BAB 2

TINJAUAN PUSTAKA

2.1 Analisis Multivariat

Analisis multivariat merupakan analisis multivariabel yang berhubungan dengan

semua teknik statistik yang secara simultan menganalisis sejumlah pengukuran pada individu
atau objek (Santoso, 2014). Menurut Dillon dan Goldstein (1984) yang dikutip oleh Waluyo (
2012) analisis multivariat merupakan semua metode statistik yang menganalisis beberapa
pengukuran (variabel-variabel) yang ada pada setiap obyek dalam satu atau banyak sampel
secara simulan. Berdasarkan dedifinisi tersebut, setiap teknik analisis yang melibatkan lebih
dari dua variable secara simultan dapat dianggap sebagai analisis multivariat.

Analisis multivariat dikelompokkan menjadi dua kelompok, yaitu analisis

dependensi/ketergantungan (dependence methods) dan analisis interdependensi/saling tidak
ketergantungan (interdependence methods). Analisis dependensi bertujuan untuk menjelaskan
atau meramalkan nilai variabel tak bebas berdasarkan lebih dari satu variabel bebas yang
mempengaruhinya. Contoh analisis dependensi, yaitu: analisis diskriminan, regresi linier
berganda, analisis varian, analisis konjoin, analisis varian multivariat, dan korelasi kanonikal.
Sedangkan analisis interdependensi bertujuan untuk memberikan arti (meaning) kepada suatu
set variabel (kelompok variabel) atau menglompokkan suatu set variabel menjadi kelompok
yang lebih sedikit jumlahnya dan masing-masing kelompok membentuk variabel baru yang
disebut faktor (mereduksi jumlah variabel). Contoh analisis interdependensi, yaitu: analisis
faktor, analisis klaster, penskalaan multidimensional, dan analisis korespondensi (Supranto,
2004).

2.2 Analisis Faktor

2.2.1 Defini Analisis Faktor

Analisis faktor termasuk dalam statsitika multivariat. Tujuan dari dilakukan analisis
faktor yaitu menekan jumlah variabel dengan cara mengelompokkan berdasarkan korelasi
yang besar antarvariabel sehingga membentuk sekumpulan variabel yang disebut dengan
faktor (Hair, et. al., 2010).

Analisis faktor merupakan suatu teknik untuk menganalisis tentang saling

ketergantungan dari beberapa variabel secara simultan dengan tujuan untuk
menyederhanakan dari bentuk hubungan antara beberapa variabel yang diteliti menjadi
sejumlah faktor yang lebih sedikit dari pada variabel yang diteliti (Suliyanto, 2005).

2.2.2 Fungsi Analisis Faktor

Menurut Suliyanto (2005), fungsi analisis faktor diantaranya adalah sebagai berikut.

1. Mengidentifikasi dimensi-dimensi mendasar yang dapat menjelaskan korelasi dari

serangkaian variabel.
 2. Mengidentifikasi variabel-variabel baru yang lebih kecil, untuk menggantikan
variabel asli yang berkorelasi.
3. Mengidentifikasi beberapa variabel kecil dari sejumlah variabel yang banyak untuk
dianalisis multivariat lainnya.

2.2.3 Asumsi Analisis Faktor

Menurut Riyanto (2012), asums-asumsi dari analisis faktor terkait dengan metode statistik
korelasi adalah sebagai berikut.

1. Besar korelasi atau korelasi antar independen variabel harus cukup kuat, yaitu diatas
0.5
2. Besar korelasi parsial, korelasi antar dua variabel dengan menganggap tetap variabel
yang lain, justru harus kecil. Pada SPSS, deteksi terhadap korelasi parsial diberikan
lewat pilihan Anti-Image Correlation.
3. Pengujian seluruh matrik korelasi (korelasi antar variabel), yang diukur dengan
besaran Barlett Test of Sphericity atau Measure Sampling Adequacy (MSA). Pengujian
ini mengharuskan adanya korelasi yang signifikan diantara paling sedikit beberapa
variabel.
4. Pada beberapa kasus, asumsi normalitas dari variabel-variabel atau faktor yang terjadi
sebaiknya dipenuhi.

2.2.4 Proses Dasar Analisis Faktor

Menurut Santoso (2014), proses dasar dalam analisis faktor adalah sebagai berikut.

