LAPORAN SEMENTARA KEGIATAN PENELITIAN. PEMODELAN KESESUAIAN HABITAT AKASIA BERDURI (Acacia nilotica (L.) Willd. ex Del) DI TAMAN NASIONAL BALURAN

Transkripsi

1 LAPORAN SEMENTARA KEGIATAN PENELITIAN PEMODELAN KESESUAIAN HABITAT AKASIA BERDURI (Acacia nilotica (L.) Willd. ex Del) DI TAMAN NASIONAL BALURAN AGUNG SISWOYO SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013

2 1 PENDAHULUAN Latar Belakang Sepanjang sejarah menunjukkan bahwa banyak jenis-jenis tumbuhan tersebar dari satu tempat ke tempat lainnya di seluruh benua dan mengubah lanskap alam. Berbagai jenis tumbuhan tersebar secara alami dengan bantuan angin, air, serangga/ hewan. Penyebaran tumbuhan juga sering disebarkan oleh manusia baik dengan sengaja maupun tidak disengaja. Akasia berduri (Acacia nilotica (L.) Willd. ex Del ), termasuk tumbuhan yang disebarkan ke Indonesia pada Kebun Raya Bogor pada tahun 1850 dari Kebun Raya Calcuta-India. Penyebaran ini dilakukan dengan tujuan sebagai tanaman penghasil getah/karet yang berkualitas tinggi dan bernilai komersial. Namun, produksi getahnya sangat rendah, dan akhirnya pohon-pohon tersebut ditebang (Zuraida 2011). A. nilotica juga disebarkan di bagian selatan area savana Bekol Taman Nasional (TN) Baluran pada tahun Tumbuhan ini ditanam berupa jalur sepanjang 1,2 km dengan lebar 8 m yang digunakan sebagai sekat bakar untuk melokalisir terjadinya kebakaran di savana yang berbatasan dengan hutan musim. Pada tahun 1980, A. Nilotica menunjukkan gejala yang semakin meluas kearah bagian tengah savana Bekol, dan sebagian sudah mulai tumbuh di savana Kramat, Asam Sabuk dan Curah Udang (Alikodra 1987). Tingkat pertumbuhan A. nilotica mencapai Ha per tahun, dan menempati daerah savana hampir 50%. Fenomena ini dapat membuat ketidakseimbangan ekosistem dan tekanan untuk keberadaan savana, terutama untuk herbivora di daerah ini (Zuraida 2011). Savana Baluran sebagai salah satu ciri khas dan identitas Taman Nasional Baluran mempunyai arti sangat penting. Gangguan yang cukup mengkhawatirkan dan merupakan ancaman terbesar bagi kelestarian ekosistem ini adalah semakin luasnya invasi A. nilotica. Kecepatan tumbuh dan penyebaran tanaman eksotik ini telah mengakibatkan penurunan kualitas dan kuantitas savana Baluran, serta merubah pola prilaku satwa liar herbivora yang salah satu komponen habitatnya adalah padang rumput atau savana. Rumput sebagai sumber pakan utama satwa

3 tersebut tergeser keberadaannya oleh A. nilotica, sehingga satwa mencari alternatif pakan lain, salah satunya daun dan biji A. nilotica. Akan tetapi sebagai sumber pakan utama, rumput tetap tidak tergantikan (Sabarno 2002). Alikodra (1987) menjelaskan bahwa sejak tahun 1985 telah dilakukan usaha pembasmian tumbuhan A. nilotica di TN. Baluran. Pembasmian dilakukan oleh tim peneliti Puslitbang Departemen Kehutanan dengan menggunakan bahan kimia dan secara fisik (menggunakan tenaga manusia). Pada Agustus 1986 pembasmian ini dilanjutkan oleh perusahaan swasta yang dalam kontrak kerjanya dicantumkan bahwa pekerjaan ini akan diselesaikan dalam tahun 1987, namun dalam pelaksanaannya kurang berhasil. Pihak TN. Baluran juga telah melakukan upaya untuk menanggulanginya, yaitu dengan penebangan sampai batas tanah yang kemudian pada tunggaknya diberi solar dan minyak tanah. Keberadaan A. nilotica di TN. Baluran telah menjadi tantangan yang sangat besar bagi Pengelola, karena tumbuhan ini cenderung menginvasi savana-savana lainnya dengan membentuk tegakan A. nilotika yang homogen. Dalam pengelolaan dan pengendalian khususnya kegiatan monitoring perkembangan A. nilotica, diperlukan data sebaran spasial dan kesesuaian habitatnya. Data-data ini sangat penting, namun sampai saat ini belum tersedia. Untuk mengetahui sebaran spasial dan bagaimana kesesuaian habitat A. nilotica di berbagai areal di TN Baluran dapat dilakukan dengan melakukan analisis tutupan lahan serta analisis kesesuaian habitat bagi A. nilotica. Analisis citra dan pemodelan kesesuaian habitat dapat dilakukan untuk mengetahui perubahan tutupan vegetasi yang terjadi pada suatu wilayah tertentu dalam cakupan wilayah yang luas serta kesesuaian habitat bagi bagi A. nilotica di TN. Baluran. Perumusan Masalah Invasi A. nilotika pada awalnya hanya terjadi pada savana Bekol, kemudian mulai menyebar pada savana-savana lainnya. Menurunnya produktivitas rumput sebagai komponen utama penyusun savana yang merupakan sumber pakan utama satwa saat musim kemarau, telah menyebabkan satwa mengkonsumsi daun dan buah (pod) A. nilotica sebagai pakan alternatif. Konsumsi biji (pod) tumbuhan ini

