Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JURNAL HUTAN TROPIS

MODEL ALLOMETRIK DAUN DAN RANTING KAYU PUTIH DI BKPH SUBANG JAWA BARAT Widia Sri Utami; Ris Hadi Purwanto; Sigit Sunarta
Jurnal Hutan Tropis Vol 12, No 1 (2024): Jurnal Hutan Tropis Volume 12 Nomer 1 Edisi Maret 2024
Publisher : Lambung Mangkurat University-Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jht.v12i1.19033

Abstract

Penggunaan model allometrik ditentukan oleh beberapa faktor diantaranya kualitas tempat tumbuh yang berbeda, faktor lingkungan yang berbeda, dan perbedaan waktu pemanenan di suatu daerah. Perbedaan waktu pemanenan akan mempengaruhi produksi daun dan ranting kayu putih. Penelitian ini bertujuan untuk menbuat model allometrik sebagai penduga daun dan ranting kayu putih di BKPH Subang. Pengumpulan data metode penelitian yaitu menginventarisasi dengan plot ukur persegi 20 m x 20 m. Data yang diinventarisasi berupa berat daun dan ranting kayu putih, tinggi bebas cabang, diameter pangkal (30 cm di atas permukaan tanah), dan diameter bebas cabang. Analisis data menggunakan regresi linear dan nonlinier untuk menyusun model allometrik. Selanjutnya melakukan uji kecocokan model menggunakan determinasi terkoreksi terkoreksi (R2–Adj), residual sum of square (RSS), dan kesederhanaan model.RSE dan AIC serta uji validasi model menggunakan NRMSE dan MAPE. Model allometrik terbaik berbentuk compound dengan persamaan yaitu Y= 1,189 1,109Db. Model allometrik compound dengan penduga diameter bebas cabang merupakan model dalam kategori layak digunakan. Memiliki nilai R2 – Adj sebesar 0,702 nilai residual sum of square 27,14, dan standar erornya 0,331. Nilai uji kecocokan model RSE yaitu 0,02 dan AIC yaitu -239,1. Sedangkan nilai uji validasi model NRMSE yaitu 32,12 dan MAPE yaitu 27,77. Model allometrik terbaik berbentuk compound dengan persamaan yaitu Y= 1,189 1,109Db. Model allometrik compound dengan penduga diameter bebas cabang merupakan model dalam kategori layak digunakan. Memiliki nilai R2 – Adj sebesar 0,702 nilai residual sum of square 27,14, dan standar erornya 0,331. Nilai uji kecocokan model RSE yaitu 0,02 dan AIC yaitu -239,1. Sedangkan nilai uji validasi model NRMSE yaitu 32,12 dan MAPE yaitu 27,77.
ESTIMASI SERAPAN KARBON PADA KLASIFIKASI PENGGUNAAN LAHAN DENGAN CITRA PLANETSCOPE DAN DATA LITERATURE DESA SUNGAI PAYANG Utami, Widia Sri; Tarigan, Lilis BR; Ariyanto, Ariyanto; Saud, Oshlifin Rucmana; Nurhikmah, Ulfiah
Jurnal Hutan Tropis Vol 13, No 4 (2025): Jurnal Hutan Tropis Volume 13 Nomer 4 Edisi Desember 2025
Publisher : Lambung Mangkurat University-Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jht.v13i4.23923

Abstract

Desa Sungai Payang berada di Kecamatan Loa Kulu, Kabupaten Kutai Kartanegara, yang merupakan salah satu dari dua wilayah yang secara langsung terlibat dalam pembentukan kawasan Ibu Kota Nusantara (IKN) sehingga terdapat perubahan yang menyebabkan penurunan serapan karbon dan peningkatan perubahan iklim. Tujuan penelitian ini untuk mengestimasi serapan karbon pada klasifikasi penggunaan lahan. Pengambilan sampel menggunakan titik ground check berdasarkan citra planetscope dan peta tutupan lahan. Titik ground check dilakukan uji akurasi berupa akurasi keseluruhan, akurasi pengguna, produser akurasi, dan kappa akurasi. Estimasi karbon menggunakan acuan SNI 7724 Tahun 2019 serta estimasi serapan karbon berdasarkan data sekunder. Hasil penelitian bahwa Estimasi cadangan karbon terbesar pada klasifikasi penggunaan lahan yaitu Hutan eucalyptus sebesar 63.2214 ton dan estimasi cadangan karbon terkecil yaitu pada klasifikasi penggunaan lahan penambangan terbuka bukan sirtu, Sungai, dan tubuh air lain. Total estimasi karbon dari seluruh penggunaan lahan sebesar 1.611.156,800 ton dengan toal luas 43.719 hektar.
MODEL ALLOMETRIK BIOMASSA POHON SHOREA LAEVIS (BANGKIRAI) UNTUK MENDUKUNG INVENTARISASI KARBON HUTAN BERKELANJUTAN Utami, Widia Sri; Fauzan, Muhammad Rafii Nur; Sepsamli, Letus; Saud, Oshlifin Rucmana
Jurnal Hutan Tropis Vol 14, No 1 (2026): Jurnal Hutan Tropis Volume 14 Nomer 1 Edisi Maret 2026
Publisher : Lambung Mangkurat University-Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jht.v14i1.25288

Abstract

Estimasi cadangan karbon yang akurat sangat penting untuk perencanaan hutan berkelanjutan dalam hal mitigasi perubahan iklim global di Kalimantan Timur. Salah satu laboratorium alam yang memiliki lokasi strategis dengan Ibu Kota Nusantara (IKN) yaitu KWA Bukit Bangkirai. Lokasi ini memiliki potensi jenis pohon Shorea laevis (Bangkirai) yang memiliki serapan karbon yang tinggi karena memiliki pertumbuhan pohon mencapai diameter dan ketinggian yang besar. Model allometrik biasanya digunakan yaitu bersifat umum dan menyertakan berat jenis pohon sehingga tidak dapat menggambarkan kondisi faktor internal dan eksternal yang memengaruhi pertumbuhannya. Berat jenis pohon biasanya mengharuskan menebang pohon untuk mendapatkan nilainya. Disisi lain dapat menyebabkan serapan karbon menurun. Salah satu teknik untuk estimasi karbon melalui inventarisasi karbon berkelanjutan diperlukan teknik tanpa menebang pohon yaitu menggunakan model allometrik yang sesuai dengan kondisi pertumbuhannya dan meminimalkan kesalahan. Penelitian ini bertujuan untuk untuk membuat model allometrik pohon Shorea laevis untuk inventarisasi karbon yang berkelanjutan. Metode penelitian menggunaakan data primer yang dihasilkan dari inventarisasi dengan mengukur diameter (DBH) (cm) dan tinggi pohon total (m). Inventarisasi dilakukan secara sensus pada PUP I dan PUP II yang memiliki luas sebesar 1 hektar. Perhitungan biomassa dan karbon mengacu pada SNI 7724 Tahun 2019. Model allometrik yaitu dengan analisis statistik deskriptif, uji pencilan, analisis regresi linier dan non linier, uji kecocokan model, serta uji validasi model. Model allometrik terbaik untuk inventarisasi karbon berkelanjutan yaitu model Power Y=0,001 D2,476 memiliki R2-Adj (0,986), standard error estimated (0,144), NRMSE (4,413), dan MAPE (1,751) artinya model dapat mengestimasi dalam kategori sangat baik.