Sudah 2 hari ini berkutat dengan program MONITOR. Apaan lagi nih? Ini adalah software yang dibuat oleh James Gibbs (http://www.esf.edu/efb/gibbs/monitor/) yang menggunakan simulasi Monte Carlo. Tetap gak mudeng? Program ini dibuat untuk menganalisa baik tidaknya suatu program monitoring biodiversity dalam mendeteksi perubahan yang terjadi dalam suatu ekosistem. Jadi, ini termasuk menganalisa apakah ukuran sampel kita sudah cukup (jumlah lokasi, jumlah plot, berapa kali survey dalam setahun) serta dari desain survey yang kita buat, perlu berapa tahun untuk dapat mendeteksi perubahan yang terjadi. Berhubung tiap spesies punya karakter yang berbeda, maka analisanya pun dilakukan per species. Contoh aja, 3 tahun monitoring di 168 point count mungkin cukup untuk mendeteksi perubahan hingga 20% pada Green Imperial Pigeon (Ducula aenea) yang kebetulan umum di hutan Lambusango, tetapi waktu yang sama belum tentu cukup untuk spesies yang lain yang lebih jarang seperti Julang Sulawesi (Rhyticeros cassidix). Btw, ini masih perkiraan sih….

Analisa seperti ini jarang sekali dilakukan, apalagi di Indonesia. Padahal sebenernya penting juga untuk melihat efektivitas monitoring kita, dan bahkan dapat juga dicari bentuk desain monitoring yang paling tepat sebelum melakukan survey. Daripada buang dana tapi data ternyata gak bisa bicara banyak, mending diuji dulu.

Program MONITOR didasarkan pada Power Analysis. Kalau masih inget istilah α pada uji signifikansi statistic (Type I error), maka power adalah kebalikannya (Type II error). Power analysis adalah bagaimana kita berusaha mengimbangi Type I error dan Type II error. Desain survey yang efektif menghendaki power yang cukup tinggi (biasanya >0.8). Jadi kalau powernya masih rendah, maka nilai α dapat dinaikkan atau sebaliknya.

Seperti disebutkan bahwa software ini menggunakan pendekatan Monte Carlo, maka pengerjaannya berdasarkan simulasi. Struktur dasarnya ditentukan dari desain survey, misalnya jumlah lokasi/plot, mean initial abundance dari species yang akan dianalisa, standar deviasi dari initial abundance, serta survey occasions (berapa tahun mau disurvey). Mean initial abundance atau kelimpahan rata-rata tiap jenis biasanya diperoleh dari data yang sudah pernah diambil untuk lokasi itu. Mencari kelimpahan rata-rata sebenernya mudah tapi kadang bisa bikin bingung juga kalau susunan data kita kurang tepat. Tadinya saya ingin menggunakan fasilitas pivot tablenya Excel, tapi ternyata malah bikin kacau dan tidak tepat. Akhirnya terpaksalah menggunakan software statistic yang jauh lebih pinter dalam menghitung statistic deskriptif. Sekali jalan dapat nilai rata-rata berikut standar deviasinya. Penting diingat juga, standar deviasi menentukan power juga. Jika standar deviasi kecil, maka akan lebih cepat memperoleh power yang diinginkan.

Setelah struktur dasar, variasi simulasi dapat diterapkan berdasarkan keinginan kita. Yang terpenting adalah trend yang diinginkan. Nilainya berkisar dari nilai negative hingga positive, misalnya -10, -5,-1, 0, 1, 5, 10. Ini artinya kita ingin melihat apakah desain survey kita mampu mendeteksi trend dari 10% perubahan hingga perubahan yang jauh lebih samar (5% hingga 1%). Masih ada beberapa fitur lain yang juga menentukan simulasi.

Saat ini saya sedang jalan-jalan di data burung hasil survey selama di hutan Lambusango, Buton. Rencananya sih mau menganalisa sekitar 20-an jenis burung yang paling banyak ditemukan. Setelah 2 hari coba sana, coba sini (apalagi saya bukan seorang ‘stat jog’ yang bisa paham sekali baca), baru hari ini simulasi serius dilakukan. Untuk 10 jenis burung dengan berbagai variasi simulasi, dibutuhkan waktu kira-kira 1 jam. Bisa juga diteruskan sih… Tapi harus waspada dengan kesalahan karena dengan berbagai variasi simulasi, kita harus mengganti angka dan kode-kode yang ada. Bulan puasa, ngantuk, mata yang lelah melihat layar laptop, ini semua sumber error. Jadi, memang banyak yang harus dimonitor, mulai dari surveynya, data, hingga kelakuan kita, hehehe…. Btw, semua yang tertulis di sini masih harus dicross check dulu….. Dan saya mau kembali ke simulasi saya yang sampai saat ini juga belum tentu betul…..😛