Custom Search

Mutidimensional Scaling Part 4

Sampai juga kita pada bagian akhir multidimensional scaling. Bagian ini akan menjelaskan sedikit tentang output yang dihasilkan oleh tools ini. MDS akan mengeluarkan output berupa nilai dan chart. Semuanya mencerminkan skala yang baik sampai buruk dengan tingkat keberlanjutan tertentu.

Nilai Stress dan Squared Correlation (RSQ)

Goodness of fit dari hasil multidimensional scaling ditunjukkan pada nilai stress dan squared correlation (RSQ) di sheet RapAnalysis.

Nilai stress pada latihan kali ini adalah 0.148141 dengan nilai RSQ sebesar 0.939709. Model yang baik ditunjukkan dengan nilai S-Stress yang lebih kecil dari 0.25 dan RSQ yang mendekati 1. Jika dilihat dari hasil nilai stress dan RSQ, maka dapat dikatakan bahwa hasil MDS pada latihan ini merupakan model baik dan dapat merepresentasikan permasalahan yang sedang dibahas.

Index dan Status keberlanjutan

Pada sheet ini juga ditunjukkan chart rapfish ordination yang menggambarkan posisi ketiga fisheries yang kita proses.

Gambar lingkaran merupakan anchor atau batas. Kita bisa lihat bahwa semakin kekanan nilai yang diperoleh maka semakin good. Kita bisa memperoleh koordinat tersebut di bagian yang diarsir atau pada kolom H

Pada hasil tersebut kita memperoleh data index sebagai berikut:

Kab A    : 47.48616

Kab B     : 53.15384

Kab C     : 46.82169

Adapun kategori index dan status keberlanjutan dapat kita nilai dengan keterangan sebagai berikut:

Nilai Index 0.00 – 25.00 kategori buruk : tidak berkelanjutan

Nilai Index 25.01 – 50.00 kategori kurang: kurang berkelanjutan

Nilai Index 50.01 – 75.00 kategori cukup : cukup berkelanjutan

Nilai index 75.01 – 100.00 kategori baik : sangat berkelanjutan

Sehingga dapat kita simpulkan bahwa kab A memiliki kategori kurang, Kab B memiliki kategori cukup, Kab C memiliki kategori kurang.

Leverage of Attributes/analisis kepekaan

Beranjak ke sheet sebelahnya, leverageAttributes. Sheet ini berisi variabel-variabel atau atribut atribut yang kuat mempengaruhi kategori penilaian ketiga fisheries atau dalam hal ini penilaian kurang cukup atau baik dari ketiga kabupaten. Bisa dikatakan bahwa jika kab C ingin memperbaiki index sehingga bisa menjadi kategori cukup atau baik, maka variabel leverage inilah yang bisa digunakan untuk mempercepat peningkatan nilai index.

Baca Juga  Polybag Vs Pot

Pada gambar diatas, terlihat bahwa variabel 5 merupakan variabel yang paling berpengaruh untuk meningkatkan index dibandingkan variabel lainnya. Kemudian disusul dibawahnya adalah var4, var3, dan var6. Keempat variabel tersebut dikatakan sebagai variabel pengungkit kategori kawasan cabai dari ketiga kabupaten yang kita proses di latihan ini sejak part 1, part 2, dan part 3 sebelumnya.

Keempat variabel ini bisa diproses lebih lanjut untuk menghasilkan kebijakan dengan menggunakan PPA (Participatory Prospective Analysis) yang secara umum dan kualitatif menggambarkan hubungan satu variabel dan variabel lain sehingga dapat diketahui variabel mana yang lebih baik untuk dilakukan sehingga tidak mengganggu keseimbangan variabel lain tetapi langsung berpengaruh terhadap peningkatan index. Insya Allah suatu saat saya akan membahas PPA secara terpisah.

Monte Carlo

Pada sheet montecarlo kita menjumpai repitisi atau pengulangan algoritma. Pengulangan ini dimaksudkan untuk menilai apakah hasil keluaran MDS ini dapat berkelanjutan atau tidak. Jika digambarkan sebagai sebuah pengungkit, leverage ini menentukan panjang pengungkit. semakin panjang pengungkit maka semakin mudah menaikkan nilai indek. sedangkan montecarlo ini digambarkankan seberapa kuat alat pengungkut tersebut. Jika pengungkit itu panjang dan kuat, terbuat dari besi atau baja, maka bisa dipastikan alat pengungkit tersebut merupakan alat yang tepat untuk menaikkan nilai indeks. Begitupun sebaliknya..

Lalu dimanakah nilai montecarlonya? Ada di kolom A untuk Kabubaten A, kolom B untuk Kab B, dan Kolom C untuk kabupaten C. jika anda menggunakan fisheries lebih dari 3 maka kolomnya pun lebih dari C (menyesuaikan jumlah fisheries).

Pada kolom A untuk kabupten A terdapat 10 baris. 5 baris pertama merupakan koordinat Y, dan 5 baris berikutnya merupakan koordinat X di grafik montecarlo. Kita mengambil nilai Y saja kemudian kita mencari nilai rata-ratanya. Setelah itu kita bandingkan dengan nilai MDS.

Hasil selisih antara monetcarlo dan MDS ini mencerminkan status keberlanjutan. Nilai selisih < 1 menunjukkan bahwa nilai status indeks keberlanjutan pada selang kepercayaan sesuai nilai RSQ didapat hasil yang tidak banyak mengalami perbedaan. Kecilnya indeks keberlanjutan antara kedua metode tersebut mengindikasikan bahwa (1) kesalahan dalam pembuatan skor setiap atribut relatif kecil, (2) ragam pemberian skor setiap atribut relatif kecil, (3) proses analisis yang dilakukan secara berulang ulang stabil, (4) kesalahan pemasukan data data yang hilang dapat dihindari.

Baca Juga  Mempelajari Kerangka Statistik

Kita bisa mengambil kesimpulan dari ketiga kabupaten tersebut, hanya kabupaten B yang memiliki kepastian atau keberlanjutan sebagai kawasan cabai. Sedangkan kab A dan C memiliki selisih lebih dari 1 sehingga dikatakan tidak berlanjut atau terjadi kesalahan proses data seperti yang telah dijelaskan sebelumnya.

Berakhir sudah materi MDS saya himpun, semoga dapat bermanfaat. Artikel ini memang menitikberatkan pada langkah per langkah yang perlu anda lalui, bukan sebagai referensi pustaka. Referensi pustaka bisa anda cari dengan mesin pencari dan mendapatkan artikel ilmiah yang berkualitas. Jika anda menggunakan tools ini dan berhasil membuat pengkajian, saya senang sekali  jika anda tidak keberatan berbagi kabar dengan saya.

Terima Kasih telah berkunjung.