61 1. Rarefaction Coleman
Rarefaction Coleman dipakai untuk mengestimasi jumlah jenis yang diharapkan jika ukuran sampel luas area contoh atau jumlah individu
diseragamkan. Metoda ini mengasumsikan bahwa individu terdistribusi secara random di antara plot contoh. Pada penelitian ini jumlah individu yang dipakai
untuk mengestimasi kekayaan jenis pada setiap plot diseragamkan pada angka 200. Adapun bentuk persamaan rarefaction Coleman adalah sebagai berikut:
∑
=
− −
=
S i
n m
i
n m
S s
1
1
S
m
= jumlah jenis yang harapkan ada pada suatu ukuran sampling tertentu S
= jumlah jenis yang teramati M
= ukuran sampling yang distandarkan jumlah individu atau area n
i
= jumlah individu jenis ke-i dan n adalah total individu seluruh jenis per unit contoh
2. Indeks Probabilitas Simpson Indeks keragaman resiprokal Simpson atau sering juga disebut sebagai
indeks N
2
Hill, dituliskan dalam bentuk 1 λ
sedangkan probabilitas Simpson adalah 1-
λ , dimana nilai
λ didapatkan dari persamaan berikut:
∑
− −
= 1
1 N
N n
n
i i
λ
n
i
adalah jumlah individu jenis ke-i dan N adalah jumlah total individu dari seluruh jenis.
2. Kurva Akumulasi Jenis
Kurva akumulasi jenis dilakukan untuk melihat pertambahan kekayaan jenis anakan dengan bertambahnya individu anakan ataupun jumlah plot contoh.
Kurva akumulasi jenis ini selain dengan jelas menggambarkan tingkat kekayaan jenis, juga dapat dipakai untuk membandingkan secara sederhana tingkat
62 kekayaan jenis antara satu tempat dengan tempat lainnya dan antara subset data
lainnya Kindt dan Coe, 2005 karena tidak dipengaruhi oleh ukuran sampling. Jumlah jenis total rata-rata akan dihitung pada setiap penambahan individu
anakan dan plot contoh. 3. Indeks Nilai Penting
Indeks Nilai Penting INP jenis anakan tumbuhan berkayu dihitung dengan menjumlahkan kerapatan relatif KR dan frekuensi relatif kehadiran FR.
Indeks nilai penting INP = KR + FR 1 Kerapatan
L n
k
i i
=
Dimana : K
= Kerapatan jenis I N
i
= Jumlah individu jenis i L
= luas contoh 2 Kerapatan relatif
100 x
k k
KR
i i
∑
=
Dimana: KR = kerapatan relatif jenis i
K = kerapatan jenis i
3 Frekuensi jenis
∑ ∑
=
tot i
i
pl pl
f
63 Dimana:
f
i
= frekuensi jenis i Pl
i
= jumlah plot ditemukan jenis i Pl
tot
= jumlah seluruh plot
4 Frekuensi relatif
100 x
f f
FR
i i
∑
=
Dimana: FR
= frekuensi relatif jenis i f
tot
= jumlah frekuensi seluruh jenis
4. Indeks Kemiripan Jenis
Indeks kemiripan jenis yang dipakai ada dua, yang pertama indeks kesamaan Jaccard yang berdasarkan data kualitatif dan yang kedua adalah
indeks kesamaan Morishita-Horn yang berdasarkan data kuantitatif. Kedua indeks tersebut adalah sebagai berikut:
1. Indeks Kemiripan Jaccard Indeks kemiripan Jaccard termasuk salah satu indeks kemiripan biner
kualitatif yang dihitung berdasarkan pada data kehadiran dan ketidakhadiran presenceabsence jenis pada komunitas atau tempat yang hendak
dibandingkan. Karena hanya didasarkan pada data kehadiran dan ketidakhadiran, indeks kemiripan ini tidak dapat menggambarkan pengaruh kelimpahan jenis.