4 oleh herbivora seperti banteng (Bos javanicus), rusa (Cervus timorensis), kijang (Mutiacus muntjak), kerbau liar (Bubalus bubalis) dan herbivora lainnya menyebabkan biji-biji tersebut tersebar dalam tumpukan kotoran ke tempattempat tertentu mengikuti dispersal herbivora tersebut di seluruh kawasan TN. Baluran. Pada musim yang tepat, biji-biji yang dorman mulai berkecambah dan tumbuh menjadi tegakan A. nilotica. Perubahan tutupan savana dan ekosistem lainnya menjadi tegakan homogen A. nilotica dan menimbulkan gangguan serta ancaman kerusakan ekosistem merupakan fenomena invasi. Identifikasi sebaran spasial dan pemodelan kesesuaian habitat A. nilotica dengan menggunakan GIS dan survey lapangan diharapkan dapat mengetahui hubungan antara faktor-faktor biofisik sebagai peubah-peubah ekologi yang mempengaruhi pola sebaran dan kesesuaian habitat A. nilotica, sehingga dapat digunakan untuk menentukan strategi yang tepat dalam pengendalian A. nilotica berdasarkan faktor-faktor-faktor biofisik tersebut. Permasalahan yang ingin dijawab dalam penelitian ini adalah sebagai berikut : 1. Bagaimana sebaran spasial A. nilotica di TN Baluran? 2. Bagaimana kesesuaian habitat A. nilotica di TN Baluran? 3. Bagaimana strategi pengelolaan A. nilotica berdasarkan peta kesesuaian habitat di TN Baluran? Tujuan Penelitian Tujuan dari penelitian ini adalah : 1. Mengidentifikasi sebaran spasial A. nilotica di TN Baluran. 2. Membangun model kesesuaian habitat A. nilotica di TN Baluran. 3. Menyusun strategi pengelolaan A. nilotica berdasarkan peta kesesuaian habitat. Manfaat Penelitian Manfaat dari penelitian ini adalah menjadi data dasar dan informasi yang penting tentang sebaran spasial dan kesesuaian habitat A. nilotica di kawasan TN Baluran yang selanjutnya dapat digunakan oleh pengelola TN. Baluran untuk

5 menyusun rencana strategis pengelolaan dan pengendalian A. nilotica di TN. Baluran. Kerangka Pemikiran Taman Nasional Baluran telah terinvasi oleh A. nilotica hampir selama 44 tahun sejak penanaman sebagai sekat bakar di savana Bekol pada tahun Sejak tahun 1980an, pertumbuhan A. nilotica mulai dirasakan mengganggu di areal savana Bekol yang merupakan tempat merumput dan melakukan perilaku sosial beberapa jenis herbivora seperti banteng, rusa dan kerbau liar. Saat ini A. nilotica diperkirakan telah tersebar di hampir seluruh savana yang ada di kawasan TN Baluran antara lain Savana Bekol, Kramat, Kajang, Balanan, Lempuyang, Dadap, Asam Sabuk, Curah Udang, Widuri, dan Merak. Selain di daerah savana, tumbuhan ini juga ditemukan di daerah hutan pantai misalnya Kelor dan Popongan. Kondisi ini menunjukkan fenomena invasi yang cukup memprihatinkan dan dampak ekologi khususnya bagi kelangsungan satwa liar herbivora yang sangat tergantung pada keberadaan savana baik untuk merumput (memenuhi kebutuhan pakan) maupun mengekspresikan perilaku sosialnya. Kegiatan pengelolaan dan pengendalian A. nilotica telah dilaksanakan sejak tahun 1985, namun belum ditemukan formula yang tepat baik secara mekanik, biologi maupun kimiawi untuk menekan laju pertumbuhan A. nilotica. Bahkan pertumbuhan A. nilotica di TN. Baluran memiliki tren semakin menginvasi areal yang lebih luas. Untuk mengidentifikasi invasi A. nilotica yang terjadi pada kawasan TN. Baluran, perlu diketahui sebaran spasial dan kesesuaian habitatnya. Aplikasi GIS memungkinkan untuk menggambarkan sebaran spasial, luas areal yang terinvasi dan kesesuaian habitat A. nilotica pada cakupan wilayah yang luas. Penggunaan Aplikasi GIS ini didukung dengan survey lapangan untuk mengetahui gambaran sebaran spasial dan membangun model kesesuaia habitat A. nilotica berdasarkan analisis spasial faktor-faktor fisik lingkungan yang mempengaruhi sebaran A. nilotica. Kegiatan pengecekan lapangan (ground truth) juga dilakukan untuk menghimpun data riil sebaran A. nilotica di lapangan serta untuk memberikan validasi atas hasil model. Dengan model dan peta kesesuaian habitat yang dihasilkan, selanjutnya digunakan sebagai data dan informasi untuk menyusun

