48 Analisis spektral merupakan metode untuk mengeksplorasi pola-pola
cyclic dari data deret waktu time series. Tujuan analisis ini adalah untuk
memisahkan time series yang terdiri dari komponen cyclic yang kompleks menjadi beberapa fungsi sinusoidal sinus dan cosinus dari beberapa panjang
gelombang tertentu. Analisis deret waktu dilakukan terhadap data suhu permukaan laut,
konsentrasi klorofil-a dan CPUE. Metode yang digunakan adalah Fast Fourier Transform
FFT dan wavelet.
3.4.3.1 Spektrum Densitas Energi
Spektrum densitas energi digunakan untuk mengetahui periode fluktuasi dan nilai densitas energi. Spektrum densitas energi suhu permukaan laut,
klorofil-a dan CPUE Madidihang dicari dengan menggunakan perangkat lunak Statistica for Windows 6.0
. Data deret waktu suhu, klorofil-a dan CPUE terlebih dahulu diubah dari
domain waktu menjadi domain frekuensi. Dengan metode Fast Fourier Transform FFT, komponen Fourier
dari deret waktu yang dicatat pada selang
waktu h 1 bulan atau 1 hari yang diacu dari Bendat and Piersol 1971 in Farita et al
., 2006:
Dimana: = fungsi FFT pada frekuensi ke kfk
N = jumlah pengamatan
t = 0, 1, 2,...,N-1 h = 0, 1, 2,...,N-1
i = bilangan imajiner
Dari data FFT tersebut dapat diperoleh nilai fungsi spektrumnya Sx dengan rumus:
49
Metode FFT dengan perangkat lunak Statistica for Windows 6.0 tidak memiliki kemampuan menganalisis selang kepercayaan dari data yang dihasilkan
dan tidak mengetahui secara persis rentang waktu terjadinya fluktuasi periode dominan dalam deret waktu pengamatan. Oleh karena itu, dilakukan analisis yang
sama menggunakan metode wavelet sehingga dari kedua metode tersebut dapat diperoleh periode fluktuasi, densitas energi dan waktu terjadinya fuktuasi periode
yang dominan pada selang kepercayaan 95. Metode wavelet merupakan pengembangan dari metode FFT. Analisis
wavelet menurut Torence dan Compo 1998 merupakan upaya mendekomposisi
deret waktu ke dalam ruang waktu-frekuensi secara simultan. Metode ini mengkalkulasikan energi spektrum dari deret waktu. Kelebihan dari metode
wavelet yaitu dapat mendeteksi fluktuasi-fluktuasi periodik yang bersifat transient
serta dapat menggambarkan proses dinamik nonlinier komplek yang diperlihatkan oleh interaksi gangguan dalam skala ruang dan waktu. Perangkat lunak yang
digunakan adalah Matlab 7.70 R2008b. Analisis wavelet yang digunakan adalah Continous Wavelet Transform
CWT untuk menghitung periode fluktuasi dan densitas energy setiap parameter dan Cross Wavelet Transform CWT untuk
menghitung kovarian dari dua deret waktu. CWT menggunakan wavelet sebagai bandpass filter terhadap deret waktu.
Wavelet dipanjangkan dalam waktu dengan memvariasikan skalanya s, sehingga
= s . t, dan menormalisasinya sehingga mempunyai unit energi. CWT sebuah deret waktu x
n
,n=1,...,N dengan selang waktu yang sama t, didefinisikan
sebagai bilangan kompleks dari xn dengan skala dan wavelet yang telah dinormalisasi, yang dirumuskan sebagai berikut:
XWT didefinisikan sebagai berikut Torrence dan Compo 1998:
50 dimana menandakan complex conjugation .
Argumen kompleks arg WXY dapat diinterpretasikan sebagai fase relatif lokal antara X
n
dan Y
n
dalam ruang frekuensi waktu Grinsted et al. 2004. Hubungan fase relatif ditunjukkan dengan arah panah dimana panah ke kanan
berarti sefase inphase, panah ke arah kiri berarti antifase anti-phase, panah 900 berarti ke arah bawah berarti X mendahului Y dan panah ke arah atas berarti Y
mendahului X.
3.4.3.2. Korelasi Silang
Analisis korelasi silang dilakukan dua kali, yaitu antara parameter suhu permukaan laut dengan CPUE Madidihang, dan antara parameter konsentrasi
klorofil-a dengan CPUE Madidihang. Korelasi silang digunakan untuk melihat apakah ada hubungan antara fluktuasi kedua parameter.
