan dan pengabdian pada masyarakat yang diwujudkan dalam bentuk penananaman dan dialog dengan massarakat.
Tabel 2. Bentuk Kegiatan BAKTI SOSIAL PENGHIJAUAN
Materi Tempat PJ
Pembekalan USU Panitia BAKTI SOSIAL PENGHIJAUAN
Pemantapan Materi USU Panitia BAKTI SOSIAL PENGHIJAUAN
Pemberangkatan/Seremonial di Lapangan Kampus Dep. Kehutanan USU Ketua Panitia dan Panitia Transportasi
Penyambutan Desa Timbang Lawan Dosen
Pembimbing Lapangan
Kegiatan Penanaman Desa Timbang Lawan Dosen Pembimbing Lapangan, Asisten, dan Tim Pelaksana
Penutup Desa Timbang Lawan Dosen Pembimbing Lapangan, Asisten, dan Tim Pelaksana
Rincian Kebutuhan Biaya
BAKTI SOSIAL PENGHIJAUAN Tahun 2009
Biaya operasional kegiatan penanaman yang diperlukan meliputi tiga fase kegiatan yaitu:
1. Pra BAKTI SOSIAL PENGHIJAUAN, meliputi kegitan survey lapangan dan pengurusan izin kepada instansi terkait.
2. Saat BAKTI SOSIAL PENGHIJAUAN, meliputi seluruh kegiatan di lapangan.
3. Pasca BAKTI SOSIAL PENGHIJAUAN, meliputi kegiatan ujian.
Tabel 3. Kebutuhan biaya BAKTI SOSIAL PENGHIJAUAN 2009
No Jenis Pengeluaran Satuan Vol Biaya/vol (Rp) Total Biaya
A. Survei
1 Bensin liter 100 Rp 4.500,00 Rp 450.000,00
2 Upah Sopir 4 hari orang/hari 1 X 4 Rp 100.000,00 Rp 400.000,00
3 Konsumsi 4 hari paket 4x4 Rp 50.000,00 Rp 800.000,00
4 Surveyor Orang/hari 5x2 Rp 100.000,00 Rp 1.000.000,00
Sub Total A Rp 2.650.000,00
B. Akomodasi
1 Sewa Penginapan team pelaksana 1 hari kamar/hari 2 x 1 Rp 200.000,00 Rp 400.000,00
2 Konsumsi peserta penanaman 1 hari orang/makan 150x1x1 Rp 15.000,00 Rp 2.250.000,00
3 Snack paket 1 Rp 500.000,00 Rp 500.000,00
4 Trasnportasi paket 3 Rp. 1.200.000,00 Rp 3.600.000,00
Sub Total B Rp 6.750.000,00
C. Dokumentasi
1 Beli Kaset Handycam buah 2 Rp.40.000,00 Rp. 80.000,00
2 Transfer ke CD paket 1 Rp. 100.000,00 Rp 100.000,00
3 Bateray Kamera Digital Paket 1 Rp. 100.000,00 Rp 500.000,00
4 Cuci cetak film lembar 100 Rp. 1.500,00 Rp 150.000,00
Sub Total C Rp 830.000,00
Total Kebutuhan Dana (A+B+C) Rp 10.230.000,00
"Sepuluh juta dua ratus tiga puluh ribu rupiah”
Penutup
Berkaitan dengan pemeliharaan lingkungan, Rasulullah SAW mengajarkan kepada kita tentang beberapa hal, diantaranya agar melakukan penghijauan, melestarikan kekayaan hewani dan hayati, dan lain sebagainya.
“Barangsiapa yang memotong pohon Sidrah maka Allah akan meluruskan kepalanya tepat ke dalam neraka.” (HR. Abu Daud dalam Sunannya)
“Barangsiapa di anatara orang Islam yang menanam tanaman maka hasil tanamannya yang dimakan akan menjadi sedekahnya, dan hasil tanaman yang dicuri akan menjadi sedekah. Dan barangsiapa yang merusak tanamannya, maka akan menjadi sedekahnya sampai hari Kiamat.” (HR. Muslim)
Keberhasilan dari kegiatan Bakti Sosial Penghijauan ini sangat tergantung kepada kerjasama antara seluruh sivitas akademika dan dukungan dari pihak-pihak lain. Oleh karena itu, besar harapan Panitia Bakti Sosial Penghijauan agar kegiatan ini dapat berjalan sesuai dengan rencana yang telah dibuat. Semoga Allah SWT, Tuhan Yang Maha Kuasa melancarkan kegiatan bakti sosial Penghijauan ini. Kepada pihak-pihak yang membantu kelancaran kegiatan ini, Kami mengucapkan banyak terima kasih.
Medan, 10 Nopember 2009
Panitia Penanaman
Hormat kami
Satria Fadillah Tarigan Harry Kurniawan
Ketua Pelaksana Sekretaris
Mengetahui,
Dwi Endah Widyastuti. S,Hut.,M.Si
NIP. 19750 314 200003 2 004
Dosen Penanggung Jawab
Menyetujui,
Dr. Ir. Edy Batara Mulya Siregar, MS
NIP. 196 41228 2000 12100 1
Ketua Dep. Kehutanan USU
All Stambuk 2007 FP USU
Program Studi : TEP (Teknik Pertanian)
Nama
1. Suci Rayani Hasibuan
2. Anwar Manik
3. Febri Putra Sitepu
4. Gokhan Togatorop
5. Andreas Zebua
6. Putri Melinda
7. Dedy Putra
8. Irhami Adha
9. Romaida Munthe
10. Raja Bagus
11. Enni Ristauli
12. Dedy Johannes
13. Tika Hafzara Siregar
14. Arifin Tamba
15. Yohannes Eka
16. Andika Sitorus
17. M. Fadhillah
18. Fitra Siswanto Sinuhaji
19. Robert Sinaga
20. Khoirul Anwar
21. Haris Sucipto
22. Iman Shidik
23. Feri
24. Nurhayati
25. Lawar Munandar
26. M. Salfarizi
27. Dian Ramadhan
28. Ahmad Widi Sgr
29. Jimmy Tamba
30. Jhon Alfrid Sinaga
31. Joy Karo-karo
32. Hotdy Brian
33. Ferdinand C.S
34. Istianah Yusra
35. Nyaman Budi Agung
36. Hariono Akbar
Program Studi : Budidaya Hutan
Nama
1. Lola Adres Yanti
2. Arif Setiawan
3. Ismail Rasyid
4. King Marpantasino
5. Muhammad Riyad
6. Parluasan Rambe
7. Dicky Anggriawan
8. Musa Hutapea
9. Ricky Marison
10. Ericksontua Simarmata
11. Candro Yoshua Manik
12. Nurul Diana
13. Triyanto
14. Poppy Wiharja
15. Fehni Al- Asy’ari
16. Intan Utami
17. Muhammad irsan Hasibuan
18. Rahmad Adventa
19. Lindrayana Manik
20. Yulia S.T
21. Meri Daniel
22. Donni Naiborhu
23. Marisi Yohana
24. Yosephrin Sitepu
25. Andrianus
26. M. Irsan Afif
27. Ronald V. Marpaung
28. Mila Yusniar
29. Nico Sihombing
30. Novita Anggraini
Program Studi: MNH (Manajemen Hutan)