6 strategi pengelolaan A. nilotica di TN. Baluran. Bagan alir kerangka pemikiran sebagai berikut : Invasi A. nilotica Pengelolaan dan Pengendalian A. nilotica belum optimal Kawasan TN. Baluran Dampak Ekologi Analisis spasial terhadap faktor-faktor fisik lingkungan yang mempengaruhi sebaran A. nilotica Sebaran spasial dan Model kesesuaian habitat Strategi pengelolaan A. nilotica

7 2 METODE PENELITIAN Lokasi Penelitian Penelitian ini dilaksanakan di kawasan TN Baluran yang berada di Kabupaten Situbondo, Provinsi Jawa Timur dengan luas areal total hektar sesuai dengan Surat Keputusan Menteri Kehutanan nomor 279/Kpts-IV/1997 tanggal 23 Mei 1997 tentang Penunjukan Taman Nasional Baluran seluas Hektar Yang Terletak di Kabupaten Daerah Tingkat II Situbondo, Propinsi Daerah Tingkat I Jawa Timur sebagaimana gambar berikut : Waktu Penelitian Pelaksanaan kegiatan direncanakan pada Oktober 2013 sampai dengan Pebruari 2014 dengan tahapan pelaksanaan kegiatan : observasi pendahuluan pada bulan Oktober 2013, pengumpulan data lapangan pada bulan Nopember 2013, pembuatan dan pengolahan data spasial pada bulan Desember 2013, Analisis data pada bulan Januari 2014 dan sintesis pada bulan Pebruari 2014.

8 Bahan dan Alat Bahan yang digunakan dalam penelitian ini adalah Citra Landsat Kawasan TN Baluran, SRTM/ASTER GDEM, Peta Rupa Bumi Indonesia (RBI), Peta Tematik (Peta sebaran satwa, dll). Alat yang digunakan adalah GPS, kamera digital dan seperangkat komputer yang dilengkapi dengan software Erdas Imagine 9.1, ArcGIS 9.3, SPSS 17 dan Minitab 16. Metode Pengumpulan Data 1. Identifikasi penutupan vegetasi dan A. nilotica Untuk keperluan identifikasi penutupan vegetasi dan A. nilotica, digunakan pendekatan klasifikasi secara terbimbing (supervised classification). Dalam metode ini diperlukan data spasial (titik-titik koordinat) pada semua lokasi sesuai dengan klasifikasi tutupan vegetasi yang akan dibuat yaitu hutan alam primer, hutan alam sekunder, hutan tanaman (jati), tegakan A. nilotica, semak belukar, rumput/savana, mangrove, tubuh air dan awan. Data spasial (titik-titik koordinat) yang dikumpulkan sebanyak mungkin atau minimal 3 data spasial (titik-titik koordinat) untuk masing-masing tutupan vegetasi. Selain data untuk klasifikasi, diperlukan data untuk keperluan verifikasi dan validasi hasil klasifikasi. 2. Pemodelan kesesuaian habitat A. nilotica Berdasarkan hasil observasi pendahuluan diperoleh informasi bahwa A. nilotica tumbuh mengelompok pada areal savana dan areal yang terbuka serta tumbuh secara acak dalam jumlah sedikit pada areal yang berbatasan dengan hutan/tutupan tajuk hutan yang rapat, maka dalam pengambilan data dilakukan penarikan contoh acak berlapis. Walpole (1982) menjelaskan dalam penarikan contoh acak berlapis, populasinya disekat-sekat menjadi beberapa lapisan sehingga relatif homogen dalam setiap lapisan. Untuk memperoleh kehomogenan dalam setiap lapisan, pelapisannya harus dilakukan sedemikian sehingga ada suatu hubungan tertentu dengan ciri yang sedang diteliti. Pelapisan populasi menghasilkan lapisan-lapisan yang berbeda-beda ukurannya. Dengan demikian, kita harus memperhatikan ukuran contoh yang

9 harus diambil dari setiap lapisan. Salah satu cara yang disebut alokasi sebanding, yaitu mengambil ukuran contoh yang sebanding dengan ukuran lapisannya. Pada penelitian ini, data akan dikumpulkan dari wilayah/areal yang mewakili 3 (tiga) tutupan lahan/lapisan yaitu (1) hutan primer/hutan dengan tutupan tajuk rapat, (2) hutan sekunder/hutan dengan tutupan tajuk sedang bercampur semak belukar, dan (3) di areal savana. Sedangkan banyaknya unit contoh akan diambil sebanyak 300 unit contoh yang terbagi dalam 3 lapisan/tutupan lahan tersebut berdasarkan alokasi sebanding/proporsional. Data yang digunakan untuk membangun model sebanyak 70% yang diambil secara acak dari total data kehadiran dan ketidakhadiran atau sebanyak 210 data. Sedangkan sisanya (30%) atau sebanyak 90 data kehadiran ataupun ketidakhadiran digunakan untuk validasi model. Data yang dikumpulkan dari 210 unit contoh digunakan dalam membangun model. Jumlah data ini telah memenuhi jumlah minimal untuk analisis dalam penelitian multivariate dan korelasional. Unit contoh yang dibuat berupa petak ukur berukuran 20 x 20 meter yang penempatan petak ukur pada masing-masing lapisan/tutupan lahan dilakukan secara acak. Penempatan petak ukur juga mempertimbangkan ketinggian tempat. Pembagian ketinggian tempat dilakukan setiap perbedaan ketinggian 100 meter. Kawasan TN. Baluran memiliki ketinggian tempat dari mdpl, sehingga terdapat 13 kelas ketinggian tempat. Ilustrasi peletakan petak ukur secara acak ditunjukkan gambar berikut :

