Anda di halaman 1dari 19

LAPORAN RESMI PRAKTIKUM EKOLOGI HEWAN

ESTIMASI POPULASI DENGAN METODE SIMULASI CMRR


( Capture, Mark, Release, and Recapture )

Wiji Setyo Utami


K4312072 / B
Kelompok 8

PENDIDIKAN BIOLOGI
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
Estimasi Populasi dengan Metode Simulasi CMRR
( Capture, Mark, Release, and Recapture )

Abstrak : Praktikum ini bertujuan untuk menerapkan metode CMRR (Capture, Mark, Release,
and Recapture) untuk memperkirakan besarnya populasi simulasi serta
membandingkan hasil estimasi dari rumus Peterson dan rumus Schnabel. Prinsip
kerjanya yaitu mengambil segenggam kancing baju hijau yang ada di dalam saku
jas praktikum, menghitung jumlahnya, kemudian menggantikan jumlah kancing
baju warna hijau dengan kancing warna merah dan memasukkannya ke dalam saku
berisi kancing baju warna hijau tadi. Kemudian mengambil cuplikan kedua dengan
cara yang sama, dan dilakukan pengulangan hingga sepuluh kali. Hasil analisis
rumus Peterson menunjukkan ukuran populasi sebesar 164.73, standar error sebesar
149.5849061904 dan N relatif sebesar 164.73 ± 3.3681514877. Hasil analisis rumus
Schnabel menunjukkan ukuran populasi sebesar 19.8055555556, standar error
sebesar 3.8638896359 dan N relatif sebesar 19.8055555556 ± 3.3681514877.
Perbandingan keduanya menunjukkan bahwa rumus Schnabel lebih akurat dalam
estimasi jumlah populasi dibandingkan dengan rumus Peterson.

Kata Kunci : Populasi, Estimasi, Simulasi, CMRR

I. PENDAHULUAN
a. Latar Belakang
Populasi ditafsirkan sebagai kumpulan kelompok makhluk yang
sama jenisnya yang mendiami suatu ruangan khusus, yang memiliki
berbagai karakteristik yang walaupun paling baik digambarkan secara
statistik, unik sebagai milik kelompok dan bukan karakteristik individu
dalam kelompok itu (Soetjipta, 1992). Suin (1989) dalam Hasnah (2010)
menyatakan bahwa estimasi populasi adalah suatu metode yang
digunakan untuk melakukan perhitungan kepadatan suatu populasi.
Kepadatan populasi satu jenis atau kelompok hewan dapat dinyatakan
dalam bentuk jumlah atau biomassa per unit, atau per satuan luas atau per
satuan volume atau per satuan penangkapan. Kepadatan relatif dapat
dihitung dengan membandingkan kepadatan suatu jenis dengan kepadatan
semua jenis yang terdapat dalam unit tersebut. Kepadatan relatif biasanya
dinyatakan dalam bentuk persentase
Kerapatan populasi ialah ukuran besar populasi yang berhubungan
dengan satuan ruang, yang umumnya diteliti dan dinyatakan sabagai
cacah individu atau biomassa per satuan luas per satuan isi. Kerapatan
populasi dapat dihitung dengan dua cara, yaitu secara absolut dan secara
relatif. Pada kerapatan relatif jumlah individu tidak dapat dinyatakan
secara pasti melainkan dibandingkan dengan jenis lain atau frekuensinya
per satuan waktu. Cara mengukur kerapatan absolut ada dua, yaitu
mengitung seluruh individu dan metode sampling (Widyaleksono, dkk,
2012). Dalam suatu ekosistem terdapat fluktuasi kepadatan populasi,
untuk mempermudah dalam menghitung kepadatan suatu populasi, maka
dibuat suatu simulasi cara penghitungan kepadatan populasi tersebut.
Metode yang dapat digunakan adalah metode CMRR, dalam praktikum
ini menggunakan metode Peterson dan Schnabel.

