Tabel 11 Komponen utama pembentuk model pada Landsat-7 ETM
+
Eigenanalysis of the Correlation Matrix Eigenvalue 3.326
1.258 0.795
0.433 0.169
0.019 Proportion 0.554
0.210 0.132
0.072 0.028
0.003 Cumulative 0.554
0.764 0.897
0.969 0.997
1.000 Variable PC1
PC2 PC3
PC4 PC5
PC6 b1
0.481 -0.367 0.059
-0.147 0.500 0.599
b2 0.496
-0.356 0.038 -0.142 0.135
-0.767 b3
0.506 -0.135
-0.114 0.106 -0.808 0.222
b4 0.376
0.439 -0.237 0.729
0.274 -0.059
b5 0.271
0.606 -0.381
-0.643 0.038 0.001
b7 0.229
0.401 0.884
-0.052 -0.053 0.006
4.6.3 Kandidat model
Kandidat model diperoleh dari regresi antara nilai kedalaman perairan lapang sebagai variabel tak bebas y dan nilai-nilai digital sebagai variabel bebas x. Hasil
regresi dapat dilihat pada Tabel 12. Tabel 12 Kandidat model penduga kedalaman
Kandidat Model
Band 1 R
2
Band 2 R
2
Band 3 R
2
Linear y = -0.37x + 14.54
0.81 y = -0.26x + 13.57
0.77 y = -0.35x + 12.80
0.53 Logaritmik
y= -7.27Lnx + 28.45 0.83
y = -6.03Lnx + 25.84 0.77
y= -5.92Lnx + 23.16 0.56
Power y = 175.98x
-1.13
0.81 y = 117.86x
-0.94
0.76 y = 82.55x
-0.94
0.57 Eksponential
y = 21.07e
-0.06x
0.84 y = 18.03e
-0.04x
0.81 y = 16.24e
-0.06x
0.58
Pada Tabel 12, terlihat kandidat model band 1 mempunyai koefisien determinasi
R
2
antara 0.81-0.84, kandidat model band 2 mempunyai koefisien determinasi R
2
antara 0.77-0.81, dan kandidat model
band 3 mempunyai koefisien determinasi R
2
antara 0.53- 0.58. Kandidat model terkuat yaitu pada
band 1 yang mempunyai koefisien determinasi paling tinggi dibandingkan dengan
band-band lainnya.
4.6.4 Pemilihan model terbaik
Untuk memilih model terbaik perlu dilakukan analisis residual untuk memeriksa apakah asumsi-asumsi yang mendasari model regresi terpenuhi. Asumsi-asumsi tersebut
antara lain: kenormalan normality, keacakan randomness, kehomogenan ragam
homoscedasticity. Rangkuman hasil analisis residual dapat dilihat pada Tabel 13. Hasil selengkapnya tentang analisis regresi dan analisis residual dapat dilihat pada Lampiran 5.
Tabel 13 Rangkuman hasil analisis residual kandidat model band 1
Kandidat Model
Band 1 R
2
Kenormalan Sisaan
Keacakan Sisaan
Kehomogenan Ragam
Linear y = -0.37x + 14.543
0.81 √
√ √
Logaritmik y= -7.27Lnx + 28.45
0.83 √
√ √
Power y = 175.98x
-1.13
0.81 √
√ √
Eksponential y = 21.07e
-0.06x
0.84 √
√ √
Dari Tabel 13 di atas dapat dilihat bahwa analisis residual memberikan hasil yang sama terhadap semua kandidat model sehingga pemilihan model terbaik dengan melihat
kandidat model yang memiliki R
2
terbesar. Kesimpulannya adalah persamaan bentuk eksponential dengan nilai R
2
=0.84 dengan persamaan y=21.07e
-0.06x
merupakan model. Model ini bisa menerangkan keragaman nilai peubah Y sebesar 84. Citra hasil
pengolahan dengan model terbaik ditampilkan dalam Gambar 15.
44
Gambar 15 Peta estimasi kedalaman laut menggunakan Model Nilai Digital Asli.
SEBARAN KEDALAMAN MODEL
NILAI DIGITAL ASLI
Datum: WGS 84 UTM Zone 48 S
4.7 Galat Error Model Nilai Digital Asli dengan Algoritma Van Hengel dan Spitzer
