meminimalisasikan bias yang diakibatkan oleh pengaruh topografi yang umunnya terjadi pada citra radar. Menurut JICA dan Fakultas Kehutanan IPB 2010 bias
yang terjadi dapat berupa bayangan bukit, image foreshortening dan layover yang dapat berpengaruh pada nilai backscatter objek yang bersangkutan. Objek yang
menghadap sensor akan mempunyai nilai tone yang lebih cerah sehingga akan mengakibatkan pula pada nilai backscatter yang tinggi dibandingkan dengan
objek yang membelakangi sensor sehingga hal ini mengakibatkan pengaruh pada citra biomassa yang dibuat.
5.4 Model Hubungan Biomassa dan Backscatter
Sebelum proses pembuatan layout distribusi biomassa perlu dilakukan pemilihan dan pengujian model normalitas dan homogenitas dugaan biomassa
yang berdasarkan hasil dari analisis regresi. Untuk pembuatan model dugaan digunakan 36 data dari 44 data yang diperoleh hal ini disebabkan adanya
ketidaknormalan data lapang sehingga diperlukan perlakuan berupa penghapusan atau pengurangan jumlah data sebenarnya. Tabel 10 dan 11 menyajikan hasil
analisis regresi HH dan HV untuk penyusunan model pendugaan biomassa.
No Model
Parameter SE
RMS E
R
2
Asumsi Model Normalitas
Homogenita s
1 Y = a + bX
a = 210,091 30,99
36,11 43,60
Tidak terpenuhi P 0,15
Tidak terpenuhi
b = 17,980 3,51
2 Y = expa + bX
a = 7,311 0,77
35,36 45,90
Terpenuhi P 0,01
Tidak terpenuhi
b = 0,406 0,11
3 Y = X a + bX
a = 0,282 0,09
34,60 38,87
Terpenuhi P 0,01
Tidak terpenuhi
b = 0,053 0,01
4 Y = aexpb
X a = 2,871
2,28 36,38
42,70 Terpenuhi
P 0,01 Tidak
terpenuhi b = -23,635
5,67
Tabel 10 Rekap data uji analisis data regeresi pada polarisasi HH
No Model
Parameter SE
RMSE R
2
Asumsi Model Normalitas
Homogenitas
1 Y = a + bX
a =
217,621 28,81
34,11 49,6
Tidak terpenuhi P 0,15
Tidak Terpenuhi
b = 10,551 1,83
2 Y = expa + bX
a = 8,183 0,93
32,07 55,5
Terpenuhi P = 0,042
Terpenuhi b = 0,293
0,07 3
Y = X a + bX a = 0,997
0,20 31,50
57,1 Terpenuhi
p 0,01 Terpenuhi
b = 0,092 0,02
4 Y = aexpb
X a =0,690
0,71 31,61
56,8 Terpenuhi
p 0,01 Terpenuhi
b = -60,991 12,95
Berdasarkan hasil analisis regresi Tabel 9 dan 10 yang terdiri dari masing-masing polarisasi HH dan HV diperoleh model terbaik. Pada polarisasi
HH diperoleh model pendugaan yaitu Y = exp7,311 + 0,406X dengan RMSE yaitu 35,36 serta R
2
yaitu 45,90 dengan salah satu uji asumsi model normalitas terpenuhi. Sedangkan pada polarisasi HV diperoleh model pendugaan yaitu Y = X
0,997 + 0,092X dengan RMSE yaitu 31,50 serta R
2
yaitu 57,1 dengan kedua asumsi model normalitas dan homogenitas yang terpenuhi. Dari kedua
model yang di peroleh dari masing-masing polarisasi HH dan HV diputuskan pada pengambilan model pada polarisasi HV, hal ini dikarenakan pada model
pada polarisasi HH dalam pengujian asumsi model homogenitas yang tidak terpenuhi.
Penelitian tentang kajian biomassa dengan citra ALOS PALSAR ini menunjukan bahwa polarisasi HV dapat mengiterpretasikan biomassa dengan
baik, hal ini pun didukung pula dengan pernyataan Awaya 2009 dan Rautse et al 2007 yang menyatakan bahwa polarisasi HV mampu menjelaskan pendugaan-
pendugaan biomassa di lapangan dengan baik. Tabel 11 Rekap data uji analisi data regersi pada polarisasi HV
5.5 Peta Distribusi Biomassa