b. Dasar Teori
i. Tinjauan mengenai populasi
Populasi adalah sekumpulan individu atau kelompok individu dalam
satu spesies atau kelompok lain yang dapat melangsungkan interaksi
genetik dengan jenis yang bersangkutan, dan pada waktu tertentu
menghuni suatu wilayah atau tata ruang tertentu. Populasi memiliki
karakterisitik kelompok (statistical measure) yang tidak dapat
diterapkan pada individu. Karakteristik dasar populasi yang banyak
didiskusikan adalah kepadatan (density). Empat parameter populasi
yang mengubah kepadatan populasi adalah natalitas (kelahiran),
mortalitas (kematian), imigrasi dan emigrasi (Tarumingkeng, 1994).
Naughton (1973) dalam Rahmawati (2007) menyatakan bahwa ukuran
populasi umumnya bervariasi dari waktu, biasanya mengikuti dua
pola. Beberapa populasi mempertahankan ukuran populasi
mempertahankan ukuran populasi, yang relatif konstan sedangkan
populasi lain berfluktuasi cukup besar. Perbedaan lingkungan yang
pokok adalah suatu eksperimen yang dirangsang untuk meningkatkan
populasi tersebut. Penyelidikan tentang dinamika populasi, pada
hakikatnya dengan keseimbangan antara kelahiran dan kematian
dalam populasi dalam upaya untuk memahami pada tersebut di alam.

ii. Tinjauan mengenai estimasi populasi


Estimasi populasi adalah suatu metode yang digunakan untuk
melakukan perhitungan kepadatan suatu populasi dengan cara
memprediksinya. Populasi memiliki beberapa karakteristik berupa
pengukuran statistik yang tidak dapat diterapkan pada individu
anggota populasi. Karakteristik dasar populasi adalah besar populasi
atau kerapatan (Soetjipta, 1992). Kerapatan populasi ialah ukuran
besar populasi yang berhubungan dengan satuan ruang, yang
umumnya diteliti dan dinyatakan sabagai cacah individu atau
biomassa per satuan luas per satuan isi. Kadang kala penting untuk
membedakan kerapatan kasar dari kerapatan ekologik (kerapatan
spesifik). Kerapatan kasar adalah cacah atau biomassa per satuan
ruang total, sedangkan kerapatan ekologik adalah cacah individu
biomassa per satuan ruang habitat (Hadisubroto.T.1989). Kerapatan
populasi dapat dihitung dengan dua cara, yaitu secara absolut dan
secara relatif. Pada kerapatan relatif jumlah individu tidak dapat
dinyatakan secara pasti melainkan dibandingkan dengan jenis lain
atau frekuensinya per satuan waktu. Cara mengukur kerapatan absolut
ada dua, yaitu mengitung seluruh individu dan metode sampling
(Widyaleksono, dkk, 2012).

iii. Tinjauan mengenai metode Peterson dan Schnabel


Metode CMRR (Capture, Mark, Release, and Recapture)
yaitu menandai, melepaskan dan menangkap kembali sampel sebagai
metode pengamatan populasi. CMRR merupakan metode yang
umumnya dipakai untuk menghitung perkiraan besarnya populasi. Hal
yang pertama dilakukan adalah dengan menentukan tempat yang akan
dilakukan estimasi, lalu menghitung dan mengidentifikasinya, lalu
hasilnya dapat dibuat dalam sistem daftar. Karakteristik dasar
populasi adalah besar populasi atau kerapatan. Pengukuran kerapatan
mutlak ialah dengan cara penghitungan menyeluruh dan metode
cuplikan. Untuk metode sampling biotik hewan bergerak biasanya
digunakan metode capture-recapture. Metode ini merupakan metode
yang sederhana untuk menduga ukuran populasi dari suatu spesies
hewan yang bergerak cepat seperti ikan, burung dan mamalia kecil.
Metode CMRR ini dilakukan dengan mengambil dan melepaskan
sejumlah kancing yang dianggap sebagai besarnya populasi yang ada
menggunakan kancing hitam dan putih yang danggap sebagai populasi
yang tersebar di alam (Resosoedarmo, 1990).
Menurut Karyanto, dkk. (2016), untuk mengetahui jumlah
individu populasi hewan di tempat tertentu, ada berbagai cara
penaksiran yang dapat digunakan. Salah satunya adalah menggunakan
metode CMRR. Rumus dasar yang digunakan untuk penghitungan
adalah rumus Peterson yaitu:
𝑀 .𝑛
𝑁=
𝑅
Untuk menghitung kesalahan (error) metode CMRR dapat
dilakukan dengan cara menghitung kesalahan baku (standar error)
dengan rumus:

(𝑀 . 𝑛)[(𝑀 − 𝑅). (𝑛 − 𝑅)]