10 Pada tiap-tiap petak ukur dihitung data kehadiran A. nilotica (data ŷ = 1) dan data ketidakhadiran A. nilotica (data ŷ = 0 ). Pengambilan data lokasi kehadiran dan ketidakhadiran ditentukan dengan menandai posisi koordinat pada setiap petak ukur dengan menggunakan GPS. Penandaan lokasi dengan GPS dilakukan pada titik tengah petak ukur. Pengolahan dan Analisis Data Analisis penutupan lahan/ vegetasi dan A. nilotica dilakukan dengan menggunkan analisis spasial terhadap citra landsat yang memuat kawasan TN. Baluran. Pada tahap awal, perlu dilakukan koreksi geometrik terhadap citra landsat, yaitu proses memproyeksikan data peta ke dalam suatu sistem proyeksi peta tertentu. Citra landsat terlebih dahulu dilakukan rektifikasi/koreksi geometrik untuk mengurangi distorsi geomertik. Dalam koreksi geometrik, keakuratan hasil koreksi ditunjukkan dengan nilai RMS (Root Mean Square) yang kecil yaitu maksimum sebesar 0,5. Hal ini dapat diperoleh apabila dalam memilih GCP (Ground Control Point) dilakukan dengan teliti. Untuk meningkatkan hasil koreksi yang tepat, penambah jumlah GCP dapat dilakukan dan atau membuang GCP yang menyebabkan nilai RMS menjadi besar atau nilai RMS > 0,5.

11 Untuk memudahkan proses analisa penutupan vegetasi, dilakukan pemotongan batas area penelitian pada citra landsat sehingga diperoleh wilayah yang akan di analisa saja. Pada penelitian ini adalah wilayah kawasan TN. Baluran. Hasil pemotongan citra ini, selanjutnya dilakukan klasifikasi tutupan lahan yaitu hutan alam primer, hutan alam sekunder, hutan tanaman (jati), tegakan A. nilotica, semak belukar, rumput/savana, mangrove, tubuh air dan awan. Klasifikasi dilakukan dengan menggunakan pendekatan klasifikasi secara terbimbing (supervised classification) yang memanfaatkan software ERDAS Imagine 9.1. Dalam melakukan klasifikasi secara terbimbing, sebelumnya telah dilakukan pengambilan data lapangan berupa titik koordinat pada semua lokasi sesuai dengan klasifikasi tutupan lahan yang akan dilakukan. Hasil klasifikasi penutupan vegetasi selanjutnya dilakukan verifikasi dan validasi data. Tahapan pembuatan peta penutupan vegetasi dengan menggunakan Analisa Spasial ditunjukkan pada gambar berikut. Citra Landsat Koreksi Geometrik Pemotongan Batas Area Penelitian Klasifikasi (supervised classification Valid Validasi Tidak Valid Peta Penutupan Vegetasi/Sebaran A. nilotica Verifikasi dilakukan melalui tahapan pengecekan lapangan (ground truth) untuk mengecek kebenaraan, ketepatan atau kenyataan di lapangan. Verifikasi dilakukan pada daerah sampel. Hasil pengujian/validasi klasifikasi diharapkan

12 memiliki nilai akurasi lebih dari 85 %, Sehingga diperoleh peta penutupan lahan yang valid. Sedangkan pengolahan dan analisis data untuk pemodelan kesesuaian habitat dilakukan melalui beberapa tahapan seperti ditunjukkan pada flowchart, yang secara garis besar meliputi pembuatan data spasial untuk masing-masing variabel bebas (penduga), analisis multikolinieritas, PCA, analisis regresi logistik biner, uji kelayakan model, pembuatan selang kesesuaian dan validasi model sampai pada tahap akhir diperoleh peta kesesuaian habitat A. Nilotica. Peta Tematik : 1. Peta Ketinggian 2. Peta Kelerengan 3. Peta NDVI 4. Suhu Permukaan 5. Peta Jarak Dari Sungai 6. Peta Kelembaban 1. Lokasi kehadiran (presence) 2. Lokasi ketidakhadiran (absence) Summerize zone Tidak diterima Analisis Multikolinieritas, PCA dan Regresi Logistik Uji Kelayakan Model Model Kesesuaian Habitat Validasi Diterima Selang Kesesuaian Peta Kesesuaian Habitat Tahapan-tahapan pengolahan dan analisis data adalah sebagai berikut : 1. Pembuatan Data Spasial Variabel bebas yang berupa faktor-faktor biofisik jika dirinci secara keseluruhan meliputi banyak sekali peubah-peubah ekologi yang berperan dalam membentuk seluruh komunitas dengan kompleks-kompleks hubungan biotik-fisik di mana spesies ini hidup (Odum 1993). Berbeda halnya dengan

