Praktikum GKP 0001 Statistik Terapan KPJ

TUGAS AKHIR PRAKTIKUM

GKP 0001 STATISTIK TERAPAN
(Untuk mahasiswa Prodi Kartografi dan Penginderaan Jauh)

LABORATORIUM PENGINDERAAN JAUH

FAKULTAS GEOGRAFI UGM
YOGYAKARTA
2016

Nama : ATIKA RATNANINGSIHH

NIM : 16/395540/GE/08288
Jenis Soal : 3

No Soal
.
1. Plot Sampel (Model dan Validasi) dan Ekstrak Nilai Piksel Transformasi Indeks
-Peta persebaran (terlampir)
- Ekstrak Nilai Piksel Transformasi Indeks
 Praktikum GKP 0001 Statistik Terapan KPJ

Data yang akan dianalisis adalah data nitrogen lapangan dan hasil ekstraksi index
vegetasi pada lokasi yang sama. Pemilihan sampel model dan validasi menggunakan
metode stratified random sampling, dimana jumlah sampel model harus lebih banyak
atau sama dengan jumlah sampel validasi. Proses ekstraksi dilakukan dengan data
nitrogen lapangan yang memilki titik kordinat, titik kordinat ini dijadikan sebagai roi
model sehingga setiap titik koordinat pada citra NDVI maupun citra DVI agar dapat
dketahui nilai di setiap ekstraksi index vegetasi tersebut.

2 Statistik deskriptif
Nitrogen Lapangan
Parameter
(%) NDVI DVI
Central Tendency
Mean 3.40975 0.5613575 0.2253725
Median 3.235 0.56765 0.22635
Mode 3.42 #N/A #N/A
Data Variability
Standard Deviation 1.213096245 0.136597126 0.059544739
Standard Error 0.191807358 0.021597902 0.00941485
Sample Variance 1.4716025 0.018658775 0.003545576
Kurtosis 2.314378764 -0.850032942 -0.418579684
Skewness 1.018830892 -0.046909888 0.398091042
Range 6.25 0.5326 0.2239
Minimum 0.81 0.2972 0.1304
Maximum 7.06 0.8298 0.3543
Sum 136.39 22.4543 9.0149
Count 40 40 40
Confidence Level
(95.0%) 0.387967001 0.04368588 0.019043331

Data nitrogen lapangan memiliki nilai variansi terbesar. Penyebab besarnya nilai
variansi pada data tersebut adalah karena adanya perbedaan nilai jarak atau selisih antara
nilai tiap data dengan nilai rata-rata (mean). Variansi merupakan ukuran tentang
seberapa jauh sebuah kumpulan bilangan tersebar. Rumus variansi menunjukkan bahwa
elemen-elemen yang paling berpengaruh antara lain sesilih nilai data dengan mean yang
hubungannya dengan nilai variansi yakni berbanding lurus, serta nilai jumlah data yang
hubungannya dengan nilai variansi yakni berbanding terbalik.

Penyebab besarnya nilai variance pada data di atas adalah besarnya nilai standar
 Praktikum GKP 0001 Statistik Terapan KPJ

deviasinya. Besarnya variasi diperoleh dari kuadrat standar deviasi.

3. Uji normalitas
NITROGEN LAPANGAN

Nitrogen Lapangan
Plot probabilitas data Nitrogen Lapangan mendekati bentuk yang terdistribusi normal
karena ekornya mendekati garis linier. Ekor data Nitrogen Lapangan yang lebih panjang
menunjukkan variasi data yang besar. Terdapat banyak data yang overestimate yang
memiliki selisih yang kecil dengan garis linier dan data underestimate yang sedikit yang
memiliki selesih lebih besar dengan garis linier.
 Praktikum GKP 0001 Statistik Terapan KPJ

NDVI

Plot probabilitas data NDVI mendekati bentuk yang terdistribusi normal karena ekornya
mendekati garis linier. Jika dibandingkan dengan data nitrogen lapangan, plot
probabilitas data NDVI lebih mendekati bentuk kurva normal. Terdapat sedikit data yang
overestimate dan data underestimate. Ekor datanya lebih pendek dibandingkan dengan
data nitrogen lapangan menunjukkan variansi data NDVI yang lebih kecil dibandingkan
data kerapatan lapangan.
 Praktikum GKP 0001 Statistik Terapan KPJ

DVI

Plot probabilitas data DVI mendekati bentuk yang terdistribusi normal. Jika dibandingkan
dengan data NDVI, plot probabilitas data DVI lebih menjauhi mendekati bentuk kurva
normal. Pesebaran data searah garis dengan garis linier. Ekor data DVI yang lebih pendek
menunjukkan variasi data yang lebih kecil. Terdapat beberapa data yang overestimate
dan data underestimate yang polanya masih mengikuti kurva yang terdistribusi normal.
 Praktikum GKP 0001 Statistik Terapan KPJ