𝑆𝐸 = √
𝑅3

Setelah menentukan standar error, kemudian ditentukan selang


kepercayaannya dengan rumus:
𝑁 ± 𝑡 . 𝑆𝐸
t : (df, ), lihat tabel distribusi t dengan df= , dan 
adalah tingkat signifikansi
N : Cacah hewan di alam/ dalam populasi
M : Cacah hewan yang tertangkap pada penangkapan
pertama dan ditandai
N : Cacah hewan yang tertangkap pada penangkapan
kedua, terdiri atas hewan yang tidak bertanda dan
hewan yang bertanda hasil penangkapan kedua
R : Cacah hewan yang bertanda dari penangkapan
pertama yang tertangkap kembali pada
penangkapan kedua

Untuk memperbaiki kekurangan akurasi metode Peterson


(karena sampel yang diambil relatif kecil), dapat digunakan metode
Schnabel. Metode Schnabel selain membutuhkan asumsi yang sama
dengan metode Peterson, juga ditambahkan dengan asumsi bahwa
ukuran populasi harus konstan pada periode sampling yang
berikutnya. Pada metode ini, penangkapan, penandaan dan pelepasan
kembali hewan dilakukan lebih dari 2 kali. Untuk setiap periode
sampling, semua hewan yang belum bertanda diberi tanda dan
dilepaskan kembali. Dengan cara ini besarnya populasi dapat diduga
dengan rumus:
∑(𝑛𝑖. 𝑚𝑖)
𝑁=
∑ 𝑅𝑖
Karena pengambilan sampel dengan cara diatas dilakukan
berulang kali, maka hal ini akan mengurangi kesalahan sampling.
Kesalahan baku (SE) metode ini dihitung dengan rumus:
1
𝑆𝐸 =
1 (𝑘 − 1) 1
√[ + 𝑁 ]− ∑[ ]
(𝑁 − 𝑀𝑖) (𝑁 − 𝑛𝑖)
Setelah ditentukan standar errornya, kemudian ditentukan
selang kepercayaannya dengan rumus :
𝑁 ± 𝑡 . 𝑆𝐸
t = (df, ), lihat tabel distribusi t dengan df = , dan 
adalah tingkat signifikasi
k = Jumlah periode sampling
N = cacah hewan di alam/dalam populasi
Mi = Jumlah total hewan yang tertangkap pada periode ke-i
ditambah periode sebelumnya/jumlah total hewan yang
bertanda
ni = Jumlah hewan yang tertangkap pada periode ke-i
Ri = Jumlah hewan yang tertangkap kembali pada periode
ke-i

c. Tujuan
1. Menerapkan metode CMRR untuk memperkirakan besarnya
populasi simulasi
2. Membandingkan hasil estimasi dari dua rumus yaitu Peterson dan
Schnabel

II. METODE
a. Waktu dan Tempat Praktikum
Waktu : Selasa, 22 Maret 2016
15.00-16.00 WIB
Tempat : Laboratorium KKC

b. Alat dan Bahan


Alat :
1. Kantong saku jas praktikum 2 buah
2. Data pengamatan 1 lembar
3. Alat tulis
Bahan :
1. Kancing baju warna hijau 20 buah
2. Kancing baju warna merah 20 buah
c. Langkah Kerja
Pada praktikum ini, kancing baju warna hijau merupakan representasi
populasi awal (populasi asli) yang akan dihitung jumlah populasinya.
Langkah kerja praktikum yaitu sebagai berikut:
1. Mengambil segenggam kancing baju hijau yang ada di dalam saku jas
praktikum, menghitung jumlahnya (ni), kemudian menggantikan
jumlah kancing baju hijau tersebut dengan kancing baju warna merah
dan memasukkannya ke dalam saku yang berisi kancing baju warna
hijau tadi. Cara ini bertujuan untuk menandai hewan.
2. Mengocok isi saku jas praktikum secara konstan agar kancing baju
hijau dan merah tercampur secara homogen.
3. Mengambil cuplikan yang kedua dengan cara yang sama, apabila
terdapat sejumlah kancing baju berwarna lain, maka dicatat sebagai
Ri.
4. Melakukan cuplikan berikutnya sampai sepuluh kali. Dengan
demikian estimasi populasi untuk kancing baju warna hijau dapat
dihitung dengan kedua rumus, yaitu Peterson dan Schnabel.
5. Apabila ingin menghitung kancing baju warna yang lain, caranya
sama, hanya saku yang diambil kancing baju yang pertama adalah
yang berisi kancing baju dengan warna yang lain tersebut dan
melakukan cuplikan sebanyak sepuluh kali.
6. Setelah selesai mengestimasi populasi, selanjutnya kedua macam
kancing baju tadi dihitung jumlahnya secara langsung.
7. Mengisikan angka-angka yang diperoleh ke dalam tabel lembaran
kerja yang tersedia.

