BIOEKOLOGI KUANTITATIF
OLEH
Abista Ahmad Romadoni
26040118120050
KELOMPOK 7 / KELAS IK – B
PENANGGUNG JAWAB
Lailatur Rohmaniyah
26040117120053
UNIVERSITAS DIPONEGORO
SEMARANG
2020
LEMBAR PENILAIAN
1. Penyajian data
2. Pengolahan data
3. Kompleksitas data
4. Pembahasan
HASIL AKHIR
PJ Asisten PJ Kelas
1.1. Hasil
1.1.1. Spatial Pattern Analyse
- Data Spatial Pattern Analyse
No Nama Spesies Stasiun 1 Stasiun 2 Stasiun 3
1 Avicennia alba 4 18 11
2 Avicennia marina 12 23 12
3 Avicennia lanata 19 21 13
4 Bruguiera gymnorrhiza 7 21 6
5 Ceriops tagal 7 19 8
6 Rhizophora apiculata 10 17 7
7 Rhizophora mucronata 17 21 5
8 Rhizophora stylosa 19 22 6
9 Sonneratia alba 19 17 7
10 Sonneratia ovata 16 21 12
MEAN 13 20 9
Uniform
No Nama Spesies Stasiun 2 xi - mean (xi - mean)^2
1 Avicennia alba 18 -2 4
2 Avicennia marina 23 3 9
3 Avicennia lanata 21 1 1
4 Bruguiera gymnorrhiza 21 1 1
5 Ceriops tagal 19 -1 1
6 Rhizophora apiculata 17 -3 9
7 Rhizophora mucronata 21 1 1
8 Rhizophora stylosa 22 2 4
9 Sonneratia alba 17 -3 9
10 Sonneratia ovata 21 1 1
Total 40
varian (S^2) 4.444
S^2 < Mean Uniform
Random
No Nama Spesies Stasiun 3 xi - mean (xi - mean)^2
1 Avicennia alba 11 2 4
2 Avicennia marina 12 3 9
3 Avicennia lanata 13 4 16
4 Bruguiera gymnorrhiza 6 -3 9
5 Ceriops tagal 8 -1 1
6 Rhizophora apiculata 7 -2 4
7 Rhizophora mucronata 5 -4 16
8 Rhizophora stylosa 6 -3 9
9 Sonneratia alba 7 -2 4
10 Sonneratia ovata 12 3 9
Total 81
varian (S^2) 9
S^2 = Mean Random
µ 𝑥𝑥
III :� �
µ+𝑘𝑘
- Perhitungan Indeks
MAX 19
MIN 3
MEAN 9.63
Varian 8.801111111
N 963
n 100
1.2. Pembahasan
Spatial pattern analysis adalah alat yang digunakan untuk mempelajari
distribusi organisme dalam suatu populasi. Ini adalah metode statistik yang
diterapkan untuk mendapatkan dan menganalisis informasi tentang struktur spasial
individu yang tersebar di dalam populasi. Data yang diperoleh berasal dari 10
spesies mangrove yang didapatkan di 3 stasiun. Ketiga stasiun tersebut ditentukan
distribusi populasinya menggunakan spatial pattern anlysis. Untuk menentukan
distribusi populasi diperlukan nilai mean dan varian. Nilai mean diperoleh dari rata-
rata data setiap stasiunnya. Secara berurutan stasiun 1, 2, dan 3 memperoleh nilai
mean 13, 20 dan 9. Untuk mencari nilai varian diperlukan nilai jumlah (xi-mean)².
Rumus yang digunakan untuk mencari varian yaitu (xi-mean)²/n-1 dimana nilai n
merupakan jumlah data setiap stasiun. Nilai varian secara berurutan stasiun 1, 2,
dna 3 yaitu 33; 4,44; dan 9. Ketika nilai mean dan varian sudah diketahui maka
distribusi suatu populasi dapat ditentukan. Menurut Protazio (2007), distribusi
populasi dapat ditentukan berdasarkan nilai mean dan varian sebagai berikut :
• Distribusi Seragam : varian < mean
• Distribusi Acak : varian = mean
• Distribusi Kelompok : varian > mean
Berdasarkan pernyataan Protazio (2007) tersebut maka data spesies mangrove tiap
stasiun dapat ditentukan distribusi populasinya berdasarkan nilai mean dan varian.
Stasiun 1 memiliki nilai varian 33 yang lebih besar daripada nilai mean 13, sehingga
dapat dikategorikan sebagai distibusi kelompok atau clumping. Stasiun 2 memiliki
nilai varian 4,44 lebih kecil daripada mean yaitu 20, sehingga dikategorikan sebagai
distribusi seragam atau uniform. Stasiun 3 memiliki nilai varian 9 sama dengan nilai
mean yaitu 9, sehingga dikategorikan sebagai distribusi acak atau random. Spasial
pattern analysis biasanya dimanfaatkan untuk mengetahui distribusi spasial suatu
organisme seperti contoh untuk mengetahui distribusi spasial fitoplankton dan
gastropoda.