Nama
1. DwiFebrina S.
2. Putri Sinambela
3. Hari Kurniawan
4. Chintya Pratiwi P.
5. Rudi Sitompul
6. Ricky Darmawan P.
7. David Leo T.
8. Tetty Sinaga
9. Ester Tampubolon
10. Moehar Maragih H.
11. Zulka Hidayati Nst.
12. Katarina M. M.
13. Febrina R. D Situmorang
14. Delcia Septiani
15. Okto Prayitno Siahaan
16. Irnawati Ritonga
17. Arni Aryana Sinaga
18. Maya Sari Hasibuan
19. Ira Wadani Harahap
20. Putri Adriyani
21. Taufik A. Ritonga
22. Tiwa S. Sigalingging
23. Henny ica S.
24. William Sitorus
25. Tandana S. Bintang
26. Jawelson Purba
27. Erie Yerikho
28. Feryanto Purba
29. Salma Yuniati
30. Satria Fadhillah T.
31. Sari Adriyana
32. Elsi Kurnia Sari
33. Flora Yolanda
34. Peronika Pardede
35. Sriana Sipora
36. Siti Harianti Manurung
37. Mahruf Luth Firza
38. Hana Feronika Siregar
39. Marco Sihombing
Program Studi: IPT (Ilmu Produksi Ternak)
Nama
1. Nanci Manalu
2. Helga Novriyanti
3. Wina Nababan
4. Fahkrul Rizal
5. Nikson Sinaga
6. Gidion Pardosi
7. Juniarto Sihombing
8. Deby Syahfitri
9. Indra Panjaitan
10. Dany Jefry
11. Gita Indah Hara Kita
12. Johannes Sianturi
13. July Eskawati Sitohang
14. Yanto Nababan
15. David Pratama
16. Stifany Emerta
17. Try Sujiwa
18. Rosahat Simbolon
19. Wira Sitanggang
20. Andri Jhon F. Manik
21. Bornok Parhusip
22. Liko H. P Hutagulung
23. Mulia Simarmata
24. Firman Ketaren
25. Anna Sitanggang
26. Gerly
27. Delfer Septianus Sembiring
28. Galih Ariwirawan Siregar
29. Musa Seno Ibrahim
30. Surya Winarto
31. Glorya F. Situmorang
Program Studi : THH (Teknologi Hasil Hutan)
Nama
1. Robin Pandapotan
2. Eva Medina
3. Agnesia Claudia
4. Mhd. Hakim M.
5. Tommy Rayandra S.
6. Laura Bethnova Silalahi
7. Yuni Eka Sari Malau
8. Nora Adriana
9. Ros Meyni Hasibuan
10. Karim Indra Muda
11. Muhammad Riza
12. Ade Adrian Saputra
13. Heru Simorangkir
14. Satria Muharis
15. Obbi Pardamean
16. Zaenal S.Polem
17. Pebriaman Kanista
18. Zeplen Simarmata
19. Reymond Fernando
20. Christian Arnando
21. Erika Jayanta S.
22. Orina M.M.Manurung
23. Listi Erawati S.
24. Samuel Jantaka
25. Julius Jakson Sigiro
26. Ulfah Hanum N.
27. Uli Adriani S.
28. Rahma Fahmawati
29. Pebriaman Canista Maruao
30. Daniel silaban
31. Irvan P. Sibarani
Program Studi : HPT (Hama Penyakit dan Tumbuhan)
Nama
1. Elsa Octa M. S
2. Dani Supriadi
3. Ribka Endang N. G
4. Janter Simarmata
5. Resfin L. Butar-butar
6. Asni Octarina
7. Sukma Aditya
8. Hernanta D. S. R Sinaga
9. Ahmad Sejahtera
10. Indra Hardian M.
11. Risda M. Manik
12. Iin Suwita
13. Wendy Novtriyani
14. Rahma
15. Anni Hayati
16. Christa Mellisa
17. Okta Fani Putri
18. Liza Khairani
19. Irfan Andika
20. Ahmad Imam T.
21. Mega Tarida Silaban
22. Lilis S. H.
23. Fazaria Hanum
24. Siti Hardyanti W.
25. Hardian Pirliza R.
26. Parlauangan S.
27. Denny Irawan
28. Akhmad Arfan Daulay
29. Rio Sinubulan
30. Nelson Simamora
31. Sartika Ansari Dewi
32. Fitri Ace Samosir
33. Fadhillah Subhan
34. Siti Rohana Pulungan
35. Nurlaili Wati
36. Jiman Silalahi
37. Loly Via Anggita P.
38. Ari Ramadhina
39. Wirda
40. Ory Sativa S.
41. Desmendry Endro H. Silitonga
42. Arie Ramadhina
43. Ahmad Rosadi Lubis
44. Sutiar
45. Reni Puspita
Program Studi : Agribisnis
Nama
1. Fanny Hidayati
2. Wiwik Mardiana
3. Abdul Hakim
4. Ryan Aldi
5. Siti Rahayu
6. Elpa Lestari
7. Evi Silvinda
8. Hilmi F.A
9. Pintani Gea
10. Siti Satria Gusti
11. Ilham Aulia
12. Dini Maysarah
13. Muhammad Azhar
14. Rovillino F.
15. Mirza Mustafa
16. Abdul Halim
17. A. Fadillah
18. N. Farid
19. Tasya Chairuna
20. Afrida A.
21. Irwanda Lubis
22. Rizka Hasanah
23. Badaruddin
24. Nailul K.
25. Siti Meliana Ginting
26. Fachreza
27. Mei Togatorop
28. Friska
29. Faisal Rushdi
30. Afreri Purnama
31. Febriana Ginting
32. Deasy MNS
33. Anirma Sari
34. Wenny Wulandari Lubis
35. Menika Astri
36. Dendi Trifonius A.
37. Ronny Ot’tama
38. Adolf Paskaris
39. Leo Andre Sembiring
40. Deasy C.H Sagala
41. Sari Wella
42. Widya S.
43. Alexander S.
44. Ganesia A. Situmorang
45. Cintya Giska
46. Siti Maysarah
47. Chika Willy
48. Sabam T.
49. Herman S.
50. Evan Tri Putra
51. Relindo Tampubolon
52. A. Jefri
53. Hariry F. H Lubis
54. Ella Sagita
55. Vera Anastasia
56. Ozyana MS
57. Rina Aslina Lubis
58. Ruri Utami
59. Tuti Flower
60. Ajuan Ritonga
61. Astika Yuna
62. Robert Damanik
63. Wiji Setiawan
Program Studi : PKP (Penyuluhan dan Komunikasi Pertanian)
Nama
1. Irmayana
2. Sarah Fonna
3. Irwansyah
4. Pransiska
5. Royanti
6. Novia N.
7. Holong Hasugian
8. David Pakpahan
9. Tome Sitepu
10. Dahlan Sijabat
11. Ema Fauziah
12. Hamidah
13. Martiana
14. Dita Antania
15. Jana Putri
16. Yuni Yathari
17. Jaka R.
18. Erwinsyah P.
19. Arpan Dalimunthe
20. Rizky Rahmatullah
21. Irfandi
22. Mulyadi S.
23. A. Nurdin
24. Xaverius
25. Bambang
26. Roganda
27. M. Bin Ayub
28. Randy Fasa
29. Yessy HS
30. Meilani
31. Melpha L. Simamora
32. Marselia Alamanda
33. Yusma Dewi
34. Baginda Siregar
35. Irwansyah
Program Studi: THP (Teknologi Hasil Pertanian)