d. Metode Analisis Data


1. Analisis Kuantitatif (Rumus Peterson dan Schnabel)
2. Analisis Kualitatif (Rumus Peterson dan Schnabel)
III. HASIL DAN PEMBAHASAN
Data Pengamatan
𝐂𝐌 (𝐂𝐌)𝟐 𝐑𝟐 (𝐂𝐌)𝟐 ̅ ̅ )𝟐
No. C M T R M2 CM (CM)2 MR X 𝑿−𝑿 (𝑿 − 𝑿
𝐑 𝐑 𝐂 𝐌𝐑
1. 3 0 3 0 0 0 0 0 0 0 0 0 3 -2.7 7.29
2. 5 3 4 1 9 15 225 3 15 225 0.2 75 5 -0.7 0.49
3. 5 7 3 2 49 35 1225 14 17.5 612.5 0.8 87.5 5 -0.7 0.49
4. 2 10 0 2 100 20 400 20 10 200 2 20 2 -3.7 13.69
5. 6 10 3 3 100 60 3600 30 20 1200 1.5 120 6 0.3 0.09
6. 3 13 1 2 169 39 1521 26 19.5 760.5 1.33 58.5 3 -2.7 7.29
7. 5 14 2 3 196 70 4900 42 23.33 1633.33 1.8 116.67 5 -0.7 0.49
8. 5 16 0 5 256 80 6400 80 16 1280 5 80 5 -0.7 0.49
9. 10 16 2 8 256 160 25600 128 20 3200 6.4 200 10 4.3 18.49
10. 13 18 3 10 324 234 54756 180 23.4 5475.6 7.69 304.2 13 7.3 53.29
𝜮 57 107 21 36 1459 713 98627 523 164.73 14586.93 26.73 1061.87 57 0 102.1

Keterangan :
C = Tangkapan total selama pengambilan sampel
M = Cacah individu yang ditandai
T = Cacah individu yang ditandai dalam periode sampling tertentu (hijau)
N = Cacah individu yang ada di populasi
R = Cacah individu yang ditandai dan tertangkap lagi
S = Jumlah pengulangan
Analisis Kuantitatif
a. Rumus Peterson
CM
Ukuran Populasi = N = 𝜮 . . . . (a)
R

1 R2 ΣMR
Varians = S−1 (∑ − ) . . . . . (b)
C a

a3 b
Standar Error = √ΣMR

∑(𝑥−𝑥̅ )2
Standar Deviasi = √ N relatif = N ± sd
𝑆−1

Hasil perhitungan metode CMRR rumus Peterson :


CM
Ukuran Populasi = N = 𝜮 R

N = 164, 73

1 R2 ΣMR
Varians = S−1 (∑ − )
C a
1 523
= 9 (26.73 − 164.73)
1
= 9 (26.73 − 3.17)
1
= 9 (23.56)

Varians = 2.61777777777778

a3 b
Standar Error = √ΣMR

(164.73)3 2.61777777777778
=√ 523

= √22375.64416
Standar Error = 149.5849061904
∑(𝑥−𝑥̅ )2
Standar Deviasi = √ 𝑆−1

102.1
=√ 9

= √11.3444444444
Standar Deviasi = 3.3681514877

N relatif = N ± sd
= 164.73 ± 3.3681514877
= 164.73 + 3.3681514877 = 168.0981514877
= 164.73 - 3.3681514877 = 161.3618485123
Jadi, nilai N berkisar antara 161.3618485123 - 168.0981514877.

Data dikatakan continue apabila standar deviasi ≤ 10% 𝑥̅


Syarat continue = sd ≤ 10% 𝑥̅
= sd ≤ 0.57
= 3.3681514877 ≥ 0.57 sehingga tidak continue.

