Biaya Inventarisasi Tegakan Pinus di RPH Cibodas BKPH Ciwidey KPH Bandung Selatan

Abstract

Selama lima tahun terakhir realisasi produksi getah pinus di Kesatuan Pemangkuan Hutan (KPH) Bandung Selatan selalu melampaui target. Kondisi tersebut merupakan hal yang baik, namun konsistensi pelampauan target dapat mengindikasikan adanya kesalahan penetapan target tahunan yang underestimate akibat belum tersedianya data potensi sebenarnya di lapangan. Untuk menetapkan target yang tepat perlu dilakukan inventarisasi tegakan pinus. Penelitian menunjukan bahwa kerapatan tegakan pinus di Petak 18B hasil inventarisasi adalah sebesar 628 pohon/Ha. Produktivitas kerja inventarisasi sebuah tim berisikan 3 orang adalah 108 pohon/hari dengan jam kerja efektif sebanyak 6 jam/hari. Analisis biaya menghasilkan besar biaya tetap sebesar Rp67/pohon. Komponen biaya variabel terdiri dari biaya habis pakai Rp320/pohon, upah pekerja sebesar Rp5.000/pohon, biaya tak terduga dan biaya server masing-masing besarnya Rp539/pohon sehingga total biaya inventarisasi adalah sebesar Rp6.465/pohon. Jika inventarisasi dilakukan secara periodik setiap 5 tahun sekali dengan produksi getah sebanyak 28,49-83,16 Kg/pohon, maka biaya inventarisasi yang dibebankan untuk getah yang dihasilkan adalah sebesar Rp78-227/Kg. Model regresi terbaik dalam memprediksi besar biaya inventarisasi per pohon berdasarkan produktivitas kerja inventarisasi harian adalah model logaritmik dengan model regresi Y = 35.586 − 6.127ln(X) (R 2=0,9519), namun model regresi linier Y=12.139 – 45,882X (R 2=0,8149) merupakan model yang paling praktis untuk keperluan operasional lapangan dan masih berada pada kategori korelasi (R2 ) sangat kuat.

Over the past five years, actual pine resin production in the South Bandung Forest Management Unit (KPH) has consistently exceeded targets. While this is a positive outcome, the consistent over-achievement suggests that annual targets may have been underestimated due to a lack of data on actual field potential. An inventory of pine stands is necessary to establish accurate targets. Research indicates that the pine stand density in Plot 18B is 628 trees/ha. The inventory work productivity for a three-person team is 108 trees/day, based on six hours of effective working time per day. Cost analysis yielded fixed costs of Rp67/tree. The variable cost component consists of consumables costs of Rp320/tree, labor costs of Rp5.000/tree, and contingency and server costs of Rp539/tree resulting in a total inventory cost of Rp6.465/tree. If the inventory is conducted periodically every five years—with resin production ranging from 28,49-83,16 kg/tree—the inventory cost allocated to the produced resin amounts to Rp78–227/kg. The best regression model for predicting inventory cost per tree based on daily work productivity is a logarithmic model Y = 35.586 – 6.127ln(X) (R²= 0,9519); however, the linear regression model Y=12.139 – 45,882X (R2=0,8149) is the most practical for field operations and still falls within the category of very strong correlation (R²).