PENGUKURAN POTENSI TEGAKAN DENGAN METODE CSS

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