Pengolahan Data Lapangan Uji Korelasi

2.3.4 Pengolahan Data Lapangan

Pendugaan data lapangan dilakukan untuk menentukan kesesuaian data lapangan dengan data citra. Pengolahan data lapangan, sebagai berikut: 1. Pembuatan Profil Pohon Lapangan Pada saat pengkuran di lapangan dilakukan sekaligus pengamatan posisi pohon dan jarak dari titik pusat. Perhitungan jarak dilakukan dengan mengukur jarak pohon dari titik pusat menggunakan pita ukur. 2. Penghitungan Jumlah Pohon Lapangan Jumlah pohon N lapangan dihitung dari pengumpulan data lapangan yang berada dalam satu luasan plot. 3. Penghitungan Diameter Tajuk Lapang Pengukuran diameter tajuk lapang pada setiap plot yang diambil di lapangan adalah satu sampel diameter tajuk pohon yang memiliki batang lurus atau yang paling bagus. Pohon yang terpilih dalam satu plot, diukur diameter tajuk lapang dengan cara mengukur panjang diameter tajuk pohon dari utara ke selatan dan panjang diameter tajuk pohon dari barat ke utara menggunakan pita ukur. Rumus menghitung diameter tajuk sebagai berikut : Dt US + Dt BT Dt= 2 dimana : Dt : Diamater tajuk pohon Dt US : Panjang diameter tajuk utara ke seletan Dt BT : Panjang diameter tajuk barat ke timur 4. Penghitungan Kerapatan Tajuk Lapang Dari hasil pengukuran jarak pohon dari titik pusat profil pohon dan diameter tajuk di lapangan diperoleh jari-jari tajuk pohon. Dari jari-jari pohon dibuat buffer tajuk menggunakan ArcView 3.2. Cara menghitung persentase tajuk pohon di lapangan sama dengan cara menghitung persentase tajuk pohon pada citra mengunakan rumus sebagai berikut : Kerapatan tajuk = Jumlah Luas Tajuk Luas Plot × 100

2.3.5 Uji Korelasi

Dalam Hadjar 1995 dijelaskan bahwa, arti korelasi akan lebih mudah dipahami dengan mempelajari scatter plot atau diagram pencar, yang dimaksud untuk menyelidiki hubungan antara dua peubah Glass Hopkins 1984. Diagram pecar adalah grafik yang memperlihatkan hubungan yang diperoleh dengan cara membuat gambaran visual pada titik pertemuan antara dua nilai dari dua peubah sepasang observasi McMillan Schumacher 1989. Diagram pencar juga dapat digunakan untuk mengindentifikasi titik hubungan pasangan skor yang menyimpang dari pola hubungan yang lain, dengan mengetahui perbedaan dapat dilakukan pemeriksaan kembali dalam proses pengolahan data apakah terjadi kesalahan Hadjar 1995. Hubungan kuantitatif antara peubah kriterium dengan peubah prediktor dapat dilukiskan dalam suatu garis yang disebut garis regresi. Suatu garis regresi dapat dinyatakan dalam persamaan matematik yang dinamakan regresi Sutrisno 1983. Supranto 1983, diacu dalam Sahid 2010 mendefinisikan analisis regresi sebagai suatu alat yang digunakan untuk menganalisis bentuk hubungan antara dua peubah atau lebih yang terdiri dari peubah bebas dependent variable dan peubah tidak bebas independent variable dengan tujuan untuk memperkirakan atau meramalkan nilai rata-rata dari peubah tak bebas apabila nilai peubah yang menerangkan sudah diketahui. Penetapan nilai bonita sering didasarkan pada hubungan antara rata-rata peninggi dengan umur tegakan. Salah satu penentu kualitas kayu jati adalah tinggi tanaman jati, semakin tinggi tanaman jati semakin baik kualitas dari jati tersebut. Tinggi pohon lebih mudah diukur, dengan suatu persyaratan tertentu, pertumbuhan tinggi pohon berkorelasi dengan penambahan volume Anonim 2010. Uji korelasi dilakukan terhadap tinggi pohon, karena tinggi pohon merupakan faktor penting dalam penentuan bonita. a Uji koefisien determinansi Untuk mengukur kecocokan antara peubah tinggi dan peubah citra adalah dengan melihat koefisien determinansi R 2 , dimana pendekatan koefisien determinasi R 2 menyatakan seberapa baik kemampuan suatu peubah bebas dalam 19 model liniar dua peubah yang dipakai. Secara umum, nilai R 2 yang dianggap baik jika lebih dari 50. Rumus untuk menghitung koefisien determinasi adalah sebagai berikut: � 2 = JKT − JKS JKT x 100 Yj − Ŷj² n j=1 Yj² − ⅀Yj² n dimana : R 2 = Koefisien determinasi JKT = Jumlah kuadrat total JKS = Jumlah kuadrat sisa Yj = Nilai Peubah C, D dan N Ŷj = Nilai tinggi rata-rata per plot contoh n = Banyaknya plot contoh b. Korelasi antar peubah Perhitungan koefisien korelasi menggunakan pendekatan korelasi product moment r untuk mengetahui keeratan tinggi dengan peubah pada citra yang akan digunakan dalam pendugaan tegakan. Rumus untuk menghitung korelasi adalah sebagai berikut: r = dimana: xi = Dimensi tinggi pohon ke – i yj = Dimensi peubah pada citra ke – j n = jumlah pohon Besarnya nilai r berkisar antara -1 sampai +1. Jika nilai r = -1 maka hubungan antara dua peubah adalah korelasi negatif sempurna. Artinya, apabila salah satu peubah nilainya menurun, maka peubah lainnya akan meningkat. Sebaliknya jika nilai r = +1 maka hubungan antara dua peubah merupakan korelasi positif sempurna. Artinya, apabila salah satu peubah meningkat, maka peubah JKT = JKS =    n n n j i Y Y X X Y X Y X 2 j 2 2 i 2 j i j i           20 lainnya akan meningkat pula. Bila r mendekati -1 atau +1 maka hubungan antara peubah itu kuat dan terdapat korelasi yang tinggi antara kedua peubah itu Walpole 1995.

2.3.6 Analisis Fungsi Diskriminan