Analisis Model Ekosistem Teluk Lampung .1 Analisis Kuantitatif Kecocokan Model
88
Walaupun kisaran nilai hasil simulasi memiliki nilai yang lebih rendah dari hasil observasi akan tetapi hubungan antara model dan observasi menunjukkan
korelasi yang erat dengan nilai korelasi untuk fitoplankton berkisar antara 0.9387- 0.9485 dan untuk zooplankton berkisar antara 0.9420 - 0.9486. Nilai korelasi yang
mendekati 1 satu ini menunjukkan bahwa model memberikan hasil prediksi yang kuat terhadap kondisi lapangan yang sebenarnya. Hasil analisi korelasi
antara model dan observasi disajikan pada Lampiran 43 dan 47.
4.3 Analisis Model Ekosistem Teluk Lampung 4.3.1 Analisis Kuantitatif Kecocokan Model
Perhitungan nilai normalisasi rata-rata kesalahan mutlak disajikan dalam Tabel 12. Nilai NMAE merupakan nilai simpangan absolut antara hasil simulasi
dan data observasi. Untuk mendapatkan kecocokan model, maka nilai NMAE dibandingkan dengan nilai standar deviasi SD diperoleh dari nilai rata-rata
standar deviasi bulanan data observasi yang kemudian dinormalisasi dengan rata- rata nilai observasi.
Tabel 12 Hasil Normalisasi rata-rata kesalahan mutlak NMAE perbandingan antara hasil simulasi dan data lapangan
Variabel NMAE
SDRerata NH
4
0.104215 0.0934341
NO
3
0.080969 0.070537
PO
4
0.130522 0.1210153
Total Karbon Organik 0.253809
0.0934341 Oksigen Telarut
0.114812 0.1211578
Salinitas 0.002403
0.002262 Temperatur
0.005482 0.0077017
Klorofil-a 0.186213
0.2131769 Zooplankton
0.1206 0.1355729
Rerata 0.111003
0.0953658 Sumber: Hasil penelitian diolah
Semua nilai NMAE memiliki kecenderungan mendekati dengan standar deviasi per rata-rata kecuali untuk NH
4,
temperatur dan klorofil-a. Nilai NMAE untuk total karbon organik cenderung lebih besar dari nilai standar deviasi yang
dirata-rata, hal ini disebabkan karena nilai total karbon organik hasil observasi digunakan pendekatan dari nilai total padatan tersuspensi yang semua
89
komponennya dianggap sebagai karbon sedangkan nilai model sudah mempertimbangkan komponen refraktori, sehingga selisih antara data observasi
dan data model cukup besar. Nilai NMAE yang cenderung mendekati atau sama dengan nilai standar deviasi yang dirata-rata mengindikasikan bahwa secara
umum model menyediakan prediksi yang kuat terhadap data observasi. Simulasi yang dilakukan menggunakan beberapa parameter yang diuraikan
pada Lampiran 1 - 3. Penggunaan parameter didasarkan pada studi literatur untuk mendapatkan nilai yang memungkinkan sesuai atau sama dengan daerah model.
Nilai parameter yang digunakan sebagian merupakan nilai yang diperoleh dari pengujian model atau nilai yang didapatkan dari verifikasi model. Nilai-nilai
tersebut sebagian berbeda dengan nilai yang diperoleh dari literatur. Beberapa nilai yang berbeda tersebut adalah koefisien atenuasi spesifik
terhadap DOC yang nilainya lebih rendah dari nilai literatur. Hal ini mengindikasikan bahwa karbon organik terlarut di daerah model memiliki
karakteristik yang lebih mudah untuk ditembus cahaya, sehingga memungkinkan cahaya mudah masuk ke perairan yang lebih dalam. Parameter yang lain yang
juga berbeda dengan nilai literatur adalah temperatur pengganda yang memiliki nilai lebih tinggi dari nilai literatur. Nilai tersebut berarti bahwa ketika terjadi
perubahan temperatur maka lebih cepat mengalami perubahan baik secara fisik atau kimia. Laju dekomposisi dan laju denitrifikasi yang lebih tinggi memiliki arti
bahwa senyawa kimia lebih mudah diuraikan yang biasanya tergantung dari nilai pH, temperatur, oksigen terlarut dan organisme pengurainya.
