DINAMIKA POPULASI

Nt

Suhendar
2018

t
Latar Belakang

“Tidak ada populasi alami yang dapat mempertahankan

ukuranya dalam besaran yanng tidak berubah untuk
periode yang panjang”.
Ilmu tentang perubahan jumlah populasi dan
faktor yang mempengaruhi perubahan tersebut
yakni dinamika populasi.
Latar Belakang

Natalitas Mortalitas
naik
POPULASI “Berubah” statis
turun

Migrasi
 Konservasi
POPULASI

Aktual Ideal

Invent Dinamika Populasi

Parameter Demografi sbg prasyarat

 Pertumbuhan Populasi
Dinamika pertumbuhan populasi pada makhluk hidup dapat digambarkan
melalui hasil analisis dengan menggunakan pendekatan matematis.

Model matematik yang dipakai untuk menggambarkan dinamika populasi

diantaranya:

Exponensial
Model Pertumb. Pop. Logistik/ Sigmoid

Terpaut Umur
 Model pertumbuhan Populasi

1. Model Exponensial

Model pertumbuhan ini pertama kali dicetuskan oleh Malthus pada

tahun 1798.

Saat itu, model pertumbuhan populasi eksponensial digunakan untuk

mengamati pertumbuha populasi yang terjadi di alam bebas.

Model pertumbuhan populasi eksponensial menjadi cikal bakal

pengembangan model-model pertumbuhan populasi lainya seperti
model logistik, model diskrit, dan lain-lain.
Asumsi

 Nutrien bagi bakteri tersedia dalam jumlah yang cukup

 Ruang hidup selalu mencukupi untuk perkembangbiakan
 Keadaan lingkungan (Suhu, pH dan kelembapan dalam
keadaan konstan
 Bakteri berkembangbiak teratur, setiap jam sehingga tidak
terjadi senggang waktu (time lag) bagi bakteri untuk
membelah.
 Selang waktu [t(t+1)] yang digunakan dalam contoh di atas
adalah 1 jam, yaitu waktu yang diperlukan oleh setiap individu
bakteri mencapai generasi berikutnya dan berkembang menjadi
dua kali lipat.
 Kematian dalam populasi tidak terjadi sehingga pertumbuhan
dari waktu ke waktu terus meningkat
Karakteristik

Pertumbuhan terjadi secara terus-menerus/ beranak pinak

selama SD mendukung
Kecepatan pertumbuhan bakteri merupakan perubahan
jumlah sel per satuan waktu

Model yang tepat untuk menggambarkan pertumbuhan

mikroorganisme uniseluler (bakteri)

Perkembangan individu bakteri setiap jam dinyatakan dengan

notasi ‫ג‬, yaitu pembelahan pada individu pada setiap generasi
(selang) menjadi dua individu, ‫ = ג‬2 persatuan waktu (jam).
 ∑ Sel
Waktu (jam)
Mikroba
0 1
1 2
Catatan:
2 4
Waktu penggandaan tidak sama antara
3 8 berbagai jenis bakteri, dari beberapa hari,
4 16 jam bahkan menit bisa terjadi tergantung
kecepatan pertumbuhannya.
5 32
6 64
7 128
8 256
9 512
10 1024
 Masing-masing individu (sel) bakteri setiap jam berkembang biak
menjadi dua, sehingga selanjutnya menjadi 4, 8, 16, 32 ... dst, individu
bakteri dengan melambangkan : Maka pertumbuhan berlangsung seperti
tercantum dalamn tabel di bawah ini:

Waktu 0 1 2 3 ... 10 ... t

Generasi 1 2 3 4 ... 11 ... t+1
Populasi N0 N1 N2 N3 ... N10 ... Nt
(20)N0 (21)N0 (22)N0 (23)N0 ... (210)N0 (2t)N0
=1 =2 =4 =8 ... = 1024

N0 = kerapatan populasi atau banyaknya bakteri pada saat pengamatan dimulai (periode
awal atau t = 10 jam)
N10 = kerapatan populasi pada waktu 10 jam,
Nt = kerapatan populasi pada waktu t jam
Berdasarkan ilustrasi di tsb, model pertumbuhan bakteri ini dapat
dinyatakan dalam persamaan:

