Pengenalan Aplikasi Maximum Entropy (MaxEnt) untuk Pemodelan Distribusi Spesies

Data spasial merupakan suatu data yang mengacu pada posisi, obyek, dan hubungan diantaranya ruang bumi. Saat ini data spasial merupakan salah satu elemen penting yang berfungsi sebagai pondasi dalam melaksanakan dan mendukung berbagai kegiatan salah satunya distribusi habitat suatu spesies. Kebutuhan yang tinggi akan pemetaan dan pemodelan menstimulus hadirnya banyak model dan software baru yang semakin modern dan kompleks.

Software MaxEnt merupakan salah satu software yang berbasis pendekatan maximum entropy dalam pemodelan niche dan distribusinya. MaxEnt merupakan program yang paling sering digunakan saat ini dalam melakukan pemodelan distribusi. Pemodelan dilakukan dengan menggunakan beberapa set data lingkungan dan titik perjumpaan, sehingga software ini mampu memodelkan probilitas distribusi spesises yang spesifik sesuai dengan kondisi lingkungannya. Penggunaan MaxEnt akan efektif digunakan dalam skala global (misal: skala pulau besar), untuk spesies yang spesifik (habitatnya yang telah terfragmentasi, atau terisolir) dan memiliki kecenderungan habitat khusus. Dengan terbatasnya data yang digunakan, kemudian dianalisis melalui algoritmanya, MaxEnt mampu menghasilkan model niche dan distribusi yang memiliki validitas yang tinggi. Salah satu contoh penggunaan MaxEnt pada kelompok anggrek dapat dilihat pada gambar di bawah.

Anggrek merupakan salah satu kelompok tumbuhan yang hidupnya tergantung oleh beberapa faktor lingkungan, seperti suhu, cahaya, kelembapan, ketinggian, angin, curah hujan, dan lain-lain. Data lingkungan tersebut dapat diunduh di berbagai website secara gratis. Kemudian data lingkungan dikombinasikan dengan data geografis kehadiran spesies anggrek di lapangan. Data perjumpaan dengan data lingkungan tersebut akan menghasilkan peta model distribusi spesies anggrek (Species Distribution Modelling of Orchids). Tingkat akurasi data pun tergantung dengan variable yang telah dimasukan sebelumnya. Lebih lanjut, data ini sangat bermanfaat dalam konservasi, khususnya pada tingkat spesies dan ekosistem. Pemodelan distribusi spesies umumnya terbagi menjadi dua, yaitu korelatif dan mekanis. Korelatif dikenal sebagai model selubung iklim, model bioklimatis, atau model fungsi pemilihan sumberdaya, yaitu pemodelan distribusi spesies yang diamati dari suatu spesies sebagai fungsi dari kondisi lingkungan. Sedangkan mekanis, juga dikenal sebagai model berbasis proses atau model biofisik, yaitu pemodelan dengan informasi yang diperoleh secara independen tentang fisiologi suatu spesies untuk mengembangkan model kondisi lingkungan tempat spesies dapat hidup.

 

MaxEnt memiliki algoritma pemodelan prediktif, yakni memperkirakan distribusi yang paling seragam (entropi maksimum) dari titik-titik kejadian/perjumpaan satwa di seluruh wilayah studi. Program dimulai dengan distribusi probabilitas yang seragam dan secara berulang mengubah satu bobot pada satu waktu untuk memaksimalkan kemungkinan mencapai probabilitas distribusi yang optimal.

 

Fungsi MaxEnt sangat banyak dalam konservasi, yaitu sebagai salah satu kriteria dalam penetapan status spesies dalam daftar merah IUCN, pengelolaan ekosistem, pengendalian spesies asing, mengungkap pola spasial kesesuaian habitat dan penggunaan habitat oleh suatu spesies, mengungkap variabel lingkungan yang menentukan kehadiran spesies dalam suatu lokasi. Selain itu, MaxEnt juga dapat digunakan untuk memprediksi penyakit, kebakaran hutan, distribusi tanaman obat, distribusi tempat berpotensi ekowisata, dan lain-lain. MaxEnt memiliki keuntungan, antara lain yaitu:

• Hanya menggunakan datakejadian, kehadiran, atau perjumpaan
• Distribusi probabilitasi didefinisikan secara matematis sehingga formulasi model relatif transparan
• Dapat mempertimbangkan interaksi antar variabel lingkungan
• Memberikan kemampuan untuk mempertumbangkan transformasi polinomial dari prediktor lingkungan
• Potensi untuk menyelidiki pengaruh masing-masing prediktor lingkungan terhadap distribusi
• Relatif mudah dijalankan, perangat lunak berdiri sendiri (tanpa proses installasi)

Namun MaxEnt juga memiliki kelemahan, yaitu tidak ada prosedur untuk pemilihan variabel dan membutuhkan spesifikasi komputer yang cukup tinggi.

 

Penulis: Reza Saputra (PEH Balai Besar KSDA Papua Barat)

 

Referensi:

Aleksandar, R & R. P. Anderson. 2014. Making better Maxent models of species distributions: complexity, overfitting, and evaluation. Journal of Biogeography, 41: 629–643. http://onlinelibrary.wiley.com/doi/10.1111/jbi.12227/full

Corey, M., M. J. Smith, & J. A. Silander. 2013. A practical guide to MaxEnt for modeling species’ distributions: what it does, and why inputs and settings matter. Ecography, 36: 1058–1069. http://onlinelibrary.wiley.com/doi/10.1111/j.1600-0587.2013.07872.x/pdf

Jane, E. S. J. Phillips, T. Hastie, M. Dudík, Y. Chee, & C. J. Yates. 2011. A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17:43-57. http://onlinelibrary.wiley.com/doi/10.1111/j.1472-4642.2010.00725.x/pdf

Vollering, J., A. Schuiteman, E. de Vogel, R. van Vugt, & N. Raes. 2016. Phytogeography of New Guinean orchids: Patterns of species richness and turnover. Journal of Biogeography, 43(1): 204–214. https://doi.org/10.1111/jbi.12612