Data dasar yang digunakan untuk menghitung nilai koefisien atau asosiasi ini adalah dalam bentuk tabel kontingensi 2 x 2. Persamaan yang dipakai untuk
menghitung indeks Jaccard adalah sebagai berikut:
c b
a a
S
j
+ +
=
64 Dimana:
S
j
= koefisien kemiripan Jacccard a
= jumlah jenis yang terdapat dalam kedua komunitas A maupun B b
= jumlah jenis yang hanya terdapat pada komunitas B saja c
= jumlah jenis yang hanya terdapat pada komunitas A saja
Secara sederhana indeks asosiasi ini adalah jumlah jenis yang dimiliki bersama terhadap jumlah seluruh jenis yang terdapat dalam daftar gabungan
kedua komunitas Baev and Penev, 1995. Indeks ini menganggap bahwa ketidakhadiran d tidak memiliki arti.
2. Indeks Kemiripan Morishita-Horn Indeks asosiasi ini didasarkan pada data kuantitatif. Indeks Morishita-Horn
pada dasarnya adalah perbandingan antara nilai probabilitas satu individu yang diambil dari sampel A dan satu individu yang diambil dari sampel B yang
merupakan satu jenis yang sama dibagi dengan nilai probabilitas dari dua individu yang diambil dari sampel A atau B akan memiliki jenis yang sama. Indeks ini tidak
dipengaruhi oleh ukuran sampling sehingga biasnya hampir tidak ada Krebs, 1989. Satu-satunya kekurangan dari indeks ini adalah sangat sensitif terhadap
kelimpahan jenis paling melimpah Magurran, 1988.
bN aN
db da
bn an
I
i i
i mH
. 2
+ =
∑
Dimana: aN
= jumlah total individu pada komunitas A dan an
i
= jumlah individu jenis ke-i pada komunitas A. Sedangkan da dan db adalah:
2 2
aN an
da
i
∑
=
65 Semua indeks dihitung untuk setiap kombinasi pasangan plot. Nilai indeks
kemiripan ditentukan berdasarkan nilai rata-rata pasangan plot untuk setiap lokasi danatau tipe penggunaan lahan seperti yang ingin dianalisa.
4.7.1.2 Karakteristik Habitat 1. Struktur Tegakan Agroforest Karet dan Hutan
Parameter struktur tegakan yang dihitung adalah luas basal area dan kerapatan pohon. Untuk agroforest karet, selain luas basal area dan kerapatan
pohon total, juga dihitung besarnya luas basal area dan kerapatan pohon karet dan pohon bukan karet. Rata-rata luas basal area untuk setiap jenis pohon pada
setiap plot dihitung berdasarkan persamaan:
=
∑
=
N BA
BA
i i
p 1
Dimana: BA
i
= basal area per sel per jenis N
= jumlah sel Nilai BA
i
didapatkan dari: ∑
=
i i
i
x ba
BA .
Dimana: ba
i
= basal area per pohon x
i
= estimator densitas Besarnya nilai estimator densitas untuk sel yang memiliki 5 pohon p
max
adalah:
wd p
p x
i
1
max max
− =
66 Dimana:
P
max
= jumlah pohon yang ditemukan dalam sel i W
= lebar sel d
= jarak pohon kelima terjauh dalam sel Li atau panjang L
max
jika jumlah pohon dalam sel kurang dari lima
Sedangkan besarnya nilai estimator densitas untuk sel yang memiliki kurang dari 5 pohon p
max
adalah:
wd x
i
1 =
Jika dalam sel tidak terdapat satu pohonpun dalam panjang L
max
maka nilai estimator x
i
adalah 0. Rata-rata kerapatan pohon per jenis dalam satu plot dihitung berdasarkan
persamaan berikut:
= N
x D
i
Dimana: x
i
= estimator densitas per individu pohon N
= jumlah sel Untuk menghitung kerapatan pohon per ha nilai D dikalikan dengan faktor
luas 10000.
2. Umur dan Vegetasi Asal Agroforest Karet
