Mutualism, Commensalism, and Species Diversity

Back to IF3211 Komputasi Domain Spesifik

Mutualism, Commensalism, and Species Diversity

Questions/Cues

• Apa perbedaan mutualisme obligat dan fakultatif?
• Bagaimana komensalisme berbeda dari mutualisme (+/+ vs +/0)?
• Apa dua komponen keanekaragaman spesies?
• Bagaimana Shannon diversity index dihitung dan dimaknai?
• Apa hubungan diversitas dengan stabilitas dan produktivitas komunitas?

Reference Points

• IF3211 — Ecological Communities (PPT 11, bagian Positive Interactions)
• IF3211 — Ecological Communities (PPT 11, bagian Species Diversity)

Interaksi Positif: Mutualisme dan Komensalisme

Interaksi positif (positive interactions) adalah interaksi antara individu dua spesies di mana setidaknya satu pihak diuntungkan dan tidak ada yang dirugikan. Dua bentuknya adalah mutualisme dan komensalisme.

Mutualisme (mutualism) (+/+) menguntungkan anggota kedua spesies. Pada mutualisme obligat, anggota salah satu atau kedua spesies tidak dapat bertahan hidup tanpa pasangannya — contohnya pohon akasia dan semut yang saling bergantung untuk kelangsungan hidup dan reproduksi (semut melindungi pohon dari herbivora, pohon memberi tempat tinggal dan nektar). Pada mutualisme fakultatif, kedua spesies masih dapat bertahan hidup sendiri-sendiri.

Komensalisme (commensalism) (+/0) menguntungkan individu satu spesies tanpa merugikan maupun menguntungkan spesies lain. Contoh: bunga liar yang tumbuh optimal pada cahaya rendah memperoleh manfaat dari naungan pohon hutan, tetapi tidak memengaruhi kelangsungan hidup maupun reproduksi pohon. Contoh lain adalah burung cattle egret yang menangkap serangga yang terusik oleh kerbau Afrika.

Keanekaragaman Spesies: Richness dan Relative Abundance

Keanekaragaman spesies (species diversity) memiliki dua komponen. Species richness adalah jumlah spesies berbeda dalam komunitas. Relative abundance adalah proporsi tiap spesies terhadap seluruh individu di komunitas.

Dua komunitas dapat memiliki richness yang sama tetapi relative abundance berbeda — dan komunitas dengan distribusi lebih merata terasa “lebih beragam”. Misal komunitas A dengan empat spesies berproporsi 25%–25%–25%–25% lebih beragam daripada komunitas B berproporsi 80%–10%–5%–5%, meski keduanya punya richness = 4. Inilah sebabnya kita butuh diversity index untuk membandingkan secara kuantitatif.

Shannon Diversity Index

Indeks yang paling banyak dipakai adalah Shannon diversity index (H):

H = −(p_A ln p_A + p_B ln p_B + p_C ln p_C + …) = −Σ p_i ln(p_i)

di mana A, B, C … adalah spesies, p_i adalah relative abundance tiap spesies, dan ln adalah logaritma natural. Nilai H makin besar ketika spesies makin banyak dan distribusinya makin merata. Tantangan praktis: menentukan jumlah dan kelimpahan relatif spesies sulit karena sebagian besar spesies bersifat langka (rare) sehingga rentan luput dari sampling.

Diversitas, Stabilitas, dan Produktivitas

Ekolog memanipulasi diversitas pada komunitas eksperimental untuk mempelajari efeknya terhadap produktivitas dan stabilitas. Hasil eksperimen di Cedar Creek menunjukkan bahwa komunitas dengan diversitas lebih tinggi: lebih produktif dan lebih stabil produktivitasnya; lebih mampu bertahan dan pulih dari tekanan lingkungan; menghasilkan biomassa (total massa seluruh organisme di habitat) lebih banyak daripada petak satu-spesies; serta lebih resisten terhadap spesies invasif (organisme yang mapan di luar wilayah asalnya).

Framing Komputasional: H sebagai Information Entropy

Formula Shannon index identik secara matematis dengan Shannon entropy H = −Σ p_i log p_i dari teori informasi. Dalam komunikasi, entropy mengukur ketidakpastian/rata-rata informasi suatu sumber simbol; dalam ekologi, ia mengukur ketidakpastian menebak spesies dari satu individu yang diambil acak. Komunitas monokultur (p = 1 untuk satu spesies) memberi H = 0 — nol informasi, sepenuhnya dapat diprediksi. Dengan menggunakan log basis-2, H langsung berarti bit. Konsep turunan: Pielou’s evenness J = H / ln(S) menormalkan H terhadap richness S (analog normalized entropy), dan Simpson index D = Σ p_i² setara dengan probabilitas tumbukan / Rényi entropy orde-2. Diversitas, dengan demikian, adalah masalah encoding: komunitas beragam butuh “kode” lebih panjang untuk dideskripsikan.

Summary

Interaksi positif mencakup mutualisme (+/+, bisa obligat seperti akasia–semut atau fakultatif) dan komensalisme (+/0). Keanekaragaman spesies terdiri atas species richness (jumlah spesies) dan relative abundance (proporsi tiap spesies); keduanya dirangkum oleh Shannon diversity index H = −Σ p_i ln p_i, yang secara matematis identik dengan Shannon entropy dari teori informasi. Eksperimen Cedar Creek menunjukkan diversitas tinggi meningkatkan produktivitas, stabilitas, biomassa, dan resistensi terhadap spesies invasif. Lihat juga Interspecific Interactions and Competition dan Trophic Structure and Community Organization.

Additional Information

Deeper Dive: Hipotesis Diversitas–Stabilitas

Hubungan diversitas–stabilitas punya beberapa mekanisme. Portfolio effect: seperti diversifikasi investasi, banyak spesies merata-ratakan fluktuasi sehingga produktivitas total lebih stabil. Insurance hypothesis: redundansi fungsional berarti jika satu spesies tumbang akibat stres, spesies lain mengambil alih perannya. Complementarity: spesies dengan relung berbeda memanfaatkan sumber daya lebih lengkap sehingga produktivitas total naik. Inilah landasan teoretis temuan Cedar Creek (David Tilman dkk.).

CS / Computational Angle

Hill numbers menyatukan banyak indeks dalam satu kerangka: ^qD = (Σ p_i^q)^(1/(1−q)) — q=0 memberi richness, q→1 memberi exp(Shannon entropy), q=2 memberi inverse Simpson. Ini setara dengan Rényi entropy berparameter orde q, sehingga “diversity profile” adalah kurva entropy terhadap q. Secara implementasi, menghitung H atas sampel besar sama persis dengan menghitung entropy distribusi label pada decision tree (kriteria information gain). Estimator seperti Chao1 mengoreksi bias akibat spesies langka yang tak tertangkap — analog missing-mass estimation (Good–Turing).

Proyek Eksplorasi Mandiri

1. Tulis fungsi Python shannon(counts) dan simpson(counts); uji pada data kelimpahan dua komunitas dengan richness sama tetapi evenness berbeda, lalu bandingkan hasilnya.
2. Plot “diversity profile” (Hill numbers vs q dari 0 sampai 3) untuk sebuah dataset ekologi nyata.
3. Demonstrasikan kesetaraan H dengan information gain: hitung entropy label pada dataset klasifikasi dan kaitkan interpretasinya.

Bacaan Lanjutan

• Campbell Biology in Focus, 3rd ed., Chapter 41 — Ecological Communities.
• Tilman, D. et al. (2006). “Biodiversity and ecosystem stability”, Nature.
• Jost, L. (2006). “Entropy and diversity”, Oikos.