3.5 Teknik Analisis Data
3.5.1 Klasifikasi Penggunaan Lahan dan Deteksi Perubahan
Proses klasifikasi adalah pengkelasan objek hasil interpretasi ke dalam tipejenis penggunaan lahan tertentu. Dalam hal ini diklasifikasikan 10 sepuluh
tipejenis penutupanpenggunaan lahan berdasarkan kenampakan pada citra Landsat dan pengecekan lapang yaitu : hutan, lahan tambang, perkebunan,
pemukiman, lahan terbuka, rawa, sawah, mangrove, semak belukar dan tubuh air. Hasil klasifikasi ini kemudian diuji kebenarannya dengan melakukan
pengecekan ke lapang secara langsung pada daerah penelitian. Pengambilan beberapa titik pengecekan di lapang yang kemudian digunakan untuk menganalisa
dan memperbaiki hasil klasifikasi.
3.5.2 Identifikasi Pusat-pusat dan Faktor Utama Perubahan Penggunaan Lahan
Analisis spasial yang dilengkapi dengan analisis Location Quotient LQ adalah pendekatan yang digunakan untuk mengidentifikasi pusat-pusat perubahan
penggunaan lahan pada unit administrasi tingkat kecamatan. Hal ini dilakukan dengan melihat perubahan penggunaan lahan secara spasial dan dilakukan analisis
LQ dengan menggunakan data atribut peta penggunaan lahan Kabupaten Bangka Tengah pada 3 tiga titik tahun. LQ merupakan alat analisis yang dapat
menjelaskan lokasi atau daerah mana yang dapat dijadikan sebagai pemusatan aktivitas penggunaan lahan dan lokasi atau daerah mana yang menjadi konsentrasi
aktivitas perubahan penggunaan lahan tertentu. Analisis LQ ini dilakukan dari unit administrasi terkecil kecamatan untuk setiap wilayah kabupaten Rustiadi et
al , 2009.
Persamaan analisis LQ dalam penelitian ini adalah :
Dimana: X
ij
: penggunaan lahan ke-j di kecamatan ke-i
X
i.
: total luas perubahan penggunaan lahan di kecamatan ke-i
X
.j
: total luas perubahan penggunaan lahan ke-j di Kabupaten
Bangka Tengah X
..
: total luas perubahan penggunaan lahan di kabupaten
Interpretasi hasil analisis LQ, adalah sebagai berikut : - Jika nilai LQ
ij
1, maka hal ini menunjukkan terjadinya konsentrasi suatu aktifitas di sub wilayah ke-i secara relatif dibandingkan dengan total wilayah
atau terjadi pemusatan aktifitas di sub wilayah ke-i, sehingga dapat diketahui bahwa suatu wilayah administrasi terkecil yang dianalisis merupakan wilayah
yang menjadi pusat perubahan penggunaan lahan jenis pemanfaatan tertentu. - Jika nilai LQ
ij
= 1, maka sub wilayah ke-i tersebut mempunyai konsentrasai aktifitas di wilayah ke-i sama dengan rata-rata total wilayah.
- Jika nilai LQ
ij
1, maka sub wilayah ke-i tersebut mempunyai aktifitas lebih kecil dibandingkan dengan aktifitas yang secara umum ditemukan di seluruh
wilayah. Sedangkan analisis regresi berganda multiple regression analysis
digunakan untuk menduga faktor utama penyebab terjadinya perubahan penggunaan lahan. Sebelum dilakukan analisis regresi berganda, terlebih dahulu
dilakukan analisis korelasi untuk mengetahui keeratan hubungan antara dua peubah yang diasumsikan berpengaruh terhadap perubahan penggunaan lahan,
sebagai salah satu pertimbangan dalam melihat ada atau tidaknya hubungan sebab akibat antar peubah tersebut.
Analisis regresi berganda yang dilakukan untuk mengetahui faktor-faktor utama yang berpengaruh nyata terhadap penggunaan lahan tertentu dengan
persamaan yang mencerminkan hubungan fungsional antara peubah tidak bebas Y dengan peubah bebas X, dengan mengikuti model sebagai berikut:
Y
r
= α + βX
r
+ ε
r
dimana : Y
r
= Perubahan penggunaan lahan
α =
intercept β
= koefisien fungsi regresi
X
r
= variabel bebas
ε
r
= error.
Sebagaimana yang telah disampaikan sebelumnya bahwa variabel X yang digunakan adalah kerapatan penduduk, kerapatan jalan, kerapatan sungai, Indeks
Perkembangan Desa IPD dan proporsi luas masing-masing penggunaan lahan
tahun sebelumnya. Selanjutnya hasil analisis regresi berganda tersebut juga disajikan dalam bentuk scatterplot.
Analisis korelasi dilakukan sebelum analisis regresi berganda. Dalam analisis korelasi sederhana, keeratan hubungan antara dua peubah akan
ditunjukkan apakah berkorelasi positif, negatif atau tidak berkorelasi. Dua peubah dinyatakan berkorelasi positif bila memiliki kecenderungan yang searah.
Sebaliknya, jika kedua peubah tersebut berkorelasi negatif dinyatakan memiliki kecenderungan tidak searah berbanding terbalik. Dua peubah disebut tidak
berkorelasi atau tidak memiliki hubungan sama sekali jika nilai koefisien korelasi mendekati nol. Hal ini berarti perubahan nilai pada salah satu peubah tidak diikuti
oleh perubahan pada peubah lainnya. Analisis korelasi dibuat dalam bentuk matriks korelasi dengan peubah yang
digunakan adalah kerapatan penduduk, kerapatan jalan, kerapatan sungai, Indeks Perkembangan Desa IPD, dan proporsi luas masing-masing penggunaan lahan
tahun sebelumnya. Variabel ini juga akan digunakan dalam analisis regresi berganda untuk menduga faktor utama perubahan penggunaan lahan. Koefisien
korelasi yang menyatakan besarnya hubungan antara dua peubah tersebut dapat dinyatakan dengan persamaan sebagai berikut :
dimana : n
= ukuran populasi xi
= nilai peubah x untuk anggota populasi ke-i yi
= nilai peubah y untuk anggota populasi ke-i Selanjutnya dilakukan analisis regresi berganda multiple regression untuk
mengetahui faktor-faktor utama yang berpengaruh nyata terhadap penggunaan lahan tertentu. Persamaan model regresi berganda mencerminkan hubungan
fungsional antara peubah tidak bebas Y dengan peubah bebas X, dengan mengikuti model sebagai berikut:
Y
r
= α + βX
r
+ ε
r
dimana : Y
r
= Perubahan penggunaan lahan
α =
intercept β
= koefisien fungsi regresi
X
r
= variabel bebas
ε
r
= error.
Sebagaimana yang telah disampaikan sebelumnya bahwa variabel X yang digunakan adalah kerapatan penduduk, kerapatan jalan, kerapatan sungai, Indeks
Perkembangan Desa IPD dan proporsi luas masing-masing penggunaan lahan tahun sebelumnya.
3.5.3 Identifikasi Hubungan Aktivitas Pertambangan dengan Perubahan Penggunaan Lahan
Selanjutnya pendekatan secara spasial dan deskriptif digunakan untuk menjelaskan hubungan perubahan penggunaan lahan dengan semakin maraknya
aktivitas pertambangan di Kabupaten Bangka Tengah. Pendekatan ini dilakukan terhadap hasil analisis kuantitatif yang meliputi hasil analisis spasial, hasil analisis
LQ, hasil analisis regresi berganda dan korelasi.