13 spesies yang merupakan spesies pendatang/eksotik (A. nilotica) yang disebarkan di suatu wilayah yang bukan merupakan habitat aslinya. Banyak spesies asing yang tidak cocok dengan lokasi barunya, namun sebagian yang mampu beradaptasi dapat tumbuh dan berkembang bahkan menjadi invasif. Untuk mengetahui faktor-faktor/variabel yang menentukan suatu spesies asing tersebut dapat hidup dan berkembang menjadi invasif dilakukan analisis spasial melalui pemodelan kesesuaian habitat dengan memperhatikan ekologi spesies asing tersebut di habitat aslinya. Dalam pemodelan spasial, peubah ekologi ini sangat terbatas. Untuk membangun model kesesuaian habitat A. nilotica, peubah ekologi yang diduga berpengaruh antara lain : a) Ketinggian tempat/elevation (x1) b) Kemiringan lereng/slope (x2) c) NDVI atau penutupan vegetasi (x3) d) Suhu (x4) e) Jarak terdekat dari sungai/aliran air (x5) f) Kelembaban (x6) Peubah-peubah ekologi tersebut selanjutnya dilakukan analisis spasial untuk membangun data yang berorientasi keruangan (spasial) dengan menggunkanan software ArcGIS versi 9.3 dan Erdas Imagine 9.1. Data yang telah diperoleh kemudian digunakan dalam proses analisis selanjutnya dan membangun model. 2. Regresi logistik Pada dasarnya regresi logistik sama dengan analisis diskriminan. Perbedaan ada pada jenis data dari variabel dependen. Jika pada analisis diskriminan variabel dependen adalah data rasio, maka pada regresi logistik variabel dependen adalah data nominal. Data nominal di sini lebih khusus adalah data binary. Dengan demikian, tujuan regresi logistik adalah pembuatan sebuah model regresi untuk memprediksi besar variabel dependen yang berupa sebuah variabel binary dengan menggunakan data variabel independen yang sudah diketahui besarnya (Santoso 2012).

14 Sebelum melakukan analisis regresi logistik, dilakukan pemeriksaan multikolinieritas dengan memeriksa korelasi antar variabel penduga (x) dan menghitung Variance Inflation Factor (VIF). Eliminasi dilakukan terhadap variabel-variabel x yang berperan dalam multikolinieritas dengan memilih salah satu di antara variabel-variabel x tersebut untuk masuk dalam pembangunan model. Analisis komponen utama juga dilakukan sebagai prosedur antara. Analisis kompenen utama merupakan metode yang digunakan untuk meminimumkan masalah multikolineritas tanpa harus mengeluarkan variabel bebas yang terlibat hubungan kolinear. Prosedur analisis komponen pada dasarnya bertujuan untuk menyederhanakan variabel yang diamati dengan cara menyusutkan (mereduksi) dimensinya. Hal ini dilakukan dengan cara menghilangkan korelasi diantara variabel bebas melalui tranformasi variabel bebas asal menjadi variabel baru yang tidak berkorelasi sama sekali atau biasa disebut dengan principal component (Soemartini, 2008). Pada tahap terakhir diperoleh variabel-variabel yang dapat diaplikasikan untuk membangun model dengan regresi logistik. Penggunaan analisis regresi logistik tepat untuk menggambarkan keadaan binary dari keberadaan A. nilotica yaitu lokasi yang sesuai untuk habitat A. nilotica (y = 1) dan lokasi yang tidak sesuai untuk habitat A. nilotica (y = 0). Model regresi logistik dirumuskan sebagai berikut : atau dengan = peluang titik observasi ke- i sesuai untuk habitat A. nilotica e = bilangan natural (= 2, ) = variabel penduga ke- j i = titik observasi ke- i = Intersep = koefisien regresi logistik biner dari variabel penduga ke- j k = jumlah variabel penduga (= n)

15 Penghitungan regresi logistik dilakukan dengan menggunakan SPSS 17. Nilai duga regresi logistik biner (ŷ) ini merupakan nilai peluang (berkisar antara 0 1) di mana dalam penelitian ini adalah berapakah peluang suatu area secara potensial sesuai untuk habitat A. nilotica berdasarkan penilaiannya pada variabel penduganya. Nilai peluang 0 Pi <0,5 dikategorikan sebagai area yang tidak sesuai untuk habitat A. nilotica sedangkan nilai peluang 0,5 Pi 1 dikategorikan sebagai area yang sesuai untuk habitat A. nilotica. 3. Pemodelan kesesuaian habitat A. nilotica Pemodelan kesesuaian habitat dilakukan dengan menggunkan hasil penghitungan yang berupa persamaan regresi logistik sebelumnya, kemudian diolah menggunakan software ArcGIS ver. 9.3 untuk menggabungkan datadata dari berbagai variabel bebas sehingga diperoleh peta kesesuaian habitat. Model spasial regresi logistik kesesuaian habitat A. nilotica hanya menunjukkan area yang sesuai dan tidak sesuai. Peta kesesuaian habitat berdasarkan persamaan kesesuaian habitat, selanjutnya dikategorikan dalam 3 kelas kesesuaian yaitu kesesuaian tinggi, kesesuaian sedang dan kesesuaian rendah. Nilai selang klasifikasi kesesuaian habitat dihitung dari nilai tertinggi dikurangi nilai terendah dimana hasilnya kemudian dibagi dengan banyaknya klasifikasi kesesuaian habitat (Supranto 2000) sebagaimana persamaan berikut: Dimana : c Xn X1 K = perkiraan besarnya interval/selang = nilai observasi (data) terbesar (nilai skor kumulatif kesesuaian habitat tertinggi) = nilai observasi (data) terkecil (nilai skor kumulatif kesesuaian habitat terendah) = banyaknya kelas kesesuaian habitat 4. Uji kelayakan dan validasi model Model regresi logistik yang telah dibangun di uji kelayakannya dengan melihat dari penurunan nilai -2 Log Likelihood serta uji Hosmer and

