• Tidak ada hasil yang ditemukan

IKA DARWATI NAINGGOLAN 191201116 SKRIPSI

Ika Nainggolan

Academic year: 2024

Membagikan "IKA DARWATI NAINGGOLAN 191201116 SKRIPSI"

Copied!
62
0
0

Teks penuh

(1)

1

variabilis Blume.) DI PROVINSI SUMATERA UTARA, INDONESIA

SKRIPSI

IKA DARWATI ULI NAINGGOLAN 191201116

PROGRAM STUDI KEHUTANAN FAKULTAS KEHUTANAN UNIVERSITAS SUMATERA UTARA

MEDAN

2023

(2)

2

PROVINSI SUMATERA UTARA, INDONESIA

SKRIPSI

Oleh:

IKA DARWATI ULI NAINGGOLAN 191201116

Skripsi sebagai salah satu syarat untuk mendapatkan gelar Sarjana Kehutanan di Fakultas Kehutanan

Universitas Sumatera Utara

PROGRAM STUDI KEHUTANAN FAKULTAS KEHUTANAN UNIVERSITAS SUMATERA UTARA

MEDAN

2023

(3)

i

Judul Penelitian : Analisis Pemodelan Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Provinsi Sumatera Utara, Indonesia

Nama : Ika Darwati Uli Nainggolan

NIM : 191201116

Program Studi : Kehutanan

Peminatan : Konservasi Sumberdaya Hutan

Disetujui oleh Komisi Pembimbing

Ridahati Rambey, S.Hut., M.Si. M. Hadi Saputra S.Hut., M.P.W.K., M.Sc.

Pembimbing Utama Pembimbing Pendamping

Mengetahui

Dr. Ir. Tito Sucipto, S.Hut., M.Si., IPU.

Ketua Program Studi Kehutanan

Dr. Alfan Gunawan Ahmad, S.Hut., M.Si.

Wakil Dekan I Fakultas Kehutanan

Tanggal yudisium: 09 Mei 2023

(4)

ii Saya yang bertanda tangan dibawah ini:

Nama : Ika Darwati Uli Nainggolan

NIM : 191201116

Judul : Analisis Pemodelan Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Provinsi Sumatera Utara, Indonesia

Menyatakan bahwa skripsi ini adalah hasil karya sendiri. Pengutipan-pengutipan yang penulis lakukan pada bagian-bagian tertentu dari hasil karya orang lain dalam penulisan skripsi ini, telah penulis cantumkan sumbernya secara jelas sesuai dengan norma, kaidah, dan etika penulisan ilmiah.

Medan, Mei 2023

Ika Darwati Uli Nainggolan NIM. 191201116

(5)

iv

ABSTRAK

IKA DARWATI NAINGGOLAN: Analisis Pemodelan Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Provinsi Sumatera Utara, Indonesia, dibimbing oleh RIDAHATI RAMBEY DAN M HADI SAPUTRA.

Penelitian Analisis Pemodelan Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Provinsi Sumatera Utara, Indonesia Menggunakan metode Maximum Entrhopy, dilaksanakan dari bulan Oktober 2022 sampai Januari 2022. Penelitian ini dilakukan dengan pengambilan data menggunakan metode Maximum Entropy (MaxEnt) untuk menentukan kawasan prioritas habitat yang nantinya dapat dijadikan sebagai kawasan prioritas untuk menentukan model prediksi sebaran. Data primer yang digunakan berupa titik koordinat sampel temuan dan data sekunder berupa peta jenis tanah, kemiringan, ketinggian wilayah, topografi, jarak sungai, jarak jalan, tutupan lahan dan peta 19 variabel iklim. Setiap peta akan disamakan satuan projection dan extand dengan ukuran sell 0.00833 dan resolusi jarak jangkauan 1 km2 dengan satuan decimal degrees. Peta yang sudah disamakan dibagi menjadi dua layer dalam analisa MaxEnt, koordinat layer menggunakan data titik koordinat sampel yang dikonversi dalam bentuk Comma Separate Value (CSV) dan Environmental Layer mencakup seluruh peta variabel lingkungan yang dikonversi dalam bentuk Actionscript Communication (.asc) yang akan dianalisis menghasilkan satu peta pemodelan kesesuaian habitat A. variabilis. Hasil analisa peta sebanyak tiga ulangan mendapatkan variabel yang mampu memberikan kontribusi penting pada pemodelan menunjukkan bahwa jenis tanah, suhu, kelerengan, ketinggian tempat dan curah hujan merupakan pengaruh terbesar pada pemodelan kesesuaian habitat A. variabilis. Wilayah yang paling sesuai untuk pertumbuhan A. variabilis berada pada wilayah Mandailing Natal berdekatan dengan Kawasan Sumatera Barat. Sebaiknya menggunakan variabel dan menggunakan titik jalur pengamatan yang lebih banyak untuk mengetahui distribusi jenis ini dan penelitian lebih lanjut terkait manfaat dan pengolahan secara konservatif terhadap A. variabilis di kawasan yang dianggap sangat sesuai dan sesuai. Sosialisasi kepada masyarakat awam mengenai manfaat, cara pengolahan dan budidaya A. variabilis perlu dilakukan untuk menjaga kestabilan populasi A. variabilis dan meningkatkan pendapatan masyarakat setempat.

Kata Kunci: Armophophallus variabillis Blume, Distribusi Spesies, Maximum Entropy Model, Pemodelan, Sumatera Utara

(6)

v

ABSTRACT

IKA DARWATI NAINGGOLAN: Spatial Modeling Analysis of Habitat Suitability of Carrion Flower (Amorphophallus variabilis Blume.) in North Sumatra Province, Indonesia, supervised by RIDAHATI RAMBEY AND M HADI SAPUTRA.

Research on Spatial Modeling Analysis of Habitat Suitability of Carrion Flower (Amorphophallus variabilis Blume.) In North Sumatra Province, Indonesia Using the Maximum Entrhopy method, carried out from October 2022 to January 2022. This research was conducted by collecting data using the Maximum Entropy (MaxEnt) method to determine habitat priority areas that can later be used as priority areas to determine the distribution prediction model. Using primary data in the form of sample coordinate points of findings and secondary data using maps of soil type, slope, area height, topography, river distance, road distance, land cover and maps of 19 climate variables. Each map will be equalized by projection and extand units with a sell size of 0.00833 and a distance resolution of 1 km2 with decimal degrees. The equalized map is divided into two layers in the MaxEnt analysis, the coordinate layer uses sample coordinate point data converted in the form of Comma Separate Value (CSV) and the Environmental Layer includes all maps of environmental variables converted in the form of Actionscript Communication (.asc) which will be analyzed to produce one map modeling the suitability of A. variabilis habitat. The results of the map analysis for three replicates obtained variables that are able to make an important contribution to the modeling show that soil type, temperature, slope, altitude and rainfall are the biggest influences on the modeling of A. variabilis habitat suitability. The most suitable area for A. variabilis growth is in the Mandailing Natal region adjacent to the West Sumatra Region. It is recommended to use variables and use more observation track points to determine the distribution of this species and further research related to the benefits and conservative treatment of A. variabilis in areas considered to be very important.

variabilis in areas that are considered very suitable and suitable. Socialization to ordinary people about the benefits, processing and cultivation of A. variabilis needs to be done to maintain the stability of the A. variabilis population and increase the income of local communities.

Keywords: Armophophallus variabillis Blume, Habitat Suitability Modeling, Maximum Entropy Model, North Sumatra, Species Distribution

(7)

v

RIWAYAT HIDUP

Penulis dilahirkan di Balige, Sumatera Utara pada tanggal 23 Februari 2000. Penulis merupakan anak pertama dari empat bersaudara oleh pasangan Timoteus Nainggolan dan Pestaria Banjarnahor. Penulis memulai pendidikan di SD Negeri 173403 Doloksanggul pada tahun (2006-2012), pendidikan Sekolah Menengah Pertama di SMP Swasta Santa Lusia Doloksanggul pada tahun (2012-2015), pendidikan Sekolah Menengah Atas di SMA Negeri 1 Pollung pada tahun (2015-2018). Penulis lulus di Fakultas Kehutanan USU melalui jalur Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN).

Penulis memilih peminatan Konservasi Sumberdaya Hayati (KSH) 2019.

Penulis mengikuti kegiatan Praktek Pengenalan Ekosistem Hutan (P2EH) pada tahun 2021 di Taman Wisata Iman, Kabupaten Dairi. Kegiatan tersebut dilaksanakan selama 10 hari pada tanggal 13 sampai 22 juli 2021, Penulis melaksanakan Praktek Kerja Lapangan (PKL) di Yayasan Sumatera Hijau Lestari (YSHL) pada tanggal 05 Juli sampai 05 Agustus 2022.

Selama mengikuti perkuliahan, penulis mengikuti Magang Program Merdeka Belajar-Kampus Merdeka (MBKM) divisi Keanekaragaman Hayati selama satu semester di Stasiun Riset Sikundur Taman Nasional Gunung Leuser (TNGL) dan Orangutan Haven di Sibolangit pada Februari sampai Juni 2022. Penulis mengikuti Program Penelitian Merdeka Program MBKM pada bulan September 2022 hingga Februari 2023. Penulis juga menjadi Asisten Praktikum Dendrologi pada tahun 2021-2022. Penulis melakukan penelitian dengan judul “Analisis Pemodelan Data Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) Di Sumatera Utara” di bawah bimbingan Ibu Ridahati Rambey, S.Hut., M.Si dan Bapak M Hadi Saputra, S.Hut.,M.P.W.K., M.Sc.

(8)

vi

KATA PENGANTAR

Puji syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa atas berkat dan Anugerah-Nya penulis dapat menyelesaikan penelitian ini. Hasil penelitian ini berjudul “Analisis Pemodelan Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Provinsi Sumatera Utara, Indonesia”.

