Tabel 3. Lanjutan
No Tujuan
Variabel Data Sumber
Data Teknik
Analisis Data
Output 2.
Menghasilkan klasifikasi tingkat
degradasi lahan Variabel penentu
tingkat degradasi lahan dan kriteria selang
pengkelasan Primer
dan sekunder
Analisis Diskriminan
Berganda Metode
Stepwise Klasifikasi
tingkat degradasi
lahan
3. Mengetahui
keterkaitan tingkat degradasi
lahan dengan erosi
R, K, L, S, C, P Primer dan
Sekunder MUSLE
Regresi linier
Sederhana Keterkaitan
tingkat degradasi
lahan dengan erosi
3.4. Analisis Data
Jenis analisis data yang dilakukan meliputi :
a Analisis gerombol Cluster Analysis.
Analisis gerombol dilakukan untuk menentukan kriteria selang pengkelasan dari masing-masing variabel penentu tingkat degradasi lahan
berdasarkan karakteristik yang dimiliki. Tujuan utama analisis gerombol adalah untuk menempatkan sekelompok obyek ke dalam dua atau lebih group
berdasarkan kesamaan-kesamaan obyek atas dasar berbagai karakteristik. Salah satu metode terbaik yang dapat digunakan untuk analisis gerombol
menurut Morrison 1990 dan Simamora 2005 adalah metode varians Wards. Metode varians bertujuan memperoleh klasterkelompok yang memiliki
varians internal klaster yang sekecil mungkin. Rata-rata untuk setiap klaster dihitung, kemudian dihitung jarak euclidean antara setiap obyek dan nilai rata-
rata itu, lalu jarak itu dihitung semua. Pada setiap tahap, dua klaster yang memiliki kenaikan ‘sum of squares dalam klaster’ yang terkecil digabungkan.
Secara matematis metode varians yang didasarkan pada kriteria kedekatan dapat dirumuskan sebagai berikut:
di mana : d
ij
v = jarak euclidean
ik
, v
jk
= Skor responden ke-i dan ke-j pada variabel k k=1, 2, ..., n
b Analisis Diskriminan Berganda Metode Stepwise
Analisis diskriminan berganda metode Stepwise dalam penelitian ini digunakan untuk memilih variabel penentu tingkat degradasi lahan dan
mengklasifikasikan tingkat degradasi lahan. Analisis diskriminan merupakan teknik yang akurat untuk : 1 membedakan suatu obyek masuk dalam
kelompok yang mana, 2 menguji apakah ada perbedaan yang signifikan antara variabel bebas predictor dengan variabel tergantungnya criterion,
dan menentukan predictor mana yang memberikan sumbangan sehingga terjadi perbedaan antar kelompok. Model dasar analisis diskriminan mirip
regresi berganda. Perbedaannya adalah kalau variabel dependen regresi berganda dilambangkan dengan Y, maka dalam analisis diskriminan dengan
D. Model analisis diskriminan adalah sebuah persamaan yang menunjukkan suatu kombinasi linier dari berbagai variabel independent, yang menurut
Morrison 1990 dan Simamora 2005 dirumuskan sebagai berikut : D = b
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ... + b
k
X
k
di mana : D = skor diskriminan
b = koefisien diskriminan atau bobot X = predictor atau variabel independent
Dalam metode ini, analisis diskriminan dilakukan dengan memasukkan variabel-variabel secara bertahap dengan tujuan untuk mencari variabel yang
bebas masalah tidak terjadi multikolinearitas. Proses analisis dihentikan setelah diperoleh variabel yang bebas masalah yang mampu menghasilkan
fungsi diskriminan yang paling baik dilihat dari nilai Wilks’ Lamda yang mendekati nol, sehingga apabila ditransfer ke dalam nilai chi-square
signifikan pada alfa sama dengan 0,000.
c Prediksi Erosi
Prediksi erosi digunakan untuk memprediksimenduga erosi terutama yang terjadi pada lahan yang diolah menggunakan rumus pendugaan erosi
Modified Universal Soil Loss Equation MUSLE, dengan rumus sebagai berikut:
A
e
= R
UMe
.K
UMe
.L.S.C
UMe
.P
UMe
Keterangan: A
e
R = Rata-rata jumlah tanah yang hilang setiap tahun ton per hektar per tahun
UMe
K = Indeks daya erosi oleh hujan erosivitas hujan
UMe
LS = Faktor panjang lereng L dan kemiringan lereng S
= Indeks kepekaan tanah terhadap erosi erodibilitas tanah C
UMe
P = Faktor tanaman vegetasi
UMe
Indeks erosivitas hujan R
= Faktor usaha-usaha pencegahan erosi
UMe
dihitung menggunakan rumus Bols 1978 untuk menentukan EI
30
, kemudian nilai EI
30
dikalikan dengan rasio aliran permukaan kejadian hujan Q
r
. Adapun rumus EI
30
EI menurut Bols
yaitu:
30
= 6,119RAIN
1,21
DAYS
-0,47
MAXP yang menyatakan EI30 adalah indeks erosi hujan bulanan, RAIN adalah curah
hujan rata-rata bulanan dalam cm, dan MAXP adalah curah hujan maksimum selama 24 jam dalam bulan yang bersangkutan dalam cm.