Dari perhitungan estimasi populasi metode CMMR dengan rumus Peterson


didapatkan hasil ukuran populasi (N) sebesar 164.73, varians sebesar
2.61777777777778, standar error sebesar 149.5849061904, standar
deviasi sebesar 3.3681514877 dan N relatif sebesar 164.73 ±
3.3681514877.

b. Rumus Schnabel
ΣCM
Ukuran Populasi =N = . . . . . . . (a)
ΣR

1 R2 ΣMR
Varians = S−1 (∑ − ) . . . . . . (b)
C a

a3 b
Standar Error = √ΣMR
∑(𝑥−𝑥̅ )2
Standar Deviasi = √ N relatif = N ± sd
𝑆−1

Hasil perhitungan metode CMRR rumus Schnabel :


ΣCM
Ukuran Populasi = N =
ΣR
𝟕𝟏𝟑
= 𝟑𝟔

N = 19.8055555556

1 R2 ΣMR
Varians = S−1 (∑ − )
C a
1 523
= 9 (26.73 − 19.8055555556)
1
= (26.73 − 26.4067321178)
9
1
= 9 (0.3232678822)

Varians = 0.0359186536

a3 b
Standar Error = √ΣMR
(19.80555556)3 0.0359186536
=√ 523
7808.2033508472
=√ 523

= √14.9296431183
Standar Error = 3.8638896359

∑(𝑥−𝑥̅ )2
Standar Deviasi = √ 𝑆−1

102.1
=√ 9

= √11.3444444444
Standar Deviasi = 3.3681514877
N relatif = N ± sd
= 19.8055555556 ± 3.3681514877
= 19.8055555556 + 3.3681514877 = 23.1737070433
= 19.8055555556 - 3.3681514877 = 16.4374040679
Jadi, nilai N berkisar antara 16.4374040679 - 23.1737070433.

Data dikatakan continue apabila standar deviasi ≤ 10% 𝑥̅


Syarat continue = sd ≤ 10% 𝑥̅
= sd ≤ 0.57
= 3.3681514877 ≥ 0.57 sehingga tidak continue.

Dari perhitungan estimasi populasi metode CMMR dengan rumus


Schnabel didapatkan hasil ukuran populasi (N) sebesar 19.8055555556,
varians sebesar 0.0359186536, standar error sebesar 3.8638896359,
standar deviasi sebesar 3.3681514877 dan N relatif sebesar
19.8055555556 ± 3.3681514877.

Tabel Perbandingan Hasil Perhitungan Rumus Peterson dan Schnabel


No. Keterangan Rumus Peterson Rumus Schnabel
1. Ukuran 164.73 19.8055555556
Populasi (N)
2. Varians 2.61777777777778 0.0359186536
3. Standar Error 149.5849061904 3.8638896359
4. Standar 3.3681514877 3.3681514877
Deviasi
5. N Relatif 164.73 ± 3.3681514877 19.8055555556 ±
3.3681514877
Kisaran nilai N 161.3618485123 - 16.4374040679 -
168.0981514877 23.1737070433
Analisis Kualitatif
Praktikum ini menggunakan metode CMRR dengan rumus Peterson
dan Schnabel. Metode CMRR biasa digunakan untuk melakukan estimasi
ukuran populasi yang didasarkan pada berapa banyak individu yang sedang
ditandai (Samuel, 2011). Metode CMRR merupakan suatu cara yang dapat
diterapkan untuk menandai dan menghitung estimasi populasi berdasarkan
struktur yang ingin diteliti, bersifat sederhana untuk menangkap hewan,
menandai, melepaskan dan menangkap kembali (Piter, 2015). CMRR biasa
digunakan untuk memperkirakan kelimpahan suatu populasi, dimana
konsistensi suatu recapture dipengaruhi oleh tipe / macam perangkapnya
(Clement, 2015). Dalam model CMRR , ukuran populasi dapat diperkirakan
dari rasio individu yang ditandai dan individu yang tidak ditandai dalam sesi
penangkapan kembali. (Seber, 1973).
Perkiraan populasi merupakan perkiraan kelimpahan yang berasal dari
analisis data capture-mark-release-recapture (Williams, et.al. 2001).
Perkiraan populasi ini digunakan untuk menentukan apakah populasi
menurun, stabil atau meningkat dengan demikian dapat diperkirakan jumlah
populasi yang mendiami suatu wilayah. Perkiraan populasi juga dapat
digunakan untuk mengevaluasi dampak dari ancaman, menilai respon
terhadap tindakan manajemen yang dirancang untuk mengurangi ancaman,
dan daerah sorot dimana dibutuhkan penelitian lebih lanjut (Lettink &
Armstrong, 2003).
Hasil perhitungan estimasi populasi dengan rumus Peterson dan
Schnabel yaitu sebagai berikut.
 Penggunaan rumus Peterson menghasilkan perkiraan jumlah total
populasi sebesar 164.73 dengan nilai varians sebesar 2.61777777777778,
standar error sebesar 149.5849061904, standar deviasi sebesar
3.3681514877 dan N relatif sebesar 164.73 ± 3.3681514877. Hasil
tersebut menunjukkan bahwa standar error pada rumus Peterson sangat
tinggi sehingga kurang akurat dalam mengestimasi jumlah populasi.
 Penggunaan rumus Schnabel menghasilkan perkiraan jumlah total
populasi sebesar 19.8055555556 dengan nilai varians sebesar
0.0359186536, standar error sebesar 3.8638896359, standar deviasi
sebesar 3.3681514877 dan N relatif sebesar 19.8055555556 ±
3.3681514877. Hasil tersebut menunjukkan bahwa standar error dalam
rumus Schnabel jauh lebih rendah dibandingkan rumus Peterson
sehingga lebih akurat dalam mengestimasi jumlah populasi, hampir
mendekati nilai jumlah populasi sebenarnya, yaitu 20.