Nama
1. Wisalini
2. Karina Nola Sinamo
3. Melly
4. Dodi Martuhu Manik
5. M. Ilham Satria
6. Arvita Anggraini
7. Vera Lase
8. Awang Laksamana
9. Dani
10. Heru Pramana
11. Gokma Siregar
12. Khomsanudin
13. Putri Julia Azmi Tanjung
14. Rafika Fitria Nasution
15. Dian
16. Iman Ramadan Ginting
17. Dapot Tua Sinaga
18. Netta Manurung
19. Fitra Yanti Situmorang
20. M. Yuzar Pratama
21. Ade Aisyah
22. Josua M. Silitonga
23. Johan Siagian
24. Nurhasanah
25. Esron Gunanta
26. Herman Duha
27. Fransiswa Ginting
28. Joel Silalahi
29. Ronal H. Sinurat
30. Misail Meliala
31. Mitha
32. Lely Safrida
33. Donald Napitupulu
34. Agus
35. Adrian Hilman
36. Rabbani
37. Vivi Sabrina
38. Cokro Harianja
Program Studi : Agronomi
Nama
1. Marnangan T.
2. Raflince
3. Andika Wardhana
4. Denny Sagala
5. Femmy K. Wardhani
6. Ricky Gusti Handrian
7. Lenta Panjaitan
8. Lili Wahyuni
9. Wulan Devita Sari
10. Dwi Marsela
11. Monica N. Purba
12. Nona
13. Mazidah Ulfa
14. Rofikoh
15. Ari Safitri
16. Agustina
17. Astari Mitha
18. Dedi Mikardo Ginting
19. Dedi Irawan
20. Nicky A.
21. Meilisya D. Arga
22. Ahmad Fadli
23. Natalia Sianipar
24. Tampis
25. Junita Sinambela
26. Allen Wijaya
27. Eka Framio Ginting
28. T. Alvin
29. Hendra Sirait
30. M. Fachrozi
31. M. Iqbal
32. Puji Setiawan
33. Indra J.Galingging
34. Andi Sahputra
35. Sandi Gumilar
36. Natanael Simanjuntak
37. Dewi Hasibuan
38. Subarianto
39. Arjuna
40. Ahmad Adrianto
41. Sthefani Melkasari
42. Vira Irma Sari
43. Eriska Rukmana
44. Elfiza Chaterine
45. Nurnawiyah
46. Apandi Putra
47. Benni Simanjuntak
48. Surya Hadi
49. Surya Wardana
50. Willy A. Tambunan
51. Bram Arda Bangun
52. Dendi Pasaribu
53. Naik Jhon
54. Ireg’s Ginting
55. Defri Ananta
Program Studi : PET (Pemuliaan Tanaman)
Nama
1. Nida Wafiqah Nabila
2. Fachrina Wibowo
3. Rani
4. Berlian
5. Eka J.Y Sinaga
6. Gusman Hamdani
7. Ade Moriza
8. Koko Mardianto
9. Budi
10. Adnan Abdellah
11. Andri
12. Ferdy Harahap
13. Fernando Manulang
14. Aldebaran Raifina
15. Suci Apriani
16. Richa Silvia
17. Satria
18. Sanjos
19. Rapi Simbolon
20. Khairul Yusuf
21. Bayu
22. Dwi Yuliana
23. Agustina Ginting
24. Hadyafani
25. Seprianto
26. Fitra
27. Lili Wahyuni
28. Rizky Aulia
29. Erni
30. Philip Marpaung
31. Mukaroh
32. Indra maulana
33. Rozaliana
34. Hertince D. P
Program Studi : Ilmu Tanah
Nama
1. Arinahairunisa Lubis
2. Andi Arum
3. Hadi Wijoyo
4. Agustia Lydia
5. Mimi Handayani
6. Rodrik Tarigan
7. Sukma Triharto
8. Daniel Tampubolon
9. Daniel Tarigan
10. Star M.Pangaribuan
11. Muara Pangaribuan
12. Yessika Imalia Sihotang
13. Regina Reunike
14. Hery Syaputra Siregar
15. Gilbert Fernando Cibro
16. Joni Saputra Hasibuan
17. Rino Purba
18. Hanafi A.
19. Amanda Hasibuan
20. Irene Hutagalung
21. Rizkika Adria
22. Gibran Pane
23. Ivan Liarma Sinaga
24. Jaya Sipahutar
25. Sahala Manurung
26. Eko Moriye Simanungkalit
27. M. Fauzan Lubis
28. Evan Sanjaya Sipayung
29. Amos Simanungkalit
30. M. Mirza Andika
31. Ricky Ambarita
32. M. Syandri Pane
33. Timbul Simbolon
34. Inggrid Sitompul
35. Rita
36. Dian Lestari
37. Ruspika Situmorang
38. Edy R. Nadapdap
39. Tommy Ardiansyah
40. Daud Ronal Dabutar
41. Cristian
Nama
1. Suci Rayani Hasibuan
2. Anwar Manik
3. Febri Putra Sitepu
4. Gokhan Togatorop
5. Andreas Zebua
6. Putri Melinda
7. Dedy Putra
8. Irhami Adha
9. Romaida Munthe
10. Raja Bagus
11. Enni Ristauli
12. Dedy Johannes
13. Tika Hafzara Siregar
14. Arifin Tamba
15. Yohannes Eka
16. Andika Sitorus
17. M. Fadhillah
18. Fitra Siswanto Sinuhaji
19. Robert Sinaga
20. Khoirul Anwar
21. Haris Sucipto
22. Iman Shidik
23. Feri
24. Nurhayati
25. Lawar Munandar
26. M. Salfarizi
27. Dian Ramadhan
28. Ahmad Widi Sgr
29. Jimmy Tamba
30. Jhon Alfrid Sinaga
31. Joy Karo-karo
32. Hotdy Brian
33. Ferdinand C.S
34. Istianah Yusra
35. Nyaman Budi Agung
36. Hariono Akbar
Program Studi : Budidaya Hutan
Nama
1. Lola Adres Yanti
2. Arif Setiawan
3. Ismail Rasyid
4. King Marpantasino
5. Muhammad Riyad
6. Parluasan Rambe
7. Dicky Anggriawan
8. Musa Hutapea
9. Ricky Marison
10. Ericksontua Simarmata
11. Candro Yoshua Manik
12. Nurul Diana
13. Triyanto
14. Poppy Wiharja
15. Fehni Al- Asy’ari
16. Intan Utami
17. Muhammad irsan Hasibuan
18. Rahmad Adventa
19. Lindrayana Manik
20. Yulia S.T
21. Meri Daniel
22. Donni Naiborhu
23. Marisi Yohana
24. Yosephrin Sitepu
25. Andrianus
26. M. Irsan Afif
27. Ronald V. Marpaung
28. Mila Yusniar
29. Nico Sihombing
30. Novita Anggraini
Program Studi: MNH (Manajemen Hutan)
Nama
1. DwiFebrina S.
2. Putri Sinambela
3. Hari Kurniawan
4. Chintya Pratiwi P.
5. Rudi Sitompul
6. Ricky Darmawan P.
7. David Leo T.
8. Tetty Sinaga
9. Ester Tampubolon
10. Moehar Maragih H.
11. Zulka Hidayati Nst.
12. Katarina M. M.
13. Febrina R. D Situmorang
14. Delcia Septiani
15. Okto Prayitno Siahaan
16. Irnawati Ritonga
17. Arni Aryana Sinaga
18. Maya Sari Hasibuan
19. Ira Wadani Harahap
20. Putri Adriyani
21. Taufik A. Ritonga
22. Tiwa S. Sigalingging
23. Henny ica S.
24. William Sitorus
25. Tandana S. Bintang
26. Jawelson Purba
27. Erie Yerikho
28. Feryanto Purba
29. Salma Yuniati
30. Satria Fadhillah T.
31. Sari Adriyana
32. Elsi Kurnia Sari
33. Flora Yolanda
34. Peronika Pardede
35. Sriana Sipora
36. Siti Harianti Manurung
37. Mahruf Luth Firza
38. Hana Feronika Siregar
39. Marco Sihombing
Program Studi: IPT (Ilmu Produksi Ternak)
Nama
1. Nanci Manalu
2. Helga Novriyanti
3. Wina Nababan
4. Fahkrul Rizal
5. Nikson Sinaga
6. Gidion Pardosi
7. Juniarto Sihombing
8. Deby Syahfitri
9. Indra Panjaitan
10. Dany Jefry
11. Gita Indah Hara Kita
12. Johannes Sianturi
13. July Eskawati Sitohang
14. Yanto Nababan
15. David Pratama
16. Stifany Emerta
17. Try Sujiwa
18. Rosahat Simbolon
19. Wira Sitanggang
20. Andri Jhon F. Manik
21. Bornok Parhusip
22. Liko H. P Hutagulung
23. Mulia Simarmata
24. Firman Ketaren
25. Anna Sitanggang
26. Gerly
27. Delfer Septianus Sembiring
28. Galih Ariwirawan Siregar
29. Musa Seno Ibrahim
30. Surya Winarto
31. Glorya F. Situmorang
Program Studi : THH (Teknologi Hasil Hutan)
