BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian didasarkan pada penelitian Botanri (2010) di Pulau Seram Maluku. Analisis data dilakukan di Laboratorium Analisis Spasial Lingkungan, Departemen Konservasi Sumberdaya Hutan dan Ekowisata, Fakultas Kehutanan, Institut Pertanian Bogor. Waktu penelitian adalah bulan September - November Alat dan Bahan Peralatan yang digunakan dalam penelitian ini meliputi : seperangkat PC beserta software ArcGIS 9.3, Erdas Imagine 9.1 dan SPSS Bahan yang digunakan dalam pelaksanaan penelitian yaitu Citra Landsat TM 5, peta-peta digital berupa peta batas administrasi, peta ketinggian, peta kemiringan lereng, peta sistem lahan, peta jenis tanah, peta iklim, peta buffer sungai dan peta distribusi sagu di Pulau Seram, Maluku. 3.3 Jenis Data yang Dikumpulkan Jenis data yang dikumpulkan pada penelitian ini berupa data sekunder. Data sekunder yang digunakan dalam penelitian ini antara lain; Citra Landsat, peta-peta digital berupa peta batas administrasi, peta ketinggian, peta kemiringan lereng, peta sistem lahan, peta jenis tanah, peta iklim, peta buffer sungai dan peta distribusi sagu di Pulau Seram, Maluku. 3.4 Metode Penelitian Pengumpulan data Data yang dikumpulkan adalah data sekunder yang diperoleh dari peneliti Botanri (2010). Data yang digunakan berupa peta ketinggian, peta kemiringan lereng, peta buffer sungai, peta jenis tanah, dan peta Normalization Difference Vegetation Index (NDVI) Pengolahan data Pengolahan data yang dilakukan yaitu berupa pembuatan peta ketinggian dan kelerengan berdasarkan ASTER GDEM dan perhitungan data kerapatan vegetasi berdasarkan citra Landsat-5 TM. Pembuatan peta ketinggian dan

2 10 kelerengan tersebut dilakukan dengan analisis spasial pada citra ASTER GDEM di ArcGIS 9.3. Pada citra landsat dilakukan pengukuran dan pemetaan kepekatan warna hijau vegetasi dengan menggunakan spectral enhancement di ERDAS 9.1. Metode ini disebut Normalization Difference Vegetation Index (NDVI). NDVI adalah nilai tengah dari spektral yang didapat dari gelombang elektromagnetik merah (red) atau Band 3 dan inframerah dekat (Near Infrared) atau Band 4 (Weier dan Herring 2010). Pengolahan data tersebut menggunakan Software Erdas Imagine 9.1. Tahapan pembuatan peta NDVI, dapat dilihat dibawah ini (Gambar 2). Citra Landsat Pulau Seram Koreksi Geometrik Penyaringan Awan Pemotongan Sesuai Area Studi Pemilihan Indeks Nilai Spektral Peta NDVI Berdasarkan deskripsi dari NDVI diatas, maka untuk perhitungan NDVI dapat dirumuskan sebagai berikut: Gambar 2 Tahapan Pengerjaan Peta NDVI. 3.5 Analisis Data Analisis komponen utama (Principle Component Analysis) Analisis komponen utama dilakukan dengan menggunakan software SPSS Analisis komponen utama dilakukan untuk mengetahui faktor fisik yang

3 11 paling berpengaruh terhadap sebaran, berdasarkan letak ditemukan pada masing-masing layer yaitu ketinggian, kemiringan lereng, buffer sungai dan NDVI. Selanjutnya dari hasil PCA dapat ditentukan bobot masing-masing faktor yang paling berpengaruh terhadap sebaran Hasil analisis PCA digunakan untuk menentukan bobot masing-masing variabel yang diteliti untuk analisis spasial sehingga diperoleh persamaan kesesuaian habitat sebagai berikut: F(x) = ax1 + bx2 + cx3 + dx4 + ex5 Dengan F(x) adalah indeks kesesuaian habitat; a-e adalah nilai bobot setiap variable; x1 adalah variabel ketinggian; x2 adalah variabel kemiringan lereng; x3 adalah variabel jenis tanah: x4 adalah variabel buffer sungai; dan x5 adalah variabel NDVI Analisis regresi logistik Analisis regresi logistik adalah salah satu pengembangan dari model fungsi regresi pada umumnya. Analisis regresi logistik digunakan dalam permodelan ini karena analisis ini telah umum penggunaannya untuk data variabel respon yang bersifat kategori dan data variabel masukan berupa data kontinyu (Whittaker 1990). Oleh karena itu untuk menunjukkan hubungan variabel masukan (ketinggian, kemiringan lereng, buffer sungai, NDVI dan jenis tanah) dengan variabel respon (distribusi ) maka digunakan model regresi logistik untuk kesesuaian habitat sagu () di Pulau Seram, Maluku Peta kesesuaian habitat Data-data dalam analisis pengaruh variabel yang diuji dengan jumlah berupa continous multivariate data yang terdiri atas, ketinggian, kemiringan lereng, buffer sungai, NDVI dan jenis tanah serta distribusi sagu (). Oleh karenanya, digunakan analisis regresi logistik. Model persamaan regresi logistik yang digunakan adalah sebagai berikut, 5 5 Dengan, P : Peluang

