17
IV. METODE PENELITIAN 4.1
Waktu dan Lokasi penelitian Penelitian ini dilakukan selama tiga bulan, dimulai Juni 2008 hingga
Agustus 2008 di kawasan hutan Batang hari, Solok selatan, Sumatera barat.
Gambar 1. Peta lokasi penelitian
4.2
Peralatan Studi Alat dan bahan yang digunakan dalam penelitian adalah perangkap
kamera Photoscout TM (Highlander sport, Inc. Huntsville,Alabama) dan stealth cam, LLC (805 W.N Carrier Parkway, Grand Prairie, Texas) yang dilengkapi sensor pendeteksi panas (infra red), Roll Fuji Film ASA 100 (24 film), baterai Alkaline dan Energizer, Silica gel, kamera digital olympus 10.2 Megapixel, Global Positioning System (GPS), kompas, peta kerja kawasan hutan Batang hari 1 : 50.000, A Guide Tracks Mammals (Van strien, 1983), panduan lapang mamalia (Payne, 2000), alkohol 70 %, pengukur waktu (jam), meteran, worksheet dan alat tulis. Program software Arc View versi 3.3, Arc GIS versi 9.2 dan program CAPTURE (Rexstad & Burnham, 1991). Bahan penelitian ini adalah hutan Batang hari sebagai habitat, harimau dan satwa mangsanya.
18
4.3 Jenis Data 4.3.1 Data Primer Data primer yaitu berupa foto yang diperoleh dari perangkap kamera. Hasil pengukuran analisis vegetasi pada tingkat pohon untuk mengetahui struktur dan komposisi vagetasi pembentuk cover. 4.3.2 Data Sekunder Data sekunder diperoleh melalui studi literatur dari berbagai sumber antara lain: buku teks, laporan, makalah dan skripsi. Wawancara dengan masyarakat mengenai kondisi kawasan hutan juga menjadi informasi penting. 4.4
Teknik Pengambilan Data
4.4.1 Metode Capture-Mark-Recaptured Metode penelitian yang digunakan adalah metode tangkap tandai (capture-mark-recapture) menggunakan perangkap kamera. Data pada kamera mencetak foto dengan waktu dan tanggal kejadian. Kamera dipasang sebanyak 36 unit di 20 titik lokasi dengan jarak antar kamera rata-rata 3 grid atau 3 km pada peta. Kamera trap dipasang pada batang pohon dengan ketinggian ratarata 40 cm di atas tanah, posisi kamera menghadap ke jalur pada jarak 2 meter (Karanth & Nichols, 2000). Setiap unit di program untuk merekam gambar satwa dengan selang waktu 1 menit dan beroperasi selama 24 jam/hari. Pengecekan kamera dilakukan satu kali dalam periode 2 minggu untuk penggantian film, baterai, silica gel dan sebagainya. Perangkap kamera ditempatkan di lapangan tidak secara random tetapi berdasarkan probabilitas optimum untuk mendapatkan foto harimau (Karanthet al. 2002; McClurgh et al. 2000; Silver 2004). Lama periode sampling adalah tiga bulan dengan asumsi populasi tertutup yaitu tidak ada perubahan jumlah populasi selama periode sampling. Pembagian waktu periode sampling digunakan sebagai ulangan (occassion) captures (Karanth 1995; Karanth & Nichols 1998; 2000) untuk mengestimasi jumlah populasi suatu jenis pada suatu lokasi dan waktu tertentu. Pembagian waktu periode sampling dibagi per 10 hari kamera aktif.
19
4.4.2 Metode Garis Berpetak Untuk mengetahui struktur dan komposisi jenis penyusun cover dilakukan dengan cara analisis vegetasi. Analisis vegetasi dilakukan dengan cara sampling pada lokasi penelitian. Metode yang digunakan adalah metode garis berpetak yaitu dengan membuat petak contoh disepanjang jalur pengamatan. Pengukuran dilakukan hanya pada tingkat pohon, yang bertujuan untuk mengetahui karakteristik pohon pembentuk cover hutan. Ukuran petak adalah 20 m x 20 m untuk tingkat pertumbuhan pohon. Data yang dikumpulkan untuk tingkat pertumbuhan pohon dan tiang adalah jenis pohon, diameter setinggi dada, tinggi bebas cabang dan tinggi total (Soerianegara dan Indrawan, 1998).