Nama
1. Robin Pandapotan
2. Eva Medina
3. Agnesia Claudia
4. Mhd. Hakim M.
5. Tommy Rayandra S.
6. Laura Bethnova Silalahi
7. Yuni Eka Sari Malau
8. Nora Adriana
9. Ros Meyni Hasibuan
10. Karim Indra Muda
11. Muhammad Riza
12. Ade Adrian Saputra
13. Heru Simorangkir
14. Satria Muharis
15. Obbi Pardamean
16. Zaenal S.Polem
17. Pebriaman Kanista
18. Zeplen Simarmata
19. Reymond Fernando
20. Christian Arnando
21. Erika Jayanta S.
22. Orina M.M.Manurung
23. Listi Erawati S.
24. Samuel Jantaka
25. Julius Jakson Sigiro
26. Ulfah Hanum N.
27. Uli Adriani S.
28. Rahma Fahmawati
29. Pebriaman Canista Maruao
30. Daniel silaban
31. Irvan P. Sibarani
Program Studi : HPT (Hama Penyakit dan Tumbuhan)
Nama
1. Elsa Octa M. S
2. Dani Supriadi
3. Ribka Endang N. G
4. Janter Simarmata
5. Resfin L. Butar-butar
6. Asni Octarina
7. Sukma Aditya
8. Hernanta D. S. R Sinaga
9. Ahmad Sejahtera
10. Indra Hardian M.
11. Risda M. Manik
12. Iin Suwita
13. Wendy Novtriyani
14. Rahma
15. Anni Hayati
16. Christa Mellisa
17. Okta Fani Putri
18. Liza Khairani
19. Irfan Andika
20. Ahmad Imam T.
21. Mega Tarida Silaban
22. Lilis S. H.
23. Fazaria Hanum
24. Siti Hardyanti W.
25. Hardian Pirliza R.
26. Parlauangan S.
27. Denny Irawan
28. Akhmad Arfan Daulay
29. Rio Sinubulan
30. Nelson Simamora
31. Sartika Ansari Dewi
32. Fitri Ace Samosir
33. Fadhillah Subhan
34. Siti Rohana Pulungan
35. Nurlaili Wati
36. Jiman Silalahi
37. Loly Via Anggita P.
38. Ari Ramadhina
39. Wirda
40. Ory Sativa S.
41. Desmendry Endro H. Silitonga
42. Arie Ramadhina
43. Ahmad Rosadi Lubis
44. Sutiar
45. Reni Puspita
Program Studi : Agribisnis
Nama
1. Fanny Hidayati
2. Wiwik Mardiana
3. Abdul Hakim
4. Ryan Aldi
5. Siti Rahayu
6. Elpa Lestari
7. Evi Silvinda
8. Hilmi F.A
9. Pintani Gea
10. Siti Satria Gusti
11. Ilham Aulia
12. Dini Maysarah
13. Muhammad Azhar
14. Rovillino F.
15. Mirza Mustafa
16. Abdul Halim
17. A. Fadillah
18. N. Farid
19. Tasya Chairuna
20. Afrida A.
21. Irwanda Lubis
22. Rizka Hasanah
23. Badaruddin
24. Nailul K.
25. Siti Meliana Ginting
26. Fachreza
27. Mei Togatorop
28. Friska
29. Faisal Rushdi
30. Afreri Purnama
31. Febriana Ginting
32. Deasy MNS
33. Anirma Sari
34. Wenny Wulandari Lubis
35. Menika Astri
36. Dendi Trifonius A.
37. Ronny Ot’tama
38. Adolf Paskaris
39. Leo Andre Sembiring
40. Deasy C.H Sagala
41. Sari Wella
42. Widya S.
43. Alexander S.
44. Ganesia A. Situmorang
45. Cintya Giska
46. Siti Maysarah
47. Chika Willy
48. Sabam T.
49. Herman S.
50. Evan Tri Putra
51. Relindo Tampubolon
52. A. Jefri
53. Hariry F. H Lubis
54. Ella Sagita
55. Vera Anastasia
56. Ozyana MS
57. Rina Aslina Lubis
58. Ruri Utami
59. Tuti Flower
60. Ajuan Ritonga
61. Astika Yuna
62. Robert Damanik
63. Wiji Setiawan
Program Studi : PKP (Penyuluhan dan Komunikasi Pertanian)
Nama
1. Irmayana
2. Sarah Fonna
3. Irwansyah
4. Pransiska
5. Royanti
6. Novia N.
7. Holong Hasugian
8. David Pakpahan
9. Tome Sitepu
10. Dahlan Sijabat
11. Ema Fauziah
12. Hamidah
13. Martiana
14. Dita Antania
15. Jana Putri
16. Yuni Yathari
17. Jaka R.
18. Erwinsyah P.
19. Arpan Dalimunthe
20. Rizky Rahmatullah
21. Irfandi
22. Mulyadi S.
23. A. Nurdin
24. Xaverius
25. Bambang
26. Roganda
27. M. Bin Ayub
28. Randy Fasa
29. Yessy HS
30. Meilani
31. Melpha L. Simamora
32. Marselia Alamanda
33. Yusma Dewi
34. Baginda Siregar
35. Irwansyah
Program Studi: THP (Teknologi Hasil Pertanian)