Penulis banyak menerima dukungan semangat, motivasi, bimbingan, nasehat dan juga doa dari berbagai pihak selama penulisan skripsi ini. Teristimewa dari orang tua yang sangat penulis sayangi yaitu Bapak Timoteus Nainggolan dan Ibu Pestaria Banjarnahor yang tidak pernah berhenti memberikan kasih sayang, doa, bimbingan, nasihat serta dukungan materi dalam penyelesaian skripsi ini.

Penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Ibu Ridahati Rambey, S.Hut., M.Si selaku Dosen Pembimbing I dan Bapak M.

Hadi Saputra, S. Hut., M.P.W.K., M. Sc selaku pembimbing II yang selalu membimbing, mengarahkan, memotivasi, memberi ilmu, masukan dan arahan kepada penulis dalam penyelesaian skripsi ini dan

2. Dosen penguji yang saya hormati Ibu Dr. Deni Elfiati, SP., M.P. dan Ibu Novita Anggraini S.Hut., M.Sc. yang telah bersedia menguji skripsi saya.

3. Ketua dan Sekretaris Program Studi Kehutanan, Bapak Ir. Tito Sucipto S.Hut, M.Si., IPU. dan Ibu Dr. Evalina Herawati, S.Hut, M.Si serta seluruh Staf Pengajar dan Pegawai di Program Studi Kehutanan Fakultas Kehutanan.

4. Laboran Konservasi Sumberdaya Hutan Bang Hamzah Siregar, S.Hut.

5. Keluarga penulis, Stefany, Tambok, Ririn dan seluruh anggota keluarga Op. Ika Nainggolan dan Op. Erikson Banjarnahor yang senantiasa memberi dukungan tulus serta motivasi dalam menyelesaikan skripsi ini.

6. Abanganda Dody Siregar dan Franssedo Sihite, yang senantiasa memberi ilmunya, dukungan, semangat dan masukan selama mengikuti perkuliahan dalam penyelesaian skripsi ini.

7. Sahabat karib penulis Friska Yuriati Purba sebagai pendengar yang baik yang senantiasa menemani, memberi masukan dan dukungan dalam penyelesaian skripsi ini. Teman terdekat saya April, Ndy, Queen Silvia, Markus dan teman seperjuangan penulis Sarah, dan Sri, yang senantiasa memberi dukungan tulus selama proses penyelesaian skripsi ini.

8. Teman seperjuangan Tim Bimbingan 2019, HUT C 2019, KSH 2019, teman- teman Angkatan 2019 Program Studi Kehutanan serta berbagai pihak yang telah memberi dukungan kepada penulis dalam menyelesaikan skripsi ini.

Penulis berharap semoga skripsi ini memberikan manfaat bagi berbagai pihak dan menyumbangkan kemajuan bagi ilmu pengetahuan, terutama di bidang kehutanan. Akhir kata penulis mengucapkan terima kasih.

Medan, Mei 2023

Penulis

(9)

vii

DAFTAR ISI

Halaman

LEMBAR PENGESAHAN ... i

PERNYATAAN ORISINALITAS ... ii

ABSTRAK ... iii

ABSTRACT ... iv

RIWAYAT HIDUP ... v

KATA PENGANTAR ... vi

DAFTAR ISI ... vii

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN ... x

PENDAHULUAN Latar Belakang ... 1

Tujuan Penelitian ... 3

Manfaat Penelitian ... 3

TINJAUAN PUSTAKA Bunga Bangkai (Amorphophallus variabilis Blume) ... . 4

Habitat dan Syarat Tumbuh A. Variabilis ... 6

Penginderaan Jarak Jauh dan Sistem Informasi Geografis ... 7

Model Spasial Sistem Informasi Geografis... 7

Model Prediksi Sebaran Jenis ... 8

METODE PENELITIAN Waktu dan Lokasi Penelitian ... 13

Kondisi Umum Lokasi Penelitian ... 13

Alat dan Bahan Penelitian ... 14

Metode Pengumpulan Data ... 14

Metode Analisis Data ... 15

HASIL DAN PEMBAHASAN Morfologi Bunga Bangkai (Amorphophallus variabilis Blume) ... 21

Sebaran Titik Temuan A. variabilis Berdasarkan Ketinggian ... 22

Model Kesesuaian Habitat A. variabilis... 22

Analisis Variabel Terhadap Peta Pemodelan Kesesuaian Habitat ... 24

Analisis Tingkat Akurasi/ Kesalahan ... 26

Uji Variabel Prioritas Analisis MaxEnt ... 27

KESIMPULAN DAN SARAN Kesimpulan ... 35

Saran ... 35

DAFTAR PUSTAKA ... 37

LAMPIRAN ... 44

(10)

viii

DAFTAR TABEL

No. Halaman

1. Kelas Kelerengan ... 9

2. Kelas Struktur Tanah ... 11

3. Klasifikasi Kesesuaian Habitat dengan Nilai Probabilitas ... 15

4. Persentasi Tiap Variabel Kesesuaian Habitat A. variabilis ... 24

(11)

ix

DAFTAR GAMBAR

No. Halaman

1. Peta Lokasi Penelitian... 12

2. Morfologi A. variabilis ... 20

3. Peta Model Kesesuaian Habitat A. variabilis ... 22

4. Peta Hasil Ulangan Habitat A. variabilis ... 23

5. Kurva Analisis Kesalahan Kesesuaian Habitat A. variabilis ... 26

6. Validasi Model Menggunakan ROC Grafik ... 27

7. Pengaruh Variabel Lingkungan Terhadap Nilai test gain yang didapatkan. ... 29

8. Pengaruh Variabel Lingkungan Terhadap Nilai AUC test yang didapatkan ... 29

(12)

x

DAFTAR LAMPIRAN

No. Halaman

1. Titik Koordinat A. variabilis ... 35

2. Peta Ketinggian A. variabilis ... 36

3. Peta Jenis Tanah A. variabilis ... 36

4. Peta Topografi A. variabilis ... 37

5. Peta Tutupan Lahan A. variabilis ... 37

6. Dokumentasi di Lapangan Penelitian A. variabilis ... 38

(13)

PENDAHULUAN

Latar Belakang

Keanekaragaman flora Indonesia merupakan refleksi spesies asli tropis basah yang dipengaruhi oleh ekosistem Asia dan Australia. Menurut data dari National Geographic Indonesia (2019), tingkat keanekaragaman hayati darat Indonesia menduduki peringkat kedua setelah Brazil. Namun, jika keanekaragaman hayati darat ditambahkan dengan keanekaragaman hayati laut, maka Indonesia menjadi negara dengan tingkat keanekaragaman hayati tertinggi di dunia. Pada tahun 2017, Indonesia memiliki 31.750 spesies tanaman yang telah diidentifikasi (Retnowati et al., 2019) dan 25.000 diantaranya merupakan jenis tanaman berbunga (LIPI, 2021).

Indonesia memiliki sekitar 15.000 tanaman yang berpotensi sebagai obat, sekitar 7.000 spesies diantaranya telah diakui sebagai bahan baku obat.Untuk menambah keanekaragaman pangan dan menggali manfaat kesehatan dari sumber daya alam, potensi sumber keanekaragaman hayati tersebut perlu digali dan dikembangkan, termasuk tanaman amorphophallus (A. variabilis). Beberapa spesies berpotensi menjadi tanaman yang sangat menguntungkan bagi Asia Tenggara sebagai sumber pangan maupun bahan baku berbagai industri. Namun, variasi yang cukup besar dalam ciri morfologi jenis famili araceae menyebabkan banyak spesies Amorphophallus sulit untuk diidentifikasi dalam bentuk vegetatif tanpa parameter tambahan (Supriati, 2016).

Keanekaragaman Amorphophallus sp. di Indonesia dapat dijabarkan sebagai berikut: A. annulifer Hett. (Jawa); A. asper Engl. (Sumatera ); A. borneensis (Engl.) Engl. dan Gehrm. (Indonesia [S. Kalimantan]); A. costatus Hett. (Indonesia [S. Kalimantan]); A. decus-silvae Backer dan Alderw. (Indonesia [Jawa]); A.

discophorus Backer dan Alderw. (Indonesia [Jawa]); A. forbesii Engl. (Indonesia [Sumatera ]); A. gigas Teijsm. dan Binnend. (Indonesia [Sumatera ]); A. gracilis Engl. (Indonesia [Sumatera ]); A. haematospadix Hook. f. (N. Sumatera ); A.

hirsutus Teijsm. and Binn. dan Binnend. (Indonesia [Sumatera ]; A. lambii Mayo dan Widj. (Indonesia [Kalimantan]); A. linguiformis Hett. (Indonesia [NE.

Kalimantan]) A. manta Hett. dan Ittenb. (Indonesia [Sumatera ]); A. moelleri Bl.

(14)

(Indonesia [Sumatera , Jawa, Timor, Sulawesi]); A. obovoideus Alderw. (Sumatera ), synonym of A. beccarii Engl. A. pendulus Bogn. dan Mayo (Indonesia [NW Kalimantan]); A. plicatus Bok dan Lam (Indonesia [N. Sulawesi]); A. prainii Hook.

f. (Indonesia [Sumatera , E. Kalimantan]); A. sagittarius Steen. (Indonesia [Jawa]);

A. oncophyllus; Indonesia [Jawa]); A. titanum (Becc.) Becc. ex Arcang. (Indonesia [Sumatera ]); A. variabilis Bl. (Indonesia, jawa) (Supriati, 2016).