C
D
10m B A
Lintasan pengamatan
A B 10m D
C
20m 1000m
Gambar 2. Bentuk jalur pengamatan vegetasi
Keterangan: A = Petak pengamatan tingkat semai dan herba B = Petak pengamatan tingkat pancang C = Petak pengamatan tingkat tiang D = Petak pengamatan tingkat pohon
20
4.5
Analisis data
4.5.1 Analisis Foto Untuk Identifikasi Individu Harimau Harimau diidentifikasi berdasarkan pola loreng (McDougal, 1979; Karanth, 1995; Franklin et al., 1999), jenis kelamin, ciri-ciri yang berbeda seperti morfologis dan berdasarkan dimensi badan yang mendasar. Pengembangan database dilakukan untuk memilih foto-foto harimau yang bermutu, sehingga terlihat gambar harimau yang telah diidentifikasi dari arah kanan dan kiri, dan mungkin juga dari arah depan dan belakang serta penunjuk waktu. Setelah individu harimau benar-benar telah teridentifikasi maka semua foto individu harimau dapat diklasifikasikan secara tepat (Franklin et al., 1999). Data yang diperoleh dianalisis dengan menggunakan program CAPTURE (Rexstad & Burnham, 1991) dan Arc View 3.3. Beberapa istilah penting yang sering ditemukan dalam analisis foto akan dideskripsikan untuk standarisasi istilah yaitu: 1. Trap night merupakan lama hari aktual camera trap beroperasi selama 24 jam per hari mulai saat pemasangan hingga akhir periode sampling pada suatu lokasi kamera dengan memperhitungkan camera trap yang tidak beroperasi baik karena hilang atau rusak. 2. Trap night effective merupakan lama hari aktual camera trap aktif beroperasi selama periode sampling pada suatu lokasi. Waktu camera trap yang tidak beroperasi akibat rusak dan hilang tidak diperhitungkan. 3. Deteksi (detection) adalah kehadiran jenis berdasarkan foto pada suatu waktu dan lokasi. Nilai deteksi suatu jenis adalah satu (1) dan nilai nondeteksi suatu jenis adalah nol (0). 4. Frame adalah jumlah foto dalam satu nomor film. Film yang digunakan memiliki isi 36 frame. 5. Occassion merupakan ulangan berdasarkan trap night dengan pembagi waktu (t). 6. Periode sampling (sampling period) merupakan total lama waktu camera trap beroperasi pada satu blok penelitian di lokasi studi. 7. Capture history harimau merupakan matriks deteksi individu harimau pada suatu lokasi dan occassion tertentu. 8. Independent photo (foto independen) adalah foto yang terekam secara berurutan/sekuel pada satu frame foto dalam satu nomor film yang telah disaring berdasarkan waktu. Dapat dikatakan foto independen (nilai 1) bila
21
memenuhi syarat-syarat sebagai berikut: 1). Foto yang berurutan/sekuel dari individu berbeda atau spesies berbeda pada satu nomor film. 2). Foto berurutan/sekuel dari individu yang sama (spesies sama) pada satu nomor film dengan rentang waktu lebih dari 1 jam atau foto berurutan/sekuel dari individu berbeda bila dapat dibedakan dengan jelas. 3). Foto individu yang sama atau jenis sama yang tidak berurutan/sekuel pada satu nomor film. Kriteria foto independen ini merujuk pada O’Brien et al. (2003). 4.5.2 Kepadatan Absolut Harimau 2
Analisis
kepadatan
absolut
(harimau/100km )
digunakan
dengan
mengetahui jumlah individu yang telah diidentifikasi. Selanjutnya data hasil identifikasi foto untuk analisis capture recapture untuk memperkirakan populasi (N-hat). Dengan asumsi tertutup (Closure Test) dan menggunakan model analisis Mh untuk heterogenetik dari harimau (Karanth, 2002) melalui Program CAPTURE (Rexstad & Burnham, 1991). Asumsi menggunakan capture-recapture model M dimana populasi yang diambil sampelnya adalah sampel tertutup h
secara demografi dengan asumsi tak ada kelahiran, kematian, imigrasi, emigrasi selama survey.
Keterangan : D
: Estimasi kepadatan harimau
N
: Jumlah individu yang telah diidentifikasi
A (W)
: Efektif sampling area
Luas efektif sampling area diperoleh dengan menghubungkan titik koordinat kamera terluar hingga membentuk poligon (A) kemudian ditambahkan dengan lebar garis batas (W ) (Karanth & Nichols, 1998) yang didapatkan dari ½ Mean Maximum Distance Move (½MMDV) (Karanth & Nichols, 1998, 2000) yaitu dengan menghitung rataan jarak perpindahan maksimum setiap individu harimau yang tertangkap kamera lebih dari sekali dan pada dua lokasi berbeda (Linkie, 2005b).
22
Keterangan : w
= lebar garis batas
m
= Jumlah recapture Individu
d
= rata-rata jarak individu recapture
di
= Jarak dari tiap individu recapture ke
4.5.3 Tingkat Perjumpaan (Encounter Rate/ER) Harimau dan Mangsa Tingkat perjumpaan (jumlah foto/100 hari) didapat dari perhitungan total jumlah foto dibagi total hari kamera aktif dikali seratus. Faktor pembagi 100 hari untuk menyamakan waktu satuan usaha yang digunakan (Lynam, 2000).
Keterangan : ER
: Tingkat perjumpaan (Encounter rate)
Σf
: Jumlah total foto yang diperoleh
Σd
: Jumlah total hari operasi kamera
23
4.4.4 Analisis Vegetasi Data kondisi vegetasi yaitu hasil analisis vegetasi di tiap tipe hutan. Data hasil inventarisasi selanjutnya dianalisis untuk menentukan besarnya nilai Kerapatan (K), Kerapatan Relatif (KR), Dominasi (D), Dominasi Relatif (DR), Frekuensi (F), Frekuensi Relatif (FR) serta Indeks Nilai Penting (INP). Untuk vegetasi tingkat bawah maka indeks nilai penting merupakan penjumlahan antara kerapatan relatif (KR) dan frekuensi relatif (FR). Persamaan yang digunakan untuk menentukan nilai-nilai tersebut adalah sebagai berikut (Soerianegara dan Indrawan 1988) : Kerapatan Jenis (K)
=
Jumlah individu jenis ke - i Luas total petak contoh
Kerapatan Relatif (KR)
=
Kerapatanjenis ke - i x100% Kerapatanseluruh jenis
Dominasi Jenis (D)
=
Luas bidang dasar Luas total plot contoh
Dominasi Relatif (DR)
Dominasi suatu jenis = Dominasi semua jenis x100%
Frekuensi Jenis (F)
=
Frekuensi Relatif (FR)
= Frekuensikerapatanjenis ke - i x100% Jumlahfrekuensiseluruh jenis
INP = KR + DR + FR .
Jumlah petak ditemukan jenis ke - i Jumlah seluruh petak contoh
