cenderung terus mengalami peningkatan, puncaknya terjadi pada tahun 2004 dengan jumlah effort mencapai 32.511 trip dan tahun 2009 dengan jumlah effort
sebanyak 27.159 trip. Produksi ikan lemuru dari tahun 1995 hingga tahun 2010 berfluktuatif, jumlah produksi tertinggi terjadi pada tahun 2007 yang mencapai
67.849 ton dan tahun 2009 sebesar 65.238 ton. Hal yang sama juga ditunjukkan dari nilai CPUE yang berfluktuatif. Nilai CPUE tertinggi terjadi pada tahun 1998
sebesar 4,5 ton per trip, sedangkan nilai CPUE pada tahun 2009 mencapai 2,4 ton per trip.
5.4 Hubungan Catch per Unit Effort CPUE dan Effort
Hubungan antara CPUE dan effort pada sumberdaya ikan lemuru yang disajikan pada Gambar 23 menunjukkan peningkatan aktivitas penangkapan
effort semakin menurunkan produktivitas hasil tangkapan CPUE. Secara linier hubungan CPUE dan effort digambarkan dalam persamaan y = -2E-05x + 2,0304
yang artinya setiap terjadi peningkatan effort sebanyak 1 trip, maka CPUE akan turun sebesar 0,00002 ton per trip. Kondisi ini mengindikasikan sumberdaya ikan
lemuru hampir mengalami overfishing secara biologi. Hubungan antara CPUE dan effort pada sumberdaya ikan lemuru dalam 16 tahun terakhir secara lebih jelas
dapat dilihat pada Gambar 23.
Gambar 23. Hubungan antara CPUE dan effort pada sumberdaya ikan lemuru
y = -2E-05x + 2,0304
0.5 1
1.5 2
2.5 3
3.5 4
4.5 5
5000 10000
15000 20000
25000 30000
35000 CPUE
Linear CPUE
5.5 Estimasi Parameter Biologi
Ada beberapa model estimasi yang digunakan dalam melakukan estimasi parameter biologi, yaitu model estimasi Algoritma Fox, model estimasi Clark,
Yoshimoto dan Pooley CYP, model estimasi Walters dan Hilborn WH, dan model estimasi Schnute. Pemilihan model estimasi yang paling cocok dengan
karakteristik sumberdaya ikan lemuru di Perairan Selat Bali dilakukan dengan cara membandingkan tingkat pertumbuhan intrinsik r, koefisien daya tangkap
q dan daya dukung lingkungan K dari masing-masing model estimasi. Selain itu dilakukan uji statistik dan membandingkan biomas x, produksi h, dan effort
E pemanfaatan aktual dengan optimal MSY sumberdaya ikan dari masing- masing model estimasi. Parameter biologi yang akan diestimasi meliputi tingkat
pertumbuhan intrinsik r, koefisien daya tangkap q dan daya dukung lingkungan K. Parameter biologi dan nilai uji statistik dari masing-masing
model estimasi dapat dilihat pada Tabel 25. Tabel 25. Perbandingan data aktual, parameter biologi, MSY dan uji statistik pada
sumberdaya ikan lemuru
Pemanfaatan Aktual
Parameter Biologi MSY
Persentase aktual
terhadap MSY
Uji Statistik r
q K
Uji F Sig
R
2
Algoritma Fox 0,890925
7,0415E-06 288347,9
0,112171 0,742652
0,007949 Biomas x ton
144.173,97 Produksi h ton
30.086,63 64.224,12
46,85 Effort E trip
17.605,42 63.262,47
27,41 CYP
1,931011 1,87222E-05
87605,43 0,032515
0,968093 0,00539
Biomas x ton 43.802,72
Produksi h ton 30.086,63
42.291,76 71,14
Effort E trip 17.605,42
51.570,13 34,14
Walter - Hilborn 2,142987
3,09083E-05 109335,49
3,628129 0,058567
0,376826 Biomas x ton
54.667,74 Produksi h ton
30.086,63 58.576,12
51,36 Effort E trip
17.605,42 34.666,87
50,78
Schnute 0,754851
2,9483E-05 215417,07
0,233153 0,795274
0,034628 Biomas x ton
107.708,53 Produksi h ton
30.086,63 40.651,94
74,01 Effort E trip
17.605,42 12.801,46
137,53
Pada Tabel 25, dapat dilihat perbandingan tingkat pertumbuhan instrinsik r, koefisien daya tangkap q dan daya dukung lingkungan K dari masing-
masing model estimasi. Tingkat pertumbuhan intrinsik r yang paling tinggi dari keempat model estimasi tersebut adalah model estimasi CYP yaitu sebesar 1,93
ton per tahun. Sedangkan untuk koefisien daya tangkap q yang tertinggi adalah model estimasi WH yaitu 0,00003 ton per trip dan model yang memiliki nilai daya
dukung lingkungan K tertinggi adalah model estimasi Algoritma Fox yaitu sebesar 288.347,9 ton per tahun.
Nilai Uji F dan R square digunakan untuk mengukur goodness of fit dari model regresi dan untuk membandingkan tingkat validitas hasil regresi terhadap
variable independen dalam model, dimana jika nilai signifikansi Uji F lebih kecil dan nilai R square semakin besar menunjukkan bahwa model tersebut semakin
baik. Pada Tabel di atas dapat dilihat model estimasi yang memiliki nilai signifikasi paling kecil dan nilai R square paling tinggi yaitu model estimasi
Walter Hilborn. Berdasarkan perbandingan nilai pemanfaatan aktual dengan optimal MSY pada sumberdaya ikan lemuru, rata-rata tingkat produksi aktual
dari model estimasi Walter Hilborn telah mencapai 30.190,09 ton atau 67 persen dari tingkat produksi maksimal nilai MSY = 45.128,38 ton. nilai biomas dari
model estimasi Walter Hilborn sebesar 58.576,12 ton. Dari hasil estimasi model
Walter Hilborn diperoleh nilai koefisien tingkat pertumbuhan intrinsik r sebesar 2,14; 2 koefisien daya tangkap q sebesar 0,00003 ton per trip; dan 3 dan daya
dukung lingkungan K sumberdaya ikan lemuru sebesar 109.335,49 ton per tahun. Apabila dilihat dari nilai koefisien tingkat pertumbuhan intrinsik r
sebesar 2,14 dimana lebih besar dari 1, maka secara logika dan teoritis hal tersebut menunjukkan bahwa model estimasi Walter Hilborn tidak dapat digunakan untuk
menduga dan menggambarkan kondisi pemanfaatan sumberdaya ikan lemuru di Selat Bali.
Berdasarkan pada Tabel 25 terdapat dua model estimasi yang memiliki nilai koefisien tingkat pertumbuhan intrinsik r yang lebih kecil dari 1 yaitu
model estimasi Algoritma Fox dan model estimasi Schnute. Apabila dilihat dari nilai R square diketahui bahwa model estimasi Schnute memiliki nilai R square
yang lebih besar. Dengan demikian model estimasi Schnute lebih memungkinkan digunakan untuk menduga dan menggambarkan kondisi pemanfaatan sumberdaya
ikan lemuru di Selat Bali. Berdasarkan model estimasi Schnute, maka diperoleh parameter biologi
yang meliputi: 1 tingkat pertumbuhan intrinsik r, dimana sumberdaya ikan lemuru akan tumbuh secara alami tanpa ada gangguan dari gejala alam meupun
kegiatan manusia sebesar 0,75 ton per tahun; 2 koefisien daya tangkap q, yang