http:

Praktikum
Bioekologi Kuantitatif
2022

Marine Science Department ◎ Faculty of Fisheries and Marine Sience ◎ Diponegoro University
 Khansa Yatita Hira (26040118140096)
Bioecology Harits Jodi Prabowo (26040119140193)
Quantitative Muhammad Arif Romadhi (26040118130123)
2022
Practical Assistant
 Pendahuluan
Bioekologi terdiri dari dua kata, yaitu Bio dan Ekologi. Kedua kata tersebut memiliki arti
atau definisi dan batasan yang sangat berbeda, dan dapat dikemukakan sebagai
berikut:
Bio berasal dari bahasa Yunani (Greek) “Bios” yang artinya hidup atau sesuatu yang
berkaitan dengan kehidupan.

Ekologi berasal dari bahasa Yunani (Greek), yang terdiri dari dua suku kata yaitu Oikos
dan Logos. Oikos mengandung arti rumah atau lingkungan, yang terdiri atas lingkungan
biotik dan lingkungan abiotik.

Oleh karena itu, dapatlah dikatakan bahwa Bioekologi adalah ilmu pengetahuan yang
mempelajari tentang sesuatu yang hidup (organisme hidup) yang terdapat di suatu
lingkungan, baik lingkungan biotik maupun lingkungan abiotik.

Pada penelitian bioekologi, hal yang menjadi fokus perhatian adalah bagaimana
mengetahui status dari suatu komunitas yang mencakup kualitas biologis suatu populasi
yang hidup berinteraksi dengan lingkungan sekitar sebagai habitatnya. Untuk
mendapatkan informasi yang akurat diperlukan metode dan analisa yang tepat dalam
menentukan nilai kualitas biologi dan lingkungan.
 Spatial Pattern Analysis (SPA)
Menghitung semua organisme dalam suatu populasi merupakan hal yang
mustahil untuk dilakukan. Oleh karna itu generalisasi/interfensi
populasi dilakukan melalui pengambilan sampel (sampling)
 Spatial Pattern Analysis (SPA) – Mean dan Varian

Statistik Parameter
No. Sumber
Sampel Populasi

1. Mean X̅ µ

2. Varian S2 σ2

3. Simpangan Baku S σ

4. Jumlah Sampel n N
 Spatial Pattern Analysis (SPA) – Mean dan Varian

𝛴𝑥 𝛴 (𝑥 − 𝑥)
2
𝛴 ( 𝑥 2
)–𝑥 𝛴𝑥
𝑆 = √( 𝑠 )
2 2 2
𝑋= 𝑠 = atau 𝑆 =
𝑛 𝑛 −1 𝑛–1

Keterangan

X̅ : Rata-rata aritmetrik Σx : Jumlah total data x

n : Jumlah data S2 : Varian
Σ : Jumlah total x : Data
n–1 : Derajat bebas S : Simpangan (deviasi)
 Spatial Pattern Analysis (SPA) – Standard Error

jika jumlah unit sampling (n) cukup besar ( n ≥ 30),

maka distribusi mean sampel dari suatu hasil
sampling memenuhi:
μ=
(1) diperkirakan normal,
(2) mempunyai mean μ 𝑎𝑛𝑡𝑖 log(0,581+ 0,696 𝑙𝑜𝑔 𝑥 −2 , 82 ×10 −4 𝐴)
𝑆𝐸=
(3) mempunyai simpangan baku (standard deviation) √𝑛
sebesar yang diestimasi dari .
Simpangan baku dari mean sampel biasanya dikenal Keterangan
sebagai kesalahan baku ( standard error - SE) dari
sampel dan mengindikasikan sejumlah kesalahan SE : Kesalahan baku dari estimasi x
dalam mean sampel (x) ketika dipergunakan untuk x : Densitas rata-rata ()
mengestimasi mean populasi (μ). A : Luas areal yang disampling ()
n : Besar sampel
Spatial Pattern Analysis (SPA) – Distribusi Populasi
Dalam bioekologi, terdapat tiga pola penyebaran populasi,
seragam (uniform, regular, even, negative contagion, under-dispersed)
acak (random)
kelompok (aggregated, contagious, clustered, clumped, patchy, positive
contagion, over-dispersed).

Sedangkan secara statistik berkaitan dengan varian (σ2) dan rata-rata

aritmetik (μ) suatu populasi yakni :

Seragam (σ 2< μ)
Acak (σ 2 = μ)
Kelompok (σ 2 > μ)
 Spatial Pattern Analysis (SPA) – Distribusi Populasi

RANDOM CLUMPING UNIFORM

Dimana seluruh Dimana individu Dimana masing masing

individu berada pada cenderung individu tersebar
tempat masing masing berkelompok (cluster). merata dalam ruang
(independen)
 Distribusi Populasi – Random/Acak
Distribusi acak adalah hipotesis utama yang harus dipertimbangkan dalam pengambilan
sampel. Di dalam pola distribusi acak, terdapat peluang yang sama oleh setiap organisme
yang mendiami suatu areal untuk terpilih sebagai sampel.