Distribusi poisson adalah distribusi probabilitas diskrit yang menyatakan
jumlah peristiwa yang terjadi pada periode waktu tertentu apabila rata-rata kejadian
tersebut diketahui dan dalam waktu yang saling bebas sejak kejadian terakhir.
Menurut Ismunarti et al. (2004), ciri-ciri dari distribusi Poisson :
(1) Banyaknya hasil percobaan yang satu tidak tergantung dari banyaknya hasil
percobaan yang lain.
(2) Probabilitas hasil percobaan sebanding dengan panjang interval waktu.
(3) Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval waktu
yang singkat dalam daerah yang kecil dapat diabaikan.
Data yang digunakan dalam distribusi poisson berjumlah 100 data dimana data
tersebut memiliki pola distribusi spasial seragam atau uniform. Perhitungan
distribusi poisson diawali dengan mencari nilai minimum dan maksimum data
kemudian dicari frekuensi datanya. Setelah frekuensi diketahui kemudian dihitung
rumus P(x) dengan cara eksponensial mean dikalikan dengan hasil perkalian x
dengan mean dibagi faktorial x. Hasil yang diperoleh menunjukkan nilai 9 pada x
memiliki P(x) paling besar yang artinya memiliki peluang kejadian yang paling
besar. Sementara itu nilai 19 pada x memiliki nilai P(x) paling rendah sehingga
peluang kejadiannya kecil. Distribusi poisson bisa dimanfaatkan sebagai alat untuk
mempeerkirakan kualitas suatu lingkungan, sebagai acuan untuk melakukan
konservasi, dan untuk memperkirakan umur, densitas, kepadatan suatu populasi.
Distribusi binomial adalah distribusi probabilitas diskrit jumlah
keberhasilan dalam n percobaan ya/tidak (berhasil/gagal) yang saling bebas,
dimana setiap hasil percobaan memiliki probabilitas p. Suatu distribusi binomial
negatif dibentuk oleh suatu eksperimen yang terdiri dari serangkaian percobaan
yang saling bebas, setiap percobaan (trial) hanya dapat menghasilkan satu dari dua
keluaran yang mungkin, sukses atau gagal. Distribusi binomial negatif biasa
dipergunakan untuk menganalisa komunitas yang menyebar secara mengelompok
(clumped), atau biasa untuk melihat peluang pada populasi terhubung atau agregat.
Data yang digunakan pada praktikum ini berjumlah 100 data dengan distribusi
spasialnya bersifat kelompok atau clumping. Perhtiungan distribusi binomial
negatif membutuhkan nilai k yang dicari dengan kuadrat nilai mean dibagi nilai
varian dikurangi nilai mean. Setelah nilai k diketahui kemudian dicari nilai P(x).
Setelah itu nilai fx dicari dengan mengkalikan nilai N dengan nilai P(x). Kemudian
dari nilai fx ditentukan benar/tidak dengan membandingan fx dan nilai f(x), apabila
memiliki kedekatan nilai maka hasilnya benar dan sebaliknya jika nilainya
berjauhan maka tidak. Berdasarkan hasil diatas diperoleh 9 data tidak benar (gagal)
dan 6 data benar (sukses). Distribusi binomial negatif di bidang kelautan bisa
dimanfaatkan untuk membuktikan keterbagian tak hingga suatu sebaran populasi,
untuk memperkirakan parameter suatu kualitas lingkungan, dan untuk
memperkirakan kepadatan suatu populasi. Berbeda dengan distribusi binomial
negatif, distribusi binomial positif tidak menghasilkan kesimpulan benar/tidak.
Distribusi binomial positif juga merupakan salah satu jenis distribusi Bernoulli
dimana percobaan dilakukan sampai sukses k terjadi. Dalam beberapa sumber
disebutkan bahwa distribusi binomial positif merupakan penyelesaian kasus khusus
dari binomial negative dengan nilai k = 1. Dalam ilmu ekologi, distribusi ini
dilakukan untuk mengetahui apakah suatu populasi memiliki kemungkinan
distribusi seragam. Distribusi ini termasuk kedalam distribusi diskret dimana
peubahnya tidak dapat menerima nilai yang berasal dari 2 kejadian yang bersamaan.
Hasil/kesimpulan yang diperoleh dengan metode ini adalah perbandingan anatara
jumlah individu yang diharapkan di setiap unit sampling dengan kemungkinan
ditemukannya individu di setiap unit sampling f(x) = n(P). Perhitungan metode ini
dibutuhkan nilai k, p, q, dan P(x). Metode distribusi binomial positif bermanfaat
untuk memperkirakan kualitas suatu lingkungan, untuk memperkirakan bagaimana
reaksi masyarakat pesisir terhadap suatu kondisi, ntuk memperkirakan kepadatan
suatu populasi, dan memperkirakan survival rate suatu spesies di area tertentu. Data
yang digunakan dalam metode distribusi binomial positif yaitu data yang
terdistribusi seragam atau uniform. Hasil akhir diperoleh dengan membandingkan
grafik P(x) dengan grafik f(x) dan memiliki pola grafik.
