Uji signifikansi Pembuatan peta kelas kerawanan kebakaran Verifikasi dan validasi model

29 c. Penentuan skor dugaan estimated score Skor dugaan digunakan untuk merapikan pola nilai skor aktual yang tidak teratur. Skor dugaan didapatkan dengan meregresikan antara masing- masing sub faktor dengan skor aktual dengan pola regresi terbaik. d. Perhitungan nilai skor skala rescalling score Standarisasi skor antara pada semua faktor yang digunakan dalam penyusunan model kerawanan kebakaran hutan dan lahan dilakukan dengan menghitung kembali skor sehingga didapatkan skor skala dengan nilai antara 10 sampai 100 dengan menggunakan persamaan 3 Jaya et al., 2007. Min R Min R Max R E Max E E input E ROut Score Score Score Score Score Score Score Score . . . min . . min . .            ..3 di mana : Score R.out = nilai skor hasil rescalling Score E.input = nilai skor dugaan estimated score input Score E.Min = nilai minimal skor dugaan Score E.Max = nilai maksimal skor dugaan Score R.Max = nilai skor tertinggi hasil rescalling Score R.Min = nilai skor terendah hasil rescalling e. Pembuatan persamaan matematik Pembangunan model tingkat dan zona kerawanan kebakaran hutan dan lahan dilakukan dengan pendekatan kuantitatif empiris dengan metode analisis pemetaan komposit Composite Mapping AnalysisCMA. Model dibangun berdasarkan nilai skor komposit, disusun dengan persamaan regresi yang menggambarkan hubungan antara jumlah hotspt per km 2 dengan skor komposit faktor-faktor penyusunnya.

5. Uji signifikansi

Pengujian ini dimaksudkan untuk memilih model terbaik dari beberapa model yang memiliki nilai akurasi tinggi. Uji z ini dapat memperjelas apakah suatu model berbeda nyata terhadap model lainnya. Statistik uji yang digunakan adalah uji z-test two sample for mean dengan persamaan 4. 96 , 1 2 2 2 1 2 1 2 1       n n x x z   .................................................................4 30 di mana : z adalah nilai signifikansi 1 x , 2 x adalah nilai rata-rata dua contoh σ 1, σ 2 adalah standar deviasi dua populasi n 1 , n 2 adalah jumlah atau ukuran dua contoh Δ adalah perbedaan rata-rata populasi

6. Pembuatan peta kelas kerawanan kebakaran

Dalam penelitian ini, pembagian kelas didasarkan pada pembagian kelas yang kerangka pendekatannya berdasarkan radius antar hotspt yang nantinya akan diturunkan alternatif-alternatif kelas tingkat kerawanan hutan dan lahan di provinsi Kalimantan Barat.

7. Verifikasi dan validasi model

Verifikasi model bertujuan untuk mengetahui seberapa tepat model yang dibuat dalam menduga tingkat kerawanan kebakaran hutan dan lahan terhadap kondisi sebenarnya. Verifikasi dilakukan dengan cara membuat area verifikasi dengan luasan tertentu, referensi untuk verifikasi adalah kepadatan hotspt bulan tertentu. Pemilihan tipe kepadatan adalah kernel agar tampilan output tampak lebih halus. Area verifikasi dipilih secara acak dan tersebar menurut tingkat kerawanan berdasarkan kepadatan hotspt, kemudian ditampalkan dengan peta model kerawanan kebakaran. Akurasi model dihitung berdasarkan koinsidensi antara model dan referensi dengan menggunakan matrik kesalahan confusion matrix. Matrix ini untuk menilai akurasi peta yang dihasilkan.. Matrik ini digunakan untuk menghitung akurasi umum dengan persamaan sebagai berikut :                100 . 1 N x OA r i ii .............................................................................5 di mana : OA adalah nilai validasi keseluruhan X ii adalah Coincided Value atau luasan kelas kerawanan yang sama antara model dan kepadatan titik panas N adalah total area validasi 31 Akurasi umum biasanya memberikan hasil penilaian yang tinggi over estimate karena hanya mempertimbangkan piksel-piksel diagonal saja, oleh karena itu perlu dihitung dengan akurasi Kappa yang mempertimbangkan seluruh elemen dalam matrik. Persamaan yang dipakai adalah sebagai berikut :   1 2 1 1              r i r i r i i i i i ii x x N x x x N k di mana : k adalah akurasi kappa; r adalah jumlah baris dalam error matrix; x ii adalah jumlah pengamatan dalam baris i dan column i diagonal utama x i+ adalah jumlah baris i; x +i adalah jumlah kolom i; N adalah total jumlah pengamatan

8. Pemodelan spasial resiko kebakaran hutan dan lahan