Gambar 3. 2 Kerangka Penelitian
3.9 Delineasi Area dan Penentuan Proporsi RTH
Proses klasifikasi unsur ruang pada model box dilakukan dengan cara delineasi unsur area pada box tersebut. Baja (2012),
32
mengatakan delineasi adalah suatu proses penggambaran ruang untuk membatasi zona wilayah atau kawasan tertentu sehingga tampak perbedaan dengan zona wilayah atau kawasan di sekitarnya. Delineasi mungkin hanya berupa penarikan garis batas luar wilayah yang dianalisis. Proses delineasi ini dilakukan oleh program Arc View 3.3, delineasi dibutuhkan dalam penelitian ini sebagai tahap awal klasifikasi apa saja unsur ruang yang ada dalam box yang telah dibuat. Unsur ruang yang diklasifikasikan dalam penelitian ini meliputi ruang terbuka hijau (RTH), jalan dan/atau lahan kosong, bangunan serta badan air. Hasil klasifikasi unsur ruang tersebut awalnya bernotasi satuan luas atau m2, selanjutnya akan dikonversi menjadi satuan persen untuk melihat seberapa besar proporsi masing-masing unsur ruang yang ada pada box, terlebih unsur ruang terbuka hijau atau RTH.
Selain dapat melakukan proses delineasi citra, program Arc
View 3.3 dapat pula menjadikan visualisasi citra hasil rektifikasi
menjadi dalam bentuk layout, dimana citra tersebut akan memiliki beberapa unsur kaidah kartografi yaitu skala dan juga grid koordinat. Dalam contoh hasil delineasi lahan RTH pada model
box dibawah, diketahui model box dengan panjang sisi 96 m atau
memiliki luas area sebesar 9216 m2 menghasilkan luasan RTH sebesar 6257 m2. Berikut ditampilkan contoh hasil delineasi citra pada Gambar 3.6 dibawah ini:
Gambar 3. 6 Contoh Hasil Delineasi Area
Luasan RTH yang telah didapat selanjutnya dikonversi menjadi persentase dengan rumus Luasan area x
Luasan Area keseluruhan 𝑥 100%, maka mendapatkan hasil sebesar 71% dari luasan area tersebut dimiliki oleh lahan ruang terbuka hijau (RTH). Rumus tersebut diterapkan juga untuk menghitung persentase luasan unsur area
lainnya seperti jalan/lahan kosong, bangunan serta badan air. Hasil persentase seluruh unsur ruang dalam model box tersebut selanjutnya dicari korelasi serta pengaruhnya terhadap KSO2. 3.10 Analisis Korelasi dan Pembuatan Persamaan
Data spasial dan non spasial yang sebelumnya telah terolah, selanjutnya dilakukan proses analisa korelasi dan regresi. Hal ini bertujuan untuk melihat apa saja faktor yang berperan signifikan dalam proses reduksi konsentrasi SO2. Faktor meteorologi, terdiri dari faktor kecepatan angin, suhu dan kelembaban udara akan dikorelasi dan diregresikan dengan laju konsentrasi sulfur dioksida yang telah tercatat selama 24 jam. Sedangkan, faktor unsur ruang yang meliputi persentase luasan RTH, jalan/lahan kosong, bangunan dan badan air akan dikorelasikan dengan laju kumulatif sulfur dioksida (KSO2), untuk uji regresi KSO2, seluruh faktor baik itu meteorologi atau unsur ruang akan diuji regresinya dengan KSO2.
3.10.1. Korelasi Konsentrasi SO2 dengan Meteorologi
Faktor Meteorologi yang terdiri kecepatan angin, suhu serta kelembaban udara akan dianalisis hubungan serta pengaruhnya terhadap konsentrasi sulfur dioksida selama 24 jam. Analisis ini meliputi analisis korelasi dan regresi, dimana analisis korelasi akan melihat hubungan faktor meteorologi terhadap konsentrasi sulfur dioksida. Nilai koefisien korelasi hasil hitung berada diantara -1 sampai dengan 1, sehingga apabila nilai korelasinya menunjukkan angka negatif menunjukkan bahwa hubungan variabel X dan Y mempunyai hubungan negatif atau berlawanan arah yaitu dengan adanya kenaikan variabel X maka akan diikuti dengan penurunan variabel Y begitu pula sebaliknya. Jika angka korelasinya menunjukkan angka positif, menunjukkan hubungan variabel X dan Y mempunyai hubungan positif atau saling mendukung.
