Gambar 6. Prosedur pengolahan data SPL Pathfinder Kilpatrick et al., 2001
3.3.3. Perhitungan Nilai Koefisien Determinasi R
2
dan Root Mean Square Error RMSE
R
2
merupakan koefisien determinasi garis regresi sebagai pengukuran keeratan hubungan antara peubah y data raw SPL satelit dan peubah x SPL
hasil pengukuran sebagai peubah respons variable tak bebas dan peubah penjelas variable bebas. Semakin dekat nilai R
2
dengan 1, makin dekat pula titik pengamatan ke garis regresinya dan model semakin baik. RMSE Root
Mean Square Error adalah seberapa jauh suatu titik di atas atau di bawah garis regresi. Semakin kecil RMSE, maka semakin bagus model hubungan tersebut.
Berikut rumus RMSE yang digunakan. 100
........
2 2
2 2
1
n
biaske biaske
biaske RMSE
n
……………. 10
Keterangan : bias
= nilai insitu – nilai satelit N
= jumlah data Harinaldi, 2002.
3.3.4. Uji Beda Nilai Tengah Uji
-t
Untuk mengetahui perbedaan nilai suhu permukaan laut SPL satelit antara siang dan malam serta nilai SPL hasil pengukuran dan satelit, maka
diilakukan uji beda nilai tengah uji
-t
. Dalam uji
-t
, jika nilai t
-statistik
t
-hitung
berada dalam selang t-kritis, maka kedua nilai tengah yang di ujikan tidak berbeda nyata.
Hipotesis yang digunakan dalam uji
-t
ini dirumuskan sebagai berikut :
2 1
1 2
1
: :
H H
Dimana µ
1
adalah nilai SPL satelit pada malam hari dan µ
2
adalah nilai SPL satelit pada siang hari untuk mengetahui perbedaan SPL satelit antara siang
dan malam serta µ
1
adalah SPL hasil pengukuran dan µ
2
adalah nilai SPL satelit untuk mengetahui perbedaan antara SPL hasil pengukuran dan SPL satelit.
Kemudian akan dibuktikan bahwa nilai tengah SPL pada malam hari dengan SPL pada siang hari hasil pengukuran satelit, serta nilai SPL hasil pengukuran
dengan SPL satelit tidak berbeda nyata µ
1
= µ
2
. Contoh perhitungan disajikan pada Lampiran 3.
3.3.5 Metode Pengembangan Algoritma SPL
Pengembangan algoritma SPL dicobakan pada enam persamaan yaitu linear, eksponensial, logaritmik, polynomial 2, polynomial orde 3 dan power.
Rumus dari ke enam persamaan tersebut disajikan dalam Tabel 4. Masing – masing persamaan tersebut akan menghasilkan nilai koefisien determinasi R
2
, kemudian nilai R
2
tersebut ditampilkan dalam bentuk tabel dan dipilih nilai R
2
yang tertinggi dari setiap stasiun S1,S2, dan S3. Nilai R
2
tertinggi akan ditampilkan dalam bentuk grafik regresi.
Tabel 4. Rumus persamaan regresi linear dan non linear Persamaan
Rumus Linear
b ax
y
Eksponensial
bx
e a
y
Logaritmik
b x
a y
ln
Polynomial orde 2
c bx
ax y
2
Polynomial orde 3
d cx
bx ax
y
2 3
Power
b
ax y
dimana : y
: nilai raw data SPL pada satelit x
: nilai SPL hasil pengukuran a, b, c, dan d : konstanta
e : nilai eksponensial
28
4. HASIL DAN PEMBAHASAN
