MATERI PRAKTIKUM

EKOLOGI PERAIRAN
BAGIAN – 2

Sharifuddin Bin Andy Omar

3/14/2023 Sharifuddin Bin Andy Omar 1

 PERSEBARAN POPULASI

14 Maret 2023 Sharifuddin Bin Andy Omar 2

• Informasi berdasarkan kepadatan populasi
saja belum cukup untuk memberikan
gambaran yang lengkap mengenai keadaan
suatu populasi yang terdapat di dalam
suatu habitat.
• Dua populasi yang memiliki kepadatan
yang sama mungkin memiliki perbedaan
pola persebaran spasialnya.
• Susunan dari anggota-anggota populasi
dalam suatu habitat disebut dispersion atau
population distribution.

14 Maret 2023 Sharifuddin Bin Andy Omar 3

• Pengetahuan mengenai persebaran sangat
penting untuk mengetahui tingkat pengelompok-
an dari individu yang dapat memberikan dampak
terhadap populasi.
• Dalam bioekologi, ada tiga pola persebaran
populasi, yaitu: a) seragam (uniform,
underdispersed, regular); b) acak (random), dan
c) mengelompok (contagious,overdis-persed
clumped, clustered, patchy, aggregated).
• Persebaran organisme di alam jarang ditemukan
dalam pola yang acak dan seragam, umumnya
memiliki pola persebaran yang mengelompok
14 Maret 2023 Sharifuddin Bin Andy Omar 4
 Acak

Seragam

14 Maret 2023 Sharifuddin Bin Andy Omar 5

Berkelompok
▪ Dengan menggunakan distribusi frekuensi
matematika, distribusi individu di dalam
populasi dapat diketahui.
▪ Jika varians (δ2) dan rata-rata (µ) dari
populasi diketahui, maka ada tiga model
matematika yang dapat digunakan, yaitu:
a. Positive binomial, jika (δ2 < µ) – seragam
b. Poisson series, jika (δ2 = µ) – acak
c. Negative binomial, jika (δ2 > µ) – kelompok

14 Maret 2023 Sharifuddin Bin Andy Omar 6

 Kisi-kisi
berukuran
10 cm x 10
cm (berisi
100 plot)
dengan 120
individu

14 Maret 2023 Sharifuddin Bin Andy Omar 7

▪ Terlebih dahulu dihitung rata-rata individu per plot,
kemudian dilanjutkan dengan menghitung varians
x f fx x2 fx2
0 27 0 0 0
1 39 39 1 39
2 22 44 4 88
3 11 33 9 99
4 1 4 16 16
Jumlah 100 120 242
14 Maret 2023 Sharifuddin Bin Andy Omar 8
Rumus mean atau rata-rata hitung dan varians
adalah sebagai berikut:

 fx
x= Rumus 1
f

s =
2 ( ) − x ( fx )
 fx 2
Rumus 2
n −1
atau

n  fx 2
− (  fx )2
s2 = Rumus 3
n(n − 1)

14 Maret 2023 Sharifuddin Bin Andy Omar 9

  fx 120
x= = = 1,2
f 100

s =
2  fx 2
( )
− x ( fx ) 242 − (1,2 )(120 )
= = 0 ,9899
n −1 100 − 1
atau

n  fx − ( fx )
2 2
100 (242 ) − (120 ) 2
s =
2
= = 0 ,9899
n(n − 1) 100 (100 − 1)

 2 s 2 0 ,9899
= = = 0 ,8249  1
 x 1,2
14 Maret 2023 Sharifuddin Bin Andy Omar 10
 Distribusi Poisson
Tahap-tahap yang perlu dilakukan dalam
distribusi Poisson adalah sebagai berikut:
▪ Tentukan f(X), yaitu jumlah plot yang berisi
X individu
▪ Tentukan P(X), yaitu kemungkinan ditemu-
kannya X individu dalam sebuah plot
▪ Dalam teori matematika, jika persebaran
individu secara acak maka distribusi
Poisson dapat diketahui dengan rumus:
14 Maret 2023 Sharifuddin Bin Andy Omar 11
 −
e  X
P( X ) = Rumus 4
X!
Keterangan: P(X) = kemungkinan ditemukan-
nya X individu dalam plot atau kuadrat, µ =
jumlah rata-rata individu per plot atau kuadrat,
e = konstanta (bilangan natural = 2,71828), X!
= bilangan faktorial