16 Lemeshow dengan menggunakan aplikasi SPSS 17. Model yang telah dibangun, dinilai layak apabila signifikansi penurunan nilai -2 Log Likelihood kurang dari 0,05. Sedangkan uji Hosmer and Lemeshow digunakan untuk melihat kecocokan variabel prediktor dengan model yang dibangun. Variabel prediktor dinyatakan fit (cocok) dengan model jika signifikansi yang tertera pada hasil uji Hosmer and Lemeshow di atas 0,05. Kemampuan varibel yang dipergunakan dalam model untuk menjelaskan kesesuaian habitat A. nilotica ditunjukkan oleh nilai Negelkerke R 2. Validasi model regresi logistik kesesuaian habitat A. nilotica dilakukan dengan menggunakan data kehadiran (presence) dan ketidakhadiran (absence) yang telah dipisahkan sebelumnya dari data yang dipakai untuk membangun model. Validasi model dilakukan untuk mengetahui nilai akurasi klasifikasi kesesuaian habitat. Metode yang digunakan untuk mengukur keakuratan hasil klasifikasi adalah dengan menghitung indeks akurasi Kappa (Kappa Index of Agreement KIA). Validasi juga dilakukan dengan membandingkan jumlah seluruh petak ditemukannya A. Nilotica yang terdapat di tiap kelas kesesuaian habitat dengan jumlah seluruh petak yang digunakan untuk validasi. Persamaan validasi sebagai berikut : x 100% Dimana : n = jumlah petak ditemukannya A. nilotica pada satu kelas kesesuaian N = jumlah total petak ditemukannya A. nilotica

17 3 HASIL Identifikasi Penutupan Vegetasi dan A. nilotica Untuk keperluan identifikasi penutupan vegetasi dan A. nilotica, digunakan pendekatan klasifikasi secara terbimbing (supervised classification). Dalam metode ini diperlukan data spasial (titik-titik koordinat) pada semua lokasi sesuai dengan klasifikasi tutupan vegetasi yang akan dibuat yaitu hutan alam primer, hutan alam sekunder, hutan tanaman (jati), tegakan A. nilotica, semak belukar, rumput/savana, mangrove, tubuh air dan awan. Data spasial (titik-titik koordinat) yang dikumpulkan sebanyak mungkin atau minimal 3 data spasial (titik-titik koordinat) untuk masing-masing tutupan vegetasi. Titik-titik koordinat yang dikumpulkan untuk keperluan identifikasi penutupan vegetasi dan A. nilotica adalah sebagai berikut : FID TYPE IDENT LAT LONG 1 waypoint A nilotica -7, ,311 2 waypoint A nilotica 1-7, ,44 3 waypoint A nilotica 2-7, ,456 4 waypoint A nilotica 3-7, ,314 5 waypoint A nilotica 4-7, ,315 6 waypoint A nilotica 5-7, ,32 7 waypoint A nilotica 6-7, ,323 8 waypoint A nilotica 7-7, ,325 9 waypoint A nilotica 8-7, ,33 10 waypoint A nilotica 9-7, , waypoint A nilotica 10-7, , waypoint Gemelina -7, , waypoint Gemelina 1-7, , waypoint Hutan jati -7, , waypoint Hutan jati 1-7, , waypoint Hutan jati 2-7, , waypoint Hutan jati 3-7, , waypoint Hutan jati 4-7, ,33 19 waypoint Hutan jati 5-7, ,313

