Waktu dan Tempat Data, Software, dan Hardware Data IHMB

Gambar 1 Peta sebaran plot model dan plot validasi kayu indah. Gambar 2 Peta sebaran plot model dan plot validasi kayu lindung. 7 8 Gambar 3 Peta sebaran plot model dan plot validasi kayu meranti. Gambar 4 Peta sebaran plot model dan plot validasi kayu rimba.

b. Software

Software yang digunakan dalam melakukan penelitian ini adalah seperangkat komputer yang dilengkapi dengan software ArcView 3.3 Extension berbasis IHMB dan Kriging Interpolator 3.2, dan MS Excel.

c. Hardware

Hardware yang digunakan adalah seperangkat komputer 2 buah dan PC Portable Computer, dan printer.

2.3 Metode Interpolasi

Interpolasi spasial adalah suatu teknik untuk menghitung nilai antara di antar dua titik atau lebih titik yang secara spasial berdekatan. Metode interpolasi permukaan umumnya dilakukan dengan 2 metode: Inverse Distance Weight IDW, Spline, dan Kriging. Dalam interpolasi dengan menggunakan metode IDW, terdapat dua parameter yang bisa dipelajari yaitu power dan jumlah sampel. Pada penelitian ini hanya dipelajari parameter power. Metode Spline memiliki dua parameter juga, yaitu regularized dan tension. Namun dalam penelitian ini hanya akan dikaji parameter regularized . Sedangkan pada metode Kriging hanya akan dipelajari parameter dari Ordinary Kriging saja. Hasil interpolasi dari ketiga metode tersebut ditransformasi menjadi isoline yang selanjutnya ditransformasi menjadi polygon . Selain itu pada metode Kriging ditunjukkan beberapa bentuk semivariogram berdasarkan bobot yang terbaik pada masing-masing jenis kayu. Semivariogram ini merupakan proses awal ketika melakukan interpolasi menggunakan metode Kriging. Semivariogram akan menampilkan nilai aktual dan nilai prediksi dari bobot method yang dipilih.

1. Metode IDW

Metode Inverse Distance Weight IDW interpolator ini mengasumsikan bahwa masing-masing input titik mempunyai pengaruh lokal, dimana-mana 9 pengaruh lokalnya akan berkurang dengan bertambahnya jarak. Bobot dari titik- titik yang lebih dekat dari titik yang diproses lebih besar dari yang jaraknya lebih jauh. Oleh karena itu, sejumlah piksel titik tertentu atau semua titik dalam radius tertentu dapat digunakan untuk menentukan nilai outputnya. a b Gambar 5 Ilustrasi metode interpolasi IDW. Metode interpolasi dengan Jarak Terbalik Tertimbang adalah metode interpolasi dimana nilai sel yang dihitung berdasarkan kombinasi linear tertimbang dari suatu set titik. Besarnya bobot merupakan fungsi dari besarnya nilai kebalikan jarak. Permukaan yang akan diinterpolasi sebaiknya merupakan suatu variabel yang sangat bergantung pada lokasi. Pilihan dari besarnya nilai ”pangkat” dari IDW menyebabkan kita bisa mengendalikan signifikansi dari titik- titik yang akan diinterpolasi. Hal itu mampu mengendalikan signifikansi dari titik- titik yang diketahui pada nilai interpolasi, berdasarkan jarak dari output. Dengan mendefinisikan nilai pangkat yang lebih tinggi, penekanan lebih diberikan pada titik-titik yang lebih dekat, sehingga nilai yang lebih dekat memberikan pengaruh yang lebih besar, serta bentuk permukaan menjadi lebih detail mendekati halus. Jika nilai pangkat semakin besar, maka nilai hasil interpolasi mulai mendekati nilai-nilai dengan jarak yang terdekat. Dengan kata lain, jika nilai pangkatnya semakin rendah maka akan menghasilkan pengaruh sedikit dibandingkan pengaruh yang lebih tinggi terhadap titik-titik yang lokasinya lebih jauh. Oleh karena rumus IDW tidak terkait dengan proses fisik yang riil, maka tidak ada untuk menentukan nilai pangkat yang terlalu besar. 10 Titik Contoh Titik Contoh Nilai yang tidak diketahui “?”