Flora ini merupakan jenis tumbuhan yang berbunga secara tahunan, bahkan ada yang setahun sekali dan juga berbunga setiap 3 tahun sekali. Bunga bangkai (Amorphophallus sp.) juga mendapat status tumbuhan yang dilindungi berdasarkan Peraturan Menteri Lingkungan Hidup dan Kehutanan yang Republik Indonesia Nomor P.106/MENLHK/SETJEN/KUM.1/12/2018 (Nursanti et al., 2019). Di daerah tropis, amorphophallus umumnya merupakan tanaman terna (tumbuhan berbatang lunak) tahunan, sementara di daerah beriklim subtropis bersifat terna musiman. Bagian yang tumbuh di atas permukaan tanah akan luruh dan mati pada musim yang kurang sesuai (biasanya musim dingin) dan tumbuh kembali pada musim panas (Dipokusumo, 2015). Di Indonesia umumnya tanaman A. variabilis tumbuh liar di Jawa, namun terdapat berbagai informasi bahwa jenis tanaman ini tersebar di wilayah Sumatera.

Minimnya pengetahuan masyarakat awam terkait jenis spesies ini menyebabkan penggunaan maupun manfaat dari jenis tanaman ini tidak diketahui oleh masyarakat sehingga tanaman ini dianggap hama (Wahidah et al., 2022). Hal tersebut juga didukung dengan bentuk batang dan corak tanaman ini menyerupai kulit ular. Belum ada penelitian yang membahas secara detail mengenai genetik dan varietas dari amorphophallus jenis A. variabilis ini yang menjadi salah satu faktor pemicu kelangkaan pada jenis tanaman ini. Populasi A. variabilis menghilang karena kebakaran hutan dan deforestasi pada habitat alaminya. Akan tetapi, tanaman jenis A. variabilis masih dapat ditemukan beberapa lokasi seperti di tepi- tepi lahan pertanian di dataran tinggi ladang, dan di tanggul-tanggul, hutan bambu yang lebat pemakaman, hutan dekat desa dan kawasan konservasi (Santosa et al., 2008).

A. variabilis merupakan bagian dari keanekaragaman hayati Indonesia.

Pengembangan dan konservasi tumbuhan ini dapat membantu mempertahankan

(15)

keanekaragaman hayati lokal dan mengurangi risiko kepunahan spesies. Meskipun belum dilakukan identifikasi secara mendalam, banyak potensi yang akan diperoleh pada jenis A. variabilis. Selain sebagai sumber plasma nutfah, juga diharapkan memiliki potensi yang sama dengan amorphophallus yang memiliki nilai ekonomis lainnya. Ada beberapa faktor yang menyebabkan tumbuhan yang dulunya umum menjadi langka atau jarang ditemukan saat ini.

Menurut Ladle dan Whittaker (2011), kelangkaan adalah tingkat kepadatan spesies yang rendah, hidup dalam kondisi lingkungan atau wilayah geografis yang relatif sempit. Masalah kelangkaan spesies dapat disebabkan oleh hilangnya habitat alami, rendahnya kapasitas regenerasi dan berbagai aktivitas manusia (Djarwaningsih, 2010). Kekhawatiran tentang potensi hilangnya jenis tumbuhan A.

variabilis menjadi langkah awal untuk menggali lebih dalam terkait potensi A.

variabilis karena keberadaannya terabaikan. Meskipun masih dianggap sebagai tumbuhan liar oleh mayoritas masyarakat, A. variabilis sebagai salah satu tumbuhan bawah memiliki potensi sebagai sumber pangan, obat-obatan, koleksi plasma nutfah sebagai sumber pemuliaan tanaman, dan fungsi ekologis yang vital (Putri, 2015). Kurangnya pengetahuan masyarakat pengetahuan masyarakat tentang tumbuhan ini akan mengakibatkan tumbuhan ini berpotensi mengalami kepunahan.

Tumbuhan yang diabaikan dan tidak dimanfaatkan berpotensi untuk cepat kehilangan keberadaannya di alam.

Tujuan

Tujuan penelitian ini adalah sebagai berikut :

1. Menganalisis kesesuaian habitat A. variabilis di Sumatera Utara, Indonesia 2. Mengidentifikasi karakteristik habitat A. variabilis yang ada di Sumatera

Utara, Indonesia Manfaat

Manfaat dari penelitian yang dilakukan adalah untuk mengetahui sebaran jenis A. variabilis di Sumatera Utara, menganalisis wilayah yang sesuai untuk habitat A.

variabilis berdasarkan berbagai variabel lingkungan pertumbuhan bunga bangkai di Provinsi Sumatera Utara, mengidentifikasi karakteristik habitat A. variabilis yang ada di Sumatera Utara, Indonesia dan sebagai data tambahan untuk penelitian lebih lanjut terkait konservasi (A. variabilis) di Indonesia.

(16)

TINJAUAN PUSTAKA

Bunga bangkai (Amorphophallus variabilis Blume.)

A. variabilis merupakan tanaman asli Indonesia, Umbi mengandung gula larut gula dan glukomanan (Ohtsuki, 1968) dan tumbuh liar hingga 700 hingga 900 meter di atas permukaan laut di Jawa, Madura dan Kepulauan Kangean (Yuzammi, 2000). Saat ini terdapat tiga spesies yang sudah diusahakan di Indonesia, yaitu A.

companulatus (Roxb.), A. variabilis Blume, dan A. oncophyllus Prain ex Hook.f.

synonym A. moelleri Blume. Amorphophallus mempunyai nilai ekonomi karena umbinya mengandung glukomanan, suatu senyawa polisakarida jenis hemiselulosa yang bersifat hidrokoloid, larut dalam air, jernih, rendah kalori, dan bebas dari gluten (Supriati, 2016).

Pemerintah Indonesia menganggap bahwa A. variabilis dapat digunakan sebagai bahan baku untuk industri, dan mulai mengumpulkan banyak aksesi A.

variabilis. Aksesi dalam bidang biologi merujuk pada masuknya bahan genetik baru ke dalam koleksi genetik yang ada untuk tujuan penelitian atau pelestarian spesies.

Aksesi dalam rangka mempromosikan program pemuliaan pemuliaan, maka penting untuk menganalisis variasi aksesi merujuk pada penelitian lebih lanjut terhadap variasi genetik dari A. variabilis. Namun, karakteristik khusus spesies ini belum dapat dijelaskan secara mendalam.

Taksonomi A. variabilis (GBIF, 2022) berdasarkan data The World Checklist of Vascular Plants (WCVP)

Kingdom : Plantae Phylum : Tracheophyta Class : Liliopsida Ordo : Alismatales Famili : Araceae

Genus : Amorphophallus Blume ex Decne.

Species : Amorphophallus variabilis Blume.

Berdasarkan data Portal The Global Biodiversity Information Facility (GBIF) A. variabilis memiliki sinonim yang sudah diakui kredibilitasnya antara lain Brachyspatha variabilis (Blume) Schott, dan Arum stercorarium Zipp. ex Kunth.

(17)

Belum ada situs maupun penelitian terkait yang membahas mengenai status konservasi jenis tanaman ini.

Karakteristik morfologi A. variabilis, menurut Yuzammi (2000) warna tangkai daun bervariasi dari hijau murni sampai coklat tua. Dia juga melaporkan bahwa tangkai daun menunjukkan bintik-bintik bulat, lonjong atau bintik-bintik bulat, lonjong atau elips yang berwarna putih, hijau tua, keabu-abuan hijau, coklat tua, atau hitam. A. variabilis secara lokal disebut 'iles-iles putih', dan cocoan oray dalam bahasa Sunda (Santosa et al., 2008). Masyarakat lokal sering tertukar dengan istilah iles-iles (kuning) untuk A. muelleri Blume dan suweg untuk A. paeoniifolius Dennst. Nicolson (Sugiyama dan Edi, 2015). Secara morfologi, A. variabilis tidak memiliki bulbil aerial pada rachis tidak seperti A. muelleri (Jansen et al., 1996).

Pemikiran masyarakat tentang tumbuhan ini tidak berbeda dengan pemikiran masyarakat Jawa pada masyarakat Jawa pada umumnya. Beberapa orang mengatakan A. variabilis merupakan makanan ular, dan relatif berbahaya bagi manusia karena dapat menyebabkan gatal-gatal jika dipegang. Bila dikonsumsi, bahkan bisa menyebabkan menyebabkan rasa tertusuk, mati rasa dan sensasi terbakar di kuncup dan tenggorokan. Hal ini menyebabkan tanaman ini jarang digunakan dan juga dianggap sebagai tanaman invasif yang harus disingkirkan dari area perkebunan dan pekarangan. A. variabilis mengandung asam oksalat yang cukup pekat.

Umbi amorphophallus mengandung senyawa oksalat yang dapat menyebabkan sensasi gatal pada kulit sehingga perlu dilakukan pengolahan terlebih dahulu sebelum dikonsumsi. Santosa (2012) melaporkan bahwa petani umumnya menghilangkan ketajaman senyawa oksalat pada umbi dengan cara mengeringkan umbi. Karakteristik lain A. variabilis adalah memiliki penyerbukan silang, pada saat anthesis, bunga menghasilkan bau yang menarik banyak serangga Nitidulidae atau serangga jenis kumbang. Pada habitatnya amorphophallus merupakan tanaman yang menyukai naungan (Sugiyama dan Edi, 2015), dan banyak ditemukan di tepi hutan jati, pohon bambu, perkebunan kopi, pemakaman, dan di sepanjang tepi sungai sehingga berpotensi untuk wanatani. Selain itu A. variabilis, seperti halnya spesies amorphophallus lainnya, menunjukkan dormansi selama musim kemarau pada saat akan dipanen (Santosa et al., 2008).