4. Korelasi dan Regresi

Korelasi
Nitrogen Lapangan
(%) NDVI DVI
Nitrogen Lapangan
(%) 1
NDVI -0.087634253 1
DVI -0.175972871 0.921198 1

Regresi
Nitrogen Lapangan dan NDVI

Korelasi Nitrogen Lapangan dan NDVI lemah, tidak dapat dilanjutkan

Nitrogen Lapangan dan DVI

Korelasi Nitrogen Lapangan dan DVI lemah, tidak dapat dilanjutkan

 Praktikum GKP 0001 Statistik Terapan KPJ

NDVI dan DVI

Korelasi NDVI dan DVI kuat, dapat dilanjutkan

Data Arah hubungan Kekuatan hubungan

Nitrogen_Lapangan - Negatif Sangat Lemah

NDVI

Nitrogen_Lapangan Negatif Lemah

– DVI

NDVI - DVI Positif Kuat

5. Uji Beda
 Praktikum GKP 0001 Statistik Terapan KPJ

Persamaan regresi:
Y = aX + b

y = -0.4645x + 2.8661

 Hasil uji serempak tabel ANOVA menunjukkan nilai F-signifikansi lebih dari 0.05
yaitu 0.713331591 sehingga variabel predictor tidak mempengaruhi Y secara
significant.
 Hasil uji parsial (T) dilakukan dengan membandingkan nilai t tabel dengan t hitung
yaitu T tabel dengan def= -1. (20-1=29) sebesar 1.086568186. Jika dibandingkan
dengan nilai t hitung yaitu sebesar -0.37324 berarti t hitung < t tabel sehingga
dapat disimpulkan bahwa pengaruh variable predictor terhadap nitrogen lapangan
adalah tidak significant. Perbandingan nilai t significansi bernilai 0.713331591 atau
lebih dari α yang sudah ditentukan yakni sebesar 5% (0.05) sehingga variable
predictor tidak mempengaruhi variable y secara significant
 R2 sebesar 8% bermakna variabel Y kerapatan lapangan mampu dijelaskan oleh
variabel predictor dan sisanya dipengaruhi oleh variabel lain di luar model.

Persamaan regresi:
Y = aX + b

y = -2.1192x + 3.0908

 Hasil uji serempak tabel ANOVA menunjukkan nilai F-signifikansi lebih dari 0.05
yaitu 0.458012939 sehingga variabel predictor tidak mempengaruhi Y secara
significant.
 Hasil uji parsial (T) dilakukan dengan membandingkan nilai t tabel dengan t hitung
yaitu T tabel dengan def= 1. (20-1=29) sebesar 1.216437811. Jika dibandingkan
dengan nilai t hitung yaitu sebesar -0.758424872 berarti t hitung < t tabel sehingga
dapat disimpulkan bahwa pengaruh variable predictor terhadap nitrogen lapangan
 Praktikum GKP 0001 Statistik Terapan KPJ

adalah tidak significant. Perbandingan nilai t significansi bernilai 0.458012939 atau

lebih dari α yang sudah ditentukan yakni sebesar 5% (0.05) sehingga variable
predictor tidak mempengaruhi variable y secara significant
 R2 sebesar 17% bermakna variabel Y kerapatan lapangan mampu dijelaskan oleh
variabel predictor dan sisanya dipengaruhi oleh variabel lain di luar model.

6. Hasil mapping pada citra

(Terlampir)

7. Uji Akurasi Model

NDVI Formula (y-y')^2
0.4668 2.6492714 4.763181412
0.4363 2.66343865 4.960146566
0.8298 2.4806579 2.725331806
0.7055 2.53839525 3.359504997
0.4458 2.6590259 4.898368884
0.6951 2.54322605 3.415569897
0.6404 2.5686342 3.71808713
0.3873 2.68619915 5.284937302
0.4077 2.67672335 5.148466963
0.7844 2.5017462 2.949277971
0.5981 2.58828255 3.960826582
0.5417 2.61448035 4.296418379
0.388 2.685874 5.28022492
0.5991 2.58781805 3.954999482
0.2972 2.7280506 5.90903464
0.5227 2.62330585 4.412544937
0.3439 2.70635845 5.581209928
0.6203 2.57797065 3.832474374
0.6243 2.57611265 3.809572621
0.7284 2.5277582 3.237689932
sum 85.49786872
SE 2.067581543
Mean 4.274893436
stdev 0.918260483
cl95% 0.402438006
upper range 4.677331442
lower range 3.87245543
max error 53.3920036
min error 44.20429829
max acuracy 55.79570171
min accuracy 46.6079964
 Praktikum GKP 0001 Statistik Terapan KPJ