1. Menentukkan variabel apa saja yang akan dianalisis.

2. Menguji variabel-variabel yang telah ditentukkan, dengan metode Bartlet test of
sphrericity, serta pengukuran MSA (Measure of Sampling Adequcy). Pada awal
analisis faktor, dilakukan penyaringan terhadap sejumlah variabel, sehingga
didapatkan variabel-variabel yang memenuhi syarat untuk dianalisis.
3. Setelah sejumlah variabel memenuhi syarat didapatkan, kemudian berlanjut ke proses
factoring. Proses ini akan mengesktrak satu atau lebih faktor dari variabel-variabel
yang telah lolos uji variabel sebelumnya.
4. Selanjutnya melakukan proses rotasi. Proses rotasi dilakukan untuk memperjelas
posisi sebuah variabel akan dimasukkan pada faktor satu atau ke faktor lainnya.
5. Memberi nama atas faktor yang telah terbentuk, yang dianggap bisa mewakili
variabel-variabel anggota faktor tersebut.
6. Validasi hasil faktor untuk mengetahui apakah faktor yang terbentuk telah valid.
Validasi bisa dilakukan dengan membagi sampel satu dengan membagi sampel awal
menjadi dua bagian, lalu membandingkan hasil faktor sampel satu dengan dua. Jika
hasil tidak banyak perbedaan, dapat dikatakan faktor yang terbentuk telah valid.

2.3 Metode PCA (Principal Component Analysis)

2.3.1 Definisi PCA

 Analisis komponen utama (principal component analysis) merupakan salah satu
metode dalam analisis faktor yang tujuannya untuk melakukan prediksi terhadap sejumlah
faktor yang akan dihasilkan. Analisis komponen utama digunakan untuk menjelaskan struktur
matriks varians-kovarians dari suatu set variabel melalui kombinasi linier dari variabel-
variabel tersebut. Secara umum komponen utama dapat berguna untuk reduksi dan
interpretasi variabel-variabel (Johnson dan Winchern, 2002).

Perhitungan analisis dengan menggunakan metode PCA adalah masalah memecahkan

persamaan eigen. Adapun algoritma PCA secara umum sebagai berikut (Johnson dan
Winchern, 2007) :

1. Hitung matriks kovarian dengan persamaan berikut:

cov ( xy )=
∑ xy −( x )( y )
n
2. Hitung nilai eigen dengan persamaan berikut:
( A−λI )=0
Dimana,
A=matriks data
λ=nilai eigen
I =matriks identitas
3. Hitung vector dengan menyelesaikan persamaan berikut:
[ A− λI ][ X ] =0
4. Tentukan variabel baru (PC) dengan mengalikan variabel asli dengan matriks vektor
eigen.

2.3.2 Matriks Masukan

Menurut Astuti dkk (2008), apabila satuan pengukuran semua variabel sama, maka
digunakan matriks ragam peragam. Apabila satuan pengukuran semua variabel berbeda,
maka matriks yang digunakan adalah matriks korelasi.

1. Matriks Ragam Peragam

Ragam merupakan ukuran penyebaran data, sedangkan peragam merupakan ukuran
seberapa kuat hubungan antara dua variabel. Matriks ragam peragam dituliskan
seperti pada persamaan berikut.

[ ]
S11 S 12 … S 1 p
S S 22 … S 2 p
S p × p= 21
⋮ ⋮ ⋱ ⋮
S p 1 S p 2 … S pp
Dimana,
p

∑ (X ij− X j )2
j=1
S jj =
( p−1)
 p

∑ ( X ij− X i ) (X ij− X j )
Sij = j=1
( p−1)
Keterangan :
S jj : Nilai ragam
Sij : Nilai peragam antar variabel X i dan X j
S : Matriks ragam peragam

2.3.3 Koefisien Pembobot (Loading) PCA

Interpretasi PCA dapat diperoleh dari analisis loading.Loading adalah korelasi antara
variabel asli dengan variabel baru. Loading memberikan indikasi variabel asli mana yang
sangat penting atau berpengaruh pada pembentukan variabel baru. Semakin tinggi nilai
loading, maka variabel lama tersebut semakin berpengaruh terhadap pembentukan variabel
baru. Loading dapat dihitung dengan menggunakan persamaan berikut (Sharma, 1996):

wij
Lij =
sj
√ λi

Keterangan
Lij : loading plot variabel ke-j untuk PC ke-I
w ij : loading plot variabel ke-j untuk PC ke-i
sj :standart deviasi dari variabel ke-j
λi : nilai eigen dari PC ke-i

