Analisis Pengelompokkan Cluster Analysis Analisis Koresponden Correspondence Analysis

2.5.2. Analisis Pengelompokkan Cluster Analysis

Analisis pengelompokkan clustering merupakan teknik matematis untuk mengelompokkan sejumlah sampel yang memiliki indeks pengukuran kesamaan satu dengan yang lainnya. Menurut Krebs 1989 ada beberapa klasifikasi dalam metode pengelompokkan: Hirarki , aglomerasi, monotetik atau politetik, kualitatif atau kuantitatif. Single Linkage Clustering merupakan teknik pengelompokkan yang sederhana dengan bentuk analisis pengelompokkan berupa hirarki. Teknik ini sering disebut metode data terdekat. Complete Linkage Clustering sering disebut metode data terjauh. Konsep teknik ini berlawanan dengan Single Linkage Clustering, meskipun proses kerja yang dilakukan secara umum sama kecuali definisi kesamaannya. Average Linkage Clustering merupakan teknik yang sangat mudah dikembangkan untuk menghindari kesulitan dalam menggunakan Single Linkage Clustering dan Complete Linkage Clustering. Secara keseluruhan Average Linkage Clustering menggunakan komputerisasi tiap proses pengelompokkan clustering. Komputer meratakan kesamaan diantara sampel dan mengelompokkannya. Strategi pengelompokkan yang sering digunakan pada Average Linkage Clustering sering disebut Underweighted Pair-Group Method using aritmethic Average UPGMA.

2.5.3. Analisis Koresponden Correspondence Analysis

Analisis koresponden correspondence analysis merupakan metode yang dapat mendeskripsikan berbagai tipe data yang berbeda, dependensi dan korespondensi antara dua himpunan karakter i dan j contohnya: sektor spesies dan stasiun. Menurut Bengen 2000 tujuan utama penggunaan analisis faktorial koresponden adalah untuk mencari hubungan yang erat antara modalitas dari dua karaktervariabel pada tabelmatriks data. Bentuk data yang digunakan pada analisis koresponden memiliki dua tipe matriks, yaitu: pertama, matriks kontingensi yang mempertemukan n baris dan p kolom, pada baris ke-i dan kolom ke-j berisi nilai n i,j yang merupakan jumlah individu yang memiliki secara bersama karakter i dan j. Kedua, matriks logik disjungtif lengkap yang mempertemukan menyilangkan baris i dan kolom j bernilai 1 dan 0 berdasarkan terjadi atau tidaknya fenomena pada baris i dan kolom j. 18

3. METODOLOGI PENELITIAN

3.1. Waktu dan Lokasi Penelitian

Penelitian ini dilakukan dengan menggunakan data sekunder. Ada beberapa data sekunder yang digunakan dalam penelitian ini, yaitu data angin serta parameter gelombang perairan, data arus permukaan dan data komunitas ikan terumbu. Pada Tabel 2. ditunjukkan titik koordinat dan domain spasial dari pengukuran tiap parameter pengambilan data sekunder. Daerah penelitian difokuskan di perairan Karang Lebar dan sekitarnya, Kepulauan Seribu. Daerah penelitian ditampilkan pada Gambar 1. Tabel 2. Domain Spasial Pengambilan Data Yang Digunakan Dalam Penelitian No Parameter Koordinat Waktu Pengamatan Keterangan BT LS 1. Angin dan Gelombang 107°00 00 6° tiap bulan Juni selama 2007 hingga 2009 Data BMKG 2. Komunitas Ikan Terumbu 106°33 49 - 106°36 48,9 5°42 56,3 - 5°44 13,81 24, 25 dan 27 Juni 2009 Siregar 2009 3. Arus Musim Timur 106°36 19,7 5°44 0,49 Agustus 2007 Data Penelitian Edy Setyawan 2008 4. Arus Musim Timur 106°33 49 - 106°36 48,9 5°42 56,3 - 5°44 13,81 Mei-Juli 2008 Siregar 2008 5. Arus Musim Timur 106°36 19,7 5°44 0,49 Juni 2009 Data Penelitian Fadhillah Rahmawati 2010