Metode Peterson merupakan salah satu metode estimasi populasi yang


sederhana karena hanya berdasarkan satu kali proses penangkapan,
penandaan, pelepasan dan penangkapan kembali dalam jangka waktu yang
relatif pendek. Metode Peterson cocok untuk populasi yang tertutup. Rumus
Peterson bersifat akurat untuk data dengan ukuran sampel yang kecil.
Kelemahannya yaitu memiliki range bias yang cukup besar sehingga akurasi
data yang dihasilkan secara ilmiah sangat dipertimbangkan. Jika
dibandingkan dengan metode Schnabel, metode ini memiliki nilai keakuratan
dan kevalidan yang jauh lebih rendah (Ariefiandy, 2009). Sedangkan metode
Schnabel merupakan metode estimasi populasi yang dapat digunakan untuk
mengurangi ketidakvalidan dalam metode Peterson. Metode ini
mengasumsikan bahwa ukuran populasi harus konstan dari suatu periode
sampling dengan periode berikutnya. (Michael, 1994).
Berdasarkan teori yang ada, maka hasil praktikum telah sesuai dengan
teori, yaitu bahwa metode CMRR Schnabel memiliki nilai keakuratan dan
kevalidan yang lebih tinggi dibandingkan dengan metode CMRR Peterson.
Hal ini karena metode Schnabel memiliki asumsi tambahan yaitu bahwa
ukuran populasi harus konstan pada periode sampling berikutnya dan
pengulangan dilakukan lebih dari dua kali. Dengan demikian, kesalahan
sampling (standar error) dapat diperkecil sehingga estimasi jumlah populasi
lebih akurat dan mendekati jumlah sebenarnya.
IV. KESIMPULAN
1. Estimasi populasi adalah suatu metode yang digunakan untuk melakukan
perhitungan kepadatan suatu populasi dengan cara memprediksinya.
Salah satu metode estimasi populasi adalah CMRR. Metode CMRR
merupakan suatu cara yang dapat diterapkan untuk menandai dan
menghitung estimasi populasi berdasarkan struktur yang ingin diteliti,
bersifat sederhana untuk menangkap hewan, menandai, melepaskan dan
menangkap kembali.
2. Pada praktikum ini metode CMRR dilakukan dengan mengambil dan
melepaskan sejumlah kancing yang dianggap sebagai besarnya populasi
yang ada menggunakan kancing hijau dan merah sebagai populasi
simulasi. Rumus yang digunakan adalah Peterson dan Schnabel.
3. Perbandingan hasil perhitungan rumus Peterson dan Schnabel :
No. Keterangan Rumus Peterson Rumus Schnabel
1. Ukuran Populasi 164.73 19.8055555556
(N)
2. Varians 2.61777777777778 0.0359186536
3. Standar Error 149.5849061904 3.8638896359
4. Standar Deviasi 3.3681514877 3.3681514877
5. N Relatif 164.73 ± 19.8055555556 ±
3.3681514877 3.3681514877
Kisaran nilai N 161.3618485123 - 16.4374040679 -
168.0981514877 23.1737070433
4. Penggunaan rumus Peterson menghasilkan perkiraan jumlah total
populasi sebesar 164.73 dengan nilai varians sebesar 2.61777777777778,
standar error sebesar 149.5849061904, standar deviasi sebesar
3.3681514877 dan N relatif sebesar 164.73 ± 3.3681514877. Hasil
tersebut menunjukkan bahwa standar error pada rumus Peterson sangat
tinggi sehingga kurang akurat dalam mengestimasi jumlah populasi.
5. Penggunaan rumus Schnabel menghasilkan perkiraan jumlah total
populasi sebesar 19.8055555556 dengan nilai varians sebesar
0.0359186536, standar error sebesar 3.8638896359, standar deviasi
sebesar 3.3681514877 dan N relatif sebesar 19.8055555556 ±
3.3681514877. Hasil tersebut menunjukkan bahwa standar error dalam
rumus Schnabel jauh lebih rendah dibandingkan rumus Peterson
sehingga lebih akurat dalam mengestimasi jumlah populasi, hampir
mendekati nilai jumlah populasi sebenarnya, yaitu 20. Hasil praktikum
telah sesuai dengan teori.