2.3.4 Penentuan Komponen Utama

Terdapat tiga metode umum yang digunakan untuk menentukan banyaknya

komponen utama yang dapat digunakan sebagai variabel baru yaitu (Nugroho, 2008) :

1. Berdasarkan proporsi kumulatif total keragaman yang mampu dijelaskan. Metode ini
diterapkan pada matriks korelasi ataupun matriks kovarian. Tidak ada patokan baku
berapa batas minimum tersebut. Namun, sebagian menyebutkan 70%, 80%, bahkan
ada yang 90%.
2. Berdasarkan nilai eigen dari komponen utama. Tapi hanya bisa diterapkan pada
matriks korelasi. Yaitu jika nilai eigen lebih atau sama dengan satu.
3. Berdasarkan scree plot. Dengan menggunakan metode ini, banyaknya komponen
utama yang dipilih, yaitu k, adalah jika pada titik k tersebut plotnya curam ke kiri tapi
tidak curam ke kanan. Ide yang ada dibelakang metode ini adalah bahwa banyaknya
omponen utama yang dipilih sedemikian rupa sehingga selisih antara akar ciri yang
berurutan sudah tidak ada besar lagi.

2.4 Pencemaran Udara

Menurut Soedomo (2001), pencemaran udara adalah masuknya zat pencemar ke dalam
udara dalam jumlah yang berlebihan sehingga menyebabkan kualitas udara menurun.
Penurunan kualitas udara disebabkan dapat terjadi secara alami dan dari kegiatan manusia.
Pencemaran udara secara alami contohnya adalah asap kebakaran hutan, abu vulkanik
gunung berapi, dan pancaran garam dari air laut. Pencemaran udara yang disebabkan oleh
manusia contohnya adalah kegiatan transportasi, industri, dan pembakaran sampah dari
kegiatan rumah tangga.

Menurut Mandra (2015), udara yang masih bersih terdri dari campuran berbagai gas
dengan konsentrasi yang berbeda-beda. Gas-gas tersebut diantaranya adalah Nitrogen dalam
bentuk N2 sebanyak 78 %, oksigen dalam bentuk O 2 sebanyak 21 % sementara argon (Ar)
hanya 1 % dari total gas. Gas-gas karbondioksida (CO 2), helium (He), neon (Ne), xenon (Xe)
dan kripton (Kr) masing-masing hanya terdapat sebanyak 0,01 % dari total gas. Selain itu ada
beberapa jenis gas dalam jumlah yang sedikit seperti Metana (CH 4), karbon monoksida (CO),
amoniak (NH3), dinitrogen monoksida (N2O), dan hidrogen sulfida (H2S). Dalam jumlah yang
besar gas-gas tersebut berpotensi menyebabkan terjadinya pencemaran udara.

2.5 Jumlah Penduduk

Lembaga BPS dalam Statistik Indonesia (2013) menjabarkan penduduk adalah semua
orang yang berdomisili di wilayah geografis Republik Indonesia selama 6 bulan atau lebih
dan atau mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk
menetap.Sedangkan menurut Said (2012: 136) yang dimaksud dengan penduduk adalah
jumlah orang yang bertempat tinggal di suatu wilayah pada waktu tertentu dan merupakan
hasil dari proses-proses demografi yaitu fertilitas, mortalitas, dan migrasi.

Kepadatan penduduk lazim disebut ledakan penduduk (population bomb).

Pertambahan penduduk yang makin lama makin meningkat hingga akhirnya memadati muka
bumi. Hal ini kemudian justru merupakan rentetan masalah besar. Setiap manusia tidak
terlepas dari berbagai kebutuhan, mulai dari yang pokok sampai pada kebutuhan pelengkap.
Sedangkan semua faktor-faktor tersebut baru dapat terpenuhi bila siklus dan cadangan
sumber daya alam masih mampu dan mencukupi, tapi akan lain jadinya jika angka
pertumbuhan penduduk kian melewati batas siklus ataupun jumlah cadangan sumber-sumber
kebutuhan (Siahaan, 2004).