(18)

Keanekaragaman A. variabilis di alam ditentukan oleh faktor biotik dan abiotik. Faktor biotik meliputi aktivitas manusia dan hewan serta mikroorganisme yang ada di dalam ekosistem. Sedangkan faktor abiotik meliputi kondisi tanah, kelimpahan air, udara, intensitas cahaya, suhu, pH tanah, dan unsur hara. Kedua faktor tersebut akan mempengaruhi pertumbuhan dan perkembangan tanaman sehingga terjalin interaksi satu sama lain. Interaksi antara komponen ekosistem hutan dengan berbagai faktor lingkungan menghasilkan vegetasi yang tumbuh secara alami. Struktur vegetasi adalah suatu organisasi individu dalam ruang yang menghasilkan tegakan (Mueller dan Ellenberg, 1974).

Tumbuhan herba seperti A. variabilis yang bertubuh kecil memiliki fungsi yang berkaitan dengan dinamika karbon dan aliran energi serta siklus hara yang penting, termasuk N, P, K, dan Mg. Thrippleton et al., (2016) menyatakan bahwa komposisi hutan pada strata D yang terdiri dari tumbuhan herba yang lebat dapat mempengaruhi kecepatan regenerasi pohon sehingga dapat mempengaruhi proses keberlangsungan suksesi hutan. Wulandari et al., (2022) menyatakan bahwa keberadaan tumbuhan bawah, termasuk A. variabilis memiliki peran yang sangat krusial terhadap permeabilitas tanah dalam proses penyerapan air yang jatuh dari tajuk pohon pada strata vegetasi di atasnya dan akan menghambat aliran air permukaan sehingga terserap oleh tanah.

Spesies A. variabilis berpotensi memberikan jasa ekologi sebagai tumbuhan yang berpotensi sebagai bahan obat dan pangan, mengingat kandungan fitokimia A.

variabilis tidak kalah penting dibandingkan dengan amorphophallus lainnya seperti porang (A. muelerri) dan suweg (A. paeoniifolius (Dennst.) Nicolson var hortensis Backer). Bagian bawahnya memiliki banyak manfaat dan perlu dilestarikan dan dikelola secara konservatif (Dey et al., 2016; Yuzammi dan Handayani, 2019).

Habitat dan Syarat Tumbuh

A. variabilis Blume memiliki toleransi yang sangat tinggi terhadap naungan sehingga tanaman akan tumbuh optimal jika hidup di tempat yang daerah yang teduh. Mirip dengan Amorphophallus titanum, yang dilaporkan tumbuh subur di bawah kanopi hutan di hutan hujan Sumatera (Arianto et al., 2018). A. variabilis tidak membutuhkan banyak cahaya. Untuk pertumbuhan optimal, spesies ini hanya membutuhkan sekitar 40% cahaya. Begitu juga dengan ketinggian tempat, jenis ini

(19)

tanaman ini dapat tumbuh pada ketinggian 0-900 mdpl, namun pertumbuhan dan pertumbuhan dan perkembangan yang optimal akan berada pada ketinggian antara 100-600 mdpl, dengan kisaran suhu antara 25- 35°C, dan daerah dengan curah hujan antara 1000-1500 mm/tahun. Sebagai anggota keluarga Araceae, jenis A. variabilis dapat tumbuh hampir di semua jenis tanah, namun pertumbuhan dan perkembangan optimal dicapai pada tanah yang gembur, dengan pH netral dan drainase yang baik (Santosa et al., 2008).

Menurut Santosa et al., (2008) yang menyatakan bahwa faktor lingkungan yang mempengaruhi keberadaan pertumbuhan adalah ketinggian tempat di atas permukaan laut. Ketinggian suatu kawasan akan mempengaruhi keanekaragaman jenis, struktur dan komposisi tumbuhan bawah, kondisi tanah, suhu, intensitas cahaya dan air. Ketinggian tempat secara tidak langsung akan berperan dalam proses fotosintesis dan akan menjadi faktor pembatas yang akan menghambat pertumbuhan tumbuhan bawah.

Lingkungan yang cocok untuk tanaman amorphophallus adalah kondisi lembab sehingga beberapa spesies tanaman ini banyak dijumpai di hutan di antara semak vegetasi atau di kebun dan pekarangan. Amorphophallus tumbuh baik di tanah yang memiliki pH 6,0−7,5 dengan tekstur ringan yaitu tanah liat berpasir, gembur, kaya unsur hara, dan kandungan humus tinggi (Oktavia dan Kristina, 2017). Suhu udara berkisar antara 20− 30 oC, pada suhu di atas 35 oC daun akan terbakar dan pada suhu rendah amorphophallus mengalami dormansi.

Amorphophallus tumbuh baik di dataran rendah sampai 1.000 mdpl dengan curah hujan 300−500 mm/bulan selama periode pertumbuhan. Untuk mencapai produksi tinggi diperlukan naungan 50−60% (Susanto, 2020).

Penginderaan Jarak Jauh dan Sistem Informasi Geografis

Ilmu dan seni penginderaan jauh melibatkan berbagai analisis data dari perangkat tanpa bersentuhan langsung dengan hal, lokasi, atau peristiwa yang sedang diteliti untuk mempelajari lebih lanjut tentangnya. Secara umum penginderaan jauh adalah seni-teknik yang digunakan untuk mengumpulkan informasi tentang keadaan fisik suatu objek, target, sasaran, area, atau fenomena tanpa menyentuh secara fisik atau melakukan kontak langsung dengan objek atau

(20)

target. Menurut definisi yang diberikan di atas, jelas bahwa tanpa bersentuhan langsung dengan suatu objek, seseorang masih dapat menentukan kualitasnya berdasarkan tingkat kebutuhannya (Rahayu, 2021).

Menurut Prahasta (2001) Sistem Informasi Geografis (SIG) adalah suatu sistem berbasis komputer yang terdiri dari perangkat keras, perangkat lunak, data geografis dan sumber daya manusia yang bekerja bersama secara efektif untuk memasukkan, menyimpan, memperbaiki, memperbaharui, mengelola, memanipulasi, mengintegrasikan, menganalisa dan menampilkan data dalam suatu informasi berbasis geografis. Sistem Informasi Geografis (SIG) adalah kumpulan yang terorganisir dari perangkat keras komputer, perangkat lunak, data geografi dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, memperbaharui, memanipulasi, menganalisis dan menampilkan semua bentuk informasi yang bereferensi geografis.

Analisis dan manipulasi data geografis merupakan bagian yang sangat penting dalam memecahkan masalah-masalah di dunia nyata. Sistem Informasi Geografis (SIG) mempunyai kemampuan untuk menghubungkan, menggabungkan, menganalisa dan memetakan berbagai data pada suatu titik tertentu di bumi (Aini, 2007). Data yang akan diolah pada SIG merupakan data spasial yaitu sebuah data yang berorientasi geografis dan merupakan lokasi yang memiliki sistem koordinat tertentu sebagai dasar referensinya. Sehingga aplikasi SIG dapat menjawab beberapa pertanyaan seperti lokasi, kondisi, trend, pola dan pemodelan.

Kemampuan inilah yang membedakan SIG dari sistem informasi lainnya (ESRI, 1990)

Model Data Spasial Sistem Informasi Geografis

Model Data Spasial Sistem Informasi Geografis Data dalam SIG dibagi menjadi dua bentuk, yaitu data spasial dan data atribut. Data spasial adalah data yang terdiri atas lokasi eksplisit suatu geografi yang disatukan ke dalam bentuk koordinat. Data spasial mempunyai tiga elemen yaitu titik (node), garis (arc) dan luasan/area (polygon). Data atribut adalah gambaran data yang terdiri atas informasi yang relevan terhadap suatu lokasi, seperti kedalaman, ketinggian dan lain-lain.

Keduanya masing-masing memiliki sifat, kecenderungan, kelemahan dan kelebihan sendiri. Kedua model data ini saling melengkapi dan dapat saling dikonversikan

(21)

satu sama lain. Data spasial dalam SIG dapat direpresentasikan dalam dua jenis model data yakni model data raster dan model data vektor (Adil, 2017).

Model Prediksi Sebaran Jenis

Model prediksi sebaran jenis menggunakan Maximum Entropy (MaxEnt) adalah model statistik yang digunakan untuk memprediksi probabilitas kejadian berdasarkan kumpulan data observasi (Phillips, 2017). Maximum Entropy (MaxEnt) merupakan salah satu metode yang digunakan dalam pemodelan distribusi. Pemodelan MaxEnt menggunakan algoritma machine learning yang digunakan untuk menentukan kawasan prioritas habitat yang nantinya dapat dijadikan sebagai kawasan prioritas untuk menentukan model prediksi sebaran jenis bunga bangkai (A. variabilis). Kerangka pemodelan MaxEnt dapat dijelaskan dalam berbagai perspektif (Merow et al., 2013), dalam hal ini digambarkan penerapannya dalam pemodelan probabilitas sebaran habitat (A. variabilis).

Model ini mencoba untuk menemukan distribusi probabilitas yang memiliki entropi maksimum atau keadaan ketidaktentuan maksimum (Elith et al., 2011).

Dalam konteks prediksi sebaran jenis, MaxEnt dapat digunakan untuk memprediksi jenis spesies A. variabilis yang mungkin terdapat di suatu lokasi berdasarkan data yang ada, seperti data iklim, topografi, dan sejarah penyebaran jenis. Model ini menggunakan prinsip keadaan ketidaktentuan maksimum untuk menentukan probabilitas terjadinya suatu kejadian berdasarkan sejumlah faktor yang mempengaruhi kejadian tersebut.

Pada prediksi sebaran jenis, fungsi-fungsi fitur pada MaxEnt dapat mencakup variabel-variabel seperti suhu, kelembaban udara, curah hujan, elevasi, dan jenis vegetasi di sekitar lokasi yang ingin diprediksi (Phillips et al., 2006).

