ANALISIS KORESPONDENSI SEDERHANA DAN BERGANDA PADA BENCANA ALAM KLIMATOLOGIS DI PULAU JAWA

Abstract

Dalam kehidupan sehari-hari, kita akan selalu dihadapkan dengan berbagai macam masalah. Masalah merupakan sesuatu yang terjadi tidak sesuai dengan keinginan atau harapan kita. Banyak cara digunakan untuk menyelesaikan masalah guna mendapatkan solusi terbaik, salah satunya adalah dengan mengaplikasikan ilmu matematika. Dalam mengaplikasikan ilmu matematika, suatu masalah harus diidentifikasi terlebih dahulu agar lebih mudah dalam menentukan metode dan analisis apa yang harus digunakan untuk menyelesaikan masalah tersebut. Pada kenyataannya, data yang sering kita temukan adalah data yang berbentuk tabel kontingensi yang variabel-variabelnya lebih dari dua dan berjenis kualitatif, dengan hubungan antar variabel non-linier, tidak ada asumsi tentang distribusi dan model yang dihipotesiskan sedangkan interpretasinya dilakukan dengan menganalisis hasil yang berupa grafik, sehingga solusi yang mungkin adalah dengan menggunakan analisis korespondensi. Analisis korespondensi merupakan penyajian data secara grafis yang mempunyai beberapa kelebihan diantaranya dapat menyingkat data dan mudah diinterpretasikan karena dapat menyederhanakan aspek data dengan menyajikan data secara visual. Penelitian dilakukan dalam dua tahap. Pertama menganalisa data menggunakan analisis korespondensi sederhana (Correspondence Analysis, yang selanjutnya disingkat CA) dan menginterpretasikan ploting. Tahap kedua yaitu menganalisa data menggunakan analisis korespondensi berganda (Multiple Correspondence Analysis, yang selanjutnya disingkat dengan MCA) dan menginterpretasikan ploting. Data diolah dan diproses dengan menggunakan Program R 2.12.0. Data yang digunakan merupakan data sekunder yang diambil dari website vii

www.dibi.bnpb.go.id yang berisi frekuensi bencana alam dan jumlah korban. Perhitungan dan analisa ini bertujuan untuk mendapatkan daerah bencana alam klimatologis di Pulau Jawa dan daerah bencana banjir khususnya sehingga dapat diberikan penanganan kepada sumber daya manusianya (SDM) untuk mengantisipasi bencana. Dari hasil CA (pada Lampiran B.1.) yang dilakukan pada frekuensi kejadian didapatkan informasi bahwa total eigenvalue sebesar 100% dan dengan dua dimensi (total keragaman dua faktor pertama sebesar 0,095) sudah sangat baik dalam menjelaskan keragaman data bencana alam klimatologis. Jarak terkecil antar baris dan kolom adalah sebesar 0,05 yaitu jarak Chi-square banjir dengan Jawa Timur. Sedangkan ploting CA dari variabel korban tiap bencana dengan variabel provinsi (Gambar 4.2.) didapatkan informasi bahwa Jawa Barat, DKI Jakarta, dan Banten memiliki banyak korban akibat banjir. Informasi yang didapat CA dari jumlah korban tiap bencana adalah bahwa banjir menimbulkan banyak korban luka-luka, menderita dan mengungsi. Dan dari ploting MCA (Gambar 4.9) diperoleh informasi bahwa daerah rawan banjir Tangerang memiliki banyak korban hilang dan meninggal, sedangkan Kerawang, Kota Jakarta Pusat, dan Pati memiliki banyak korban mengungsi dan menderita akibat banjir.