20 kerapatan masing-masing jenis disebabkan oleh reproduksi, penyebaran dan daya
adaptasi terhadap lingkungan. Indriyanto 2006, menyatakan densitas pada umumnya berhubungan
dengan kelimpahan berdasarkan penaksiran kualitatif seperti sangat jarang, jarang, banyak, dan sangat banyak.Kelimpahan adalah parameter kualitatif yang
mencerminkan distribusi relatif spesies organisme dalam komunitas. Menurut Bibby et al. 2000, menghubungkan distribusi burung secara langsung dengan
pohon dan jenis tumbuhan yang ada di suatu tempat memang sangat ideal. Kelimpahan pohon yang sedang berbuah mungkin dapat dihubungkan dengan
kelimpahan jenis burung pemakan buah-buahan.
2.11. Principal Component Analysis PCA
Secara teknis, Principal Component Analysis PCA atau Analisis Kompunen Utama AKU merupakan suatu teknik mereduksi data multivariate
banyak data yang mencari untuk mengubah mentransformasi suatu matrik data awalasli menjadi suatu set kombinasi linear yang lebih sedikit akan tetapi
menyerap sebagian besar jumlah varian dari data awal. Banyaknya faktor komponen yang dapat diekstrak dari data awalasli ialah sebanyak variabel yang
ada. Kita harus mereduksi data asli dengan sedikit mungkin komponenfaktor akan tetapi masih memuat sebagian besar variasi dari data asliawal katakan lebih
dari 80 Supranto 2004. Di dalam aplikasi data penginderaan jauh inderaja, PCA merupakan
salah satu metode statistika yang digunakan untuk menggali informasi dari data citra inderaja, terutama dalam hubungannya dengan multidimensi peubah
Adiningsih et al.2004. Principal Component Analysis digunakan untuk menguji hubungan antara beberapa variabel kuantitatif. Teknik ini sangat baik dalam
mendeteksi hubungan linear antara plot-plot pada berbagai komposisi jenis, kepadatan dan cover. Principal Component Analysis telah digunakan sebagai cara
terbaik melakukan analisis awal dari skema klasifikasi vegetasi dalam mempersiapkan membangun peta vegetasi. Komponen utama dihitung
berdasarkan kombinasi linear dari variabel-variabel yang digunakan dalam analisis, dengan koefisien yang sama untuk eigenvector dari korelasi atau matriks
kovarian. Komponen utama diurutkan berdasarkan urutan eigenvalue, dimana