Model MaxEnt kemudian dapat menghasilkan prediksi sebaran jenis spesies yang paling mungkin berdasarkan faktor-faktor tersebut. Pada hasil analisis MaxEnt akan menampilkan data keberadaan jenis di lapangan, data keberadaan jenis menurut informasi yang sudah terkumpul (sejarah), data area yang sesuai (peluang) untuk keberadaan jenis spesies (A. variabilis) dan data ketidakberadaan dari sejarah dan fakta di lapangan. Pada penelitian ini dalam menentukan kelas kesesuaian lahan menggunakan beberapa faktor yaitu: jenis tanah, kemiringan lereng, ketinggian

(22)

tempat, topografi, jarak dari sungai, jarak dari jalan, tutupan lahan dan variabel bioiklim.

1. Kemiringan Lereng

Kemiringan lereng adalah sudut yang dibentuk oleh lahan. Kemiringan lereng ini biasanya dinyatakan dalam persen (%). Kemiringan lereng mencakup tingkat kelerengan dan ketinggian dari suatu wilayah. Ada lima kategori pembagian kelas yaitu datar (0 sampai 8 %), sedang (8 sampai 15 %), agak curam (15 sampai 25 %, curam (25 sampai 40%), dan sangat curam (> 40 %). Pembagian kelas mengacu pada pembagian kelas yang dikeluarkan oleh Dirjen Pengelolaan Daerah Aliran Sungai dan Perhutanan Sosial tentang Petunjuk Teknis Penyusunan Data Spasial Lahan Kritis, Nomor: P.4/v-set/2013. Kelas kemiringan lereng dibagi menjadi lima yaitu dapat dilihat pada Tabel 1.

Tabel 1. Kelas Kemiringan Lereng

Kelas Kemiringan (%) Klasifikasi

I 0-8 Datar

II 8-15 Landai

III 15-25 Sedikit curam

IV 25-45 Curam

V >45 Sangat curam

Sumber : (Arsyad, 2006)

2. Jenis Tanah

Tanah yang diklasifikasikan adalah benda alami yang terdiri dari padatan (bahan mineral dan bahan organik), cairan dan gas, yang terbentuk di permukaan bumi dari hasil pelapukan bahan induk oleh interaksi faktor iklim, relief, organisme dan waktu, berlapis-lapis dan mampu mendukung pertumbuhan tanaman, sedalam 2 m atau sampai batas aktivitas biologi tanah (Soil Survey Staff, 2010). Peta tanah dan jenis tanah diambil dari FAO dan mengacu pada klasifikasi tanah FAO pada resolusi 30 m.

Data jenis tanah menurut FAO Unesco (1979) tanah dikelompokan kedalam beberapa bagian, setidaknya terdapat 23 (dua puluh tiga) kelompok tanah sebagai berikut : Tanah fluvisol, Gleysol, Regosol, Litosol, Arenosol, Renzina, Ranker, Andosol, Vertisol, Solonet, Yermosol, Xerolsol, Kastanozem, Chernozem, tanah dengan ketebalan 15 centi meter serta epipedon mollik warna hitam, Phaeozem, Greyzem, Cambisol, Luvisol, Podzoluvisol, Podsol, Planosol, Acrisol, Nitosol,

(23)

Ferrasol, dan Histosol termasuk kedalam tekstur tanah.Tekstur tanah adalah perbandingan fraksi lempung, debu dan pasir dalam massa tanah. Kelas tekstur tanah dijelaskan pada Tabel 2.

Tabel 2. Kelas Tekstur Tanah

Kode Kelas Jenis Tanah

T1 Halus Liat berpasir, liat berdebu, liat

T2 Agak Halus Lempung liat berpasir, lempung berliat, lempung liat berdebu

T3 Sedang Lempung, lempung berdebu, debu

T4 Agak Kasar Lempung berpasir, lempung berpasir halus, lempung berpasir sangat

Halus

T5 Kasar Pasir berlempung, pasir

Sumber : (Arsyad, 2010)

Kondisi tanah yang baik untuk penanaman bunga bangkai (Amorphophallus sp.) dianjurkan tanah yang memiliki top soil atau kandungan organik yang tebal.

Biasanya tanah seperti ini banyak terdapat di dataran tinggi. Idealnya kondisi tanah yang organisnya tinggi, seperti tanah dari hasil letusan gunung berapi. Tingkat keasaman atau derajat keasaman (pH) tanah yang dianjurkan untuk tanaman A.

variabilis sekitar 6- 7 (Santosa, 2012).

3. Ketinggian Tempat

Ketinggian tempat tidak berpengaruh langsung terhadap pertumbuhan tanaman A. variabilis namun ketinggian tempat mempunyai hubungan yang erat terhadap suhu udara. Data ketinggian tempat diperoleh dari DEM. Kumpulan data ASTER GDEM V2 memiliki resolusi spasial 30 m dalam format gambar GeoTIFF dengan derajat desimal dan datum WGS84 (Saputra dan Lee, 2021). Faktor suhu berpengaruh langsung terhadap pertumbuhan A. variabilis terutama pembentukan bunga dan buah. Pada umumnya, tinggi rendah suhu di tentukan oleh ketinggian tempat dari permukaan air laut. Ketinggian ideal tanaman A. variabilis dengan berbagai jenis di mulai di ketinggian 100-1000 mdpl. Tiap-tiap A. variabilis membutuhkan ketinggian atau elevasi yang berbeda-beda.

4. Tutupan Lahan

Tutupan lahan adalah kenampakan material fisik permukaan bumi yang diperoleh dari data tutupan lahan tahun 2019 Indonesia Geospasial Portal. Tutupan lahan merupakan informasi yang sangat penting dalam sektor pertanian. Tutupan

(24)

lahan dapat menyediakan informasi yang sangat penting untuk keperluan pemodelan serta untuk memahami fenomena alam yang terjadi di permukaan bumi. Informasi penggunaan lahan dapat diinterpretasikan secara langsung dari citra yang diperoleh melalui teknik penginderaan jauh (Liang, 2008).

5. Data Jarak Jalan dan Sungai

Jarak jalan dapat mempengaruhi pertumbuhan tanaman A. variabilis karena aspek-aspek seperti suhu, polusi, dan kebisingan yang mungkin mempengaruhi ketersediaan nutrisi dan kualitas tanah (Kementerian Pertanian, 2018). Data jarak dan sungai diperoleh dari Peta Rupa Bumi Indonesia (RBI) dalam bentuk shapefile.

Pengaruh jarak ke jalan terhadap pertumbuhan A. variabilis dapat bervariasi tergantung pada kondisi lingkungan di sekitar jalan. Jika jalan tersebut mengalami polusi udara dan kebisingan, maka tanaman yang tumbuh di dekat jalan akan cenderung tumbuh lebih lambat atau bahkan mati. Jarak yang terlalu dekat dengan jalan raya dapat menyebabkan penurunan kualitas tanah dan merusak sistem akar tanaman dan sebaliknya (Setiawan et al., 2020).

6. Data Bioiklim

Data bioiklim merujuk pada data yang menggambarkan kondisi iklim dan lingkungan suatu daerah, dan bagaimana kondisi tersebut mempengaruhi kehidupan organisme di daerah tersebut. Data bioiklim dalam pengolahan data ini diambil dari dataset Worldclim himpunan data dengan periode historial. Data bioiklim mencakup berbagai parameter seperti suhu, curah hujan, kelembaban udara, tekanan udara, cahaya matahari, dan lain sebagainya. Data bioiklim dapat digunakan untuk mempelajari hubungan antara kondisi iklim dan lingkungan dengan populasi dan distribusi organisme tertentu, serta untuk mengidentifikasi pola-pola dan tren dalam perubahan iklim dan lingkungan (IPCC, 2013). Data bioiklim juga dapat digunakan dalam berbagai aplikasi seperti pengelolaan sumber daya alam, mitigasi bencana alam, dan penilaian dampak lingkungan (Ficks dan Hijmans, 2017).

(25)

METODE PENELITIAN

Waktu dan Lokasi Penelitian

Penelitian yang berjudul “Analisis Pemodelan Spasial Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Provinsi Sumatera Utara, Indonesia” dilaksanakan di wilayah Sumatera Utara yaitu Kabupaten Mandailing Natal, Kabupaten Tapanuli Selatan, Kabupaten Tapanuli Utara, dan Kabupaten Padang Lawas Utara. Penelitian ini dilaksanakan pada bulan Oktober 2022 - Januari 2023.

Gambar 1. Peta wilayah Lokasi Penelitian Kondisi Umum Wilayah Penelitian

Provinsi Sumatera Utara terletak pada posisi 0° - 4° Lintang Utara dan 96°- 100° Bujur Timur, merupakan salah satu Provinsi yang terletak di Pulau Sumatera , memiliki total wilayah seluas 181.860,65 km², terdiri dari daratan seluas 71.680,68

(26)

km² atau 3.73 % dari luas wilayah Republik Indonesia dan perairan seluas 110.000,65 km², sebagian besar berada di daratan Pulau Sumatera dan sebagian kecil berada di Pulau Nias, Pulau-pulau Batu serta beberapa pulau kecil, baik di perairan bagian barat maupun di bagian timur Pulau Sumatera

Wilayah Provinsi Sumatera Utara berbatas sebelah utara dengan Provinsi Aceh, sebelah barat dengan Samudera Hindia, sebelah selatan dengan Provinsi Riau dan Provinsi Sumatera Barat serta sebelah timur dengan Selat Malaka. Secara regional Provinsi Sumatera Utara berada pada jalur strategis pelayaran internasional Selat Malaka yang dekat dengan Singapura, Malaysia dan Thailand. Provinsi Sumatera Utara memiliki garis pantai sepanjang 1.300 Km. Panjang Garis Pantai Timur 545 Km, Panjang Garis Pantai Barat 375 Km dan Panjang Garis Pantai Pulau Nias 380 Km. Terdapat 419 pulau, dengan 237 pulau yang telah memiliki nama, dengan 6 pulau di wilayah Pantai Timur termasuk Pulau Berhala sebagai pulau terluar yang berbatasan dengan selat Malaka dan sisanya 182 pulau di wilayah Pantai Barat dengan Pulau Wunga dan Pulau Simuk sebagai pulau terluar di wilayah Pantai Barat (RPJMD, 2018).

