Analisis Komponen Utama PCA, Principal Component Analysis

dari persamaan di atas akan dibuatkan suatu matriks korelasi dari komponen yang bersangkutan Ludwig and Reynolds 1988, diacu dalam Bengen 2000. B sxn = A xsn . A tnxs dimana : B sxn = Matriks korelasi A xsn = Indeks matrik sintesis A tnxs = Matriks transformasi A xsn Pada prinsipnya Analisis Komponen Utama menggunakan jarak Euclidean Analisis Kelompok, Cluster Analysis, yang didasarkan pada rumus di bawah ini Legendre dan Legendre 1983, diacu dalam Bengen 2000 : dimana : d i,i’ = jarak antara pusat data dengan titik data i i = indeks untuk baris, dari baris ke-i sampai dengan ke-i’ j = indeks untuk kolom Semakin kecil jarak Euclidean antar stasiun pengamatan, maka semakin mirip karakteristik antara stasiun tersebut. Untuk menganalisa data dengan Analisis Komponen Utama dan Analisis Kelompok digunakan perangkat lunak program Statistika 6.

3. Analisis Faktorial Koresponden CA, Correspondence Analysis

Analisis Faktorial Koreponden Correspondence Analysis, CA adalah suatu metode stastistik yang bertujuan mencari hubungan yang erat antara modalitas dari dua karakter atau variabel pada variabel matriks data kontingensi, dan mencari hubungan yang erat antara seluruh modalitas karakter dan kemiripan antara individu. Tabel kontingensi mempertemuka n n baris dan p kolom, baris ke-i dan kolom ke-j berisi nij dengan karakter i dan karakter j, dalam matriks tersebut, i dan j mempunyai peranan yang simetrik. Membandingkan unsur-unsur i untuk tiap j sama dengan membandingkan hukum probabilitas bersyarat yang diestimasi dari n ij n i untuk masing-masing n ij n j , dimana n i = ? n ij ? s ubjek i ∑ = − = p 1 j 2 2 Xi Xij i , i d yang memiliki semua karakter j dan n i = ? n ij jumlah jawaban karakter j Bengen 2000. Menurut Bengen 2000, untuk membandingkan 2 objek, maka perlu diberikan suatu pengukuran yang dapat mengkarakteristikan kemiripan atau ketidakmiripan. Dalam hal ini Analisi Faktorial Koresponden menggunakan jarak khi-kuadrat. Jarak khi kuadrat diformulasikan dengan rumus : d 2

i,i’ =

[ ] ∑ = − p j i j i i ij X X X X 1 2 dimana : X i = ? baris i untuk semua kolom X ij = ? kolom j untuk semua baris Pada matriks data, terdiri dari i-baris persen penutupan karang dan j-kolom stasiun pengamatan, dimana pada baris ke-i dan kolom ke-j ditemukan kelimpahan komponen penutupan karang life form. Untuk menganalisa data dengan Analisis Faktorial Koreponden digunakan perangkat lunak program Statistika 6.

4. Biokonsentrasi Faktor

Biokonsentrasi faktor digunakan untuk mengetahui besarnya daya absorbsi dan laju distribusi pencemar, media absorbsi adalah melihat konsentrasi dalam jaringan tubuh organisme. K c = C F C w dimana : K c = Biokonsentrasi faktor C F = Konsentrasi di organisme C w = Konsentrasi di air