lainnya akan meningkat pula. Bila r mendekati -1 atau +1 maka hubungan antara peubah itu kuat dan terdapat korelasi yang tinggi antara kedua peubah itu Walpole
1995.
2.3.6 Analisis Fungsi Diskriminan
Analisis diskriminan merupakan teknik menganalisis data peubah tak bebas criterion yang merupakan kategori non-metrik bersifat kualitatif terhadap peubah
bebas sebagai predictor merupakan metrik bersifat kuantitatif Supranto 2004. Analisis diskriminan dapat digunakan untuk mengelompokkan atau
mengklasifikasikan pengamatan atau peubah ke dalam kelompok baru yang jumlahnya lebih sedikit dibandingkan jumlah pengamatan atau peubah awal
Jonathan 2012. Pengolahan analisis diskriminan dilakukan dengan pengelompokkan
bonita yang diperoleh dari data bonita tegakan jati di peta petak kerja Perhutani. Peubah bebas yang digunakan, yaitu : D
citra
, C
citra
, dan N
citra
. Model analisis diskriminan menghasilkan fungsi dengan kombinasi liniar
sebagai berikut : D
i
= b + b
1
X
i1
+ b
2
X
i2
+ b
3
X
i3
dimana : D
i
= niai diskriminan dari bonita ke-i i = 3.0, 3.5, 4.0
D merupakan peubah tak bebas b
j
= koefisien atau timbangan diskriminan dari peubah X
ij
= peubah atribut ke-j dari responden ke –i
X
ij
merupakan peubah bebasprediktor Model matematik untuk analisis diskriminan adalah sebagai berikut:
D = b
0,
b
1,
b
2,
b
3,
….., b
k
1 X1
X2 X3
. .
Xk
= b
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+….+ b
k
X
k
21
Proses klasifikasi pada fungsi diskriminan bonita adalah sebagai berikut : X
1 2
� Max
Bonita terpilih
Dimana X adalah vektor lajur yang dinyatakan sebagai berikuit, X =
�1 �2
�� Suatu vektor X yang tidak diketahui akan dimasukkan dan dievaluasi oleh
masing-masing fungsi diskriminannya, kemudian nilai yang paling besar akan menyatakan kelas dari fungsi yang menghasilkan nilai tersebut.
Untuk mengetahui tingkat keterwakilan data sebaran yang terklasifikasikan dengan benar, dilakukan penghitungan Jumlah benar :
� = �c
�� × 100
dimana : Pc
= Proporsi benar Nt
= Total sampel Nc
= Jumlah benar
2.3.7 Akurasi Bonita
Penilaian bonita didasarkan atas tinggi yang dicapai pada umur indeks tertentu specific index age. Pembagian bonita didasarkan atas peninggi tegakan,
peninggi ini disebut indeks bonita Anonim 2010. Peninggi merupakan rata-rata dari 100 pohon tertinggi yang hidup merata dalam luasan 1 hektar Arief 2001.
Akurasi peninggi dimaksud adalah melakukan perhitungan ulang peninggi dengan tinggi total pohon dalam setiap plot per petaknya. Peninggi yang diperoleh di
korelasikan dengan umur untuk ditentukan bonita melalui grafik indeks bonita H.E. Wolff von Wolffing 1932 sehingga diperoleh nilai bonita baru, dalam hal ini
disebut bonita peninggi. Pengolahan data selanjutnya menggunakan analisis diskriminan dengan
pengelompokkan bonita yang diperoleh dari data bonita peningi, dengan peubah D
citra
, C
citra
, N
citra
. 22
Tahapan pelaksanaan penelitian terangkum dalam bagan penelitian berikut Gambar 12 :
TIDAK YA
Gambar 12 Diagram alur tahapan penelitian. TIDAK
23
Mosaik
Citra
Persiapan dan Pengumpulan
Data
Pengolahan Data Lapangan CDN Lapangan
Pengambilan Data Lapangan Desain
Pengambilan Contoh Mulai
Koreksi Geometrik
Interpretasi Visual Interpretasi, Digitasi, klasifikasi CDN Citra
Accuracy Tt
Analisis Fungsi Diskriminan
Analisis Diterima
Evaluasi Overlay dan Uji Korelasi
Selesai
BAB III KONDISI UMUM LOKASI PENELITIAN