18 20 waypoint Hutan jati 6-7, , waypoint Hutan jati 7-7, , waypoint Hutan jati 8-7, , waypoint Hutan jati 9-7, , waypoint Hutan jati 10-7, ,33 25 waypoint Hutan jati 11-7, ,32 26 waypoint Hutan jati 12-7, , waypoint Hutan jati 13-7, , waypoint Lahan terbangun -7, ,4 29 waypoint Mangrove -7, , waypoint Mangrove 1-7, , waypoint Mangrove 2-7, , waypoint Mangrove 3-7, , waypoint mangrove 4-7, , waypoint Mangrove 5-7, , waypoint Mangrove 6-7, , waypoint mangrove 7-7, , waypoint Hutan primer -7, , waypoint Hutan primer 1-7, , waypoint Hutan primer 2-7, , waypoint Hutan primer 3-7, , waypoint Hutan primer 4-7, , waypoint Hutan primer 5-7, , waypoint Hutan primer 6-7, , waypoint Hutan primer 7-7, , waypoint Hutan primer 8-7, , waypoint Hutan primer 9-7, , waypoint Hutan primer 10-7, , waypoint Hutan sekunder -7, , waypoint Hutan sekunder 1-7, , waypoint Hutan sekunder 2-7, , waypoint Hutan sekunder 3-7, , waypoint Hutan sekunder 4-7, ,4 53 waypoint Hutan sekunder 5-7, , waypoint Hutan sekunder 6-7, , waypoint Savana -7, , waypoint Savana 1-7, , waypoint savana 2-7, , waypoint Savana 3-7, , waypoint Savana 4-7, , waypoint Savana 5-7, ,36 61 waypoint Savana 6-7, , waypoint Lahan terbuka -7, ,313

19 63 waypoint Lahan terbuka 1-7, , waypoint Lahan terbuka 2-7, ,45 65 waypoint Lahan terbuka 3-7, , waypoint Lahan terbuka 4-7, , waypoint Lahan terbuka 5-7, , waypoint Lahan terbuka 6-7, , waypoint Lahan terbuka 7-7, , waypoint Lahan terbuka 8-7, , waypoint Lahan terbuka 9-7, , waypoint Lahan terbuka 10-7, , waypoint Lahan terbuka 11-7, , waypoint Lahan terbangun 1-7, , waypoint Lahan terbuka 12-7, ,395 Hasil identifikasi penutupan vegetasi dan A. nilotica, yang menggunakan pendekatan klasifikasi secara terbimbing (supervised classification) sebagai berikut :

20 Perhitungan luas dari masing-masing tutupan vegetasi sebagai berikut : No. Hasil Klasifikasi Luas (Ha) 1 Unclassified 11564,5 2 hutan primer 5615,51 3 hutan sekunder 8324,55 4 tanaman jati 2798,59 5 awan 1898,55 6 savana 5662,3 7 bayangan awan 262,282 8 Akasia nilotica 1224,43 9 tubuh air 0, mangrove 415, perairan dangkal 239,13 12 lahan terbuka 3,87 Total 26445,3275 Luas daratan (tanpa tubuh air dan perairan dangkal) 26205,455 Pemodelan Kesesuaian Habitat A. nilotica Pada penelitian ini, data akan dikumpulkan dari wilayah/areal yang mewakili 3 (tiga) tutupan lahan/lapisan yaitu (1) hutan primer/hutan dengan tutupan tajuk rapat, (2) hutan sekunder/hutan dengan tutupan tajuk sedang bercampur semak belukar, dan (3) di areal savana. Sedangkan banyaknya unit contoh akan diambil sebanyak 300 unit contoh yang terbagi dalam 3 lapisan/tutupan lahan tersebut berdasarkan alokasi sebanding/proporsional. Data yang dikumpulkan dari 210 unit contoh digunakan dalam membangun model, Jumlah data ini telah memenuhi jumlah minimal untuk analisis dalam penelitian multivariate dan korelasional. Unit contoh yang dibuat berupa petak ukur berukuran 20 x 20 meter yang penempatan petak ukur pada masing-masing lapisan/tutupan lahan dilakukan secara acak. Penempatan petak ukur juga mempertimbangkan ketinggian tempat. Pembagian ketinggian tempat dilakukan setiap perbedaan ketinggian 100 meter. Kawasan TN. Baluran memiliki ketinggian tempat dari

21 mdpl, sehingga terdapat 13 kelas ketinggian tempat. Peletakan petak ukur secara acak sebagai berikut : Gambar peletakan petak ukur secara acak pada hutan alam primer No. Kelompok Tutupan Lahan Luas (Ha) Jumlah Plot Ketinggian (m dpl) Luas (Ha) Jumlah Plot Plot terkoreksi 1. Hutan Primer 8192, < , Awan ,863 17,6 18 Bayangan Awan ,013 22,9 23 Mangrove ,95 11, , ,652 6, , ,026 3, ,923 2, , , ,943 1, ,746 0,3 0 Jumlah 8264,86 92, Hutan Sekunder 11123, < ,4 73,9 74 Hutan Jati , ,715 17,7 18

22 ,016 0, ,748 0, ,052 0, ,2 0, ,144 0, ,17 0,001 0 Jumlah 11101,1 126, Savana 6890,6 79 < ,491 55,5 56 Akasia , Lahan Terbuka , ,13 1, , ,067 1, , ,291 0, ,424 0, ,971 0, ,161 0, ,575 0, ,786 0,009 0 Jumlah 6880,806 77, Pada tiap-tiap petak ukur dihitung data kehadiran A. nilotica (data ŷ = 1) dan data ketidakhadiran A. nilotica (data ŷ = 0 ). Pengambilan data lokasi kehadiran dan ketidakhadiran ditentukan dengan menandai posisi koordinat pada setiap petak ukur dengan menggunakan GPS. Penandaan lokasi dengan GPS dilakukan pada titik tengah petak ukur. Data kehadiran A. nilotica (data ŷ = 1) dan data ketidakhadiran A. nilotica (data ŷ = 0 ) yang telah dikumpulkan adalah sebagai berikut : No. ID POLYFID X Y HASIL (ŷ) ,315-7, ,325-7, ,312-7, ,331-7, ,386-7, ,392-7, ,401-7, ,437-7, ,311-7, ,315-7, ,385-7,

