Rabu, 26 November 2014

menghitung kesamaan dan ketidaksamaan dalam ekosistem



            Fungsi kemiripan menghitung kesamaan dan ketidaksamaan antara dua objek yang diobservasi. Objek yang dimaksud disini adalah komunitas yang saling berbeda. Ludwig & Reynolds (1988) menyatakan bahwa kemiripan suatu komunitas dengan komunitas lain dapat dinyatakan dengan similarity coefficients dan distance coefficients. Similarity coefficients memiliki nilai yang bervariasi antara 0 (jika kedua komunitas benar-benar berbeda) hingga 1 (jika kedua komunitas identik). Similarity coefficients dapat ditunjukkan dengan beberapa indeks seperti indeks Dice dan Jaccards. Distance coefficients atau dissimilarity coefficients merupakan kebalikan dari similarity coefficients.
            Distance coefficients dapat dihitung menggunakan tiga kelompok indeks yaitu E-group (the Euclidean distance coefficients), BC-group (Bray-Curtis dissimilarity index), dan RE-group (the relative Euclidean distance). Dari ketiga kelompok di atas, Ludwig & Reynolds (1988) merekomendasikan untuk menggunakan BC-group (Bray-Curtis dissimilarity index) dan RE-group (the relative Euclidean distance) dalam menghitung indeks ketidaksamaan karena perhitungan dengan Euclidean distance coefficients dapat memberikan hasil yang bias.
            Bloom (1981) telah membandingkan keakuratan empat similarity indices (indeks Bray-Curtis, Canberrra metric, indeks Morisita yang dimodifikasi oleh Horn dan Horn’s Information Theory Index). Indeks Bray-Curtis ternyata memberikan keakuratan yang lebih baik daripada ketiga indeks lainnyya. Horn’s Information Theory Index  dan indeks Morisita yang dimodifikasi oleh Horn memberikan hasil yang overestimate sedangkan Canberra metric cenderung underestimate.
Ada begitu banyak rumus rumus indeks kesamaan, beberapa di antaranya adalah sebagai berikut:
1.      Indeks jaccard (SJ): S= a/a+b+c
2.      Indeks sorensen  Ss =2a+b+c
Keterangan
a: jumlah species yang hadir baik dari komunitas A dan komunitas B
b: jumlah species pada komunitas B akan tetapi tidak pada komunitas A
c. jumlah speciaes pada komunitas Aakan tetapi tidak pada komunitas B
3.      Indeks bray-curtis
Sb= 2C/a+b dimana:
C; jumlah (sigma) nilai pnting (PV) terkeil species yang terdapat pada komunitas A dan B
a: jumlah nilai penting (PV) pada komunitas A
b: jumlah nilai penting (PV) pada komunitas B
nilai penting (PV) = C dimana:
C= jumlah rata rata individu, biomassa dan lain lain, masing masing penyususn komunitas.
= frekuensi kehadiran masing masing species pada komunitas .


1 komentar:

  1. cara menggunakan rumus bray curtis dalam software biodiversity pro gimana ya?

    BalasHapus