14 Maret 2023 Sharifuddin Bin Andy Omar 12

Jika diketahui bahwa µ = 1,2 individu plot-1, dan
dengan menggunakan rumus distribusi Poisson:
- Proporsi dari plot tanpa individu, adalah:
e − X
P( 0 ) = = e −  = e ( −1,2 ) = 0 ,3012
0!
- Proporsi dari plot dengan 1 individu, adalah:
e −  X
P(1 ) = = e −   = 0 ,3614
1!
- Proporsi dari plot dengan 2 individu, adalah:
e −  X e −2
P( 2 ) = = = 0 ,2169
2! 2
14 Maret 2023 Sharifuddin Bin Andy Omar 13
- Proporsi dari plot dengan 3 individu, adalah:

e −  X e −  3
P( 3 ) = = = 0 ,0867
3! 6

- Proporsi dari plot dengan 4 individu, adalah:

e − X e −  4
P( 4 ) = = = 0 ,0260
4! 24

- Proporsi dari plot dengan 5 individu, adalah:

e −  X e − 5
P( 5 ) = = = 0 ,0062
5! 120

14 Maret 2023 Sharifuddin Bin Andy Omar 14

Dengan menggunakan data-data yang telah dihitung
sebelumnya, maka dibuat tabel berikut:

Jumlah Frekuensi
Frekuensi Kemungkinan
individu dalam hasil
relatif Poisson
plot pengamatan
p(X) P(X)
(X) f (X)
0 27 0,27 0,3012
1 39 0,39 0,3614
2 22 0,22 0,2169
3 11 0,11 0,0867
4 1 0,01 0,0260
5 0 0,00 0,0062
p(X) = f(X) / n
14 Maret 2023 Sharifuddin Bin Andy Omar 15
 0.45
Proporsi plot berisi X individu

0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
0 1 2 3 4 5
Jumlah individu per plot

Observasi Acak
14 Maret 2023 Sharifuddin Bin Andy Omar 16
 Nisbah Ragam – Rata-rata
( Variance to Mean Ratio )
▪ Populasi dikatakan mempunyai distribusi
yang acak apabila nisbah antara varians (δ2)
dan rata-rata (µ) sama dengan 1,0 atau:
2
= 1,0 Rumus 5

Apabila nisbah kurang dari 1,0 menunjukkan
distribusi seragam dan bila nisbah lebih besar
dari 1,0 menunjukkan distribusi berkelompok
14 Maret 2023 Sharifuddin Bin Andy Omar 17
▪ Nilai µ diduga dari nilai rata-rata sampel ( x )
dan nilai δ2 diduga dari nilai ragam sampel
(s2).
▪ Nisbah ragam – rata-rata sering disebut
juga koefisien persebaran (coefficient of
dispersion) atau ragam relatif (relative
variance).
▪ Untuk menentukan tingkat keacakan (signi-
fikansi) dapat diduga secara statistik dengan
menggunakan rumus:
14 Maret 2023 Sharifuddin Bin Andy Omar 18
 2
s
− 1,0
x
t= Rumus 6
2
(n − 1)
Keterangan: s2 = varians sampel, x = nilai
rata-rata sampel, n = jumlah total sampel.
Nilai thitung selanjutnya dibandingkan dengan nilai
ttabel pada derajat bebas (df) = n-1. Jika nilai
thitung < ttabel maka distribusi populasi acak.
14 Maret 2023 Sharifuddin Bin Andy Omar 19
Untuk data yang tercantum di bagian depan,
maka diperoleh hasil sebagai berikut:
2
s 0 ,9899
− 1,0 − 1,0
x 1,2
t= = = 1,2319
2 2
(n − 1) (100 − 1)
Nilai t0,05(99)=1,98 lebih besar daripada nilai
thitung berarti persebaran populasinya adalah
acak.
14 Maret 2023 Sharifuddin Bin Andy Omar 20
 Indeks Dispersi Morisita
Pengukuran persebaran yang diusulkan oleh Morisita
(1959) memberikan hasil yang lebih memuaskan,
dengan rumus sebagai berikut:
X2 −N
Id = n
N (N − 1)
Rumus 7