DVI Formula (y-y')^2

0.1618 -3.860176 16.17629094
0.1712 -3.966136 17.11754918
0.3491 -4.156864 20.30371157
0.2467 -4.156864 19.3913759
0.1504 -4.199248 18.91943772
0.2654 -4.262824 20.50481259
0.2536 -4.389976 21.56279807
0.1799 -4.389976 20.88376666
0.1611 -4.8562 25.17329929
0.3543 -4.8562 27.14931025
0.2622 -4.983352 27.51581578
0.1953 -5.089312 27.92712399
0.1627 -5.343616 30.31951589
0.2585 -5.386 31.86038025
0.1353 -6.86944 49.06638247
0.1943 -6.86944 49.89642279
0.1304 -6.933016 49.89184559
0.2313 -10.090624 106.5421151
0.2463 -10.429696 113.9768906
0.2875 -11.870752 147.8230917
sum 842.0019363
SE 6.48845874
Mean 42.10009681
stdev 36.98949011
cl95% 16.21106092
upper range 58.31115774
lower range 25.88903589
max error 25.06257385
min error 11.1273022
max 88.8726978
acuracy
min 74.93742615
accuracy

Dari hasil perhitungan SE indeks vegetasi yang lebih akurat untuk prediksi nitrogen
adalah indeks vegetasi NDVI, karena memiliki standar error yang lebih kecil
dibandingkan index vegetasi DVI.
 PETA PERSEBARAN TITIK SAMPEL ESTIMASI NITROGEN DI SEBAGIAN DI. YOGYAKARTA
° U

0 1.5 3 6 9 12

Kilometer
1:140,000

LEGENDA

Jenis Sampel
Model
7°36'0"S

% Validasi

%
Sumber:
%
% $
Data Praktikum Statistika Terapan 2018
$ $
% $ $
%
$ $ % %
Dibuat Oleh:
$
$
Atika Ratnaningsih
%
$ % %
16/395540/GE/08288
$ $
$ $
%$
$ %
% $
7°42'0"S

$ %
%
%
% $
LABORATORIUM PENGINDERAAN JAUH
%

$
% FAKULTAS GEOGRAFI
Source: Esri, DigitalGlobe, GeoEye, Earthstar
UNIVERSITAS GADJAH MADA
%
Geographics, CNES/Airbus DS, USDA, USGS,
AeroGRID, IGN, and the GIS User Community YOGYAKARTA
110°24'0"E 110°30'0"E 2018
 PETA KONSENTRASI NITROGEN LAPANGAN MENGGUNAKAN NDVI
° U

0 1.5 3 6 9 12

Kilometer
1:140,000

LEGENDA
Unclassified
Density slice range 2.4016 to 2.5614
Density slice range 2.5614 to 2.7212
7°36'0"S

Density slice range 2.7212 to 2.8810

Sumber:
Data Praktikum Statistika Terapan 2018

Dibuat Oleh:
Atika Ratnaningsih
16/395540/GE/08288
7°42'0"S

LABORATORIUM PENGINDERAAN JAUH

FAKULTAS GEOGRAFI
Source: Esri, DigitalGlobe, GeoEye, Earthstar
Geographics, CNES/Airbus DS, USDA, USGS, UNIVERSITAS GADJAH MADA
AeroGRID, IGN, and the GIS User Community YOGYAKARTA
110°24'0"E 110°30'0"E 2018
 PETA KONSENTRASI NITROGEN LAPANGAN MENGGUNAKAN DVI
° U

0 1.5 3 6 9 12

Kilometer
1:140,000

LEGENDA
Unclassified
Density slice range 2.0420 to 2.4004
7°36'0"S

Density slice range 2.4004 to 2.7589

Density slice range 2.7589 to 3.1173

Sumber:
Data Praktikum Statistika Terapan 2018

Dibuat Oleh:
Atika Ratnaningsih
16/395540/GE/08288
7°42'0"S

LABORATORIUM PENGINDERAAN JAUH

FAKULTAS GEOGRAFI
Source: Esri, DigitalGlobe, GeoEye, Earthstar
Geographics, CNES/Airbus DS, USDA, USGS, UNIVERSITAS GADJAH MADA
AeroGRID, IGN, and the GIS User Community YOGYAKARTA
110°24'0"E 110°30'0"E 2018