Selasa, 24 Maret 2009

Skala Pengukuran Data

Skala Pengukuran
Untuk memilih uji statistik yang akan digunakan dalam menganalisa data maka tipe data memegang peranan yang penting. Jenis data pada gilirannya akan menentukan jenis uji statistik yang digunakan. Dalam statistik, data merupakan karakteristik, symbol atau angka dari sebuah variabel yang diukur. Pengukuran hanya dilakukan terhadap variabel yang dapat didefinisikan seperti minat, kinerja ataupun sikap. Agar hasil penelitian tidak memberikan interpretasi yang berbeda maka definisi operasional terhadap variabel yang diteliti perlu dijelaskan terlebih dahulu.

Data dalam statistik secara umum dapat digolongkan menjadi 2 macam yaitu:
• Data diskrit : yaitu data data yang tidak dikonsepsikan adanya nulai-nilai di antara data (bilangan) lain yang terdekat contoh banyaknya jumlah anak di suatu keluarga, jumlah rumah di suatu kampung. Misalnya juka bilangan 2 dan 3 menunjukan jumlah anak anak di keluarga A dan keluarga B, maka di antara kedua bilangan tersebut tidak ada bilangan-bilangan lain. Tidak pernah kita mengatakan bahwa jumlah anak di suatu keluarga adalah 2,4 atau 2,9.
• Data kontinu : yaitu data yang didapat dari hasil pengukuran. Data hasil pengukuran diperoleh dari tes, kuesioner ataupun alat ukur lain yang sudah terstandar misalnya timbangan, panjang ataupun skala psikologis yang lain. yang termasuk data kontinum ini adalah interval dan rasio.
Data didapatkan dari perhitungan dan pengukuran. Pengukuran adalah penggunaan aturan untuk menetapkan bilangan pada obyek atau peristiwa. Dengan kata lain, pengukuran memberikan nilai-nilai variabel dengan notasi bilangan. Aturan penggunaan notasi bilangan dalam pengukuran disebut skala atau tingkat pengukuran (scales of measurement).Secara lebih rinci, dalam statistik terdapat 4 skala pengukuran yaitu nominal, ordinal, interval dan rasio.

Nominal

Skala pengukuran nominal digunakan untuk menklasifikasi obyek, individual atau kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-hal di atas digunakan angka-angka sebagai symbol. Apabila kita menggunakan skala pengukuran nominal, maka statistik non-parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan dalam bentuk persentase. Sebagai contoh kita mengklaisfikasi variable jenis kelamin menjadi sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2. Kita tidak dapat melakukan operasi arimatika dengan angka-angka tersebut, karena angka-angka tersebut hanya menunjukkan keberadaan atau ketidakadanya karaktersitik tertentu.

Contoh: Jawaban pertanyaan berupa dua pilihan “ya” dan “tidak” yang bersifat kategorikal dapat diberi symbol angka-angka sebagai berikut: jawaban “ya” diberi angka 1 dan tidak diberi angka 2.

Ordinal

Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang dimiliki oleh obyek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relatif tertentu yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya.

Contoh: Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju, netral, setuju dan sangat setuju dapat diberi symbol angka 1, 2,3,4 dan 5. Angka-angka ini hanya merupakan simbol peringkat, tidak mengekspresikan jumlah.

Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karaktersitik antara satu individu atau obyek dengan lainnya. Skala pengukuran interval benar-benar merupakan angka. Angka-angka yang digunakan dapat dipergunakan dapat dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk melakukan analisa, skala pengukuran ini menggunakan statistik parametric.

Contoh: Jawaban pertanyaan menyangkut frekuensi dalam pertanyaan, misalnya: Berapa kali Anda melakukan kunjungan ke Jakarta dalam satu bulan? Jawaban: 1 kali, 3 kali, dan 5 kali. Maka angka-angka 1,3, dan 5 merupakan angka sebenarnya dengan menggunakan interval 2.

Ratio

Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absoult nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu atau obyek tertentu dengan lainnya.

Contoh: Berat Sari 35 Kg sedang berat Maya 70 Kg. Maka berat Sari dibanding dengan berat Maya sama dengan 1 dibanding 2.

Validitas

Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya diukur. Misalnya skala nominal yang bersifat non-parametrik digunakan untuk mengukur variabel nominal bukan untuk mengukur variabel interval yang bersifat parametrik. Ada 3 (tiga) tipe validitas pengukuran yang harus diketahui, yaitu:

# Validitas Isi (Content Validity)

Validitas isi menyangkut tingkatan dimana item-item skala yang mencerminkan domain konsep yang sedang diteliti. Suatu domain konsep tertentu tidak dapat begitu saja dihitung semua dimensinya karena domain tersebut kadang mempunyai atribut yang banyak atau bersifat multidimensional.

# Validitas Kosntruk (Construct Validity)

Validitas konstruk berkaitan dengan tingkatan dimana skala mencerminkan dan berperan sebagai konsep yang sedang diukur. Dua aspek pokok dalam validitas konstruk ialah secara alamiah bersifat teoritis dan statistik.

# Validitas Kriteria (Criterion Validity)

Validitas kriteria menyangkut masalah tingkatan dimana skala yang sedang digunakan mampu memprediksi suatu variable yang dirancang sebagai kriteria.

Reliabilitas

Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. Reliabilitas berkonsentrasi pada masalah akurasi pengukuran dan hasilnya.

