Pemodelan spasial untuk penentuan pusat (Hotspot) distribusi keanekaragaman bryophyta dan proyeksi pengaruh perubahan iklim terhadap kesesuaian distribusi spasialnya di Indonesia

Rahmawati, Tiara (2024) Pemodelan spasial untuk penentuan pusat (Hotspot) distribusi keanekaragaman bryophyta dan proyeksi pengaruh perubahan iklim terhadap kesesuaian distribusi spasialnya di Indonesia. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (84kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (178kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (174kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (161kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (174kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (167kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (168kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (133kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (192kB) | Request a copy

Abstract

Bryophyta merupakan divisi lumut dengan jumlah spesies paling banyak yang tersebar di seluruh dunia termasuk Indonesia. Bryophyta memiliki peran penting bagi ekosistem, diantaranya sebagai tumbuhan pionir, pengatur keseimbangan siklus karbon dalam tanah, dan bioindikator perubahan lingkungan. Keanekaragaman Bryophyta dapat terganggu oleh perubahan iklim, polusi, hingga degradasi habitat akibat gangguan antropogenik. Tujuan dari penelitian ini adalah untuk mengetahui keanekaragaman spesies dan pusat (hotspot) distribusi; menyeleksi algoritma terbaik untuk membuat model distribusi spesies (SDMs); dan mengetahui pengaruh perubahan iklim global serta variabel lingkungan terhadap pola kesesuaian distribusi spasial Bryophyta di Indonesia pada masa sekarang dan masa mendatang. Penelitian ini merupakan penelitian in silico dengan teknik penginderaan jarak jauh menggunakan sistem informasi geografis dan algoritma pembelajaran mesin. Data sekunder yang diperoleh dari database Global Biodiversity Information Facility (GBIF) dan jurnal-jurnal penelitian ilmiah digunakan sebagai input untuk pembuatan peta pusat distribusi dan prediksi distribusi Bryophyta terestrial dan bryophyta epifit di Indonesia. Variabel lingkungan yang digunakan sebagai input model prediksi diantaranya: BIO1, BIO13, BIO15, BIO2, BIO4, CEC, nitrogen, pH, slope, SOC. Sebelum digunakan sebagai input model, dilakukan uji kolinearitas antar variabel menggunakan uji VIF (Variance Inflation Factors). Data dianalisis menggunakan metode Hotspot Getis Ord-Gi* dan algoritma pembelajaran mesin pada perangkat lunak R. Hasil yang diperoleh yakni terdapat 857 spesies dan 74 famili Bryophyta di Indonesia. Pulau Jawa, Provinsi Lampung, Sumatra Utara, dan Maluku teridentifikasi sebagai pusat distribusi Bryophyta. Berdasarkan hasil analisis menggunakan algoritma terbaik Random Forest (RF), diprediksi terjadinya penurunan luasan area distribusi yang sesuai untuk Bryophyta terestrial dan Bryophyta epifit di Indonesia pada tahun 2100 pada kedua skenario perubahan iklim SSP 1-2.6 dan SSP 5-8.5. Faktor lingkungan yang berpengaruh terhadap bryophyta terestrial dimasa sekarang yakni BIO1, SOC, BIO2, dan dimasa mendatang yakni BIO1, SOC, BIO15. Sedangkan faktor yang mempengaruhi distribusi bryophyta epifit dimasa sekarang dan masa mendatang adalah BIO1, BIO15, dan BIO4.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Bryophyta; keanekaragaman spesies; Model Distribusi Spesies (SDMs); perubahan iklim; pusat distribusi
Subjects: Biology
Biology > Data Processing and Analysis of Biology
Ecology
Ecology > Population Biology
Bryophyta
Divisions: Fakultas Sains dan Teknologi > Program Studi Biologi
Depositing User: Tiara Rahmawati
Date Deposited: 23 Jul 2024 09:07
Last Modified: 23 Jul 2024 09:07
URI: https://digilib.uinsgd.ac.id/id/eprint/92400

Actions (login required)

View Item View Item