Peta Status Lahan Pra Pengolahan Data
x =
∑
; e = Dimana :
x = skor kelas sub faktor
o = jumlah hotspot yang ada pada tiap kelas observed hotspot
e = jumlah hotspot yang diharapkan pada tiap kelas expected hotspot
T = jumlah seluruh hotspot
F = persentase luas pada tiap kelas
Untuk melakukan perhitungan jumlah hotspot yang ada pada masing- masing kelas, digunakan ekstensi Arc GIS 9.3 Hawths Tools yang dapat di unduh
secara gratis dari internet. Ekstensi ini dapat menghitung jumlah hotspot di dalam poligon kelas variabel.
4.3.4.3
Penghitungan Nilai Skor Skala Rescalling Score
Rescalling score digunakan untuk menstandarkan nilai skor pada masing- masing variabel pada rentang niai tertentu. Salah satu cara menstandarkan skor
skala adalah formula Jaya et al. 2007, dimana masing-masing kelas diberi skor pada rentang 10 sampai dengan 100 menggunakan persamaan berikut :
ScoreR = {
∗ScoreR
+
− ScoreR
-
} + ScoreR
-
Keterangan : Score R = nilai skor hasil Rescalling
Score E
-1
= nilai skor dugaan estimated score input Score E
-
= nilai minimal skor dugaan Score E
+
= nilai maksimal skor dugaan Score R
+
= nilai skor tertinggi hasil Rescalling Score R
-
= nilai skor terendah hasil Rescalling
Variabel dalam analisis ini memiliki jumlah kelas yang sedikit umumnya 3-4 kelas dan menghasilkan skor dugaan yang nilainya sama dengan skor
aktualnya, sehingga nilai skor dugaan dalam formula ini dimodifikasi dengan skor aktual masing-masing kelas. Peta tematik variabel yang telah diberi atribut skor
dan data posisi hotspot selanjutnya dikonversi menjadi data raster dengan ukuran area piksel sama yaitu 1 km x 1 km. Penyamaan ukuran area piksel ini untuk
memungkinkan proses overlay. Jumlah piksel wilayah studi mencapai 3 869 piksel 1 piksel berukuran 1 km x 1 km selanjutnya diuji untuk mendapatkan
model regresi dengan nilai koefisien determinasi terbaik. Analisis hubungan antara skor setiap peubah terhadap kepadatan hotspot dilakukan melalui
pendekatan analisis regresi dengan estimasi kurva. Penilaian signifikansi dan koefisien determinasi R Square dilakukan oleh software SPSS 16 dengan
variabel bebas masing-masing peubah dan variabel terikat kepadatan hotspot pada radius 1 km.