Analisis Spasial Model Habitat Preferensial

yang multikolinearitas variabel bebasnya saling berkorelasi. Oleh karena terdapat variabel bebas yang saling berkorelasi maka tidak semua variabel bebas hasil analisis regresi stepwise masuk dalam model. Hal ini disebabkan, variabel bebas lain yang memiliki korelasi lebih besar dengan variabel tidak bebas sudah diwakilinya Iriawan dan Astuti, 2006. Pemilihan prosedur regresi stepwise ini dimaksudkan untuk menghasilkan model regresi regresi berganda terbaik. Persamaan yang digunakan adalah sebagai berikut Supranto, 2004 : Y1 = bo + b1x1 + b2x2 + .....+ b12x12 + ε Dimana : Y1 = Lama waktu aktifitas owa jawa bo = Nilai Intersep bi = Nilai koefesien regresi ke-i X1 = Tinggi Pohon m X2 = Tinggi Bebas Cabang Pohon m X3 = Diameter Pohon cm X4 = Tajuk Pohon X5 = Profil Pohon X6 = Kerapatan Pohon X7 = Kerapatan Tajuk LAI X8 = Ketinggian tempat m dpl X9 = Kemiringan Lereng X10 = Jarak dari sungai m X11 = Jarak dari jalan m X12 = Jarak dari perkebunan m Hipotesis yang dibangun adalah : H0: Tidak terdapat hubungan antara variabel x dengan variabel y H1: Minimal terdapat satu hubungan antara variabel x dengan variabel y Keputusan yang diambil adalah jika nilai p ≤ 0.05, maka tolak H0 Terima H1 begitupun sebaliknya, jika nilai p 0.05 maka terima H0 tolak H1.

4.3.2.4 Analisis Spasial Model Habitat Preferensial

Untuk membuat model spasial habitat preferensial, terlebih dahulu dilakukan pembangunan data spasial di CAGT. Data yang dikumpulkan meliputi data spasial yang berupa: a Peta kawasan CAGT, b citra landsat ETM+5 path 122 row 65 wilayah Jawa Barat tahun 2007, c peta rupa bumi Jawa Barat d data lapangan, titik koordinat plot owa. Pembangunan data spasial dilakukan dengan mengolah dan menyimpan data yang diperoleh ke dalam bentuk peta-peta tematik di CAGT, yaitu: peta tutupan lahan, peta ketinggian tempat, peta kemiringan lereng, peta sungai, peta jalur manusia jalan dan peta Normalize Digital Vegetation Index NDVI. 4.3.2.4.1 Pembuatan peta LAI Image fotografi hemisphirical berasal dari pengambilan foto hemisphirical yang dilakukan dibeberapa tipe tutupan tajuk habitat owa jawa di TNGP. Hal tersebut dilakukan dengan pertimbangan ketersediaan alat dan tipe tutupan tajuk yang mempunyai kemiripan antara TNGP dan CAGT. Untuk presisi dugaan nilai LAI di CAGT, terlebih dahulu dibuat persamaan regresi antara nilai NDVI dari citra landsat TNGP dengan nilai LAI di TNGP berdasarkan hasil analisis foto hemisphirical menggunakan software Hemiview. Persamaan tersebut akan menghasilkan model regresi untuk nilai LAI di TNGP. Selanjutnya nilai LAI di TNGP diregresikan kembali dengan nilai NDVI dari Citra Landsat CAGT. Tahapan pembuatan peta LAI tersebut disajikan pada Gambar 7 berikut ini : Gambar 7. Bagan pembuatan peta LAI. Citra Landsat TNGP dan CAGT Koreksi Geometrik Peta LAI CAGT Regresi Nilai Leaf Area Index LAI di TNGP Normalize Digital Vegetation Index NDVI TNGP Fotografi Hemisphirical di TNGP Nilai Leaf Area Index LAI di CAGT Regresi Normalize Digital Vegetation Index NDVI CAGT Software Hemiview Nilai LAI di koordinat Fotografi Hemisphirical di TNGP

4.3.2.4.2 Pembuatan peta ketinggian dan peta kemiringan lahan

Peta ketinggian dan kemiringan lereng dibuat dari data peta kontur vektor yang dianalisis dengan menggunakan software Arc View GIS 3.3 sehingga menghasilkan peta ketinggian dan kemiringan lereng digital yang diinginkan. Gambar 8. Bagan pembuatan peta ketinggian dan peta kemiringan lereng.

4.3.2.4.3 Pembuatan peta jarak dengan jalan, sungai dan perkebunan

Peta jarak jalan buffer dibuat dari data peta jaringan jalan vektor, sungai dan enclave perkebunan yang dianalisis dengan menggunakan software Arc View GIS 3.3. Gambar 9. Bagan pembuatan peta jarak dari jalan, sungai dan perkebunan.

