Fungsi kemiripan menghitung kesamaan dan ketidaksamaan antara dua objek yang diobservasi. Objek yang dimaksud disini adalah komunitas yang saling berbeda. Ludwig & Reynolds (1988) menyatakan bahwa kemiripan suatu komunitas dengan komunitas lain dapat dinyatakan dengan similarity coefficients dan distance coefficients. Similarity coefficients memiliki nilai yang bervariasi antara 0 (jika kedua komunitas benar-benar berbeda) hingga 1 (jika kedua komunitas identik). Similarity coefficients dapat ditunjukkan dengan beberapa indeks seperti indeks Dice dan Jaccards. Distance coefficients atau dissimilarity coefficients merupakan kebalikan dari similarity coefficients.
Distance coefficients dapat dihitung menggunakan tiga kelompok indeks yaitu E-group (the Euclidean distance coefficients), BC-group (Bray-Curtis dissimilarity index), dan RE-group (the relative Euclidean distance). Dari ketiga kelompok di atas, Ludwig & Reynolds (1988) merekomendasikan untuk menggunakan BC-group (Bray-Curtis dissimilarity index) dan RE-group (the relative Euclidean distance) dalam menghitung indeks ketidaksamaan karena perhitungan dengan Euclidean distance coefficients dapat memberikan hasil yang bias.
Bloom (1981) telah membandingkan keakuratan empat similarity indices (indeks Bray-Curtis, Canberrra metric, indeks Morisita yang dimodifikasi oleh Horn dan Horn’s Information Theory Index). Indeks Bray-Curtis ternyata memberikan keakuratan yang lebih baik daripada ketiga indeks lainnyya. Horn’s Information Theory Index dan indeks Morisita yang dimodifikasi oleh Horn memberikan hasil yang overestimate sedangkan Canberra metric cenderung underestimate.
Berikut rumus IS Bray-Curtis:
IS = {2W/(a+b) }x 100%
Dimana : IS : index of similarity
W : jumlah individu yang lebih rendah atau sama dari pasangan jenis yang dibandingan pada dua komunitas
a : jumlah individu semua jenis pada komunitas A
b : jumlah individu semua jenis pada komunitas B
Next Journey Please! 