4 12 a : konstanta bn : koefisien X1 : variabel ketinggian X2 : variabel kemiringan lereng X3 : variabel jenis tanah X4 : variabel jarak dari sungai X5 : variabel NDVI. Pengolahan data dilakukan dengan menggunakan software SPSS Hasil penghitungan menggunakan regresi logistik berupa persamaan dengan diketahui besar konstanta (a) dan koefisien (bn). Berdasarkan persamaan tersebut, maka dengan mengguanakan software ArcGIS 9.3, digabungkan berbagai variabel bebas (Xn) sehingga didapatkan peta kesesuaian habitat Kelas kesesuaian Peta kesesuaian habitat akan digolongkan ke dalam tiga kelas yaitu, kesesuaian rendah, sedang dan tinggi. Nilai selang klasifikasi kesesuaian habitat sebagaimana disebutkan Supranto (2000) diacu dalam Putri (2010), dihitung dan dinilai tertinggi dikurangi nilai terendah dimana hasilnya kemudian dibagi dengan banyaknya klasifikasi kesesuaian habitat. Kalimat matematika dari penentuan selang dapat dilihat sebagai berikut: Dengan, Smaks : nilai indeks kesesuaian habitat tertinggi Smin : nilai indeks kesesuaian habitat terendah K : banyaknya kelas keseuaian habitat Pengujian kelayakan model kesesuaian habitat Pengujian kelayakan model kesesuaian habitat dengan analisis regresi logistik dapat dilakukan dengan menurunkan nilai -2 Log-likelihood serta uji Hosmer and Lemeshow hasil pengolahan data menggunakan SPSS 15.0 berdasarkan penurunan nilai -2 Log-likelihood, model diterima jika signifikansi penurunan nilai -2 Log-Likelihood kurang dari 0,05. Sedangkan dengan uji Hosmer and Lemeshow, maka akan diketahui kesesuaian habitat dengan model yang dibangun. Variabel bebas (jenis tanah, ketinggian, kemiringan lereng, jarak dari sungai dan NDVI)

5 13 dinyatakan sesuai dengan model jika signifikansi dari hasil Hosmer and Lemeshow lebih besar dari 0,05. Kemudian kemampuan variabel yang digunakan dalam model untuk menjelaskan kesesuaian habitat dapat ditunjukkan dengan nilai Negelkerke R Validasi model Validasi model dilakukan untuk mengetahui nilai akurasi klasifikasi kesesuaian habitat. Validasi dilakukan dengan menggunakan titik Validasi dilakukan dengan membandingkan jumlah seluruh individu Metroxylon spp. yang terdapat pada tiap kelas kesesuaian habitat dengan jumlah seluruh individu yang digunakan untuk validasi. Dengan, n adalah jumlah M. sagu Rottb pada satu kelas kesesuaian dan N adalah jumlah secara keseluruhan.

6 14 Peta ketinggian Peta kemiringan lereng Peta jenis tanah Peta buffer sungai Peta NDVI Analisis Komponen Utama Skoring Overlay Summarize zone Analisis Regresi Logistik Variable signifikan Model Kesesuaian Habitat Uji Kelayakan Model Kesesuaian Habitat Peta Kesesuaian habitat Gambar 3 Bagan Alir Tahapan Penelitian. Peta Kesesuaian habitat Data Persebaran Metroxylon spp. Validasi Akurasi Tidak Ya Model Diterima