melihat hubungan antar peubah. Hasil analisis komponen –komponen utama
antara lain nilai akar ciri eigen vector, proporsi keragaman, dan kumulatif akar ciri eigen value.
3.4.3.3 . Pembentukan Tipologi
Dasar pembuatan tipologi adalah faktor-faktor yang dianggap dominan dalam menentukan potensi hutan rakyat. Potensi hutan rakyat dalam penelitian ini
adalah luas hutan rakyat di suatu desa. Potensi tersebut diasumsikan dapat mewakili karakteristik lokal hutan rakyat di suatu tempat. Untuk melakukan
pengelompokkan tipologi digunakan analisis gerombol clustering analysis. Analisis gerombol merupakan salah satu analisis peubah ganda yang
mengelompokkan objek
berdasarkan kemiripan
atau ketidakmiripan
karakteristiknya, sehingga setiap objek dalam satu gerombol memiliki kesamaan yang tinggi sesuai dengan kriteria pemilihan yang ditentukan Hair et al. 1995.
Penelitian ini menggunakan analisis gerombol dengan metode K-Means. Metode ini menetapkan terlebih dahulu jumlah kelompok yang akan dibuat
sehingga metode ini cocok jika data yang diolah banyak .
Sedangkan tingkat kemiripan dalam analisis ini menggunakan jarak Euklidius Euclidean distance,
dimana untuk dua unit pengamatan mempunyai vector x dan y dengan dimensi p peubah, jarak Euklidius adalah :
Keterangan : = jarak euklidius antara x
i
dengan x
j
x
i
= nilai peubah x ke-i x
j
= nilai peubah x ke-j Jika terjadi korelasi yang tinggi antar peubah maka perlu dilakukan analisis
komponen utama terlebih dahulu.
3.4.3.4. Pengujian Tipologi
Untuk mengetahui kelompok-kelompok yang terbentuk sudah memiliki gambaran yang mirip terhadap potensi hutan rakyat, maka dilakukan pengujian
sebagai berikut :
a Uji keragaman Kelompok yang terbentuk dikatakan baik jika keragaman dalam satu
kelompok kecil, tetapi keragaman antar kelompok besar. Keragaman dapat diketahui dengan rumus :
Ragam rata-rata dalam kelompok adalah :
m n
n y
y s
n i
n i
i i
y
1
1 2
1 2
2
Ragam antar kelompok yang distandarkan :
Keterangan : yi = luas hutan rakyat per desa pada setiap kelompok
m = jumlah kelompok
= ragam pada kelompok ke-i = ragam pada kelompok ke-j
Keputusan : semakin besar nilai selisih antara dan
2 y
s maka akan semakin baik.
b Evaluasi akurasi Uji akurasi kelompok yang terbentuk menggunakan prinsip matrik
konfusikontingensi Confusion Matrix. Kelompok yang dibentuk berdasarkan data luas hutan rakyat menjadi acuan atau referensi akurasi.
Dengan matrik konfusi ini dapat dihitung akurasi rata-rata umum overall accuracy dan akurasi Kappa Kappa accuracy. Akurasi rata-rata umum
dilakukan untuk menghitung akurasi berdasarkan persentase jumlah desa atau poligon yang dikelaskan secara benar poligon pada model masuk pada kelas
yang sama pada poligon acuan, dibagi jumlah total piksel atau poligon. Akurasi rata-rata umum dihitung menggunakan rumus Jaya 2006 sebagai
berikut:
Keterangan : OA = Nilai akurasi rata-rata umum Overall Accuracy
X
ii
= Coincided Value atau luasan kelas tingkat keberhasilan yang sama antar tipologi atau kelas peubah yang dijadikan acuan
untuk verifikasi. N = Total area verifikasi.
Akurasi Kappa pada umumnya mempunyai nilai akurasi lebih kecil dari akurasi rata-rata umum karena akurasi Kappa dihitung tidak
hanya berdasarkan jumlah piksel atau poligon yang dikelaskan pada model masuk secara benar pada piksel atau poligon kelas acuan,
tetapi juga menghitung jumlah piksel atau poligon yang dikelaskan pada model tidak tepat masuk dalam kelas acuan. Akurasi Kappa
dihitung menggunakan rumus Jaya 2006 sebagai berikut :
Keterangan : K
= Akurasi Kappa Kappa Accuracy Xii = Coincided Value atau luasan kelas tingkat keberhasilan yang
sama antara hasil tipologi dan kelas peubah yang dijadikan acuan untuk verifikasi.
X+1 = Luas kolom dalam baris ke-i X1+ = Luasan dalam kolom ke-j
N = Total area verifikasi
c Pembagian kelas sebagai acuan Data sekunder luas hutan rakyat setiap desa yang bersumber dari
BP4K tahun 2010 digunakan sebagai pembanding nilai ideal untuk proses akurasi. Pembagian kelas berdasarkan metode rata-rata dan
simpangan bakunya dibuat setelah dilakukan uji kenormalan data membuang nilai-nilai pencilan. Rumus dan batas nilai masing-
masing kelas dapat dilihat pada Tabel 6 dan sebaran spasialnya pada Gambar 9.
a Klasifikasi 2 kelas luas hutan rakyat
b Klasifikasi 3 kelas luas hutan rakyat
c Klasifikasi 4 kelas luas hutan rakyat Gambar 9 Klasifikasi kelas hutan rakyat berdasarkan luasnya
Tabel 6 Jumlah kelas luas hutan rakyat dan batasan per kelas
Jumlah Kelas Rumus
Batasan Kelas
Jumlah Desa
2 Kelas Rendah
– 58 Ha
166 Tinggi
58 Ha
170 3 Kelas
Rendah
32 Ha
115 Sedang
32 – 85 Ha
88 Tinggi
85 Ha
133 4 Kelas
Rendah
32 Ha
117 Sedang
32 – 73 Ha
69 Tinggi
73 – 111 Ha
43 Sangat Tinggi
111 Ha
107 5 Kelas
Sangat Rendah
19
77 Rendah
19-32
40 Sedang
33-73
69 Tinggi
73-111
43 Sangat Tinggi
111
107
Keterangan : = rata-rata luas hutan rakyat
SD = Standar Deviasi simpangan baku
3.4.4. Pemeriksaan Lapangan