Nama
1. Wisalini
2. Karina Nola Sinamo
3. Melly
4. Dodi Martuhu Manik
5. M. Ilham Satria
6. Arvita Anggraini
7. Vera Lase
8. Awang Laksamana
9. Dani
10. Heru Pramana
11. Gokma Siregar
12. Khomsanudin
13. Putri Julia Azmi Tanjung
14. Rafika Fitria Nasution
15. Dian
16. Iman Ramadan Ginting
17. Dapot Tua Sinaga
18. Netta Manurung
19. Fitra Yanti Situmorang
20. M. Yuzar Pratama
21. Ade Aisyah
22. Josua M. Silitonga
23. Johan Siagian
24. Nurhasanah
25. Esron Gunanta
26. Herman Duha
27. Fransiswa Ginting
28. Joel Silalahi
29. Ronal H. Sinurat
30. Misail Meliala
31. Mitha
32. Lely Safrida
33. Donald Napitupulu
34. Agus
35. Adrian Hilman
36. Rabbani
37. Vivi Sabrina
38. Cokro Harianja
Program Studi : Agronomi
Nama
1. Marnangan T.
2. Raflince
3. Andika Wardhana
4. Denny Sagala
5. Femmy K. Wardhani
6. Ricky Gusti Handrian
7. Lenta Panjaitan
8. Lili Wahyuni
9. Wulan Devita Sari
10. Dwi Marsela
11. Monica N. Purba
12. Nona
13. Mazidah Ulfa
14. Rofikoh
15. Ari Safitri
16. Agustina
17. Astari Mitha
18. Dedi Mikardo Ginting
19. Dedi Irawan
20. Nicky A.
21. Meilisya D. Arga
22. Ahmad Fadli
23. Natalia Sianipar
24. Tampis
25. Junita Sinambela
26. Allen Wijaya
27. Eka Framio Ginting
28. T. Alvin
29. Hendra Sirait
30. M. Fachrozi
31. M. Iqbal
32. Puji Setiawan
33. Indra J.Galingging
34. Andi Sahputra
35. Sandi Gumilar
36. Natanael Simanjuntak
37. Dewi Hasibuan
38. Subarianto
39. Arjuna
40. Ahmad Adrianto
41. Sthefani Melkasari
42. Vira Irma Sari
43. Eriska Rukmana
44. Elfiza Chaterine
45. Nurnawiyah
46. Apandi Putra
47. Benni Simanjuntak
48. Surya Hadi
49. Surya Wardana
50. Willy A. Tambunan
51. Bram Arda Bangun
52. Dendi Pasaribu
53. Naik Jhon
54. Ireg’s Ginting
55. Defri Ananta
Program Studi : PET (Pemuliaan Tanaman)
Nama
1. Nida Wafiqah Nabila
2. Fachrina Wibowo
3. Rani
4. Berlian
5. Eka J.Y Sinaga
6. Gusman Hamdani
7. Ade Moriza
8. Koko Mardianto
9. Budi
10. Adnan Abdellah
11. Andri
12. Ferdy Harahap
13. Fernando Manulang
14. Aldebaran Raifina
15. Suci Apriani
16. Richa Silvia
17. Satria
18. Sanjos
19. Rapi Simbolon
20. Khairul Yusuf
21. Bayu
22. Dwi Yuliana
23. Agustina Ginting
24. Hadyafani
25. Seprianto
26. Fitra
27. Lili Wahyuni
28. Rizky Aulia
29. Erni
30. Philip Marpaung
31. Mukaroh
32. Indra maulana
33. Rozaliana
34. Hertince D. P
Program Studi : Ilmu Tanah
Nama
1. Arinahairunisa Lubis
2. Andi Arum
3. Hadi Wijoyo
4. Agustia Lydia
5. Mimi Handayani
6. Rodrik Tarigan
7. Sukma Triharto
8. Daniel Tampubolon
9. Daniel Tarigan
10. Star M.Pangaribuan
11. Muara Pangaribuan
12. Yessika Imalia Sihotang
13. Regina Reunike
14. Hery Syaputra Siregar
15. Gilbert Fernando Cibro
16. Joni Saputra Hasibuan
17. Rino Purba
18. Hanafi A.
19. Amanda Hasibuan
20. Irene Hutagalung
21. Rizkika Adria
22. Gibran Pane
23. Ivan Liarma Sinaga
24. Jaya Sipahutar
25. Sahala Manurung
26. Eko Moriye Simanungkalit
27. M. Fauzan Lubis
28. Evan Sanjaya Sipayung
29. Amos Simanungkalit
30. M. Mirza Andika
31. Ricky Ambarita
32. M. Syandri Pane
33. Timbul Simbolon
34. Inggrid Sitompul
35. Rita
36. Dian Lestari
37. Ruspika Situmorang
38. Edy R. Nadapdap
39. Tommy Ardiansyah
40. Daud Ronal Dabutar
41. Cristian
PKM HUTAN TANAMAN RAKYAT
OELH : HARRY KURNIAWAN
PROGRAM KREATIVITAS MAHASISWA
JUDUL PROGRAM :
PEMBANGUNAN HUTAN TANAMAN RAKYAT (HTR) SEBAGAI METODE PENGEMBANGAN EKONOMI DAN LINGKUNGAN
BIDANG KEGIATAN :
PROGRAM KREATIVITAS MAHASISWA GAGASAN TERTULIS(PKM-GT)
DISUSUN OLEH :
NAMA NIM
Harry Kurniawan 071201001
Satria Fadillah 071201052
UNIVERSITAS SUMATERA UTARA
MEDAN
2007
HALAMAN PENGESAHAN
A. JUDUL PROGRAM
PEMBANGUNAN HUTAN TANAMAN RAKYAT (HTR) SEBAGAI METODE PENGEMBANGAN EKONOMI DAN LINGKUNGAN
B. PENDAHULUAN
Latar Belakang
Hutan merupakan salah satu ekosistem sumberdaya alam hayati yang dapat diperbaharui, mempunyai peran penting dalam perekonomian nasional dan berfungsi pula sebagai perlindungan sistem penyangga kehidupan. Oleh karena itu keberadaan hutan sangat strategis dalam kehidupan berbangsa dan bernegara. Keadaan seperti ini hanya dimungkinkan bila hutan dikelola secara lestari dengan mendasarkan pada karakteristik dan sistem mekanisme internal hutan sebagai ekosistem.
Sejalan dengan tuntutan reformasi, pengelolaan hutan dilakukan dengan menggunaka paradigma berbasis masyarakat agar diperoleh rasa kebersamaan, pemberdayaan dan keadilan, seluruh komponen masyarakat merasa memilik dan ikut menjaganya. Upaya ini dharapkan dapat menjadikan hubungan yang harmonis antara hutan, pengelola hutan, dan pemerintah. Arah yang dituju adalah semangat untuk lebih mensejahterakan masyarakat sekitar hutan, dan menjadi lebih berdaya. http://perhimpunanshorea.org/artikel
Pembagnunan kehutanan dipengaruhi oleh rezim politik pemerintah. Pada masa orde baru sumber daya alam termasuk di dalamnya sumber daya hutan, telah mendapat tekanan dan eksploitasi untuk menghasilkan devisa dalam rangka pebangunan nasional. Dampak dari kebijakan tersebut adalah hancurnya sumber daya dan ketidakseimbangan lingkungan seta terjadi tingkat penggundulan hutan yang sangat besar.
Dampak dari pengelolaan hutan tanpa memperhatikan keseimbangan lingkungan antara lain adalah meningkatkan kerusakan hutan mencapai 2,8 juta hektar pertahun, dan konflik kepemilikan lahan hutan di antara pemerintah dan masyarakat lokal.
Saat ini, salah satu yang berkembang dan menjadi kebijakan nasional dalam rangka pengembalian dan peningkatan fungsi hutan adalah program hutan tanaman rakyat. Hutan Tanaman Rakyat (HTR) adalah hutan tanaman pada hutan produksi yang dibangun oleh kelompok masyarakat untuk meningkatkan potensi dan kualitas hutan produksi dengan menerapkan silvikultur dalam rangka menjamin kelestarian sumberdaya hutan. HTR merupakan salah satu alternatif dalam mendukung revitalisasi sektor kehutanan yang perlu dipercepat untuk meningkatkan kontribusi kehutanan terhadap pertumbuhan ekonomi dan pengurangan pengangguran dan pengentasan kemiskinan (pro-growth, pro- job, pro-poor).
Departemen Kehutanan telah mengalokasikan hutan produksi tidak produktif untuk usaha Hutan Tanaman Rakyat (HTR) seluas 5,4 juta ha. Hutan produksi tersebut tersebar di 8 Propinsi yang ada di 102 Kabupaten di daratan Sumatera dan Kalimantan. Pemerintah melibatkan 360.000 kepala keluarga dengan luasan 15 hektar per kepala keluarga dalam Program Hutan Tanaman Rakyat (HTR). (Seminar)
Perumusan Masalah
Menurut Badan Pusat Statistik pada tahun 2005 penduduk Indonesia berjumlah 219,9 juta jiwa, sekitar 48,8 juta jiwa atau 22% tinggal di dalam dan sekitar kawasan hutan. Dari data tersebut Pemerintah telah mencoba melakukan perubahan paradigma dalam pengurusan dan pengelolaan hutan yang lebih seimbang antara kepentingan ekonomi, ekologi, sosial dan budaya masyarakat sekitar hutan, yang semula dipandang seagai ancaman terhadap kelestarian hutan mulai dilihat sebagai potensi atau asset yang dapat menjaga keestarian hutan.
Pemberdayaan masyarakat merupakan suatu proses untuk meningkatkan aspek dan kemampuan masyarakat, terutama pedesaan dan yang terpinggirkan menuju keswadayaan dan kemandirian. Proses pemberdayaan bertumpu pada upaya penyadaran (conscientization), peningkatan kapasitas (capacity building) self organization, akses kepada sumber daya, serta pengembangan kemampuan advokasi, yang diharapkan secara bertahap mampu menginisiasi perubahan yang mendasar dalam tata kehidupan.
