3.4.2. Pembuatan Algoritma Empiris
Pembuatan algoritma menggunakan pendekatan empiris, yaitu mengkorelasikan data in situ SPL dengan nilai yang terdapat pada citra yang
hendak dibuat algoritma empirisnya dalam hal ini nilai radiansi citra pada koordinat titik stasiun pengambilan data dan tanggal yang sama. Persamaan
regresi yang dicobakan pada penelitian kali ini yaitu regresi linear, eksponensial, power, polinomial orde 2, polinomial orde 3, dan logaritmik Contoh-contoh
bentuk persamaan regresi dapat dilihat pada Tabel 6. Di mana sumbu x merupakan nilai radiansi citra setiap kanal atau rasio kanal, sedangkan y adalah
nilai konsentrasi klorofil-a atau nilai SPL in situ pada koordinat dan waktu pengambilan data yang sama dengan waktu lewatnya satelit. Algoritma yang
digunakan dalam menduga konsentrasi klorofil adalah algoritma yang mempunyai nilai koefisien determinasi R
2
yang paling tinggi. Tabel. 6. Contoh-contoh bentuk persamaan regresi.
No. Model Hubungan Bentuk Model
1 Regresi linear y = a + bx
2 Regresi linear berganda y= ax
1
+ bx
2
+ c 3 Eksponensial
y = aexp
bx
4 Polynomial orde 2 y = a + bx
2
+ b
1
x 5 Polynomial orde 3
y = a + bx
3
+ b
1
x
2
+ b
2
x 6 Logaritmik
y = alnx + b 7 Power
y = ax
b
3.4.3 Validasi Data
Algoritma empiris yang digunakan pada penelitian kali ini selanjutnya diaplikasikan pada citra untuk digunakan dalam pembuatan sebaran konsentrasi
klorofil-a dan SPL. Hasil estimasi sebaran konsentrasi klorofil-a dan SPL tersebut kemudian divalidasi dengan data in situ yang diperoleh dari lapang. Perhitungan
validasi tersebut menggunakan dua pendekatan, yaitu: 1. Perhitungan Root Mean Square RMS error Anonymus, 2010
Nilai RMS error menyatakan seberapa jauh suatu titik di atas atau di bawah garis regresi. Semakin kecil nilai RMS error, maka semakin baik model
hubungan tersebut. RMS error dari suatu model hubungan dapat dihitung dengan menggunakan rumus sebagai berikut :
.............................pers. 3 Keterangan : bias = nilai in situ
– nilai estimasi n = jumlah data
2. Uji Beda Nilai Tengah Uji-t Sehubungan untuk mengetahui perbedaan pendugaan nilai klorofil-a dan
SPL dari model hubungan yang digunakan dalam penelitian ini dengan nilai in situ-
nya, maka dilakukan uji beda nilai tengah uji-t. Dalam uji-t, jika nilai t- statistik t-hitung berada dalam selang nilai kritis, maka kedua nilai tengah yang
diuji tidak berbeda nyata sedangkan apabila nilai t-statistik t-hitung berada di luar selang nilai kritis, maka kedua nilai tengah yang diuji berbeda nyata.
Hipotesis yang digunakan dalam uji-t ini dirumuskan sebagai berikut Walpole, 1995:
H 0: µ
1
= µ
2
H 1: µ
1
≠ µ
2
Dimana: H
0 adalah apabila nilai tengah konsentrasi klorofil-a dan SPL in situ sama dengan nilai tengah pendugaan konsentrasi klorofil-a dan SPL.
H 1 adalah apabila nilai tengah konsentrasi klorofil-a dan SPL in situ tidak sama
dengan nilai tengah pendugaan konsentrasi klorofil-a dan SPL.
Kategori