2.6 Perusahaan

Menurut Badan Pusat Statistik (2010), perusahaan atau usaha industri adalah unit
(kesatuan) usaha yang melakukan kegiatan ekonomi, bertujuan menghasilkan barang atau
jasa, terletak pada suatu bangunan atau lokasi tertentu, dan mempunyai catatan administrasi
tersendiri mengenai produksi atau struktur biaya serta ada seorang atau lebih yang
bertanggung jawab atas usaha tersebut.

Bentuk nyata keterkaitan antara perekonomian dengan lingkungan yang banyak

digunakan oleh para ekonomyakni dengan melihat tingkat polusi sebagai eskternalitas dari
industrialisasi dan juga bangunan yang dijadikan sebagai salah satu indikator pertumbuhan
ekonomi. Pertumbuhan ekonomi yang sangat pesat dan disertai pertumbuhan penduduk telah
meningkatkan polusi dan penurunan lingkungan pada akhir dekade ini. Ketika perluasan
industri mengakibatkan tumbuhnya ekonomi secara pesat, ketenagakerjaan, menaikkan
pendapatan dan meningkatkan ekspor, pemusatan limbah industri di kawasan perkotaan
memiliki pengaruh yang negatif terhadap kualitas udara (Panayatou, 2000).

2.7 Suhu

Suhu atau temperatur udara adalah derajat dari aktivitas molekul dalam atmosfer yang
berupa energi kinetik rata-rata dari pergerakan molekul-molekul (Fadholi, 2013). Suhu
dikatakan sebagai derajat panas atau dingin yang diukur berdasarkan skala tertentu dengan
menggunakan thermometer (Ance, 1986). Biasanya pengukuran suhu atau temperatur udara
dinyatakan dalam skala 𝐶𝑒𝑙𝑐𝑖𝑢𝑠 (℃), 𝑅𝑒𝑎𝑚𝑢𝑟 (𝑅) dan 𝐹𝑎ℎ𝑟𝑒𝑛ℎ𝑒𝑖𝑡 (℉).

Suhu udara harian rata-rata didefinisikan sebagai rata-rata pengamatan selama 4 jam
(satu hari) yang dilakukan tiap jam. Secara kasar, suhu udara harian rata-rata dapat dihitung
dengan menjumlah suhu maksimum dan suhu minimum lalu dibagi dua. Suhu bulanan rata-
rata adalah jumlah dari suhu harian dalam satu bulan dibagi dengan jumlah hari dalam bulan
tersebut (Tjasyono, 2004).

Suhu dan kelembaban merupakan faktor difusi yang berhubungan dengan atmosfer
dan fotografik lingkungannya. Pengaruh kondisi metereologis sangat besar terhadap
konsentrasi yang terukur di suatu titik pengamatan, karena adanya variasi yang sangat
berbeda dari waktu ke waktu. Variasi parameter metereologis ini akan menentukan
kemampuan atmosfer dalam mengencerkan, menyebarkan dan mendifusikan senyawa yang
dikeluarkan dari sumbernya. Variasi temporal skala kecil, seperti siang dan malam akan
memberikan perbedaan yang besar dalam potensi dispersi atmosfer. Pada siang hari di mana
pergerakan konvektif dan pencampuran besar, potensi disfersi atmosfer akan juga besar,
sehingga emisi pencemar dapat lebih baik disebarkan dan diencerkan dalam ruang pencampur
(mixinglayer) yang besar. Hasilnya adalah bahwa konsentrasi pencemar yang terukur akan
relatif kecil untuk suatu intensitas emisi yang konstan. Sebaliknya pada malam hari, atmosfer
relatif akan diam (statis), pergerakan konveksi sangat kecil dan dalam ruang pencampur yang
dangkal. Dalam keadaan ini kemampuan pengenceran dan penyebaran senyawa pencemar
akan relatif lebih kecil dibandingkan dengan pada siang hari. Untuk intensitas emisi yang
konstan, dalam keadaan ideal, akan diperoleh konsentrasi terukur yang lebih besar pada titik
yang sama (Soedomo, 1999).