Sedangkan analisis regresi akan melihat seberapa besar pengaruh faktor meteorologi dalam mempengaruhi konsentrasi sulfur dioksida, apakah pengaruh faktor meteorologi berpengaruh signifikan atau malah sebaliknya. Dalam penelitian ini, digunakan taraf nyata sebesar 5% atau 0,05. Sehingga apabila menggunakan taraf nyata sebesar 5%, maka faktor dengan P-value sama atau lebih kecil dari 5%, dapat dinyatakan sebagai faktor yang secara parsial berpengaruh signifikan.
34
3.10.2. Korelasi KSO2 dengan Unsur Ruang
Dengan diketahuinya proporsi RTH & unsur ruang lainnya serta konsentrasi kumulatif konsentrasi SO2 selama 24 jam, selanjutnya dilakukan penentuan hubungan korelasi dan pengaruh RTH dan tiap unsur ruang lainnya tersebut terhadap konsentrasi kumulatif sulfur dioksida (KSO2). Menurut teori, kadar KSO2 di udara dapat ditekan jumlahnya apabila persentase RTH pada suatu area yang diteliti memiliki jumlah persentase tutupan kanopi atau tumbuhan yang cukup besar. Pada analisis ini, juga dilakukan uji korelasi dan regresi untuk melihat pengaruh proporsi RTH dan tingakt signifikansi pengaruhnya terhadap KSO2. Sama seperti analisis pada hubungan faktor meteorologi terhadap konsentrasi SO2, nilai koefisien korelasi hasil hitung untuk proporsi RTH dan unsur ruang lainnya berada diantara -1 sampai dengan 1, sehingga apabila nilai korelasinya menunjukkan angka negatif menunjukkan hubungan variabel X dan Y berkebalikan dan apabila nilai korelasinya menunjukkan angka positif, menunjukkan hubungan variabel X dan Y searah atau saling mendukung.
Setelah analisis korelasi dilakukan, selanjutnya dilakukan analisis regresi, dimana analisis tersebut akan menggunakan kedua faktor yaitu faktor meteorologi dan faktor unsur ruang. Untuk dicari seberapa signifikan pengaruh dari masing-masing faktor tersebut terhadap nilai kumulatif konsentrasi sulfur dioksida 24 jam (KSO2). Dalam analisa regresi ini akan dibandingkan mana faktor yang lebih berperan secara signifikan terhadap KSO2 dengan cara melihat taraf nyata atau p-value nya, dimana taraf nyata yang digunakan sebesar 5% atau 0,05. Sehingga apabila faktor dengan
p-value sama atau lebih kecil dari 5%, dapat dinyatakan sebagai
faktor yang secara parsial berpengaruh signifikan.
Selanjutnya, dibuat persamaan antara faktor-faktor yang sebelumnya telah dianalis regresinya, baik itu faktor meteorologi ataupun faktor unsur ruang yang berjumlah sebanyak 49 data sebagai data uji atau data out sample. Persamaan yang dibuat adalah persamaan linear berganda yaitu Y = ax1+ ax2+ ax3+….+b, dimana Y adalah variabel terikat konsentrasi kumulatif SO2 yang tereduksi dan X adalah variabel bebas yang mewakili faktor meteorologi dan faktor unsur ruang. Setelah persamaan terbentuk, selanjutnya dilakukan tahap pengujian persamaan atau kalibrasi
dengan menggunakan 21 data udara terbaru atau data in sample yang didapat dari hasil rekam SPKU Wonorejo. Data-data tersebut mewakili 3 tanggal citra lokasi penelitian terbaru yang didapat dari
Google Earth.