Alat dan Bahan Penelitian

Alat-alat yang digunakan adalah Laptop, Global Positioning Sistem (GPS) Garmin, kamera, alat tulis, termometer, pH meter, klinometer, Aplikasi ArcMap 10.8, DivaGis versi 7.5.0, JavaScript, Aplikasi Maximum Entrophy (MaxEnt) versi 3.4.1. Bahan yang digunakan dalam penelitian ini adalah alat tulis, peta jaringan jalan kawasan, peta jaringan sungai, peta topografi, peta jenis tanah, peta kelerengan, peta ketinggian, peta tutupan lahan dan peta batas wilayah Sumatera Utara.

Metode Pengumpulan Data Pengumpulan Data

Dalam penelitian ini data yang dikumpulkan ada 2 yaitu data primer dan data sekunder.

1. Data Primer

Data Primer adalah data yang diperoleh berdasarkan hasil pengamatan di lapangan. Data yang dikumpulkan berupa data identifikasi sebaran titik temuan A.

variabilis. Identifikasi dapat berupa pengukuran morfologi tumbuhan bangkai

(27)

dilakukan dengan mencatat setiap ukuran batang, daun, cabang, tajuk setiap temuan bunga bangkai (Amorphophallus sp.). Melakukan pengukuran suhu, klinometer, dan pH tanah. Metode yang digunakan untuk mengumpulkan data titik untuk identifikasi keberadaan A. variabilis adalah metode purposive sampling. Purposive sampling merupakan salah satu jenis teknik pengambilan sampel yang biasa digunakan dalam penelitian ilmiah. Purposive sampling adalah teknik pengambilan sampel dengan tidak berdasarkan random, daerah atau strata, melainkan berdasarkan atas adanya pertimbangan yang berfokus pada tujuan peneliti.

Parameter pengukuran ketinggian tempat dapat menggunakan GPS dengan melihat nilai elevasi suatu tempat yang telah dijadikan titik pusat pembuatan petak ukur.

2. Data Sekunder

Data sekunder diperoleh melalui instansi atau lembaga terkait dan melalui studi literatur dari berbagai sumber. Data sekunder yang mendukung penelitian ini yaitu data topografi, data kelerengan, data ketinggian tempat, data jenis tanah, data tutupan lahan yang didapat dari data DEMNAS (Indonesia Geospatial Portal), data shapefile batas wilayah, jaringan jalan, data jaringan sungai yang diperoleh dari website Badan Informasi Geospasial (BIG) di Indonesia Geospatial Portal dan data parameter bioiklim diperoleh dari website Worldclim.org serta data kondisi umum daerah penelitian, dan data sebaran titik temuan spesies A. variabilis di wilayah Sumatera Utara yang akan diolah menjadi satu peta kompleks dengan satuan yang sama.

Metode Analisis Data Analisis Data

Pemodelan kesesuaian habitat A. variabilis pada penelitian ini menggunakan Ecological Niche Modeling dengan Maximum Entropy (MaxEnt).

MaxEnt merupakan metode yang bertujuan untuk mengevaluasi dan memprediksi habitat yang paling sesuai bagi bunga bangkai (Amorphophallus sp.) di areal penelitian. Pada proses analisis data, MaxEnt membutuhkan berbagai kumpulan data yang mewakili lokasi kemunculan spesies dan informasi lingkungan di mana spesies tersebut berada (Phillips et al., 2006). Data yang dipakai dalam kemunculan spesies yaitu data titik keberadaan bunga bangkai (A. variabilis). berdasarkan penemuan A. variabilis di lokasi penelitian. Informasi mengenai lingkungan

(28)

menggunakan 6 variabel yaitu, jarak dari jalan, jarak dari sungai, kelerengan, ketinggian, topografi dan bioiklim (Rahman et al., 2019).

Setiap data spasial variabel lingkungan harus dalam format raster dan memiliki sistem koordinat geografis yang sama pada luas spasial yang sama.

Ketujuh variabel yang digunakan dalam penelitian ini akan dikombinasikan dengan titik data tanda keberadaan A. variabilis yang ditemukan di lokasi penelitian dalam MaxEnt untuk dianalisis agar dapat menentukan wilayah kesesuaian habitat A.

variabilis faktor yang paling mempengaruhi dalam penentuan kesesuaian habitat bunga bangkai (Amorphophallus sp.) dari ketujuh variabel.

Model MaxEnt dievaluasi menggunakan area dibawah kurva atau area under the curve (AUC), yang nilainya dihitung dari kurva receiver operating characteristic (ROC). Kurva ROC adalah grafik yang menunjukkan kinerja model klasifikasi pada semua ambang klasifikasi. Kurva ROC terdiri dari sensitivitas pada sumbu y dan spesifisitas 1 pada sumbu x untuk semua kemungkinan. Sensitivitas menjelaskan seberapa baik model memprediksi kehadiran, sedangkan spesifisitas menjelaskan seberapa baik model memprediksi kesesuaian habitat. MaxEnt menganalisa data keberadaan jenis di lapangan secara langsung, dapat berupa data historial, dan peluang keberadaan suatu spesies. Mencari area seluruh kajian yang memiliki informasi lingkungan masuk pada rentang yang disajikan dengan peluang 0-1 dengan 3 sampel amatan antara lain : Analisis variabel lingkungan, skenario masa depan dan luasan 1 peta kesesuaian (Saputra dan Lee, 2019).

Distribusi probabilitas disusun dari 0 hingga 1. Semakin tinggi angka berarti semakin tinggi peluang munculnya spesies. Angka probabilitas diklasifikasikan menjadi lima kelas. Area dengan probabilitas lebih besar dari atau sama dengan 0,4 dianggap sesuai dan yang lainnya tidak sesuai. Untuk menilai kinerja model dari model, MaxEnt menggunakan validasi silang untuk mengevaluasi kemungkinan kesalahan pada output model prediktif. Nilai AUC yang dihasilkan berkisar dari 0,5 hingga 1,0, di mana nilai di atas 0,7 menunjukkan kecocokan model yang tepat dan sesuai (Prasetyo et al., 2021).

(29)

Tabel 3. Klasifikasi Kesesuaian Habitat dengan Nilai Probabilitas

Klasifikasi Utama Klasifikasi Nilai Probabilitas

Cocok Sangat sesuai 0,8 – 1

Sesuai 0,6 – 0,8

Cukup sesuai 0,4 – 0,6

Tidak Cocok Tidak sesuai 0,2 – 0,4

Sangat tidak sesuai 0 – 0,2 Sumber : (Phillips, 2017)

Pembuatan Peta Variabel Lingkungan

1. Pembuatan peta jarak dari jalan dan sungai

Peta jarak jalan dan sungai dalam penelitian ini diolah menggunakan ArcGis 10.8 dan analisis jarak menggunakan metode euclidean distance pada pilihan ArcTollBox ArGis. Sebelumnya data yang diperoleh di Extract menggunakan base map area kajian yaitu Sumatera Utara. Data peta jarak dari jalan dan sungai diunduh dari peta Rupa Bumi Indonesia (Badan Informasi Geospasial (BIG), 2017) dalam bentuk shapefile pada dari INA Geospasial Portal. Peta jarak jalan dibuat dari jaringan jalan, peta jarak sungai dibuat dari jaringan sungai di wilayah Provinsi Sumatera Utara.

2. Pembuatan peta ketinggian

Pembuatan peta kelas ketinggian diolah dari data DEMNAS menggunakan aplikasi ArcGis 10.8. Data peta ketinggian diunduh dalam bentuk grid. Data Digital Elevation Model (DEM) yang diperoleh dari DEMNAS Indonesia Geospatial Portal disesuaikan datumnya dengan lokasi penelitian kemudian semua data grid DEM tersebut digabung menjadi satu file data DEM kemudian dipotong sesuai areal lokasi penelitian. Dilakukan pengubahan data vektor ke bentuk raster dengan penyamaan satuan resolusi proyeksi extract by mask.

3. Pembuatan Peta kelerengan

Prosedur yang digunakan dalam pembuatan peta kelerengan sama dengan peta ketinggian. Analisis peta kelerengan menggunakan base map ketingggian yang selanjutnya diolah menggunakan slope pada ArcToolBox untuk menghasilkan proyeksi peta lereng dengan satuan persen. Pembagian kelas mengacu pada pembagian kelas yang dikeluarkan oleh Dirjen Pengelolaan Daerah Aliran Sungai dan Perhutanan Sosial tentang Petunjuk Teknis Penyusunan Data Spasial Lahan Kritis, Nomor: P.4/v-set/2013.

(30)

4. Pembuatan Peta Jenis Tanah

Peta tanah adalah sebuah peta yang menunjukkan karakteristik fisik dan kimia (seperti pH, tekstur, kadar organik, kedalaman, dan sebagainya) dari lapisan tanah di suatu area. Peta jenis tanah mengacu pada klasifikasi tanah FAO (Food and Agriculture Organization of the United Nations) pada resolusi 30 m. Data jenis tanah diperoleh dari dataset FAO-Soil Classification Portal. Peta ini biasanya digunakan untuk tujuan pertanian, rekayasa lingkungan, konservasi sumber daya alam, dan pengembangan lahan (Maas dan Curse, 2019). Peta tanah biasanya mencakup informasi seperti jenis tanah, kedalaman tanah, kemampuan air, kandungan bahan organik, struktur tanah, dan kandungan unsur hara. Informasi ini dapat digunakan untuk memahami kualitas tanah dan kemungkinan penggunaan lahan yang paling sesuai dengan karakteristik tanah tersebut (FAO, 2014).