Nt = (2t) N0

atau

N3 = (23) N0 = (22) N1 ... dst

N10 = (210) N0 = (29) N1 = (28) N2 = (27) N3 ... dst

Nt = (2t) N0 = (2t-1) N1 = (2t-2) N2 ... dst

Nt+1 = 2t+1 N0 = 2t N1 = 2t-1 N2

Formula Matematika dan Peubahnya

Berdasarkan Asumsi di atas, maka model dapat dinyatakan

Nt= ‫ג‬t N0

Nt+1= ‫ג‬t+1 N0

Nt-2 = ‫ג‬t-3 N1 = ‫ג‬t-2 N0 = ‫ג‬t-4 N2

Bentuk peulisan ‫ = ג‬2 dapat juga dinyatakan sebagai ‫ = ג‬21 atau 40,5 dan jika
digunakan bilangan Euler (e = 2.71828 ...) maka dapat ditulis persamaan

‫ = ג‬er
r = ln ‫ג‬
 Jika ‫ = ג‬er =2, maka r = ln ‫ = ג‬0,683, sehingga untuk
contoh pertumbuhan bakteri di atas dapat dirumuskan:

Nt = (er)t N0

atau secara mum

Nt = N0 ert
Dimana:
Nt = jumlah bakteri pada waktu t
No = jumlah bakteri pada waktu dasar
t = jangka waktu
r = laju pertumbuhan bakteri
e = bilangan eksponensial yang besarnya 2,718281828
Taksiran nilai (r) pada perhitungan eksponensial

Berdasarkan persamaan t, maka persamaan untuk r adalah :

Jika nilai r > 0, artinya terjadi pertumbuhan bakteri (positif)

atau terjadi penambahan jumlah individu dari waktu ke waktu.

Jika r < 0, artinya pertumbuhan bakteri (negatif) atau terjadi

pengurangan jumlah bakteri dari waktu ke waktu. Jika r = 0,
artinya tidak terjadi perubahan jumlah bakteri dari waktu ke
waktu
Teladan 1

Jumlah Awal bakteri pada suatu biakan adalah 4,8 juta sel
(pada pukul 05.00). Jika pertumbuhan populasi bakteri
sebesar 0,012, maka tentukan dugaan jumlah bakteri pada
suatu biakan tersebut pada pukul 18.00 dan pukul 22.00!

Diketahui :
N0 = 4,8 Juta sel
r = 0,012
t = 05.00 – 18.00 = 13 jam ; dan 05.00 – 22.00 = 17 jam
 Apabila Nt = N0
Maka :
(0,012 × 13)
N18.00 = 4.800.000 ×
(0,156)
= 4.800.000 ×
= 5.610.365,775 ~ 5.610.365 sel

(0,012 × 17)
N22.00 = 4.800.000 ×
(0,204)
= 4.800.000 ×

= 5.886.231,137 ~ 5.886.231 sel

Jadi, jumlah bakteri pada pukul 18.00 adalah 5.610.365 sel dan pada
pukul 22.00 adalah 5.886.231 sel.
Teladan 2

Berapakah laju pertumbuhan zooplankton di sebuah

perairan, apabila diketahui populasinya pada tahun
2007 adalah 113 individu dan pada tahun 2011
meningkat menjadi 329 individu.

Diketahui :
N0 = 113
Nt = 329
t = 2011 – 2007 = 4
 Apabila

Maka

= 0,267

Jadi, laju pertumbuhan zooplankton di perairan tersebut adalah 0,267

 Kelemahan Model Exponensial

Laju pertumbuhan bakteri (eksponensial) menggunakan asumsi :

“berlangsung terus-menerus akibat adanya kelahiran dan kematian di
setiap waktu. Pola pertumbuhannya terjadi tanpa dibatasi ruang dan
waktu”.

Fenomena seperti ini sangat jarang terjadi di alam.

Ukuran populasi makhluk hidup di alam dibatasi oleh daya dukung

lingkungannya, sehingga populasi makhluk hidup akan menunjukkan
suatu pertumbuhan logistik.

Selain itu, pertumbuhan populasi di alam sangat dipengaruhi oleh

ruang sebagai habitat per satuan luas tertentu.

Kompetisi antar individu sangat umum terjadi pada setiap populasi

bahkan komunitas per satuan luas habitat yang ditempatinya.
Kelemahan Model Exponensial
Terdapat perbedaan antara karakteristik pertumbuhan populasi
dengan pertumbuhan individu.