4.3.2.4.4 Pembuatan Peta Habitat Preferensial

Hasil dari analisis preferensial pada peubah yang dianalisis secara spasial menjadi acuan dalam pembobotan peta. Peubah fisik dan biotik yang mempunyai indek preferensi 1, akan diberi kelas disukai dan sebaliknya untuk indeks preferensi 1. Neu 1974 menyatakan bahwa preferensi didapatkan dari proporsi penggunaan berbanding ketersediaan, dalam penelitian ini proporsi dimaksud adalah proporsi lama waktu aktifitas owa jawa pada peubah. Oleh Data Vektor Kontur Digital elevation Model DEM Peta Kemiringan Lereng Peta Ketinggian Peta Buffer Jalan Sungai Perkebunan Peta Jalan Sungai Perkebunan karena itu, prosedur yang sama dilakukan pada pembuatan peta habitat preferensial. Untuk analisis preferensi pada ketinggian dan kemiringan lereng, ketersediaan data didapatkan melalui peta raster DEM 30x30, yang berisi nilai continues di setiap pikselnya. Berbeda dengan jarak dari sungai, jarak dari kebun dan jarak dari jalan, yang berupa buffer, dalam bentuk data discrete. Agar peta- peta tersebut dapat memiliki nilai piksel, maka dilakukan transformasi peta menggunakan Euclidean Distance pada software ArcGis 3.3. Adapun tahapan analisis dan pembuatan peta preferensial owa jawa terhadap jarak dari sungai, kebun dan jalan akan disajikan pada gambar berikut ini : Gambar 10. Tahapan Pembuatan Peta Preferensial Menggunakan Euclidean Distance Peta-peta preferensi pada berbagai tipe peubah yang telah dibuat selanjutnya ditumpang tindihkan overlay untuk mendapatkan peta habitat preferensial owa jawa di CAGT. Overlay dari peta-peta tematik preferensi owa jawa dilakukan dengan menggunakan model persamaan analisis regresi berganda. Adapun model persamaan analisis regresi berganda dinotasikan sebagai berikut : Y = ak1+bk2+ck3+dk4+ek5+fk6 Keterangan: Y = Model habitat preferensial owa Jawa di CAGT a-f = Nilai bobot setiap variabel hasil analisis regresi k1 = Ketinggiantempat k2 = Kemiringan lereng Peta Jarak Dari Sungai Peta Jarak Dari Jalan Analisis Preferensial Spatial Analyst Tools Titik Koordinat Owa Jawa Peta Jarak Dari Kebun Data Titik dari Sumber : Discrete Euclidean Distance Data Titik dari Sumber : Continues Peta Preferensial Peubah k3 = Kerapatan tajuk k4 = Jarak dari jalan k5 = Jarak dari sungai k6 = Jarak dari perkebunan Persamaan regresi menjadi pembobot dalam tumpang tindih overlay peta preferensial pada tiap tipe peubah. Peta berisi nilai piksel tertentu, dimana nilai tersebut akan menjadi dasar dalam pengklasifikasian luas habitat preferensial dan habitat non preferensial di CAGT. Adapun tahapan pembuatan peta habitat preferensial secara terperinci akan diuraikan pada gambar sebagai berikut : Gambar 11. Tahapan Pembuatan Peta Habitat Preferensial Owa Jawa Di CAGT. Titik Pengamatan Owa Jawa Analisis Regresi Berganda Model Habitat Preferensial Peta Habitat Preferensial Overlay Peta Preferensi Ketinggian Tempat Peta Preferensi Kemiringan Lereng Ketinggian Tempat Kemiringan Lereng Analisis Preferensial Topografi Euclidean Distance Peta Buffer Jalan Peta Preferensi Jarak Dari Kebun Peta Preferensi Jarak Dari Sungai Peta Preferensi Jarak Dari Jalan Jaringan sungai Peta Buffer Jarak dari kebun Lama Waktu Aktifitas Owa Jawa Peta Preferensi LAI Peta LAI Raster DEM 30x30 Peta NDVI Nilai LAI Hemiview Fotografi Hemisphirical Citra Landsat Band 3 dan Band 4 Analisis Peta Habitat Preferensial Regresi Linier Jalan Tutupan Lahan V . HASIL DAN PEMBAHASAN 5.1 HASIL Jumlah plot sampling didapatkan sebanyak 49 buah dengan berbagai bentuk aktifitas, peubah, frekuensi dan lama waktu perjumpaan. Semua pohon yang menjadi pusat kuadran adalah pohon pakan berdasarkan hasil studi pakan owa jawa yang telah dilakukan sebelumnya Kappeler, 1984; Iskandar, 2007; Sartika, 2008. Hasil penelitian terbagi dalam 3 tiga bagian utama, yaitu hasil identifikasi terhadap peubah determinan owa jawa, hasil analisis preferensial terhadap peubah determinan dengan konklusi berupa karakteristik habitat preferensial owa jawa dan model spasial habitat preferensial owa jawa.

5.1.1 Identifikasi Peubah Determinan