Penentuan indeks penyebaran, keanekaragaman, kelimpahan dan
keseragaman penting dihitung untuk mengetahui ukuran penyebaran,
keanekaragaman, kelimpahan dan keseragaman suatu data atau suatu spesies dalam
populasi. Indeks penyebaran meliputi 4 macam yaitu indeks dispersi, clumping,
green dan morisita. Indeks morisita dipengaruhi oleh luas daerah pengambilan
sampel dan sangat baik untuk membandingkan pola pemencaran populasi. Setelah
dilakukan perhitungan diperoleh indeks morisita sebesar 6,55 yang berarti nilainya
lebih dari satu sehingga distribusinya tergolong dalam mengelompok. Menurut
Feryatun (2012), apabila indeks morisita sama dengan 1 berarti distribusinya
random, jika kurang dari 1 maka distribusinya uniform, dan jika lebih dari satu
maka distribusinya clumping. Contoh penerapan indeks morisita yaitu distribusi
organisme bentik (gastropoda) di daerah mangrove cenderung mengelompok
karena adanya substrat dasar dengan bahan organik tinggi sebagai faktor pembatas.
Selanjutnya, indeks penyebaran green dimana menurut Ludwig et al. (1988) apabila
hasilnya negatif (–) mengindikasikan bahwa distribusi populasi adalah seragam,
dan nilai positif (+) berarti pola distribusi populasi adalah kelompok. Berdasarkan
perhtiungan diperoleh hasil bernilai positif sehingga memiliki distribusi kelompok
atau clumping. Indeks penyebaran clumping didefinisikan sebagai rata-rata jumlah
per individu dari individu lainnya di dalam suatu kuadran yang sama. Indeks
penyebaran clumping diperoleh nilai -111.88. Indeks dispersi adalah ukuran yang
digunakan untuk mengukur apakah serangkaian kejadian yang diamati
dikelompokkan atau tersebar. Indeks dispersi berguna untuk menguji kesetaraan
varians dan mengukur derajad keberadaan kelompok populasi organisme. Indeks
dispersi yang diperoleh yaitu 0,914. Indeks keanekaragaman biasa dipergunakan
untuk melihat kelimpahan spesies (populasi) dalam suatu komunitas, yang terkait
dengan hubungannya dengan kondisi lingkungan (Indriyanto, 2006). Indeks
keanekaragaman diperoleh nilai N0, N1, dan N2 yaitu 100; 50,83; dan 4,34. Indeks
keseragaman (evenness index) yang digunakan berdasarkan fungsi Shannon-
Wiener untuk mengetahui sebaran tiap jenis hewan makrobentos dalam luasan area
pengamatan. Indeks keseragaman diperoleh E1, E2, E3, E4, dan E5 yaitu 0,853;
0,508; 0,503; 0,085; dan 0,067. Indeks kelimpahan merupakan ukuran yang
menunjukkan sebarapa melimpah suatu spesies dalam suatu area, dimana semakin
besar nilainya maka spesies tersebut semakin melimpah. Nilai indeks kelimpahan
yang diperoleh yaitu R1 sebesar 18,925 dan R2 sebesar 7,312. Indeks kelimpahan
dimanfaatkan sebagai ukuran dalam menentukan seberapa melimpah suatu spesies
seperti kelimpahan fitoplankton, gastropoda, dan lain-lain.
KRITIK DAN SARAN UNTUK PRAKTIKUM BIOEKOLOGI
KUANTITATIF
Kritik :
Selama praktikum ini kakak asisten menjalankan tugas dengan baik.
Pemberian instruksinya cukup jelas dan bisa membuat praktikum ini tidak
menegangkan. Tetapi dalam penyampaian olah data kadang membingungkan
karena seringkali ketika sharescreen terjadi lag di layar sehingga kita susah
mengikuti
Saran :
• Sebaiknya saat pertemuan praktikum materi yang dibahas sebaiknya harus
lebih mendalam agar mahasiswa mendapatkan pengetahuan yang lebih
disamping pengetahua dasar dari materi tersebut.
• Sebaiknya semua materi praktikum diberikan sebelum kegiatan praktikum
berlangsung sehingga praktikan bisa lebih mudah mengikuti.
• Sebaiknya setiap materi dibuatkan dan diberikan modul.
• Sebaiknya dibuatkan video tutorial tersendiri sehingga ketika sharescreen
mengalami lag bisa melihat video tutorial.
DAFTAR PUSTAKA