4. HASIL DAN PEMBAHASAN
4.1 Pemodelan
4.1.1 Pengembangan model penduga klorofil-a perairan
Berdasarkan grafik hubungan antara data klorofil-a in situ dengan reflektansi kombinasi kanal yang dikorelasikan, terlihat bahwa korelasi yang menunjukkan
pola paling teratur adalah korelasi dengan menggunakan kromatisiti merah. Persamaan kromatisiti adalah sebagai berikut.
Kromatisiti merah =
- -
- -
.......................................... 9 Penggunaan kromatisiti merah baik untuk menduga konsentrasi klorofil-a di
perairan, walaupun berbeda dengan hasil penelitian sebelumnya yang lebih banyak menggunakan transformasi rasio. Wouthuyzen 1991 menggunakan rasio
kanal-2kanal-1 untuk mengekstrak konsentrasi klorofil di Teluk Omura, Jepang. Wibowo et. al. 1994 juga menggunakan rasio kanal kanal-3kanal-2 dalam
mengekstrak konsentrasi klorofil di Cirebon, Lampung, Jambi, dan Jepara. Dwivedi dan Narrain 1987 dan Pentury 1997 menggunakan rasio kanal-
2kanal-1 dalam mengekstrak klorofil di daerah penelitiannya. Maeden dan Kapetsky 1991 menyebutkan bahwa kanal-3 berperan dalam
penentuan daerah penyerapan klorofil dan membedakan jenis tanaman. Kanal-1 juga berperan dalam penentuan klorofil yakni mendeteksi serapan klorofil serta
membedakan antara tanah dan vegetasi untuk kasus di darat, sedangkan peran kanal-2 adalah untuk mendeteksi kesuburan vegetasi. Berikut merupakan grafik
hubungan nilai in situ klorofil-a dengan nilai kromatisiti merah, di mana N merupakan jumlah data yang digunakan.
Gambar 3. Hubungan kromatisiti merah dengan nilai in situ klorofil-a pada musim kemarau dan musim hujan
Pada musim kemarau, semakin besar nilai kromatisiti merah, semakin besar konsentrasi klorofil-a di stasiun pengamatan Gambar 3. Sebaliknya, pada musim
hujan, semakin besar nilai kromatisiti merah, nilai klorofil-a justru semakin rendah. Hal ini akan diuji dan divalidasi lebih lanjut dengan uji beda nilai tengah
uji-t, apakah terdapat perbedaan yang signifikan antara konsentrasi klorofil-a dari model dengan konsentrasi klorofil-a in situ. Secara keseluruhan, kombinasi
kanal yang paling mewakili adalah kromatisiti merah karena hubungan antara keduanya terlihat dalam pola yang jelas.
Setelah ditetapkan penggunaan kromatisiti merah dalam pengembangan model untuk klorofil-a, selanjutnya untuk mengetahui model yang paling tepat maka
dicobakan enam model yakni model linear, logaritmik, eksponensial, polynomial orde 2, polynomial orde 3, dan power yang memiliki nilai R
2
tinggi dan RMS error paling kecil. Tabel berikut menunjukkan model-model yang diperoleh untuk
konsentrasi klorofil-a perairan.
Tabel 9. Beberapa model konsentrasi klorofil-a di perairan Teluk Jakarta pada musim kemarau Mei-Oktober dan nilai R
2
serta RMS error-nya
No. Model Hubungan
Pengujian R
2
RMS error
1 Linear :
y = 6.295x - 1.326 0.643
0.2039 2
Logaritmik : y = 1.733lnx + 2.666
0.599 0.2162
3 Eksponensial :
y = 0.012e
12.22x
0.745 0.1784
4 Polynomial orde 2 :
y = 55.76x
2
- 26.17x + 3.293 0.749
0.1709 5
Polynomial orde 3 : y = 415.8x
3
- 304.1x
2
+ 75.97x - 6.204 0.765
0.1655 6
Power : y = 30.54x
3.437
0.723 0.1906
Model polynomial orde 3 memiliki nilai R
2
paling tinggi yakni 0.765 dan sekaligus memiliki nilai RMS error paling rendah yakni 0.1655 Tabel 11. Hal ini
berarti sebanyak 87.46 nilai klorofil-a yang diperoleh dapat dijelaskan oleh model, dan hanya sebanyak 12.54 yang tidak dapat dijelaskan oleh pemodelan.
Demikian pula nilai penyimpangan RMS-nya terendah sehingga membuktikan bahwa model paling baik karena hampir semua data mendekati garis regresi. Dari
sini dapat disimpulkan model polynomial orde 3 dapat digunakan sebagai model penduga konsentrasi klorofil-a pada musim kemarau sebagai berikut.
y = 415.8x
3
- 304.1x
2
+ 75.97x - 6.204 ...................................................... 10
di mana: y = konsentrasi klorofil-a mgm
3
x = nilai kromatisiti merah Tabel 10. Beberapa model konsentrasi klorofil-a di perairan Teluk Jakarta pada
musim hujan November-April dan nilai R
2
serta RMS error-nya
No. Model Hubungan
Pengujian R
2
RMS error
1 Linear :
y = -7.201x + 2.717 0.756
0.0732 2
Logaritmik : y = -2.41lnx - 2.334
0.764 0.0721
3 Eksponensial :
y = 1715e
-26.1x
0.747 0.0715
4 Polynomial orde 2 :
y = 56.62x
2
- 45.02x + 9.017 0.777
0.0701 5
Polynomial orde 3 : y = -3900.x
3
+ 3947.x
2
- 1336.x + 151.4 0.810
0.1458 6
Power : y = 2.10
-05
.x
-8.65
0.738 0.0730
Untuk musim hujan, nilai R
2
paling tinggi terdapat pada model polynomial orde 3, yakni 0.810 Tabel 12. Dari nilai R
2
diketahui nilai koefisien korelasinya
r sebesar 0.9. Hal ini berarti sebanyak 90 nilai klorofil-a yang diekstrak dari citra dapat dijelaskan oleh model polynomial orde 3 ini. Nilai klorofil-a yang
tidak dapat dijelaskan oleh model polynomial orde 3 ini hanya 10 saja. Model yang memiliki nilai RMS error paling rendah adalah model polynomial
orde 2 dengan nilai 0.0701. Namun, karena nilai R
2
jauh lebih tinggi pada model polynomial orde 3 maka pada musim hujan model yang dianggap paling baik
untuk menduga konsentrasi klorofil-a adalah model polynomial orde 3. Jadi, model penduga konsentrasi klorofil musim hujan adalah sebagai berikut.
y = -3900.x
3
+ 3947.x
2
- 1336.x + 151.4 .................................................... 11
di mana: y = konsentrasi klorofil-a mgm
3
x = nilai kromatisiti merah
4.1.2 Pengembangan model penduga transparansi perairan