Keterangan: n = jumlah plot, N = jumlah total individu

dalam seluruh plot, ΣX2 = kuadrat jumlah individu per
plot
Jika distribusi acak maka Id = 1,0, distribusi seragam
maka Id = 0, dan distribusi sangat mengelompok
maka Id = n (semua individu terdapat dalam satu plot)
14 Maret 2023 Sharifuddin Bin Andy Omar 21
 f (X) X.f(X) X2.f(X)
X X2
=n =N =Σ X2
0 27 0 0 0
1 39 39 1 39
2 22 44 4 88
3 11 33 9 99
4 1 4 16 16
Jumlah 100 120 242
Sehingga diperoleh:
X2 −N (242 − 120 )
Id = n = 100 = 0 ,8543
N (N − 1) 120 (120 − 1)
Dari nilai Id yang diperoleh (0,8543) dapat ditarik kesimpulan
bahwa persebaran mendekati acak
14 Maret 2023 Sharifuddin Bin Andy Omar 22
Indeks Morisita juga dapat ditulis dalam bentuk rumus
(Krebs 1989, Elliott 1971):

  x2 −  x 
Id = n   Rumus 8
 ( x ) −  x 
2

Keterangan: n = jumlah plot, Σx = jumlah individu

yang terdapat di dalam plot, Σ x2 = kuadrat jumlah
individu yang terdapat di dalam plot

14 Maret 2023 Sharifuddin Bin Andy Omar 23

▪ Dengan menggunakan data sebelumnya:

f fX fX2
X X2
(n) ( Σx ) ( Σx2 )
0 27 0 0 0
1 39 39 1 39
2 22 44 4 88
3 11 33 9 99
4 1 4 16 16
Jumlah 100 120 242

14 Maret 2023 Sharifuddin Bin Andy Omar 24

Dengan menggunakan data yang tercantum di dalam
tabel, yaitu: n = 100, Σx = 120, dan Σ x2 = 242, maka:

  x2 −  x   242 − 120 
Id = n   = 100   = 0 ,8543
 ( x ) −  x   (120 ) − 120 
2 2

Nilai yang diperoleh dengan memakai cara kedua

sama besar dengan memakai cara pertama

14 Maret 2023 Sharifuddin Bin Andy Omar 25

Untuk menguji apakah persebaran tersebut acak
atau tidak dapat diuji secara statistik dengan rumus:
n  X 2
2 = −N Rumus 9
N
Dengan menggunakan data sebelumnya, diperoleh:
n  X 2
(100 )(242 )
 =
2
−N = − 120 = 81,6667
N 120
Nilai X2hitung ini dibandingkan dengan X2tabel pada
derajat bebas (df)= (n-1). Untuk contoh di atas,
diperoleh X2(0,05)(99)=123,23 jauh lebih besar daripada
nilai X2hitung, sehingga disimpulkan bahwa bentuk
persebaran tidak berbeda nyata dengan acak.
14 Maret 2023 Sharifuddin Bin Andy Omar 26
Berikut di bawah ini data hasil pengamatan jumlah
individu Littoraria scabra pada setiap sel dan
frekuensi masing-masing sel yang berisi individu.
Jumlah individu di dalam sel
Jumlah sel
(ekor)
0 20
1 37
2 22
3 13
4 6
5 2
Tentukan pola persebaran keong tersebut dengan menggunakan:
a) Distribusi Poisson, b) Nisbah Ragam – Rata-rata, dan c) Indeks
Dispersi Morisita
15 Maret 2023 Sharifuddin Bin Andy Omar 27