2.8 Desa yang Terjadi Pencemaran Udara

Definisi desa yang dikutip oleh R. Bintaro (1983) adalah suatu tempat yang terutama
untuk tempat tinggal dan bahkan terutama sebagai pusat perdagangan. Desa-desa itu disusun
sebagian besar oleh rumah-rumah pertanian dan dihubungkan dengan bangunan tambahan
(Finch, 1957). Sedangkan menurut William (1963), desa adalah meliputi suatu kesatuan
organisasi kehidupan social didalam daerah yang terbatas.

Pencemaran udara sering terjadi pada kondisi wilayah desa yang berada di bantaran
sungai yang menyebabkan mobilitas penduduk yang sangat tinggi dengan laju pertumbuhan
penduduk yang begitu pesat. Hal ini ditandai dengan banyaknya pemukiman padat penduduk,
industrialisasi seperti perusahaan dengan aktivitas pembakaran yang mengeluarkan asap
dengan cerobong yang tidak memenuhi syarat, sehingga dapat menimbulkan pencemaran
udara. Kurangnya pengetahuan masyarakat tentang dampak yang ditumbulkan dari polusi
udara menjadi salah satu penyebab suatu desa atau wilayah terjadi pencemaran udara
sehingga merugikan masyarakat di wilayah itu sendiri. Oleh karena itu, diperlukan suatu
pendekatan sebagai upaya konkret yang dapat dilakukan dengan mengedukasi masyarakat
untuk meningkatkan pengetahuan dan pemahaman terkait polusi udara, dampak dari polusi
udara, upaya pencegahan dan penanggulangannya.

2.9 Penutupan Lahan

Lahan merupakan salah satu sumberdaya alam yang dapat dimanfaatkan dengan cara
diolah agar menghasilkan produk untuk memenuhi kebutuhan manusia (Sudarmanto dkk,
2014). Menurut FAO (1976), lahan dapat diartikan suatu lingkungan fisik yang meliputi
tanah, iklim, relief, hidrologi dan vegetasi dimana faktor-faktor tersebut mempengaruhi
potensi penggunaannya, termasuk didalamnya adalah akibat-akibat kegiatan manusia, baik
masa lalu maupun sekarang.

Pengertian penutup lahan menurut Standar Nasional Indonesia (SNI) nomor 7645
(2010) adalah tutupan biofisik pada permukaan bumi yang dapat diamati merupakan suatu
hasil pengaturan, aktivitas, dan perlakuan manusia yang dilakukan pada jenis penutup lahan
tertentu untuk melakukan kegiatan produksi, perubahan, ataupun perawatan pada penutup
lahan tersebut. Penutup lahan juga didefinisikan sebagai salah satu komponen pendukung
sistem kehidupan dimana semakin baik jenis penutup lahan semisal vegetasi maka dapat
diasumsikan bahwa kawasan tersebut memiliki nilai keanekaragaman hayati yang tinggi
(Fauzi dkk, 2016).

Perubahan penutup lahan dapat meningkatkan albedo dan kekasaran permukaan.

Kondisi perubahan penutup lahan akan mengikuti arus pembangunan dimana akan mulai
muncul permukiman dan industri-industri baru (Sobirin dan Fatimah, 2015). Hal ini lah yang
akan memperburuk kondisi lingkungan dimana distribusi iklim lokal dan regional mengalami
perubahan dalam prosesnya, salah satunya berasal dari pembakaran-pembakaran limbah
ataupun proses pengolahan bahan baku di industri.

2.10 Hutan

Menurut Peraturan Pemerintah nomor 4 tahun 2001 tentang Kehutanan, hutan adalah
suatu kesatuan ekosistem berupa hamparan lahan berisi sumber daya alam hayati yang
didominasi pepohonan dalam persekutuan alam lingkungannya, yang satu dengan lainnya
tidak dapat dipisahkan. Sedangkan lahan adalah suatu hamparan ekosistem daratan yang
peruntukannya untuk usaha dan atau kegiatan ladang dan atau kebun bagi masyarakat.

