Analisis Multivariabel Metode Analisis Data

dengan baik atau tidak. Kegiatan yang efektif juga ditunjukkan oleh kesesuian kegiatan penelitian dengan isue-isue ekologi dan sosial ekonomi yang berkembang dalam kawasan konservasi. Hasil-hasil penelitian, monitoring, dan evaluasi juga harus dengan mudah diakses oleh berbagai kalangan untuk tujuan perbaikan pengelolaan kawasan. Keluaran Keluaran pengelolaan kawasan konservasi adalah pencapaian didapatkan selama 2 tahun terakhir melalui kerja keras staf, sukarelawan, dan masyarakat dalam mengelola kawasan konservasi. Pencapain tersebut diukur dengan membandingkan dengan tekanan dan ancaman, tujuan pembentukan kawasan, dan rencana kerja pengelolaan kawasan. Terdapat sepuluh kriteria pencapaian yang diukur antara lain: 1 pencapain dalam mencegah, mendeteksi, dan menegakkan hukum; 2 pencapaian dalam pelaksanaan rehabilitasi dan mitigasi kerusakan; dan pencapaian dalam kegiatan penelitian, pemantauan, dan evaluasi kegiatan. Informasi efektivitas pengelolaan yang diperoleh dari RAPPAM kemudian disajikan dalam bentuk grafik untuk melihat kecenderungan pencapaian setiap aspek pengelolaan dan penyebaran pencapaian disetiap kawasan konservasi. Dengan demikian akan terdapat paling tidak 4 kelompok grafik yang masing-masing menjelaskan kecenderungan masing-masing aspek pengelolaan tersebut dan 1 grafik untuk menjelaskan kumulatif keempat aspek pengelolan tersebut pada setiap kawasan konservasi.

3.5.4 Analisis Multivariabel

Salah satu analisis penting yang dilakukan untuk memenuhi tujuan-tujuan penelitian ini adalah analisis multivariabel. Analisis-analisis sebelumnya dilakukan pada ancaman dan tekanan, nilai penting dan kerentanan, dan efektivitas pengelolaan yang dibuat secara terpisah-pisah sehingga belum memadai untuk memahami gambaran umum mengenai faktor-faktor yang dominan mempengaruhi efektivitas pengelolaan sekaligus menilai tingkat efektivitas pengelolaan saat ini. Oleh sebab itu dibutuhkan pendekatan yang dapat memasukkan semua informasi yang diamati secara bersamaan ke dalam satu analisis tunggal untuk melihat hubungan antara informasi tersebut. Analisis multivariabel yang akan digunakan dalam penelitian ini Analisis Komponen Utama AKU, Principle Component Analysis yang diambil dari publikasi Ludwig and Reynolds 1988. Penggunaan AKU dapat membantu untuk mereduksi kerumitan dimensi ruang representasi data tanpa harus kehilangan banyak informasi. Analisis komponen utama akan mendeterminasi dimensi ruang yang paling tepat sehingga dapat menyajikan informasi lebih baik. Hasil analisis multivariabel inilah yang antara lain menjadi dasar pemilihan prioritas strategi pengelolaan dengan menyesuaikan pada kondisi terkini kawasan konservasi dan menyelaraskannya dengan berbagai strategi pengelolaan ekosistem yang telah ada. Aplikasi AKU dalam penelitian ini akan dilakukan dengan mengorganisasi data ke dalam 23 kolom j unit taman nasional TN dan sebanyak “n” baris i untuk kriteria taman nasional KTN seperti pada Tabel 4. Tabel 4. Matriks data Taman Nasional dan kriteria penilaiannya Kawasan konservasi Kriteria Penilaian Utama Sub Kriteria TN 1 TN 2 TN 3 … TN 23 Total nilai baris j Pencemaran perairan x1.1 x1.2 X1.3 .. X1.23 r1 Destructive fishing x2.1 r2 Tekanan dan Ancaman …dst x3.1 r3 Spesies langka .. Nilai agama Nilai Penting dan Kerentanan Biologi, Sosial, dan Ekonomi …dst Penegakam hukum Dukungan masyarakat Efektivitas Pengelolaan …dst xi.1 xi.23 Ri Total nilai kolom i c1 c2 c3 .. c23 T = ∑c = ∑r Tahap 2. Menghitung matriks kesamaan TN dan KTN Penghitungan matriks kesamaan KTN mode R dilakukan dengan mengalikan matriks A dengan matriks transposenya A t seperti berikut: NxS t SxN SxS A A R = Sedangkan penghitungan matriks kesamaan TN mode Q dilakukan dengan mengalikan matriks seperti berikut: SxN NxS t NxN A A Q = Matriks kesamaan mode R dan mode Q masing-masing bisa digunakan secara terpisah untuk mengetahui koordinat dan korelasi dalam Analisis Komponen Utama. Hasil yang diperoleh pun sama sehingga dalam penilitian ini digunakan matiks kesamaan mode R. Tahap 3. Menghitung akar ciri dan vektor ciri R Akar ciri matriks R yang dilambangkan sebagai λ dapat diperoleh dengan menggunakan persamaan berikut: = − SxS SxS I R λ dimana I adalah matriks identitas. Vektor ciri matriks R yang dilambangkan sebagai u i berasosiasi dengan akar ciri dan dapat diperoleh dengan menggunakan persamaan seperti berikut: i i i u Ru λ = Tahap 4. Normalisasi vektor ciri Normalisasi vektor ciri dilakukan sedemikian rupa sehingga nilai perkaliannya = 1. u t i u i = 1 Tahap 5. Menghitung korelasi KTN Korelasi antar kriteria taman nasional atau koordinatnya, v, dapat dihitung dengan membandingkannya dengan vektor ciri, u , seperti berikut: v i = u i √λ i dalam notasi matriks, persamaan diatas bisa dituliskan sebagai berikut: V sxs = U sxs Λ sxs Dimana V adalah korelasi kriteria taman nasional dengan taman nasionalnya sedangkan Λ adalah matriks dengan nilai λ i pada diagonalnya dan nol pada nilai lainnya. Tahap 6. Menghitung koordinat TN Koordinat KTN diperoleh dengan mengalikan matriks transpose A dengan vektor ciri korespondennya yang dalam matriks notasi dituliskan sebagai berikut: Y Nx3 = A t NxS U sx3 Dimana baris Y adalah koordinat untuk taman nasional pada 3 sumbu pertama AKU.

3.5.5 Analisis Gerombol