0,53
Dengan demikian nilai indeks erosivitas hujan R
UMe
R adalah sebagai berikut :
UMe
= Q
r
.EI dimana;
30
Q
r
Nilai Q : rasio aliran permukaan kejadian hujan Qe terhadap besarnya curah
hujan pada kejadian tersebut Be
r
diperoleh dari hasil penelitian Noeralam et al. 2003 yaitu nilai Q
r
4,1 pada kelas lereng 3-8, nilai Q
r
4,5 pada kelas lereng 10-15, nilai Q
r
4,6 pada kelas lereng 20-25, dan nilai Q
r
Nilai K yang digunakan dalam penelitian ini dihitung menggunakan rumus :
33 pada lahan tanpa tanaman dan tanpa tindakan konservasi tanah.
K = Dimana;
M = debu + pasir sangat halus100- liat a = bahan organik C x 1,724
b = kode nilai struktur tanah Tabel 4 c = kode nilai permeabilitas tanah Tabel 5
Tabel 4. Penilaian struktur tanah
Tipe Struktur Nilai
Granular sangat halus very fine granular 1
Granular halus fine granular 2
Granular sedang dan kasar medium, coarse granular 3
Granular lempeng, pejal blocky, platy, massif 4
Sumber : Hammer 1978 dalam Arsyad 2006
Tabel 5. Penilaian permeabilitas tanah
Kelas Permeabilitas cmjam
Nilai Cepat rapid
25,4 1
Sedang sampai cepat moderate to rapid 12,7 – 25,4
2 Sedang moderate
6,3 – 12,7 3
Sedang sampai lambat moderate to slow 2,0 - 6,3
4 Lambat slow
0,5 – 2,0 5
Sangat lambat very slow 0,5
6 Sumber : Hammer 1978 dalam Arsyad 2006
Faktor panjang dan kemiringan lereng LS dihitung berdasarkan Tabel 6, dimana nilai LS diperoleh berdasarkan kelas kemiringan lereng dan panjang
lereng diabaikan, karena data panjang lereng tidak diukur di lapangan. Tabel 6. Penilaian kelas kelerengan LS
Kemiringan lereng Nilai LS
0 - 8 0,25
8 - 15 1,20
15 - 25 4,25
25 - 45 9,50
45 12,00
Sumber : Hardjowigeno dan Widiatmaka 2007
Faktor vegetasi C dan pengelolaan tanah P menggunakan tabel nilai C dan P hasil-hasil penelitian Lembaga Penelitian Tanah sejak tahun 1970 dan
NWMCP tahun 1998 dan atau hasil-hasil penelitian yang telah dilaksanakan oleh lembaga penelitian lainnya. Besarnya nilai C dan P yang digunakan untuk
menghitung besarnya erosi dapat dilihat pada Tabel Lampiran 3 dan 4. Erosi yang dapat ditoleransikan Nilai T dan Indeks Bahaya Erosi
ditentukan berdasarkan pendekatan dan kriteria Hammer, batuan
dipermukaan, penggunaan lahan, jenis tanaman, dan tindakan konservasi tanah dan air.
IBE
=
yang menyatakan T adalah besarnya erosi yang masih dapat ditoleransikan. Indeks Bahaya Erosi dikelompokkan seperti tertera pada Tabel 7.
Tabel 7. Klasifikasi Indeks Bahaya Erosi
Nilai Indeks Bahaya Erosi Harkat
1,0 1
1,01 - 4,0 2
4,01 - 10,0 3
10,01 4
Sumber : Hammer 1981 dalam Arsyad 2006
d Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana digunakan untuk mendapatkan hubungan fungsional antara dua variabel atau untuk mendapatkan pengaruh
antara variabel prediktor terhadap variabel kriteriumnya atau meramalkan pengaruh variabel prediktor terhadap variabel kriteriumnya Usman dan
Akbar, 2008. Dalam penelitian ini, analisis regresi linier sederhana digiunakan untuk mengetahui keterkaitan tingkat degradasi lahan dengan
besarnya erosi yang terjadi.. Rumus umum regresi linier sederhana Draper dan Smith, 1992; Usman
dan Akbar, 2008 adalah : Y = a + bX
yang mana : Y = variabel dependent tingkat degradasi
X = variabel independent erosi a = konstanta
b = koefisien regresi Dari persamaan regresi linier sederhana tersebut diperoleh nilai R
2
yang merupakan koefisien determinasi yang menyatakan besarnya sumbangan
variabel satu terhadap yang lainnya yang dinyatakan dalam persen. Hal ini disebabkan R
2
x 100 terjadi dalam variabel terikat Y yang mana ditentukan oleh variabel X. Besarnya nilai r berkisar antara +1 dan -1 sehingga dapat
ditulis -1 r +1. Jika r=+1 diberi makna hubungan kedua variabel adalah linier, positif dan sangat tinggi; dan jika r=-1, diberi arti hubungan kedua
variabel adalah linier, negatif dan sangat tinggi. Adapun interpretasi dari besarnya nilai r dapat dilihat pada Tabel 8.
Tabel 8. Interpretasi dari nilai r. No
r Interpretasi
1 Tidak berkorelasi
2 0,01 – 0,20
Sangat rendah 3
0,21 – 0,40 Rendah
4 0,41 – 0,60
Agak rendah 5
0,61 – 0,80 Cukup
6 0,81 - 0,99
Tinggi 7
1 Sangat tinggi
IV. KONDISI UMUM WILAYAH PENELITIAN