Menurut IUSS Working Group WRB (2015) dan Soil Survey Staff (2014) terdapat 12 kelompok taksonomi dan klasifikasi tanah, antara lain:

1. Tanah Humic Andosol: Termasuk dalam kelompok Andosol, yang merupakan tanah vulkanik dengan sifat fisik dan kimia khas, seperti warna abu-abu kehitaman, kandungan bahan organik yang tinggi, dan kemampuan menahan air yang baik.

2. Tanah Humic Gleysol: Termasuk dalam kelompok Gleysol, yang ditandai oleh kandungan bahan organik yang tinggi dan kondisi drainase yang buruk.

3. Tanah Ferric Acrisol: Termasuk dalam kelompok Acrisol, yang merupakan tanah tropis dengan akumulasi zat besi oksida yang tinggi di lapisan permukaan.

4. Tanah Plinthic Acrisol: Juga termasuk dalam kelompok Acrisol, yang ditandai oleh adanya plinthite atau mineral lempung yang mengeras ketika kering dan pecah-pecah ketika basah.

5. Tanah Humic Cambisol: Termasuk dalam kelompok Cambisol, yang merupakan tanah dengan horizon A yang berkembang dengan akumulasi bahan organik yang tinggi.

6. Tanah Dystric Fluvisol: Termasuk dalam kelompok Fluvisol, yang terbentuk dari sedimen sungai dan ditandai oleh adanya horison deposisi dengan kandungan bahan organik yang rendah.

(31)

7. Tanah Orthic Podzol: Termasuk dalam kelompok Spodosol, yang merupakan tanah asam dengan horison albik yang kaya akan bahan organik dan horison illuvial yang kaya akan bahan liat.

8. Tanah Humic Acrisol: Termasuk dalam kelompok Acrisol, yang merupakan tanah tropis dengan akumulasi bahan organik yang tinggi di lapisan permukaan.

9. Tanah Orthic Ferralsol: Termasuk dalam kelompok Ferralsol, yang ditandai oleh adanya bahan oksida besi yang cukup tinggi di lapisan permukaan.

10. Tanah Dystric Acrisol: Termasuk dalam kelompok Acrisol, yang merupakan tanah tropis dengan drainase yang buruk dan kandungan bahan organik yang rendah.

11. Tanah Dystric Cambisol: Termasuk dalam kelompok Cambisol, yang merupakan tanah dengan horizon A yang berkembang tetapi memiliki sifat yang tidak jelas atau tidak konsisten.

12. Tanah Dystric Histosol: Termasuk dalam kelompok Histosol, yang merupakan tanah gambut dengan lapisan atas yang kaya akan bahan organik yang terdekomposisi.

Untuk membuat peta tanah, para ahli tanah biasanya melakukan survei lapangan dan pengukuran untuk mengumpulkan data tentang karakteristik tanah di daerah tersebut. Data tersebut kemudian diolah dan direpresentasikan dalam bentuk peta menggunakan simbol dan legenda yang khusus (USDA Natural Resources Conservation Service, 2019). Data peta jenis tanah dapat diunduh dari website Indonesia Geospatial Portal dengan mengunduh shapefile peta jenis tanah seluruh Indonesia kemudian mengolah datanya dengan melakukan cutting pada area yang diperlukan dalam penelitian. Semua data akan disamakan satuan proyeksi dan extendnya kemudian di extract by mask ke dalam bentuk raster.

5. Pembuatan Peta Tutupan lahan

Penafsiran untuk penutupan lahan/vegetasi dibagi ke dalam tiga klasifikasi utama yaitu hutan, non hutan dan tidak ada data, yang kemudian masing-masing diklasifikasikan. Penentuan kelas-kelas penutupan lahan yaitu lahan bervegetasi (hutan, perkebunan, semak-belukar, rumput), lahan terbuka, pemukiman dan badan air (Mentari, 2013). Data peta jenis tanah dapat diperoleh dari website Indonesia

(32)

Geospatial Indonesia Portal dengan mengunduh shapefile peta klasifikasi tutupan lahan seluruh berupa klasifikasi tutupan lahan seperti hutan lahan kering primer, semak/belukar, tanah terbuka, hutan lahan kering sekunder, hutan tanaman industri (HTI), perkebunan, pertanian lahan kering, sawah, hutan mangrove primer, hutan rawa primer, semak/belukar rawa, permukiman, pertanian lahan kering bercampur dengan semak, tambak, rawa, hutan mangrove sekunder, hutan rawa sekunder, transmigrasi kemudian mengolah datanya dengan melakukan cutting pada area yang diperlukan dalam penelitian. Semua data akan disamakan satuan projeksi dan extendnya kemudian di extract by mask ke dalam bentuk raster.

6. Pembuatan Peta Kesesuaian Habitat Menggunakan MaxEnt

Setiap variabel lingkungan yang sudah melalui proses pengolahan awal, kemudian disamakan koordinat, ukuran sel, dan batas terluarnya. Sistem koordinat yang digunakan dalam analisis yaitu WGS 1984. Dalam analisis MaxEnt terdapat lapisan sampel (sampel layer) berupa titik koordinat temuan dan lapisan lingkungan (environmental layer) dalam bentuk format raster yang terdiri dari elevasi, kelerengan, topografi (aspek), jenis tanah, jarak jalan dan sungai, tutupan lahan, dan Sembilan belas variabel bioklimatik ( Hijmans et al., 2013) dengan resolusi spasial 30 arc detik atau setara dengan kurang lebih 1 km2. Data lingkungan yang sudah diolah dikumpulkan dan dipilih untuk wilayah Sumatera Utara dengan resolusi, luasan dan sistem koordinat geografis yang sama. Lapisan lingkungan diubah menjadi file Actionscript Communication (ASC) yang akan diaplikasikan dalam analisis MaxEnt. Untuk lapisan sampel format dalam analisis MaxEnt menggunakan format Comma Separate Value (CSV).

Resolusi data yang digunakan berupa format raster dengan ukuran piksel 1 km2, yang berarti setiap piksel pada data raster mewakili area 1 km x 1 km (Elith et al., 2010). Ukuran resolusi yang digunakan dalam analisis MaxEnt akan mempengaruhi akurasi dan detail pemodelan yang dihasilkan. Semakin kecil ukuran piksel yang digunakan, semakin detail dan presisi informasi spasial yang dihasilkan dalam pemodelan. Namun, semakin kecil ukuran piksel, semakin besar ukuran file data yang dihasilkan dan semakin tinggi kompleksitas pemodelan yang dibutuhkan (Liu et al., 2013). Jika tujuan analisis adalah untuk memperkirakan distribusi spasial spesies atau habitat pada skala yang relatif besar, maka ukuran

(33)

resolusi 1 km2 dianggap sudah cukup untuk tujuan tersebut (Radosavljevic dan Anderson, 2014). Ukuran sel grid yang digunakan dalam analisis MaxEnt yaitu 0.00833 mewakili 30 arc detik atau setara dengan kurang lebih 1 km2 dalam ukuran luas. MaxEnt menggunakan sistem grid-based untuk memetakan data masukan ke dalam sel-sel grid yang sesuai. (Radosavljevic dan Anderson, 2014). Proses pengolahan pada software MaxEnt dilakukan dengan memasukkan data titik koordinat berformat csv dan data lingkungan berformat asc dalam pengolahan data ini menggunakan software DivaGIS.

Pengaturan pada menu MaxEnt harus dilakukan pada empat menu yakni utama, basic, advanced, dan experimental. Pengaturan pada menu utama variabel lingkungan dengan menceklis format categorical untuk tutupan lahan, jenis tanah dan kelerengan dan format continuous untuk variabel lingkungan yang lain, serta menceklis auto features untuk threshold. Pengaturan pada menu basic semua pilihan di centang kecuali skip if output exist. Pada setiap parameter Pada random test percentage diisi sebesar 30%, regularization 1, maximal number of background points 10000, replicates 15 dengan type run subsampel. Pengaturan pada menu advanced semua di centang kecuali append summary results to MaxEnt Result.csv file. Pengaturan pada menu experimental dengan menceklis logscale raw/cumulative pictures, write background predictions, show exponent in response curves dan fade by clamping, serta membiarkan pengaturan lain bersifat default.

Pemodelan yang detail akan maksimal setelah dilakukan sebanyak 3 kali analisis model dan 1 peta hasil akhir pemodelan. Pada peta 1 menggunakan data primer (titik koordinat sebaran spesies) dan data sekunder (variabel lingkungan) meliputi peta ketinggian, kelerengan, jenis tanah, tutupan lahan, jalan, sungai, topografi dan 19 bioiklim, peta 2 menggunakan data primer (titik koordinat sebaran spesies) dan 19 variabel bioiklim. Peta 3 menggunakan data primer (titik koordinat sebaran spesies) dan data sekunder (variabel lingkungan) meliputi peta ketinggian, kelerengan, tutupan lahan, jalan, sungai, dan bioiklim dengan nilai kontribusi tertinggi. Hal ini bertujuan untuk menganalisa konsistensi pengaruh berbagai variabel lingkungan terhadap model yang dihasilkan serta menyortir variabel yang memiliki nilai kontribusi paling rendah dalam pemodelan untuk mendapatkan variabel prioritas sehingga mendapatkan peta pemodelan yang sempurna.

(34)

HASIL DAN PEMBAHASAN

Morfologi Bunga Bangkai (Amorphophallus variabilis Blume.)

