lokasi yang paling optimum, seperti menemukan lokasi yang paling sesuai untuk mendirikan sekolah baru atau tempat wisata; 2 Distance modeling: analisis ini
bertujuan untuk menentukan jarak yang paling efisien dari suatu lokasi ke lokasi yang lain; 3 Hidrologic modeling: salah satu aplikasi analisis ini adalah untuk
menenentukan arah aliran air di suatu lokasi; 4 Surface modeling: salah satu aplikasi analisis ini adalah untuk mengkaji tingkat penyebaran polusi di suatu
lokasi. Lebih lanjut menurut ESRI 2002 keseluruhan model tersebut akan lebih
efisien bila dilakukan pada data raster, selanjutnya analisis spasial pada data raster disebut cell based modeling karena cara kerja metode ini berdasarkan sel atau
pixel. Operasi pixel pada cell based modeling dibagi menjadi lima kelompok: single cell yang melibatkan satu sel, neighbourhood cell yang hanya melibatkan
beberapa sel terdekat, zona cell yang melibatkan suatu kelompok sel yang memiliki nilai atau keterangan yang sama, global cell yang melibatkan
keseluruhan sel di dalam data raster, dan gabungan antara keempat kelompok tersebut. Penelitian ini menggunakan analisis spasial pada data raster dimana
pemilihan metode cell based modeling dengan berbagai keunggulannya dapat diterapkan pada penelitian ini. Menurut De By et a1. 2000 analisis overlay,
pembuatan jarak dan pengkelasan parameter lebih mudah dilakukan pada data raster dari pada data vektor, karena dilakukan secara cepat dan teratur pada setiap
sel. Keunggulan lain dari metode ini adalah data raster memiliki struktur yang sederhana sehingga mudah untuk digunakan dalam pemodelan dan analisis serta
kompatibel dengan data satelit serta memiliki variabilitas spasial yang tinggi dalam merepresentasikan suatu kondisi di lapangan.
2.10 Multidimensional Scaling
Multidimensional scaling penskalaan multidimensi merupakan suatu teknik yang dapat membantu peneliti untuk mengenali mengidentifikasi dimensi
kunci yang mendasari evaluasi obyek dari responden. Sebagai contoh, guna mengevaluasi persepsi responden terhadap berbagai aspek keberlanjutan program
konservasi PPK. Responden dapat memberikan penilaian tingkat kepentingan aspek-aspek yang terkait dengan keberlanjutan dengan membanding-bandingkan
secara berpasangan aspek-aspek tersebut. Dari analisis MDS dapat diketahui
dimensi apa yang mendasari persepsi responder tentang keberlanjutan pengelolaan ekosistem mangrove PPK.
Tujuan analisis MDS adalah mentransformasi keputusan-keputusan responden tentang similaritaspreferensi yang digambarkan dalam ruang multi
dimensi. Bila obyek A dan B diputuskandipersepsikan oleh responden sebagai pasangan obyek yang paling serupa. similar dari pada, sernua, pasangan lain yang
mungkin, maka MDS akan memposisikan objek A dan B sedemikian rupa sehingga jarak di antara keduanya dalam ruang, multi dimensi lebih dekat
daripada, jarak antar sembarang pasangan objek yang lain Hair 1998; Bakus 2000. Beberapa hal yang dapat dilakukan MDS dengan data yang tersedia, adalah:
1. Menentukan dimensi apa yang dipergunakan responden ketika mengevaluasi
objek 2.
Menentukan berapa, dimensi yang akan dipergunakan untuk masalah yang sedang diteliti
3. Menentukan kepentingan relatif dari setiap
,
dimensi 4.
Menentukan bagaimana obyek dikaitkan atau dihubungkan secara. perceptual perceptually
Simamora 2005 mengemukakan bahwa sebelum melakukan MDS, ada beberapa isu yang perlu diperhatikan oleh peneliti, misalnya hal-hal berikut ini:
a. Identifikasi Objek Relevan. Peneliti perlu memeriksa objek-objek yang relevan.
Objek-objek yang tidak relevan akan mengganggu peta persepsi serta, mempersulit interpretasi dimensi-dimensi perceptual diantara objek-objek yang
diuji. Untuk memperolehnya, kita dapat melakukan riset pendahuluan, bisa pula berdasarkan data sekunder berupa data yang dipakai oleh pihak lain sebelumnya.
b. Similarity Versus Prefensi. Setelah objek ditentukan, perlu pula
ditentukan berdasarkan pada apa persepsi terhadap objek-objek tersebut dipetakan, pada kesamaan similarity ataukah prefensi prefence. Kedua jenis
input data akan menghasilkan peta persepsi yang berbeda. Dengan similarity, memang dimensi-dimensi objek dapat digali, tetapi determinasi pilihan tidak
terungkap. Artinya kita tidak mengetahui kecenderungan pilihan responden. Dengan prefensi memang pilihan terefleksi, tetapi sulit membandingkan
kesamaan antara satu objek dan objek lain sebab dimensi yang dipakai untuk membangun prefensi bisa saja berbeda untuk objek yang berbeda.
c. Desain Riset perlu ditentukan, apakah dalam MDS kita menggunakan
desain decompositional atribute-ftee ataukah compositional attribute-based. Dengan desain decompositional kita hanya mengukur kesan umum general
impression. Artinya responden tak perlu menguraikan alasan atas persepsi ataupun preferensinya. Dengan metode compositional, kita mengukur
kesan atas sejumlah merek berdasarkan sekumpulan atribut. Dengan menggunakan teknik pengukuran tertentu. biasanya Skala numerik ataupun
semantic differential scale, kita meminta responden memberikan peringkat rating pads sejumlah atribut.
Kesamaan diukur dengan membandingkan data setiap objek, umumnya dengan cara melakukan korelasi antar objek. Kesamaan turunan derived similarity kemudian
diolah dengan analisis faktor atau analisis diskriminan untuk mengidentifikasi dimensi- dimensi yang dipakai responden dalam membedakan objek-objek tersebut.
Berdasarkan isu-isu di atas, kita dapat mengetengahkan berbagai metode dalam membuat peta persepsi perceptual mapping. Konsep dasar MDS adalah proses
menentukan koordinat posisi tiap obyek dalam suatu peta multi dimensi sehingga jarak antar obyek pemetaan akan sesuai dengan nilai kedekatan dalam input datanya. Ukuran
kedekatan antar pasangan obyek berupa nilai kemiripan similarity atau nilai ketidak miripan dissimilarity. Jika yang dipakai sebagai ukuran kedekatan adanya nilai
kemiripan, semakin besar nilainya maka dua obyek tersebut semakin sama atau mirip satu sama lain.
2.11 Pengelolaan Ekosistem Mangrove