Pemberdayaan masyarakat yang dalam kelompoknya berorientasi pada collective – self – empowerment mempunyai sasaran ganda antara lain :
1. Meningkatkan keswadayaan masyarakat untuk keluar dari belenggu rantai ketertinggalan
2. Mendorong perubahan intuisi dan kebojakan public yang mempengaruhi kehidupan mereka.
Pemberdayaan masyarakat yang dibarengi dengan good governance inilah yang diharapkan berperan strategis dalam menggempur ketertinggalan tersebut.
Dalam Rencana Pembangunan Jangka Menengah Periode 2010-2014, Koperasi dan UKM menempati posisi strategis untuk mempercepat perubahan structural dalam rangka meningkatkan taraf hidup rakyat banyak. Sebagai wadah kegiatan usaha bersama bagi produsen maupun konsumen, koperasi diharapkan berperan dalam meningkatkan posisi tawar dan efisiensi ekonomi rakyat, sekaligus turut memperbaiki kondisi persaingan usaha di pasar melalui dampak eksternalitas positif yang ditimbukannya.(seminar)
Tujuan dan manfaat
Tujuan:
1. Mengendalikan tekanan penduduk terhadap hutan
2. Perlindungan yang lebih baik pada system ekologi di daerah hulu
3. Pengurangan laju deforstasi dan degradasi lahan
4. Mengurangi laju aliran permukaan
5. Perbaikan kondisi iklim mikro
6. Mengurangi isi co2
7. Perbaikan struktur tanah
Manfaat:
1. Meningkatkan ketersediaan kayu untuk (industry, konstruksi, sumber energi), pangan, pakan ternak, dan pupuk hijau.
2. Meningkatkan nilai produksi lahan dengan diversifikasi tanaman (tanaman hutan, pangan, dan hortikultura).
3. Meningkatkan optimalisasi pemanfaatan ruang hidup biologis yang efektif dan efisien.
4. Potensi karbon yang dapat diperdagangkan sebanyak 2 % setara 125 juta ton Co2 dengan asumsi haraga CER (certified emission reduction) di pasar Internasional sebesar 6 $ AS/ton CO2, maka nilai ekonomi diperoleh sekitar 750 juta % AS dari transaksi penjualan periode komitmen I(2008-2012). CER adalah bentuk pengurangan emisi GRK (Gas Rumah Kaca) dari proyek MPB yang disertifikasi.
TELAAH PUSTAKA
Lahan krisis di daerah Toba pada dasarnya dapat dikembangkan menjadi HTR ( Hutan Tanaman Rakyat ). Program HTR bertujuan untuk menghijaukan tanah-tanah gersang di Toba sekaligus memperluas basis bahan baku industri pulp Porsea, TPL ( PT Toba Pulp ).
HTR merupakan pembangunan hutan ekaliptus ( hutan lestari ) di lahan masyarakat dengan prinsip kerjasama saling menguntungkan. Masyarakat cukup menyediakan lahan tidak produktif minimun dua hektar di lokasi yang memiliki akses jalan untuk ditanami hutan lestari untuk jangka waktu 14 tahun. Selanjutnya, TPL-lah yang bertanggung jawab membangun hutan lestari itu, mulai dari persiapan lahan, penyediaan bibit, penanaman, pemeliharaan hingga penebangan termasuk bimbingan teknis.
Selama proses pembangunan itu para pemilik lahan mendapat prioritas menjadi mitra kerja atau menjadi pekerja dengan upah standar. Waktu panen pada usia tujuh tahun, pemilik lahan memperoleh bagian 40 persen dan seluruh hasilnya dijual kepada TPL berdasarkan harga yang ditetapkan oleh Gubernur. Misalnya, jika produksi per hektar mencapai 200 ton maka pemilik lahan memperoleh bagian 80 ton dan apabila harga per ton mencapai Rp: 37.500 maka pemilik lahan mengantongi Rp: 3 juta per hektar. Nilai yang dipeoleh TPL dari bagian 60 persen diinvestasikan kembali untuk membiayai penanaman kembani untuk daur selanjutnya.
Untuk itu, jarak HTR dengan pabrik di Porsea tidak melampaui 80 kilometer untuk menghemat biaya angkut dan karena itu kabupaten-kabupaten Tobasa, Taput, Humbang Hasundutan, Samosir dan Simalungun dengan potensi lahan lebih dari 7.000 hektar diprioritaskan. http://www.bainfokomsumut.go.id/detail.php?id=201
HTR adalah program Departemen Kehutanan yang digagas tahun 2007. Selain untuk merehabilitasi lahan kritis dan tidak produktif di kawasan hutan, program itu juga bertujuan memberdayakan ekonomi masyarakat sekitar hutan.
Masyarakat diberi izin usaha pemanfaatan hasil hutan kayu (IUPHHK) HTR di suatu kawasan oleh Bupati atas nama Menteri Kehutanan.
Masyarakat dapat menanam, memelihara, dan memetik hasil hutan dari pohon yang mereka tanam di kawasan HTR. Izin usaha pemanfaatan hasil hutan kayu HTR itu berlaku selama 60 tahun dan dapat diperpanjang lagi selama 35 tahun. Tanaman pokok yang ditanam di HTR antara lain meranti, keruing, jati, sengon, sonokeling, akasia, durian, mahoni, dan kemiri.
Di sela tanaman pokok dapat ditanami tanaman sela (tumpang sari), seperti jagung atau padi, untuk menambah pendapatan. Dengan adanya izin usaha pemanfaatan hasil hutan kayu HTR, masyarakat memiliki jaminan hukum dalam mengelola dan memanfaatkan hasil hutan. ”HTR sekaligus dapat menjadi program terobosan dalam mengurangi lahan kritis. http://www.greencitizenindonesia.com/2009/07/dibangun-1744-hektar-hutan-tanaman.html
Sengon merupakan pohon serba guna atau memiliki beragam manfaat dari semua bagian pohonnya, mulai dari daun hingga perakarannya dapat dimanfaatkannya untuk beragam keperluan. Selain itu, saat ini sengon menjadi salah satu pohon alternative yang dapat ditanam secara ekstensif umtuk tujuan rehabilitasi lahan-lahan marginal.
Sengon merupakan pohon yang sangat cocok untuk dibudidayakan, baik dalam skala besar (Hutan Tanaman Industri) maupun dalam skala kecil (Hutan Rakyat). Peluang mengusahakan sengon dalam skala besar atau kecil semakin terbuka lebar mengngat permintaan ekspor yang kian meningkat dan para pengusaha dalam negeri pun masih terus mengeluh tentang kurangnya bahan baku kayu.
Beberapa keuntungan yang dapat diperoleh dengan menanam sengon adalah sebagai berikut:
1. Masa masak tebang relative pendek
2. Pengelolaan relative mudah
3. Persyaratan tempat tumbuh tidak rumit
4. Kayunya serba guna
5. Permintaan pasar terus meningkat
6. Membantu menyuburkan tanah dan memperbaiki kualitas tanah (Siregar, 2008)
METODE PENULISAN
ANALISIS DAN SINTESIS
Dengan adanya Hutan Tanaman Rakyat yang dikelola dengan baik
Hutan tanaman sengon monokultur maupun campuran perlu dikembangkan di daerah lahan yang kritis dan lahan yang terbuka, karena bermanfaat untuk memasok bahan baku kayu yang kekurangannya cukup besar, memberikan lapangan pekerjaan, dan secara tidak langsung dapat mengurangi kerusakan hutan alam, serta memperbaiki lingkungan hidup. Agar masyarakat tertarik untuk mengebangkan Hutan Tanaman Rakyat (HTR), insentif dan kemudahan perlu diberikan oleh pemerintah.