Laju kelahiran populasi disebut angka kelahiran kotor (crude

natality) sedangkan laju kelahiran individu disebut laju kelahiran
spesifik (specific natality) karena setiap individu akan mempunyai
angka kelahiran yang berbeda, (Elfisuir, 2010).
2. ModelLogistik
Pertumbuhan Logistik (Vearlhust – Pearl dan REDD, 1920)

 Dikenal jg dng istilah Model Terpaut Kepadatan

 Pertumbuhan dipengaruhi ukuran populasi
 Daya dukung habitat terbatas

Keterangan :

Nt = Ukuran Populasi pada tahun ke – t

N0 = ukuran populasi tahun ke – 0
K = Daya dukung / Carrying capacity
r = laju pertumbuhan
t =t–0
Teladan 1

Populasi rusa di Istana Bogor pada tahun 2012 adalah 480 individu, dengan
kemampuan daya dukung halaman Istana Bogor adalah 960 dan laju
pertumbuhan rusa 0,83. Hitunglah populasi rusa di Istana pada tahun 2015.

Diketahui :
N0 = 480
K = 960
r = 0,83
t = 2013 – 2012 = 3
Teladan 1

Jadi, populasi rusa di Istana Bogor pada tahun 2015 adalah

506 individu.
Teladan 2
Seorang pengusaha membuat sebuah penangkaran Burung. Salah satu
jenis burung yang dikembangbiakkan adalah burung jenis curik bali.
Penangkaran tersebut dimulai pada tahun 2007 dengan menggunakan
15 ekor burung. Pada tahun 2013, burung yang dimiliki pengusaha
tersebut berkembang biak menjadi 75 ekor. Apabila diketahui daya
tampung penangkaran tersebut adalah 300, hitunglah berapa laju
pertumbuhan burung tersebut.

Diketahui:
Nt = 75
N0 = 15
t =6
K = 300
Maka

Jadi, laju pertumbuhan burung curik bali yang dimiliki pengusaha

tersebut adalah 0,307
 3. Model Terpaut Umur

Terdapat empat hal yang menjadi acuan perhitungan

pertumbuhan populasi terpaut umur, yaitu :

 Diajukan oleh LESLIE-LEWIS

 Pertumbuhan ditentukan oleh struktur umur (fecundity &
peluang hidup)
 Daya dukung habitat terbatas
 Individu yang diperhitungkan hanya satwa betina
• Struktur umur:

K.U.
5
4
3
2
1
Menurun Stabil Meningkat

• Hubungan antara umur dengan peluang hidup dibedakan atas

3 tipe:
1. Tipe I: tingkat kematian rendah pd umur muda
2. Tipe II: tingkat kematian rata-rata sama pd semua umur
3. Tipe III: tingkat kematian tinggi pd umur muda
 Hubungan antara survivorship dan umur

Peluang Tipe II
hidup
dalam
skala log

Tipe I

Tipe III

Umur
 Model Kontinu Cohord

Model Terpaut Umur

Model Diskrit Matrix Leslie

Model Kontinu

Model pertumbuhan populasi model kontinu memuat informasi

tentang perkembangan suatu organisme berdasarkan kelas umur atau
tahapan hidupnya. Karakteristik neraca Pertumbuhan populasi
model kontinu kehidupan suatu organisme ditentukan oleh berbagai
faktor antara lain:

Faktor internal spesies:

•Peluang hidup (survival)
•Pertumbuhan populasi
•Reproduksi (fecundity & fertility)

Faktor eksternal atau lingkungan hidup:

•Kualitas habitat
•Kondisi iklim
•Rezim gangguan, dan sebagainya
 Model Kontinu

Kendala dalam penyusunan pertumbuhan populasi secara kontinu antara lain:

o Seringkali sulit diterapkan pada organisme berumur panjang, misal mamalia
herbivora besar
o Sulit diterapkan pada organisme yang belum diketahui kelas umurnya
o Beberapa organisme memiliki rentang umur yang berbeda

Manfaat informasi pertumbuhan populasi secara kontinu antara lain:

o Untuk menentukan viabilitas populasi
o Untuk menyusun data demografi spesies secara detil berdasarkan umur atau
tahapan spesifik
o Menyediakan panduan untuk mengoptimalkan usaha pengelolaan
o Sebagai faktor pembobot klasifikasi resiko dalam penentuan status
kelangkaan spesies
o Untuk menilai resiko keterancaman spesies tertentu
Neraca Kehidupan

Pengolahan data untuk menghitung pertumbuhan populasi secara

kontinu

w
ax N x
lx   Tx   Lx
a0 N 0 x

d x  a x  a x 1 ex 
Tx
lx
dx
qx  Lx 1
ax px 
Lx
l x  l x 1
Lx 
2
 Neraca Kehidupan

