Pemodelan Distribusi Spesies Invasif Bunglon Tamana ( Calotes versicolor) di Pulau Jawa Menggunakan Machine Learning
Bunglon taman (Calotes versicolor) merupakan salah satu spesies reptil invasif yang memiliki kemampuan adaptasi tinggi terhadap berbagai kondisi lingkungan. Penelitian ini bertujuan untuk memodelkan distribusi spesies tersebut di Pulau Jawa yang menghasilkan peta kesesuaian habitat bunglon taman (Calotes versicolor) yang lebih akurat. Tujuh faktor lingkungan yang memengaruhi faktor pemodelan yaitu bio2, bio3, bio4, bio13, bio14, elevasi dan tutupan lahan. Model dibangun dengan algoritma SVM, RF, MaxEnt, BRT dan GLM, kemudian digabungkan menggunakan metric true skill statistic (TSS). Hasil pemodelan memiliki nilai akurasi yang sangat baik dengan nilai AUC 0,98 dan nilai TSS 0,88. Model menunjukkan bahwa bio14 dan bio13 merupakan variabel yang paling berkontribusi pada distribusi bunglon taman (Calotes versicolor) di Pulau Jawa. Peta kelas dan kesesuaian bunglon taman (Calotes versicolor) dihasilkan dari pemodelan dengan sangat rendah seluas 3.539.055 Ha (27,9 %), kelas kesesuaian rendah seluas 7.562.416 Ha (59,6%), kelas kesesuai sedang seluas 1.131.542 Ha (8,9 %), kelas kesesuaian tinggi seluas 283.000 Ha (2,2 %), dan kelas tinggi seluas 166.197 Ha (1,3 %). DKI Jakarta menjadi provinsi yang memiliki tingkat kesesuaian habitat tertinggi. Peta ini menjadi dasar acuan dalam perencanaan konservasi dan pengelolaan spesies invasif berbasis spasial.
URI
https://repo.itera.ac.id/depan/submission/SB2509170065
Keyword
Bunglon taman Ensemble model Machine learning Peta kesesuaian habitat Spesies invasif