Jumat, 20 Maret 2009

Penjelasan Legend Editor

Berikut adalah penjelasan dari Legend editor pada ArcView
LEGEND EDITOR.doc

Selasa, 10 Maret 2009

AKSES CITRA NOAA

AKSES CITRA NOAA

Pengolahan citra satelit NOAA-AVHRR sebagai salah satu citra satelit penginderaan jauh dengan resolusi spasial yang rendah dan mempunyai kelebihan yakni resolusi temporal yang daily. NOAA merupakan singkatan dari National Oceanic and Atmospheric Administration, adalah badan induk dari Dinas Udara Amerika Serikat (U.S. Weather Service).

Lembaga ini mengoperasikan satelit seri NOAA yang masing-masing membawa sensor Advanced Very High Resolution Radiometer (AVHRR).

Data AVHRR dapat diperoleh dalam 3 format :
• High Resolution Picture Transmission (HRPT)
• Local Area Coverage (LAC)
• Global Area Coverage (GAC)

Stasiun bumi NOAA menerima data AVHRR dari satelit dalam bentuk data mentah yang dikenal dengan data HRPT (High Resolution Picture Transmission) secara rutin 2 – 4 kali/hari. Oleh karena itu, siklus harian NOAA cukup baik untuk mengamati perubahan yang terjadi di laut dengan resolusi spasial yang terbatas mencapai 1,1 km. Cakupan citranya cukup luas dengan lebar pandang mencapai 2399 km pada setiap citra global yang dihasilkan.

Saluran-saluran radiasi inframerah termal dari NOAA-AVHRR, berfungsi untuk mendeteksi radiasi termal yang dipancarkan oleh permukaan bumi. Berdasarkan hubungan antara suhu dengan intensitas emisi maka data AVHRR dapat dimanfaatkan untuk mengukur suhu permukaan laut. Pengolahan citra NOAA-AVHRR untuk dapat diekstraksi informasinya sebagai data suhu permukaan laut melalui berbagai tahapan pengolahan citra digital dengan memanfaatkan software pengolahan citra digital.

Pengolahan Citra NOAA-AVHRR melalui beberapa tahapan pengolahan citra digital.
Dari tahapan pengolahan citra yakni persiapan data, pemrosesan citra digital hingga penyajian data hasil pengolahan cita digital menggunakan software image processing dan GIS. Tahapan pemrosesan/pengolahan citra NOAA-AVHRR secara digital sebagai berikut:

Koreksi Radiometrik
Koreksi radiometrik yang dilakukan dengan tujuan untuk memperbaiki nilai piksel agar sesuai dengan nilai pancaran spektral obyek sebenarnya dan mengurangi atau menghilangkan efek atmosferik pada citra.

Koreksi Geometri
Koreksi geometri merupakan proses perujukkan titik-titik pada citra ke titik-titik yang sama di medan ataupun di peta, yang diketahui koordinatnya.

Masking
Masking ini bertujuan untuk menghilangkan unsur yang tidak perlu dan tidak dapat diolah. Melakukan masking daratan dan awan dengan menggunakan saluran 1, 2 dan 3.

Mosaik
Mosaik citra dilakukan dengan menggabungkan dua citra bahan, sehingga dihasilkan citra yang menggambarkan daerah penelitian secara penuh.

Pemotongan Citra
Pemotongan citra sangat diperlukan untuk membatasi daerah yang akan diteliti sehingga cakupan daerah penelitian tidak terlalu lebar.

Selain dapat mendeteksi suhu NOAA juga berfungi untuk mendeteksi titik api, misalnya :
TANJUNG SELOR-Kaltim Post-Kebakaran hutan dan lahan atau titik api bisa dideteksi menggunakan satelit NOAA-AVHRR, atau satelit National Oceanic and Atmospheric Administration (NOAA) yang memiliki sensor Advanced Very High Resolution Radiometer (AVHRR).

Satelit ini mengambil citra 4 kali sehari di atas Pulau Kalimantan dan memiliki kemampuan mendeteksi aktifitas kebakaran atau titik api berdasarkan pengukuran temperatur pada waktu sebenarnya. Data dari satelit ini merupakan bagian dari sistem informasi kebakaran dari UPTD Pengendalian Kebakaran Hutan dan Lahan (PKHL) Kaltim, yang sangat berguna untuk melakukan tindakan pencegahan dan persiapan efektif menghadapi bahaya kebakaran hutan dan lahan.

NOM (NOAA Operation Manager) merupakan piranti lunak pendukung NOAA yang dikembangkan oleh departemen bidang ilmu lingkungan hidup (ESD) di NRI (Natural Resourches Institute) yang berpusat di Inggris. Environmental Sciences Department (ESD) telah mengembangkan suatu pendekatan yang disebut LARST (Local Application of Remote Sensing Techniques) yang memfokuskan dalam pengembangan sistem pengintegrasian yang lengkap dalam penangkapan dan pemrosesan data-data dari satelit (Meteosat, NOAA , SPOT and ERS).

  • http://ajiputrap.blogspot.com/2008/12/pengolahan-citra-noaa-avhrr.html
  • www.fire.uni-freiburg.de/se_asia/projects/ffpcp/FFPCP-19-Prosedur-standar-operasional-NOAA.pdf
  • http://www.fwi.or.id/indexasli.php?link=news&id=197