23 ,387-7, ,387-7, ,388-7, ,389-7, ,389-7, ,391-7, ,394-7, ,395-7, ,396-7, ,404-7, ,406-7, ,408-7, ,412-7, ,414-7, ,418-7, ,425-7, ,428-7, ,428-7, ,428-7, ,43-7, ,431-7, ,432-7, ,436-7, ,436-7, ,437-7, ,438-7, ,439-7, ,44-7, ,442-7, ,443-7, ,445-7, ,447-7, ,448-7, ,451-7, ,452-7, ,452-7, ,455-7, ,325-7, ,345-7, ,426-7, ,313-7, ,316-7, ,316-7,

24 ,317-7, ,32-7, ,313-7, ,397-7, ,41-7, ,423-7, ,425-7, ,426-7, ,427-7, ,43-7, ,432-7, ,432-7, ,433-7, ,437-7, ,44-7, ,441-7, ,445-7, ,451-7, ,451-7, ,453-7, ,353-7, ,426-7, ,433-7, ,311-7, ,312-7, ,314-7, ,315-7, ,315-7, ,318-7, ,319-7, ,32-7, ,32-7, ,32-7, ,321-7, ,322-7, ,323-7, ,323-7, ,323-7, ,325-7, ,325-7, ,327-7, ,329-7, ,33-7,

25 ,332-7, ,334-7, ,334-7, ,335-7, ,336-7, ,339-7, ,339-7, ,341-7, ,341-7, ,343-7, ,343-7, ,345-7, ,346-7, ,347-7, ,341-7, ,344-7, ,347-7, ,349-7, ,352-7, ,357-7, ,357-7, ,359-7, ,363-7, ,365-7, ,366-7, ,369-7, Data keseluruhan yang terkumpul sebanyak 123 data yang terbagi dalam 48 data kehadiran dan 75 data ketidakhadiran. Data ini masih jauh dari data yang direncanakan. Sebaran data kehadiran A. nilotica (data ŷ = 1) dan data ketidakhadiran A. nilotica (data ŷ = 0 ) yang telah dikumpulkan seperti tersaji pada peta berikut :

26 Pengolahan dan Analisis Data Pengolahan dan analisis data untuk pemodelan kesesuaian habitat belum dapat dilakukan karena penyebaran plot yang dapat diambil belum mewakili penyebaran secara acak dan belum sesuai dengan penyebaran ketinggian tempat (elevasi). Data kehadiran dan ketidakhadiran yang telah diperoleh selanjutnya akan dilakukan uji asumsi klasik untuk mengetahui apakah data tersebut telah cukup untuk pemodelan. Untuk kepentingan pemodelan diperlukan pembuatan data spasial yang dilakukan di Laboratorium Analisis Spasial Dan Lingkungan Institut Pertanian Bogor, antara lain meliputi : a) Ketinggian tempat/elevation (x1) b) Kemiringan lereng/slope (x2) c) NDVI atau penutupan vegetasi (x3) d) Suhu (x4) e) Jarak terdekat dari sungai/aliran air (x5) f) Kelembaban (x6) Analisis selanjutnya adalah membangun model dengan menggunakan persamaan regresi logistik. Pada dasarnya regresi logistik sama dengan analisis diskriminan.

27 Perbedaan ada pada jenis data dari variabel dependen. Jika pada analisis diskriminan variabel dependen adalah data rasio, maka pada regresi logistik variabel dependen adalah data nominal. Data nominal di sini lebih khusus adalah data binary. Analisis ini belum dapat dilakukan karena, data kehadiran dan ketidakhadiran yang diperoleh belum diuji untuk memenuhi asumsi klasik.

28 DAFTAR PUSTAKA Alikodra HS Tanaman eksotik akasia (Acacia nilotica) dan masalahnya bagi ekosistem savana di Taman Nasional Baluran. Duta Rimba /XIII/1987 : Odum EP Dasar-Dasar Ekologi. Ed ke-3. Yogyakarta (ID) : Gadjah Mada University Press. Sabarno MY Savana Taman Nasional Baluran. Biodiversitas. 3 (1) : Santoso S Aplikasi SPSS Pada Statistik Multivariat. Jakarta (ID) : Elex Media Komputindo. Soemartini Principal component analisis (PCA) sebagai salah satu metode untuk mengatasi masalah multikolinearitas. [skripsi]. Bandung (ID) : Universitas Padjadjaran. Supranto J Statistik : Teori dan Aplikasi Jilid 1. Ed ke-6. Jakarta (ID) : Erlangga. Walpole RE Pengantar Statistika. Ed ke-3. Jakarta (ID) : PT. Gramedia Pustaka Utama. Zuraida Potency of Acacia nilotica as invasive species at Baluran National Park, East Java-Indonesia. Indian Journal of Ecology. 38 :