Nilai Konstanta setengah jenuh untuk uptake juga memiliki nilai yang lebih kecil dari nilai literatur, hal ini berarti bahwa kemampuan uptake untuk mencapai
setengah nilai maksimum dari material yang di-uptake akan lebih mudah tercapai. Nilai rasio internal nitrogen yang lebih besar menunjukkan bahwa organisme
fitoplankton membutuhkan nitrogen dalam jumlah yang lebih sedikit, sebaliknya nilai rasio internal fosfor yang lebih kecil menunjukkan bahwa fitoplankton
membutuhkan unsur P dalam jumlah yang lebih besar jika dibandingkan dengan nilai dari literatur.
Pada variabel zooplankton nilai laju respirasi lebih besar dari nilai literatur yang berarti bahwa zooplankton pada daerah model membutuhkan energi yang
90
lebih banyak untuk respirasinya. Nilai preferensi atau kesukaan zooplankton terhadap jenis zooplankton yang lain diatur pada nilai nol yang berbeda dengan
nilai literatur, hal ini disebabkan karena dalam simulasi ini hanya menggunakan satu kelopok zooplankton sehingga tidak terdapat kemungkinan pemangsaan satu
jenis zooplankton terhadap jenis zooplankton yang lain. Nilai parameter memiliki peran yang sensitif terhadap perubahan variabel
ekosistem, sehingga untuk mendapatkan variabel yang mendekati dengan kondisi lapangan perlu dilakukan analisis untuk mengetahui parameter yang signifikan
berpengaruh terhadap perubahan variabel. Koefisien sensitivitas S
ij
ukuran sensitivitas relatif dari luaran yang dihubungkan dengan perubahan parameter
dihitung untuk tiap variabel utama disajikan pada Tabel 13. Fasham et al., 1990; Chen et al., 2002; Bruce et al., 2006 mendefinisikan
bahwa parameter dinilai sensitif jika nilai S
ij
0.5. Dengan menggunakan definisi tersebut maka persentase parameter sensitif di sajikan dalam angka yang dicetak
tebal dan dirangkum pada akhir baris tabel. Dari 6 variabel utama, variabel NO
3
dan POC memiliki 10 parameter yang sensitif, variabel NH
4
dan Fitoplankton memiliki 40 parameter sensitif, dan 60 parameter yang sensitif terhadap
perubahan variabel PO
4
dan zooplankton. Nilai S
ij
yang lebih besar dari 1 satu berarti bahwa persentase variabel yang berubah dalam simulasi adalah lebih besar
dari persentase perubahan parameternya, atau dengan kata lain perubahan parameter ditingkatkan melalui model.
Jumlah parameter sensitif terbesar adalah pada variabel PO
4
dan zooplankton. Parameter yang memiliki indeks sensitivitas terbesar dari
keseluruhan rata-rata semua variabel adalah laju grazing, efisiensi grazing, temperatur standar, temperatur maksimum dan konstanta setengah jenuh untuk
grazing dari variabel zooplankton dan variabel fitoplankton, yang berarti bahwa parameter-parameter tersebut sangat berperan dalam perubahan konsentrasi
fitoplankton maupun zooplankton. Parameter lain yang sangat sensitif adalah densitas POM yang secara langsung berpengaruh terhadap kehilangan atau
penenggelaman POC, POP, dan PON dari kolom air.
91
Tabel 13 Hasil analisis sensitivitas model pada parameter yang digunakan dalam CAEDYM untuk simulasi di Teluk Lampung
Parameter Variabel
NH
4
NO
3
PO
4
POC Fitoplankton
Zooplankton K
d
-0.31 -0.12
0.33 0.00
-0.45 -1.51
K
eDOC
-0.34 -0.09
0.12 -0.02
-0.44 -0.98
K
ePOC
-0.65
-0.29
-0.87
-0.01 0.10
-0.76
K
SOD
-0.32 -0.05
-0.16 -0.02
-0.24 -0.49
K
DOSOD
-0.37 -0.14
-0.64 -0.07
-0.49 -0.77
SOD
-0.34 -0.11
-0.67 -0.03
-0.38 -0.91
d
POM
-0.89 -0.12