V. DAFTAR PUSTAKA
Ariefiandy, Achmad. 2009. Jurnal Survey Populasi Biawak Komodo
(Varanus Komodoensis) dan Populasi Satwa Mangsa Biawak
Komodo. Balai Besar Konservasi Sumber Daya Alam Nusa Tenggara
Timur Kabupaten Landak.
Clement, Louis. 2015. Seasonal Variation in Size Estimates Of Aedes
Albopictus Population Based on Standard Mark–Release–Recapture
Experiments in an Urban Area On Reunion Island. Acta Tropica 143
, 89–96 at. Science Direct: France.
Lettink, M.; Armstrong, D.P. 2003 An Introduction to Using Mark-Recapture
Analysis for Monitoring Threatened Species. Department of
Conservation Technical Series 28A: 5–32.
Karyanto, Puguh, dkk. 2016. Modul Praktikum Ekologi Hewan. FKIP Biologi
UNS.
Michael, P. 1994. Metode Ekologi untuk Penyelidikan Ladang Dan
Laboratorium. UI Press. Jakarta.
Naughton (1973) dalam Rahmawati. 2007. Pola Migrasi Vertikal Harian
Zooplankton di Berbagai Kedalaman Waduk Sutami Karangkates
Malang. Malang: Universitas Muhammadiyah Malang.
Piter, Fetronius. 2015. Karakteristik Populasi dan Habitat Kelelawar
Hipposideros cervinus (Sub ordo Microchiroptera) di Gua Bratus
Kecamatan Air Besar. Program Studi Biologi, Fakultas MIPA,
Universitas Tanjungpura. Pontianak: Protobiont (2015) Vol. 4 (1) : 77-
83.
Resosoedarmo, Soedjiran. 1990. Pengantar Ekologi. Jakarta: Remaja
Rosdakarya.
Samuel, G. 2011. Testing The Effectiveness Of Capture Mark Recapture
Population Estimation Techniques Using A Computer Simulation
With Known Population Size. Elsevier B.V. Department of Natural
and Social Sciences, University of Gloucestershire, Cheltenham,
GL50 4AZ, UK Ecological Modelling 222, 3291– 3294.
Seber, G.A.F. 1973. Estimating animal abundance and related parameters.
New York : Hafner.
Soetjipta. 1992. Dasar-Dasar Ekologi Hewan. Jakarta: Depdikbud.
Suin, Nurdin Muhammad (1983) dalam Hasnah. 2010. Estimasi Besarnya
Populasi Serangga. Makassar: Universitas Negeri Hasanudin.
Tarumingkeng, R. C. 1994. Dinamika Populasi Kajian Ekologi Kuantitatif.
Jakarta: Pustaka Sinar Harapan.
Widyaleksono, dkk. 2012. Petunjuk Praktikum Ekologi Umum. Surabaya:
Airlangga University Press.
Williams, et.al. 2001. Analysis and Management of Animal Populations. New
York : Academic Press.

VI. LAMPIRAN
- 1 lembar laporan praktikum sementara
- 1 lembar dokumentasi praktikum

Surakarta, 29 Maret 2016


Asisten, Praktikan,

Wiji Setyo Utami


NIM. NIM. K4312072