Notasi yang digunakan dalam penyusunan Neraca Kehidupan adalah:

x = kelas umur (KU)
lx = proporsi individu hidup pada KU-x terhadap jumlah individu awal(KU-0)
dx = jumlah individu yang mati pada KU-x
qx = proporsi individu yang mati pada KU-x
Lx = rata-rata proporsi individu yang hidup pada KU-x dan KU-(x+1)
Tx = individu yang hidup pada KU-x hingga KU terakhir
px = peluang hidup (survival)
ex = harapan hidup
Model Diskret

Model ini pertama kali diusulkan oleh Verhulst (1838) yaitu seorang
matematikawan dari Belgia.

Verhulst menyebut model ini dengan persamaan logistik yang

menggambarkan laju pertumbuhan populasi suatu spesies tunggal
dengan waktu yang kontinyu (Hallam & Levin 1986).

Terbatasnya sumber-sumber penyokong (ruang, air, makanan dan

lainnya) akan menyebabkan adanya pembatasan daya dukung populasi
terhadap lingkungannya. Jika daya dukung melebihi batas pencapaian
maka populasi akan terus menurun dan mengalami kematian, Musliah
(2007)
Model Diskret

Jika daya dukung melebihi batas pencapaian maka populasi akan terus
menurun dan mengalami kematian. Ditunjukkan dengan :

dx/dt : laju perubahan populasi x terhadap waktu t.

x : jumlah populasi suatu spesies pada waktu t
r > 0 adalah konstanta tingkat pertumbuhan intrinsik
K > 0 adalah daya dukung lingkungan (carriying capacity)
Matrix Leslie

Banyaknya individu dalam setiap kelompok umur pada waktu yang akan
datang dapat ditentukan jika distribusi umur mula-mula dan matriks Leslie
diketahui, kemudian mengalikan distribusi umur mula-mula dengan matriks
Leslie yang dipangkatkan sesuai dengan waktu yang diinginkan untuk dicari.

Sedangkan laju pertumbuhan populasi dapat ditentukan dengan mencari nilai

eigen positif dari matriks Leslie. Akan muncul tiga kasus yang sesuai dengan
nilai eigen positif, yaitu populasi akan bertambah, populasi akan berkurang
atau populasi akan stabil.

Populasi akan stabil artinya populasi mempunyai pertumbuhan populasi nol.

Matrix Leslie

Matriks Leslie merupakan sebuah matriks persegi berukuran n x n, dengan

entri baris pertama dari matriks Leslie berisi tingkat kesuburan, entri sub
diagonalnya berisi tingkat ketahanan hidup dan entri yang lain berisi nilai.

Pada Matriks Leslie, untuk mengetahui model pertumbuhan suatu

populasi ada beberapa asumsi yang harus terpenuhi yaitu:

1. Hanya dibutuhkan jumlah populasi perempuan.

2. Usia maksimum yang dapat dicapai suatu populasi.
3. Kelompok usia dari populasi.
4. Daya tahan hidup (survival rate) tiap kelompok usia menuju tahap usia
selanjutnya diketahui.
5. Angka kelahiran (age birth) untuk tiap kelompok usia diketahui
(Yokoyama 1997).
TUGAS

Pelajari lagi Parameter Demografi  Struktur/ Piramida Populasi

Elfisuir. 2010 . Ekologi Populasi. Tersedia [Online].
[http://elfisuir.blogspot.com]. [7 September 2015]

Hasibuan, K.M. 1988. Pemodelan Matematika Di Dalam Biologi Populasi:

Dinamika populasi. PAU IPB bekerjasama dengan LSI-IPB. 170p

Hanif. 2011. Exponential Growth (Pertumbuhan Eksponensial). Tersedia

[Online]. [http:// hanif40.blogspot.com]. [7 September 2015]

Losing. 2011. Kinetika Pertumbuhan Sel Pada Fase Eksponensial. Tersedia

[Online]. http://putrilosing.blogspot.co.id.

Santosa, Y. Kartono, AP. Materi Perkuliahan Biodiversitas. Dinamika

Populasi. Departemen Konservasi Sumber Daya Hutan dan Ekowisata Institut
Pertanian Bogor: Bogor

Tarumingkeng, R.C. 1994. Dinamika Populasi: Kajian ekologi kuantitatif.

Pustaka Sinar Harapan dan Universitas Kristen Krida Wacana. Jakarta. 284p.