Rehabilitasi hutan tidak mungkin menghindari masyarakat, masyarakat harus dilibatkan secara aktif. Pemerintah menyadari kondisi tersebut. Oleh karena itu, sejak UU No.41/1999 keberpihakan kepada masyarakat dalam mengelola hutan dimulai dengan pemerintah menggulirkan program Hutan Tanaman Rakyat (HTR). Berdasarkan Peraturan Menteri Kehutanan Nomor: P23/Menhut-II/2007, yang dimaksud Hutan Tanaman Rakyat adalah hutan tanaman pada hutan produksi yang dibangun oleh perorangan atau koperasi untuk meningkatkan potensi dan kualitas hutan produksi dengan menerapkan silvikultur dalam rangka menjamin kelestarian sumberdaya hutan.
Pembangunan Hutan Tanaman Rakyat (HTR) diarahkan bagi pegembangan perekonomian desa dan pengentasan kemiskinan melalui pengolahan lahan dala kawasan hutan produksi oleh kelompok masyarakat yang tergabung dalam kelembagaan koperasi. Melalui koperasi dapat memperoleh keuntungan ekonomi berupa peningkatan skala usaha, pemasaran hasil produksi anggota, pengadaan barang dan jasa, fasilitas kredit/pinjaman serta keuntungan sosial berupa keuntungan berkelompok, pendidikan, dan pelatihan dan program sosial lainnya.
KESIMPULAN DAN SARAN
DAFTAR PUSTAKA
PROGRAM KREATIVITAS MAHASISWA
JUDUL PROGRAM :
PEMBANGUNAN HUTAN TANAMAN RAKYAT (HTR) SEBAGAI METODE PENGEMBANGAN EKONOMI DAN LINGKUNGAN
BIDANG KEGIATAN :
PROGRAM KREATIVITAS MAHASISWA GAGASAN TERTULIS(PKM-GT)
DISUSUN OLEH :
NAMA NIM
Harry Kurniawan 071201001
Satria Fadillah 071201052
UNIVERSITAS SUMATERA UTARA
MEDAN
2007
HALAMAN PENGESAHAN
A. JUDUL PROGRAM
PEMBANGUNAN HUTAN TANAMAN RAKYAT (HTR) SEBAGAI METODE PENGEMBANGAN EKONOMI DAN LINGKUNGAN
B. PENDAHULUAN
Latar Belakang
Hutan merupakan salah satu ekosistem sumberdaya alam hayati yang dapat diperbaharui, mempunyai peran penting dalam perekonomian nasional dan berfungsi pula sebagai perlindungan sistem penyangga kehidupan. Oleh karena itu keberadaan hutan sangat strategis dalam kehidupan berbangsa dan bernegara. Keadaan seperti ini hanya dimungkinkan bila hutan dikelola secara lestari dengan mendasarkan pada karakteristik dan sistem mekanisme internal hutan sebagai ekosistem.
Sejalan dengan tuntutan reformasi, pengelolaan hutan dilakukan dengan menggunaka paradigma berbasis masyarakat agar diperoleh rasa kebersamaan, pemberdayaan dan keadilan, seluruh komponen masyarakat merasa memilik dan ikut menjaganya. Upaya ini dharapkan dapat menjadikan hubungan yang harmonis antara hutan, pengelola hutan, dan pemerintah. Arah yang dituju adalah semangat untuk lebih mensejahterakan masyarakat sekitar hutan, dan menjadi lebih berdaya. http://perhimpunanshorea.org/artikel
Pembagnunan kehutanan dipengaruhi oleh rezim politik pemerintah. Pada masa orde baru sumber daya alam termasuk di dalamnya sumber daya hutan, telah mendapat tekanan dan eksploitasi untuk menghasilkan devisa dalam rangka pebangunan nasional. Dampak dari kebijakan tersebut adalah hancurnya sumber daya dan ketidakseimbangan lingkungan seta terjadi tingkat penggundulan hutan yang sangat besar.
Dampak dari pengelolaan hutan tanpa memperhatikan keseimbangan lingkungan antara lain adalah meningkatkan kerusakan hutan mencapai 2,8 juta hektar pertahun, dan konflik kepemilikan lahan hutan di antara pemerintah dan masyarakat lokal.
Saat ini, salah satu yang berkembang dan menjadi kebijakan nasional dalam rangka pengembalian dan peningkatan fungsi hutan adalah program hutan tanaman rakyat. Hutan Tanaman Rakyat (HTR) adalah hutan tanaman pada hutan produksi yang dibangun oleh kelompok masyarakat untuk meningkatkan potensi dan kualitas hutan produksi dengan menerapkan silvikultur dalam rangka menjamin kelestarian sumberdaya hutan. HTR merupakan salah satu alternatif dalam mendukung revitalisasi sektor kehutanan yang perlu dipercepat untuk meningkatkan kontribusi kehutanan terhadap pertumbuhan ekonomi dan pengurangan pengangguran dan pengentasan kemiskinan (pro-growth, pro- job, pro-poor).
Departemen Kehutanan telah mengalokasikan hutan produksi tidak produktif untuk usaha Hutan Tanaman Rakyat (HTR) seluas 5,4 juta ha. Hutan produksi tersebut tersebar di 8 Propinsi yang ada di 102 Kabupaten di daratan Sumatera dan Kalimantan. Pemerintah melibatkan 360.000 kepala keluarga dengan luasan 15 hektar per kepala keluarga dalam Program Hutan Tanaman Rakyat (HTR). (Seminar)
Perumusan Masalah
Menurut Badan Pusat Statistik pada tahun 2005 penduduk Indonesia berjumlah 219,9 juta jiwa, sekitar 48,8 juta jiwa atau 22% tinggal di dalam dan sekitar kawasan hutan. Dari data tersebut Pemerintah telah mencoba melakukan perubahan paradigma dalam pengurusan dan pengelolaan hutan yang lebih seimbang antara kepentingan ekonomi, ekologi, sosial dan budaya masyarakat sekitar hutan, yang semula dipandang seagai ancaman terhadap kelestarian hutan mulai dilihat sebagai potensi atau asset yang dapat menjaga keestarian hutan.
Pemberdayaan masyarakat merupakan suatu proses untuk meningkatkan aspek dan kemampuan masyarakat, terutama pedesaan dan yang terpinggirkan menuju keswadayaan dan kemandirian. Proses pemberdayaan bertumpu pada upaya penyadaran (conscientization), peningkatan kapasitas (capacity building) self organization, akses kepada sumber daya, serta pengembangan kemampuan advokasi, yang diharapkan secara bertahap mampu menginisiasi perubahan yang mendasar dalam tata kehidupan.
Pemberdayaan masyarakat yang dalam kelompoknya berorientasi pada collective – self – empowerment mempunyai sasaran ganda antara lain :
1. Meningkatkan keswadayaan masyarakat untuk keluar dari belenggu rantai ketertinggalan
2. Mendorong perubahan intuisi dan kebojakan public yang mempengaruhi kehidupan mereka.
Pemberdayaan masyarakat yang dibarengi dengan good governance inilah yang diharapkan berperan strategis dalam menggempur ketertinggalan tersebut.