Dari gambar di samping, f(x) diasumsikan sebagai jumlah

kuadran yang berisi x individu, dan P(x) sebagai kemungkinan
ditemukannya individu x di dalam kuadran. Secara matematis
jika penyebaran individu adalah acak, maka distribusi Poisson
dapat dihitung dengan formula :

Keterangan
μ : jumlah rata-rata individu per kuadran,
e : bilangan natural bernilai 2,7183,
x!: bilangan faktorial,
x : jumlah individu dalam sebuah kuadran
 Distribusi Populasi – Seragam/Uniform
Penyebaran populasi adalah seragam jika individu-individu di dalam populasi relatif padat
dan bergerak menjauhi satu terhadap yang lain. Dalam kondisi ini, jumlah individu per
unit sampling mendekati maksimum dan varian dari populasi lebih kecil dari mean. Untuk
mengetahui apakah suatu populasi kemungkinan berdistribusi seragam, maka pendekatan
secara matematis dapat dilakukan dengan distribusi binomial negatif :

Keterangan

P(x) : kemungkinan individu x di dalam suatu unit sampling,

x : jumlah individu dalam suatu unit sampling
K : jumlah individu maksimum yang mungkin dalam suatu unit sampling,
P : kemungkinan suatu unit sampling ditempati oleh satu individu.
 Distribusi Populasi – Kelompok/Clumping
Jika pola distribusi populasi tidak mengikuti pola distribusi acak atau seragam, dan varian
dari populasi lebih besar dibandingkan nilai meannya (σ2 > μ), maka distribusi populasi
adalah berkelompok. Untuk mengetahui apakah suatu populasi kemungkinan berdistribusi
kelompok, maka pendekatan secara matematis dapat dilakukan menggunakan distribusi
binomial negative, dengan formula :
Apabila nilai k dibawah 4 (kecuali jika μ lebih kecil dari 4),
pendekatan dilakukan dengan formula :

Keterangan
P(x) : kemungkinan individu x di dalam suatu unit sampling
x : jumlah individu dalam suatu unit sampling
k : jlh individu maksimum yg mungkin dalam suatu unit sampling
p = μ/ k : kemungkinan suatu unit sampling ditempati oleh satu individu.
A (x) : total jumlah dari perhitungan yang mencakup x
 Distribusi Populasi – Indeks Penyebaran

Untuk mengetahui pola penyebaran populasi, digunakan indeks penyebaran (index of

dispersion - I) yang didasarkan pada kesamaan antara varian dan mean dalam suatu seri
distribusi Poisson. Formula yang digunakan adalah sebagai berikut :

Populasi dikatakan mempunyai distribusi acak apabila rasio antara varian dan mean adalah
1 ( I = 1). Jika rasionya kurang dari 1 maka distribusi populasi adalah seragam, demikian
sebaliknya jika rasio lebih besar dari 1 dikatakan berdistribusi kelompok.
 Indeks Penyebaran – Uji T (t-test)
Untuk menentukan tingkat keacakan suatau kelompok, maka pendekatan secara matematis
dapat dilakukan dengan formula :

Jika nilai t-hitung yang diperoleh lebih kecil dibandingkan dengan t-tabel pada derajat
bebas (db = n-1), maka penyebaran populasi acak..
 Indeks Penyebaran – Uji Chi Square(-test)
Uji chi-square adalah suatu test yang dipergunakan untuk menentukan pola penyebaran
populasi berdasarkan perhitungan varian dan mean. Uji ini mempergunakan formula:

Penilaian pola distribusi populasi dengan uji χ2 didasarkan pada kriteria sebagai berikut :
(1) jika n < 31, maka nilai χ2 berada pada taraf signifikansi 5% untuk derajat bebas n – 1, sehingga keputusan diambil
berdasarkan kriteria:
A. χ2-hitung < χ2-tabel, maka pola distribusi seragam
B. χ2-hitung > χ2-tabel, maka pola distribusi kelompok
C. χ2-hitung = χ2-tabel, maka pola distribusi acak
(2) Jika n > 30, maka kriteria ditentukan berdasarkan formula:

Nilai d berada antara 1,96 sampai dengan – 1,96. Maka distribusi adalah acak, < -1,96 adalah seragam, dan 1,96 <
adalah kelompok.
 Indeks pengelompokan

Indeks Rata-rata Berkelompok ( Mean Crowding - m ) didefinisikan sebagai rata-rata jumlah

per individu dari individu lainnya di dalam suatu kuadran yang sama.

Keterangan :
m : Indeks Rata-rata Berkelompok
μ : Rata-rata populasi
σ2 : Varian Populasi

Rasio antara mean crowding dan kepadatan rata-rata sangat cocok untuk mengukur
kelompok yang tidak teratur ( patchiness ).
Indeks keanekaragaman
Indeks Shannon dan indeks Simpson
Indeks Kelimpahan (Richness)

Indeks Margalef

Indeks Menhinick
 Indeks keseragaman (eveness)

Indeks Pielou Indeks Hill

Indeks Heip

Indeks Sheldon Indeks Alatalo

Disscusion
Section
THANK YOU!