Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

scikitbio-diversity-: tutorial_scikit_bio_v2.ipynb

Analisis Keanekaragaman Herpetofauna TNBB

Tutorial Sederhana: scikit-bio

Sumber data: Amarasinghe et al. (2021). Herpetofaunal diversity of West Bali National Park, Indonesia.
Global Ecology and Conservation, 28, e01638.

Tujuan tutorial ini:
Memahami cara menghitung indeks keanekaragaman (Shannon, Simpson, Evenness) menggunakan Python, lalu membuat grafik sederhana.

1. Teori Dasar — Apa itu Indeks Keanekaragaman?

Ketika kita mempelajari suatu komunitas hewan di lapangan, kita ingin tahu:

  • Ada berapa jenis (spesies) yang hidup di sana?

  • Seberapa merata jumlah individu antar spesies?

  • Seberapa beragam komunitas tersebut secara keseluruhan?

Untuk menjawab pertanyaan itu, ekologi menggunakan beberapa indeks keanekaragaman:

Shannon-Wiener Index (H’)

Shannon menghitung apa?
Mengukur keberagaman suatu komunitas. Semakin banyak spesies DAN semakin merata jumlah individu tiap spesies → nilai H’ makin tinggi.

Rumus:

H′=−∑i=1Spi×ln⁡(pi)H' = -\sum_{i=1}^{S} p_i \times \ln(p_i)

Di mana:

  • SS = jumlah spesies

  • pip_i = proporsi individu spesies ke-ii (jumlah spesies i ÷ total individu)

  • ln⁡\ln = logaritma natural

Kriteria nilai H’:

Nilai H’Keterangan
H’ < 1.0Keanekaragaman rendah
1.0 – 3.0Keanekaragaman sedang
H’ > 3.0Keanekaragaman tinggi

Simpson’s Dominance Index (D)

Simpson menghitung apa?
Mengukur dominasi — seberapa besar komunitas dikuasai oleh satu atau sedikit spesies.

Rumus:

D=∑i=1Spi2D = \sum_{i=1}^{S} p_i^2

Cara membaca nilai D:

  • D mendekati 1.0 → komunitas didominasi satu spesies (keanekaragaman rendah)

  • D mendekati 0.0 → komunitas merata (keanekaragaman tinggi)

️ Catatan scikit-bio: Fungsi simpson() di scikit-bio mengembalikan Gini-Simpson = 1 − D, bukan D langsung.
Untuk mendapat D = Σpi², gunakan: D = 1 - simpson(counts)

Pielou’s Evenness (J)

Evenness menghitung apa?
Mengukur kemerataan distribusi individu antar spesies. Apakah semua spesies punya jumlah individu yang mirip, atau ada yang jauh lebih banyak?

Rumus:

J=H′ln⁡(S)J = \frac{H'}{\ln(S)}

  • J berkisar antara 0 sampai 1

  • J = 1 → semua spesies punya jumlah individu yang sama persis (sangat merata)

  • J mendekati 0 → ada satu spesies yang jauh mendominasi jumlahnya

2. Instalasi dan Import Library

# Jalankan cell ini di Google Colab
!pip install scikit-bio -q
print('Instalasi selesai!')
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# Import fungsi alpha diversity dari scikit-bio
from skbio.diversity.alpha import (
    shannon,            # Indeks Shannon-Wiener
    simpson,            # Indeks Gini-Simpson
    observed_features,  # Kekayaan spesies (S)
    pielou_e            # Kemerataan Pielou (J)
)

print(' Semua library berhasil diimport!')