Dalam Rencana Pembangunan Jangka Menengah Periode 2010-2014, Koperasi dan UKM menempati posisi strategis untuk mempercepat perubahan structural dalam rangka meningkatkan taraf hidup rakyat banyak. Sebagai wadah kegiatan usaha bersama bagi produsen maupun konsumen, koperasi diharapkan berperan dalam meningkatkan posisi tawar dan efisiensi ekonomi rakyat, sekaligus turut memperbaiki kondisi persaingan usaha di pasar melalui dampak eksternalitas positif yang ditimbukannya.(seminar)
Tujuan dan manfaat
Tujuan:
1. Mengendalikan tekanan penduduk terhadap hutan
2. Perlindungan yang lebih baik pada system ekologi di daerah hulu
3. Pengurangan laju deforstasi dan degradasi lahan
4. Mengurangi laju aliran permukaan
5. Perbaikan kondisi iklim mikro
6. Mengurangi isi co2
7. Perbaikan struktur tanah
Manfaat:
1. Meningkatkan ketersediaan kayu untuk (industry, konstruksi, sumber energi), pangan, pakan ternak, dan pupuk hijau.
2. Meningkatkan nilai produksi lahan dengan diversifikasi tanaman (tanaman hutan, pangan, dan hortikultura).
3. Meningkatkan optimalisasi pemanfaatan ruang hidup biologis yang efektif dan efisien.
4. Potensi karbon yang dapat diperdagangkan sebanyak 2 % setara 125 juta ton Co2 dengan asumsi haraga CER (certified emission reduction) di pasar Internasional sebesar 6 $ AS/ton CO2, maka nilai ekonomi diperoleh sekitar 750 juta % AS dari transaksi penjualan periode komitmen I(2008-2012). CER adalah bentuk pengurangan emisi GRK (Gas Rumah Kaca) dari proyek MPB yang disertifikasi.
TELAAH PUSTAKA
Lahan krisis di daerah Toba pada dasarnya dapat dikembangkan menjadi HTR ( Hutan Tanaman Rakyat ). Program HTR bertujuan untuk menghijaukan tanah-tanah gersang di Toba sekaligus memperluas basis bahan baku industri pulp Porsea, TPL ( PT Toba Pulp ).
HTR merupakan pembangunan hutan ekaliptus ( hutan lestari ) di lahan masyarakat dengan prinsip kerjasama saling menguntungkan. Masyarakat cukup menyediakan lahan tidak produktif minimun dua hektar di lokasi yang memiliki akses jalan untuk ditanami hutan lestari untuk jangka waktu 14 tahun. Selanjutnya, TPL-lah yang bertanggung jawab membangun hutan lestari itu, mulai dari persiapan lahan, penyediaan bibit, penanaman, pemeliharaan hingga penebangan termasuk bimbingan teknis.
Selama proses pembangunan itu para pemilik lahan mendapat prioritas menjadi mitra kerja atau menjadi pekerja dengan upah standar. Waktu panen pada usia tujuh tahun, pemilik lahan memperoleh bagian 40 persen dan seluruh hasilnya dijual kepada TPL berdasarkan harga yang ditetapkan oleh Gubernur. Misalnya, jika produksi per hektar mencapai 200 ton maka pemilik lahan memperoleh bagian 80 ton dan apabila harga per ton mencapai Rp: 37.500 maka pemilik lahan mengantongi Rp: 3 juta per hektar. Nilai yang dipeoleh TPL dari bagian 60 persen diinvestasikan kembali untuk membiayai penanaman kembani untuk daur selanjutnya.
Untuk itu, jarak HTR dengan pabrik di Porsea tidak melampaui 80 kilometer untuk menghemat biaya angkut dan karena itu kabupaten-kabupaten Tobasa, Taput, Humbang Hasundutan, Samosir dan Simalungun dengan potensi lahan lebih dari 7.000 hektar diprioritaskan. http://www.bainfokomsumut.go.id/detail.php?id=201
HTR adalah program Departemen Kehutanan yang digagas tahun 2007. Selain untuk merehabilitasi lahan kritis dan tidak produktif di kawasan hutan, program itu juga bertujuan memberdayakan ekonomi masyarakat sekitar hutan.
Masyarakat diberi izin usaha pemanfaatan hasil hutan kayu (IUPHHK) HTR di suatu kawasan oleh Bupati atas nama Menteri Kehutanan.
Masyarakat dapat menanam, memelihara, dan memetik hasil hutan dari pohon yang mereka tanam di kawasan HTR. Izin usaha pemanfaatan hasil hutan kayu HTR itu berlaku selama 60 tahun dan dapat diperpanjang lagi selama 35 tahun. Tanaman pokok yang ditanam di HTR antara lain meranti, keruing, jati, sengon, sonokeling, akasia, durian, mahoni, dan kemiri.
Di sela tanaman pokok dapat ditanami tanaman sela (tumpang sari), seperti jagung atau padi, untuk menambah pendapatan. Dengan adanya izin usaha pemanfaatan hasil hutan kayu HTR, masyarakat memiliki jaminan hukum dalam mengelola dan memanfaatkan hasil hutan. ”HTR sekaligus dapat menjadi program terobosan dalam mengurangi lahan kritis. http://www.greencitizenindonesia.com/2009/07/dibangun-1744-hektar-hutan-tanaman.html
Sengon merupakan pohon serba guna atau memiliki beragam manfaat dari semua bagian pohonnya, mulai dari daun hingga perakarannya dapat dimanfaatkannya untuk beragam keperluan. Selain itu, saat ini sengon menjadi salah satu pohon alternative yang dapat ditanam secara ekstensif umtuk tujuan rehabilitasi lahan-lahan marginal.
Sengon merupakan pohon yang sangat cocok untuk dibudidayakan, baik dalam skala besar (Hutan Tanaman Industri) maupun dalam skala kecil (Hutan Rakyat). Peluang mengusahakan sengon dalam skala besar atau kecil semakin terbuka lebar mengngat permintaan ekspor yang kian meningkat dan para pengusaha dalam negeri pun masih terus mengeluh tentang kurangnya bahan baku kayu.
Beberapa keuntungan yang dapat diperoleh dengan menanam sengon adalah sebagai berikut:
1. Masa masak tebang relative pendek
2. Pengelolaan relative mudah
3. Persyaratan tempat tumbuh tidak rumit
4. Kayunya serba guna
5. Permintaan pasar terus meningkat
6. Membantu menyuburkan tanah dan memperbaiki kualitas tanah (Siregar, 2008)
METODE PENULISAN
ANALISIS DAN SINTESIS
Dengan adanya Hutan Tanaman Rakyat yang dikelola dengan baik
Hutan tanaman sengon monokultur maupun campuran perlu dikembangkan di daerah lahan yang kritis dan lahan yang terbuka, karena bermanfaat untuk memasok bahan baku kayu yang kekurangannya cukup besar, memberikan lapangan pekerjaan, dan secara tidak langsung dapat mengurangi kerusakan hutan alam, serta memperbaiki lingkungan hidup. Agar masyarakat tertarik untuk mengebangkan Hutan Tanaman Rakyat (HTR), insentif dan kemudahan perlu diberikan oleh pemerintah.
Rehabilitasi hutan tidak mungkin menghindari masyarakat, masyarakat harus dilibatkan secara aktif. Pemerintah menyadari kondisi tersebut. Oleh karena itu, sejak UU No.41/1999 keberpihakan kepada masyarakat dalam mengelola hutan dimulai dengan pemerintah menggulirkan program Hutan Tanaman Rakyat (HTR). Berdasarkan Peraturan Menteri Kehutanan Nomor: P23/Menhut-II/2007, yang dimaksud Hutan Tanaman Rakyat adalah hutan tanaman pada hutan produksi yang dibangun oleh perorangan atau koperasi untuk meningkatkan potensi dan kualitas hutan produksi dengan menerapkan silvikultur dalam rangka menjamin kelestarian sumberdaya hutan.
Pembangunan Hutan Tanaman Rakyat (HTR) diarahkan bagi pegembangan perekonomian desa dan pengentasan kemiskinan melalui pengolahan lahan dala kawasan hutan produksi oleh kelompok masyarakat yang tergabung dalam kelembagaan koperasi. Melalui koperasi dapat memperoleh keuntungan ekonomi berupa peningkatan skala usaha, pemasaran hasil produksi anggota, pengadaan barang dan jasa, fasilitas kredit/pinjaman serta keuntungan sosial berupa keuntungan berkelompok, pendidikan, dan pelatihan dan program sosial lainnya.
KESIMPULAN DAN SARAN
DAFTAR PUSTAKA
Langganan:
Postingan (Atom)