Amorphophallus variabilis Blume. dapat hidup dengan baik dalam kondisi lingkungan tertentu dengan fase siklus hidup dan morfologi yang unik. Pada warna tangkai daun bervariasi dari hijau murni sampai coklat tua. Tangkai daun menunjukkan bintik-bintik bulat, lonjong atau bintik-bintik bulat, lonjong atau elips yang berwarna putih, hijau tua, keabu-abuan hijau, coklat tua, atau hitam kadang batang menyerupai ular. Tinggi batang A. variabilis mencapai 1,5 meter dengan lebar tajuk kiri dan kanan mencapai 60 cm dengan bentuk daun berbentuk elips, ujung daun runcing, batang berongga, warna umbi kuning hingga warna kemerah mudaan. Selama masa dormansi daun dan batang akan layu dan akan muncul tunas baru, fase vegetatif apabila tunas baru berbentuk daun dan fase generatif akan muncul bunga yang menghasilkan biji buah.

Pemilihan habitat yang sesuai didasari oleh beberapa faktor. Penelitian ini menganalisis beberapa faktor variabel lingkungan yang diduga sebagai dasar pemilihan habitat bunga bangkai. Variabel tersebut antara lain jarak dari jalan, jarak dari sungai, kelerengan, ketinggian, tutupan lahan, dan variabel bioiklim terlihat pada gambar a, b, dan c.

Seluruh bagian Bagian biji Bagian bunga

Gambar 2. Morfologi Amorphophallus variabilis Blume

a b c

(35)

Gambar 2. Menunjukkan bentuk morfologi A. variabilis. Gambar a.

merupakan tampilan seluruh bagian bunga A. variabilis (sumber: pribadi) Gambar b. merupakan tampilan biji (sumber: pribadi) dan gambar c. merupakan tampilan detail bagian bunga A. variabilis (sumber: Balai BKSDAE). Pada umumnya A.

variabilis memiliki tinggi 50 cm hingga 1,5 m dengan warna bunga putih sedikit kecoklatan. Hal ini didukung oleh temuan Balai KSDAE (2019) pada pengukuran bunga yang ditemukan panjangnya 69 cm, keliling batang 4 cm dan berwarna putih susu, warna batang hijau/kecoklatan. Daun memiliki lebar terbesar 7 cm dengan panjang 10 cm dan daun terkecil memiliki lebar 3 cm dengan panjang daun 7 cm dengan warna daun loreng hijau tua. Cabang pada daun 3 helai (2-3 tiap cabang), dan ujung cabang memiliki 2 daun.

Sebaran Titik Temuan Amorphophallus variabilis Berdasarkan Ketinggian Titik keberadaan temuan bunga bangkai (A. variabilis) yang ditemukan di lokasi penelitian cenderung beragam dari ketinggian yang rendah sampai dataran yang tinggi. Titik temuan bunga bangkai paling rendah ditemukan pada ketinggian 53 mdpl, sedangkan titik temuan bungai bangkai tertinggi ditemukan pada ketinggian 1094 mdpl. Titik keberadaan A. variabilis paling banyak terdapat pada ketinggian >800-1050 mdpl. Dari hasil penelitian ini dapat diketahui bahwa A.

variabilis lebih banyak ditemukan pada ketinggian rendah hingga menengah.

Hal ini sesuai dengan (Susanto, 2020) yang menyatakan Amorphophallus tumbuh baik di dataran rendah sampai 1.000 mdpl, dengan curah hujan 300−500 mm/bulan selama periode pertumbuhan. Sebaran Temuan A. variabilis berdasarkan ketinggian terdapat 3 titik temuan pada rentang 0-200 mdpl, 5 titik temuan pada rentang ketinggian >200-400 mdpl, 4 titik temuan pada rentang >400-600 mdpl, 14 titik temuan pada rentang >600-800 mdpl dan sebanyak 24 titik temuan pada ketinggian >800-1094 mdpl.

Model Kesesuaian Habitat Bunga Bangkai

Hasil penelitian menemukan sebanyak 50 titik temuan bunga bangkai (A.

variabilis) di lokasi penelitian. Dalam analisis kesesuaian habitat menggunakan MaxEnt (Maximum entrophy) berdasarkan batas jangkauan resolusi jarak dalam peta yang diaplikasikan dengan rentang jarak 1 km2 jumlah titik yang digunakan

(36)

sebanyak 19 titik temuan, sebanyak 14 titik diantaranya sebagai titik sebaran yang dijangkau oleh MaxEnt dan 5 titik sebagai titik sampel testing. Titik sebaran lainnya kemudian dikombinasikan dengan peta variabel lingkungan menggunakan MaxEnt.

Data titik yang dianalisis hanya dapat digunakan ke dalam analisis MaxEnt apabila jarak antar titik sesuai dengan jarak minimum yaitu 1 km2 apabila jarak titik temuan tidak memenuhi rentang jangkauan radius maka akan dianggap menjadi 1 titik yang akan mewakili suatu area temuan. Titik temuan diolah untuk membuat peta kesesuaian habitat bunga bangkai di wilayah Sumatera Utara. Hasil analisis data kemudian diolah menggunakan aplikasi ArcGis 10.8 untuk membuat pengkelasan peta kesesuaian habitat bunga bangkai. Hasil analisis data dapat dilihat pada Gambar 3.

Gambar 3. Peta Kesesuaian Habitat Bunga Bangkai (Amorphophallus variabilis Blume.) di Sumatera utara

(37)

Gambar 3. Menunjukkan peta kesesuaian habitat A. variabilis di Sumatera Utara. Pembuatan peta kelas kesesuaian habitat A. variabilis dibagi menjadi 5 kelas.

Pada Gambar 3 dapat dilihat kelas sangat tidak sesuai banyak terdapat hampir seluruh kawasan. Hal ini dikarenakan kawasan tersebut merupakan daerah yang memiliki kondisi lingkungan yang tidak sesuai dengan variabel analisis MaxEnt.

Kelas cukup sesuai hingga sangat sesuai terdapat pada bagian pinggir kawasan, daerah tersebut merupakan daerah dataran rendah 0 – 1094 mdpl. Bagian tengah kawasan juga merupakan dataran dengan ketinggian > 1094 mdpl. Pada bagian tersebut dianalisis terdapat banyak jenis tanah aluvial, tanah andosol, dan tanah podsolik dengan tingkat kesuburan tanah yang cukup tinggi. Hal ini sesuai dengan pernyataan Wahidah (2022) yang menyatakan bahwa A. variabilis dapat tumbuh di hampir semua jenis tanah, namun pertumbuhan dan perkembangan optimal dicapai pada tanah yang gembur, dengan pH netral dan drainase yang baik.

Hasil pemodelan peta menunjukkan bahwa wilayah yang paling sesuai untuk pertumbuhan A. variabilis berada pada wilayah Mandailing Natal berdekatan dengan Kawasan Sumatera Barat dan beberapa wilayah lainnya seperti Kabupaten Tapanuli Tengah, Tapanuli Selatan dan Tapanuli Utara. Wilayah yang sesuai untuk pertumbuhan A. variabilis berada pada wilayah Padang Lawas Utara, Kabupaten Tapanuli Tengah, Tapanuli Selatan, Tapanuli Utara dan beberapa bagian wilayah Kabupaten Phakphak Barat hingga ke Dairi.

Analisis Variabel Terhadap Peta Pemodelan Kesesuaian Habitat A. variabilis MaxEnt merupakan sebuah software yang berfungsi sebagai mesin analisis model sebaran jenis suatu objek. Dalam pengolahan data sebaran A. variabilis digunakan data lokasi berupa luasan peta, variabel lingkungan temuan, dan penggunaan resolusi yang sesuai akan mempengaruhi peta hasil sebaran dari analisis program MaxEnt. Analisis ini menampilkan hasil pemodelan dengan berbagai variabel pada setiap ulangan untuk mengetahui pengaruh setiap variabel pada hasil pemodelan kesesuaian habitat A. variabilis maka akan diperoleh hasil informasi variabel dengan kontribusi tinggi dan informasi variabel yang berperan penting dalam model. Perbedaan variabel yang digunakan mempengaruhi peta bentuk sebaran dari A. variabilis. Hasil analisis peta kesesuaian habitat setiap ulangan dapat dilihat pada Gambar 4.

Gambar

Tabel 1. Kelas Kemiringan Lereng
Tabel 2. Kelas Tekstur Tanah
Gambar 1. Peta wilayah Lokasi Penelitian  Kondisi Umum Wilayah Penelitian
Gambar 2. Morfologi Amorphophallus variabilis Blume
+7

Referensi

Dokumen terkait

[r]

Lampiran 8 Hasil Analisis Spasial Menggunakan Arcgis Peta PDRB Peta Panjang Jalan kondisi baik dan sedang di Indonesia Tahun 2017

Menurut Adi Susanto (2000), beberapa motivasi yang dapat mendorong seseorang untuk menjadi entrepreneur yaitu keinginan merasakan pekerjaan bebas, keberhasilan diri

Keunggulan ini membuat kontribusi UKM terhadap perekonomian Indonesia pada tahun 2007 sebesar 53,6 persen. UKM juga memiliki laju pertumbuhan yang lebih baik jika dibandingkan

Kontroller yang dirancang menggunakan PID yang terdiri dari tiga jenis pengaturan yang dikombinasikan, yaitu kontrol P (proportional, I (integral), dan D (Derivatif)

Oleh sebab itu, penelitian mengenai penggunaan bakteri probiotik (Lactococcus lactis dan Lactobacillus bulgaricus) dan penambahan kolang-kaling dalam pembuatan puding

Karakteristik data spasial adalah heterogenitas spasial yang menyebabkan pengaruh variabel prediktor terhadap respon pada setiap lokasi berbeda-beda, sehingga

Berdasarkan pendapat para ahli di atas maka dapat disimpulkan bahwa model pembelajaran adalah suatu rencana atau kerangka pembelajaran yang akan digunakan oleh