3. Memuat Dataset

# Mount Google Drive terlebih dahulu
from google.colab import drive
drive.mount('/content/drive')
# Sesuaikan path file CSV di Google Drive kamu
jalur_file = '/content/drive/My Drive/tnbb_herpetofauna.csv'

# Baca file CSV, kolom 'species' dijadikan index baris
df = pd.read_csv(jalur_file, index_col='species')

print('Dataset berhasil dimuat!')
print(f'Ukuran data: {df.shape[0]} spesies x {df.shape[1]} habitat')
print()
df
# Ringkasan singkat: berapa spesies dan individu di tiap habitat?
daftar_habitat = df.columns.tolist()

print('Ringkasan data per habitat:')
print(f'{"Habitat":<25} {"Spesies":>8} {"Individu":>10}')
print('-' * 45)
for h in daftar_habitat:
    jml_spesies  = (df[h] > 0).sum()
    jml_individu = df[h].sum()
    print(f'{h:<25} {jml_spesies:>8} {jml_individu:>10}')

4. Pengenalan Fungsi scikit-bio

Semua fungsi alpha diversity ada di modul skbio.diversity.alpha.

FungsiMenghitungOutput
shannon(counts, base=np.e)Shannon-Wiener H’angka desimal
simpson(counts)Gini-Simpson (1 − Σpi²)angka desimal
observed_features(counts)Jumlah spesies yang hadirbilangan bulat
pielou_e(counts)Kemerataan Pielou’s Jangka desimal

Catatan penting: Semua fungsi menerima input berupa array jumlah individu (bukan proporsi), contoh: [30, 8, 4, 9, ...]

4.1 shannon() — Shannon-Wiener Index

Contoh sederhana sebelum pakai data asli:

Bayangkan dua komunitas:

  • Komunitas A: 3 spesies, masing-masing 10 individu → sangat merata

  • Komunitas B: 3 spesies, 28 / 1 / 1 individu → didominasi satu spesies

H’ komunitas A pasti lebih tinggi dari komunitas B.

# ---------- Contoh sederhana dulu ----------
komunitas_merata  = np.array([10, 10, 10])   # sangat merata
komunitas_dominan = np.array([28, 1, 1])     # didominasi satu spesies

H_merata  = shannon(komunitas_merata,  base=np.e)
H_dominan = shannon(komunitas_dominan, base=np.e)

print('=== Contoh Sederhana shannon() ===')
print(f"Komunitas merata  : H' = {H_merata:.4f}")
print(f"Komunitas dominan : H' = {H_dominan:.4f}")
print()
print("Komunitas merata lebih beragam (H' lebih tinggi)")

# ---------- Hitung untuk data TNBB ----------
ind_lembab = df['hutan_lembab'].values.astype(int)

H_lembab = shannon(ind_lembab, base=np.e)

print('=== shannon() untuk Hutan Lembab TNBB ===')
print(f"H' (Shannon) = {H_lembab:.4f}")
print()

# Interpretasi otomatis
if H_lembab < 1.0:
    kategori = 'RENDAH'
elif H_lembab <= 3.0:
    kategori = 'SEDANG'
else:
    kategori = 'TINGGI'

print(f"Interpretasi: Keanekaragaman {kategori} (H' = {H_lembab:.2f})")

4.2 simpson() — Simpson’s Dominance Index

# simpson() di scikit-bio mengembalikan Gini-Simpson (1 - D)
# Untuk mendapat D (Dominance): D = 1 - simpson()

gini_lembab = simpson(ind_lembab)
D_lembab    = 1 - gini_lembab

print('=== simpson() untuk Hutan Lembab TNBB ===')
print(f'Output scikit-bio  (Gini-Simpson) = {gini_lembab:.4f}')
print(f"Setelah konversi   (Simpson's D)  = {D_lembab:.4f}")
print()
print('Interpretasi:')
print(f'  D = {D_lembab:.4f} -> mendekati 0, komunitas MERATA')

4.3 observed_features() — Kekayaan Spesies (S)

S_lembab = observed_features(ind_lembab)

print('=== observed_features() untuk Hutan Lembab TNBB ===')
print(f'Jumlah spesies (S) = {int(S_lembab)} spesies')

4.4 pielou_e() — Kemerataan (Evenness)

J_lembab = pielou_e(ind_lembab)

print('=== pielou_e() untuk Hutan Lembab TNBB ===')
print(f"Pielou's J = {J_lembab:.4f}")
print()
print('Interpretasi:')
print(f'  J = {J_lembab:.2f} -> mendekati 1.0, individu terdistribusi cukup merata')

