| dc.description.abstract | Degradasi lahan gambut dan kehilangan hutan secara cepat di Sumatra telah mengurangi luasan serta meningkatkan fragmentasi habitat hutan dataran rendah. Perubahan tersebut berdampak serius terhadap keberlanjutan spesies yang bergantung pada hutan, termasuk beruang madu (Helarctos malayanus) yang menghadapi ancaman kepunahan secara global. Sebagai salah satu lanskap hutan rawa gambut terbesar yang masih tersisa di Sumatra bagian timur, Semenanjung Kampar memiliki nilai strategis bagi konservasi spesies ini. Penelitian ini bertujuan membangun model prediksi kesesuaian habitat beruang madu di Semenanjung Kampar, menganalisis pengaruh variabel lingkungan terhadap kesesuaian habitat, serta mengidentifikasi karakteristik struktur dan komposisi vegetasi yang berkaitan dengan habitat beruang madu.
Data kehadiran beruang madu tercatat sebanyak 310 kehadiran selanjutnya dilakukan proses pembersihan dan spatial thinning dengan jarak minimum 4 km, diperoleh 67 titik kehadiran untuk pemodelan. Data pseudo-absence dibangkitkan dengan rasio 1:1 di luar zona penyangga 4 km dari titik kehadiran. Pemodelan menggunakan variabel elevasi, kelerengan, presipitasi, indeks vegetasi, tinggi kanopi, tutupan lahan, jarak ke badan air, jarak ke jalan, dan jarak ke permukiman yang telah diseragamkan pada resolusi 100 m serta diuji multikolinearitas. Model kesesuaian habitat dibangun menggunakan pendekatan model tunggal dan model ensemble. Algoritma yang digunakan meliputi Random Forest, Maximum Entropy, Generalized Linear Model, dan Boosted Regression Tree. Analisis karakteristik habitat dilakukan pada 38 plot pengamatan berukuran 50 m × 50 m yang ditempatkan di dalam Areal Restorasi Ekosistem Riau (RER). Variabel struktur habitat dianalisis menggunakan regresi logistik biner, sedangkan komposisi vegetasi dianalisis melalui indeks Shannon–Wiener, kekayaan spesies, kekayaan famili, kelimpahan total, uji dua sampel, dan Analysis of Similarities.
Hasil penelitian menunjukkan bahwa seluruh algoritma pemodelan memiliki kinerja prediktif yang baik, dengan nilai AUC berkisar antara 0,82–0,87 dan nilai TSS antara 0,65–0,71. Meskipun model MaxEnt menghasilkan nilai Kappa dan TSS sedikit lebih tinggi, perbedaan kinerja antar model relatif kecil. Model ensemble dipilih sebagai model akhir karena menghasilkan nilai AUC tertinggi (0,87) serta performa yang lebih konsisten antar replikasi. Berdasarkan model ensemble, habitat dengan kategori sesuai hingga sangat sesuai terkonsentrasi pada bagian tengah hingga timur Semenanjung Kampar, terutama pada kawasan hutan rawa gambut sekunder dan sebagian lanskap hutan tanaman industri. Secara kuantitatif, kategori tidak sesuai merupakan kelas terluas, yaitu 287.931 ha, diikuti oleh kategori kurang seluas 136.704 ha, sesuai seluas 147.105 ha, dan sangat sesuai seluas 143.072 ha. Hasil ini menunjukkan bahwa habitat optimal bagi beruang madu relatif terlokalisasi, meskipun area sesuai dan sangat sesuai tersedia dalam proporsi yang cukup besar.
Variabel lingkungan yang membentuk kesesuaian habitat beruang madu merupakan kombinasi faktor iklim, struktur vegetasi, hidrologi, tutupan lahan, dan
gangguan antropogenik. Presipitasi memiliki kontribusi tertinggi dalam model dan menunjukkan pentingnya dinamika iklim dan hidrologi pada ekosistem rawa gambut. Jarak ke permukiman dan jarak ke jalan juga memberikan kontribusi besar, yang mengindikasikan bahwa gangguan manusia memengaruhi pola kesesuaian habitat beruang madu. Nilai kesesuaian habitat cenderung meningkat pada area yang lebih jauh dari permukiman dan jalan. Variabel lain, seperti tutupan lahan, tinggi kanopi, dan jarak ke badan air, turut berkontribusi terhadap model karena berkaitan dengan struktur habitat, ketersediaan sumber daya, dan kondisi ekologis hutan rawa gambut. Kesesuaian tertinggi umumnya ditemukan pada hutan sekunder, sedangkan permukiman, badan air, dan area non-hutan menunjukkan probabilitas kehadiran yang rendah.
Hasil analisis karakteristik habitat menunjukkan bahwa basal area berpengaruh positif dan signifikan terhadap keberadaan tanda aktivitas beruang madu, dengan model regresi logistik biner yang memiliki kesesuaian baik dan nilai AUC sebesar 0,80. Peningkatan basal area sebesar satu standar deviasi meningkatkan peluang keberadaan tanda aktivitas beruang madu sekitar 3,15 kali, sehingga pemanfaatan habitat lebih mencerminkan kualitas struktur tegakan, terutama keberadaan pohon besar dan hutan yang lebih berkembang. Variabel lain seperti tinggi kanopi, keterbukaan kanopi, tumbuhan bawah, pandan, rotan, pancang, liana, dan palem tidak berpengaruh signifikan secara statistik, tetapi tetap berperan sebagai bagian dari kompleksitas habitat. Komposisi vegetasi antara plot beruang dan plot kontrol relatif serupa, dengan total 628 individu dari 38 spesies dan 25 famili; plot beruang mencatat 316 individu dan 31 spesies, sedangkan plot kontrol mencatat 312 individu dan 34 spesies. Indeks Shannon–Wiener, kekayaan spesies, kekayaan famili, kelimpahan total, serta hasil Analysis of Similarities tidak menunjukkan perbedaan signifikan antara kedua tipe plot. Temuan ini mengindikasikan bahwa keberadaan tanda aktivitas beruang madu pada skala mikrohabitat tidak ditentukan oleh perbedaan komposisi taksonomi vegetasi, melainkan lebih berkaitan dengan kualitas struktur habitat, sekaligus menunjukkan bahwa areal Restorasi Ekosistem Riau secara umum masih menyediakan kondisi habitat yang mendukung kebutuhan ekologis beruang madu.
Hasil pemodelan kesesuaian habitat dan analisis tutupan lahan mengidentifikasi kawasan yang perlu dipertahankan sebagai habitat inti serta area terdegradasi yang menjadi prioritas restorasi untuk meningkatkan kualitas dan konektivitas habitat beruang madu. Mengingat habitat beruang madu tersebar melintasi berbagai bentuk pengelolaan lahan di Semenanjung Kampar, upaya konservasi memerlukan pengelolaan kolaboratif pada skala lanskap yang melibatkan pengelola kawasan restorasi, perusahaan hutan tanaman industri, pemerintah, lembaga penelitian, organisasi konservasi, dan masyarakat. | |
