digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Nindita Sakenia
PUBLIC Alice Diniarti

COVER Nindita Sakenia
PUBLIC Alice Diniarti

BAB 1 Nindita Sakenia
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 2 Nindita Sakenia
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 3 Nindita Sakenia
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 4 Nindita Sakenia
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 5 Nindita Sakenia
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

PUSTAKA Nindita Sakenia
PUBLIC Alice Diniarti

Padang Rumput Cikamal merupakan satu-satunya padang rumput yang tersisa dari tiga padang rumput yang terdapat di Cagar Alam (CA) Pananjung Pangandaran. Pada awalnya, luasan padang rumput ini adalah sekitar 20 ha, namun terus mengalami penyusutan diduga akibat suksesi sekunder dan invasi berbagai jenis semak. Hal ini memengaruhi fungsi padang rumput sebagai feeding ground herbivora, terutama untuk Rusa Timor (Cervus timorensis). Penurunan fungsi padang rumput telah menyebabkan terjadinya perubahan perilaku Rusa Timor di CA Pangandaran, terutama perilaku makan. Rusa Timor banyak berkeliaran di luar kawasan cagar alam. Penelitian ini bertujuan untuk memodelkan risiko perubahan tutupan rumput di Padang Rumput Cikamal dengan menggunakan regresi logistik dan MaxEnt. Dalam pemodelan ini, digunakan sebanyak 50 titik sampel sebagai Presence point dan 96 absence point secara acak. Presence point diambil pada lokasi hilangnya tutupan rumput sedangkan absence point diambil pada tutupan rumput berdasarkan klasifikasi tutupan lahan menggunakan citra SPOT 7 tahun 2018 dan 2019. Variabel lingkungan yang digunakan sebagai penduga model adalah elevasi, arah kelerengan, kelerengan, hillshade, jarak dari tepi tutupan vegetasi non rumput, dan penyinaran matahari tahunan. Pemodelan dengan regresi logistik memberikan hasil yang akurat dengan nilai Area Under ROC Curve (AUC) sebesar 0,8925. Variabel lingkungan yang berpengaruh dalam pemodelan tersebut adalah elevasi, hillshade, penyinaran tahunan matahari, kelerengan dan jarak dari tepi. Pemodelan dengan MaxEnt memiliki akurasi yang lebih rendah dengan nilai AUC sebesar 0,776. Variabel lingkungan yang berkontribusi besar dalam pemodelan tersebut adalah penyinaran matahari tahunan, arah kelerengan, kelerengan dan jarak dari tepi. Estimasi luasan rumput yang berisiko mengalami perubahan berdasarkan pemodelan regresi logistik dan MaxEnt berturut-turut adalah 2,16 ha dan 0,92 ha.