5. Hitung Semua Indeks untuk Semua Habitat

# Loop semua habitat, hitung semua indeks, simpan ke tabel
hasil = []

for habitat in daftar_habitat:
    ind = df[habitat].values.astype(int)

    S = int(observed_features(ind))
    H = round(shannon(ind, base=np.e), 4)
    D = round(1 - simpson(ind), 4)
    J = round(pielou_e(ind), 4)

    hasil.append({
        'Habitat'      : habitat.replace('_', ' ').title(),
        'S (Spesies)'  : S,
        "H' (Shannon)" : H,
        'D (Simpson)'  : D,
        'J (Evenness)' : J
    })

tabel_hasil = pd.DataFrame(hasil)

print('Hasil Analisis Alpha Diversity Herpetofauna TNBB')
print('=' * 60)
print(tabel_hasil.to_string(index=False))
print()
print("Keterangan:")
print("  S  = jumlah spesies   |  H' = Shannon (makin tinggi = makin beragam)")
print("  D  = Simpson dominance (mendekati 0 = merata, mendekati 1 = didominasi)")
print("  J  = Evenness Pielou  (mendekati 1 = individu terdistribusi merata)")

6. Visualisasi — Grafik Shannon-Wiener

# Ambil data dari tabel hasil
nama_habitat = [r['Habitat'] for r in hasil]
nilai_H      = [r["H' (Shannon)"] for r in hasil]

warna = ['#e74c3c', '#2ecc71', '#3498db', '#f39c12']

plt.figure(figsize=(8, 5))

batang = plt.bar(nama_habitat, nilai_H, color=warna, width=0.5)

plt.axhline(y=1.0, color='gray',  linestyle='--', linewidth=1, label="Batas rendah (H'=1.0)")
plt.axhline(y=3.0, color='black', linestyle='--', linewidth=1, label="Batas tinggi (H'=3.0)")

for batang_i, nilai in zip(batang, nilai_H):
    plt.text(
        batang_i.get_x() + batang_i.get_width() / 2,
        nilai + 0.05,
        f'{nilai:.2f}',
        ha='center', va='bottom',
        fontsize=11, fontweight='bold'
    )

plt.title("Shannon-Wiener Index (H')\nKeanekaragaman Herpetofauna TNBB", fontsize=13)
plt.ylabel("Indeks Shannon-Wiener (H')", fontsize=11)
plt.xlabel('Tipe Habitat', fontsize=11)
plt.ylim(0, 3.2)
plt.legend(fontsize=9)
plt.tight_layout()

plt.savefig('shannon_tnbb.png', dpi=150, bbox_inches='tight')
plt.show()
print('Grafik tersimpan sebagai shannon_tnbb.png')

7. Interpretasi Hasil

Berdasarkan grafik dan tabel di atas, kita dapat menyimpulkan:

Shannon-Wiener (H’):

  • Hutan Lembab memiliki H’ tertinggi → keanekaragaman sedang-tinggi, spesies tersebar merata

  • Hutan Gugur dan Savana memiliki nilai serupa → keanekaragaman sedang

  • Perkebunan Jati memiliki H’ sangat rendah → keanekaragaman rendah, komunitas didominasi satu spesies (Eutropis rugifera)

Mengapa Perkebunan Jati paling rendah?
Perkebunan jati yang ditinggalkan menyediakan sedikit sumber daya habitat (tumbuhan bawah, air, tempat berlindung), sehingga hanya spesies generalis yang mampu bertahan.

Referensi: Amarasinghe et al. (2021). Global Ecology and Conservation, 28, e01638.
Amarasinghe et al. (2021)

References
  1. Amarasinghe, A. A. T., Putra, C. A., Henkanaththegedara, S. M., Dwiyahreni, A. A., Winarni, N. L., Sunaryo, Margules, C., & Supriatna, J. (2021). Herpetofaunal diversity of West Bali National Park, Indonesia with identification of indicator species for long-term monitoring. Global Ecology and Conservation, 28, e01638. 10.1016/j.gecco.2021.e01638