Menurut Undang– Undang Nomor. 41 tahun 1999 Tentang Kehutanan, hutan

mempunyai 3 fungsi utama yaitu fungsi konservasi, fungsi lindung, dan fungsi produksi. Saat
ini kondisi hutan di Indonesia semakin buruk sebagai akibat negatif dari semakin
berkembangnya peradaban dan meningkatnya kebutuhan manusia. Salah satu permasalahan
mengenai hutan yang terjadi di Indonesia adalah terjadinya peristiwa kebakaran hutan
(Undang-Undang No. 41 tahun 1999).

DAFTAR PUSTAKA

Ance. 1986. Klimatologi Pengaruh Iklim Terhadap Tanah dan Tanaman. Jakarta : Bina
Aksara (Jakarta Asian Development Bank).

Badan Pusat Statistik Banten. 2010. Statistik Indonesia Tahun 2010. Banten: Badan Pusat
Statistik.

Bintaro, R. 1983. Geografi Desa.Yogyakarta: UP. Spring.

BPS. 2013. Estimasi Parameter Demograf: Tren Fertilitas, Mortalitas, dan Migrasi. Hasil
Sensus Penduduk 2010. Jakarta.

Food and Agriculture Organization of the United Nations. (1976). A Framework for Land
Evaluation. FAO Soil Bulletin 32, Rome, 72 pp.

Fadholi, A. 2013. Uji Perubahan Rata-Rata Suhu Udara dan Curah Hujan di Kota
Pangkalpinang. Jurnal Matematika, Sains, dan Teknologi 14(1):11-25.

Fauzi, Rio M., Joko Nugroho R., R. H. (2016). Analisa Perubahan Penutupan Lahan Pada
Kawasan Lindung Gunung Naning Kabupaten Sekadau Provinsi Kalimantan Barat. Jurnal
Hutan Lestari, Vol.4 (4), 520–526

Johnson, R.A dan Winchern, D.W. 2007. Applied Multivariate Statistical Analysis Edisi
Keenam. Pearson Pretice Hall.

Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E., 2010. Factor Analysis. In:
Multivariate Data Analysis. New Jersey: Pearson Education Inc.

Johnson, R.A dan Wichern, D.W. 2002. Applied Multivariate Statistical Analysis. New
Jersey: Pearson Education International.

Mandra, A. S. 2015. Analisis Alternatif Pengendalian Pencearan Emisi Kendaraan Bermotor

Di Kabupaten Makassar.Jurnal lingkungan. vol 3(2):11-12

Payanatou, Theodore. 2000. Population and Environment, Environmental and Development

Paper No.2. Harvard University. Cambridge.

Peraturan Pemerintah Republik Indonesia Nomor 4 Tahun 2001 tentang Pengendalian

Kerusakan dan atau Pencemaran Lingkungan Hidup Yang Berkaitan Dengan Kebakaran
Hutan dan atau Lahan, Februari 2001

Riyanto, A. 2012. Penerapan Analisis Multivariat dalam Penelitian Kesehatan. Yogyakarta :

Nuha Medika.
Said, R. 2012. Pengantar Ilmu Kependudukan. Jakarta: Lembaga Penelitian dan
Pengembangan Ekonomi dan social.

Santoso, Singgih. 2014. Statistik Multivariat. Jakarta: PT Elex Media Komputtindo.

Sobirin dan Fatimah, R. 2015. Urban Heat Island Kota Surabaya. Jurnal Geoedukasi, Voulme
IV.

Supranto, J. 2004. Analisis Multivariat: Arti dan Interpretasi. Jakarta: PT Rineka Cipta

Soedomo, M. 1999. Pencemaran Udara. Jurusan Teknik Lingkungan-ITB.

Soedomo, M. 2001. Kumpulan Karya Ilmiah, Pencemaran Udara. Bandung: Penerbit ITB.

Sudarmanto, A., Buchori, I., & Sudarno. 2014. Perbandingan Infiltrasi Lahan Terhadap
Karakteristik Fisik Tanah, Kondisi Penutupan Tanah Dan Kondisi Tegakan Pohon Pada
Berbagai Jenis Pemanfaatan Lahan. Jurnal Geografi, Departement Of Geography,
Universitas Negeri Semarang, 11(1), 1–13.

Suliyanto. 2005. Analisis Data dalam Aplikasi Pemasaran. Bogor: Ghalia Indonesia.