Dalam melakukan analisis korelasi silang, komponen suhu permukaan laut dan konsentrasi klorofil-a dianggap sebagai parameter yang mempengaruhi
x, sedangkan CPUE Madidihang dianggap sebagai parameter yang dipengaruhi y. Perhitungan nilai spektrum silang hanya dapat dilakukan pada beberapa
pasang kelompok data yang memiliki selang waktu perekaman yang sama. Analisis korelasi silang terdiri dari kospektrum densitas energi, koherensi
kuadrat dan beda fase. Kospektrum densitas energi menggambarkan periode fluktuasi kedua parameter yang bersamaan. Hubungan yang erat antara fluktuasi
kedua parameter tersebut digambarkan oleh nilai koherensi yang tinggi begitu juga sebaliknya. Beda fase menunjukkan perbedaan waktu antara kedua periode
fluktuasi. Beda fase positif menandakan bahwa fluktuasi suhu permukaan laut dan konsentrasi klorofil-a mendahului fluktuasi CPUE Madidihang, sedangkan beda
fase negatif menunjukkan bahwa fluktuasi CPUE Madidihang mendahului fluktuasi angin suhu permukaan laut dan konsentrasi klorofil-a. Satuan beda fase
pada program Statistica for Windows 6.0 adalah tan
-1
. Untuk mengubah satuan beda fase dari tan
-1
menjadi waktu bulan, nilai beda fase tersebut diubah terlebih dahulu ke dalam bentuk derajat
. Nilai derajat yang diperoleh kemudian dibagi dengan 360 lalu dikalikan periode bulan dari fluktuasi tersebut. Hasilnya adalah
51 nilai beda fase dengan Analisis deret waktu atau time series analysis dimaksudkan
untuk melihat hubungankorelasi, koherensi dan beda fase antara parameter suhu permukaan laut, klorofil-a dan CPUE dengan metode FFT dan metode Wavelet
yang merupakan metode untuk eksplorasi pola-pola cyclic dari data deret waktu time series. Tujuan analisis ini adalah untuk memisahkan time series yang terdiri
dari komponen cyclic yang kompleks menjadi beberapa fungsi sinusoidal sinus dan cosinus dari beberapa panjang gelombang tertentu.
3.4.4 Analisis Kelayakan Usaha
Kelayakan usaha kapal sekoci yang digunakan untuk mengevaluasi tingkat keuntungan dan kelayakan kegiatan perikanan tangkap tuna yang dilakukan oleh
nelayan Sendang Biru pada tahun 2003-2010, selanjutnya dianalisis tentang performan keuangannya dengan menghitung nilai pendapatan, RC rasio,
Profitabilitas, masing-masing indikator tersebut dihitung berdasarkan rumus sebagai berikut:
1. Pendapatan Π = TR-TC
Yang diperoleh dari: TR = P.Q
TC = TFC+TVC Keterangan:
Π = Pendapatan TR = Total Revenue
TC = Total Cost TFC = Total Fixed Cost
TVC = Total Variable Cost P = Harga produk ikan Rpkg
2. RC Ratio RC Ratio = TRTC
Keterangan: TR = Total Revenue Penerimaan total dalam Rp TC = Total Cost Biaya Total dalam Rp
52 Dengan ketentuan:
RC 1, Perikanan Madidihang nelayan sekoci menguntungkan RC = 1, Perikanan Madidihang nelayan sekoci impas break even point
RC 1, Perikanan Madidihang nelayan sekoci rugi.
3. Profitability Ratio PR =
ΠI x 100 Keterangan:
Π = Pendapatan I = Investasi
Ketentuan: PR suku bunga bank berarti menguntungkan 4. Payback Period
Keterangan: I = Biaya Investasi yang diperlukan Ab = Benefit bersih yang diperoleh tiap tahunnya
4.4.5 Analisis Keberlanjutan
Analisis indeks dan status keberlanjutan existing condition setiap dimensi pengelolaan sumberdaya Madidihang yang berkelajutan, meliputi
dimensi ekologi, ekonomi, sosial, kelembagaan dan teknologi dilakukan dengan pendekatan Multidimensional Scaling MDS dengan teknik ordinasi yang
dimodifikasi dari program Rapfish, dikembangkan oleh Fisheries Center, University of British Columbia Fauzi dan Anna 2002. Teknik ordinasi Rapfish
yaitu menentukan sesuatu pada urutan yang terukur dengan metode MDS, selain merupakan salah satu metode ”multivariate” yang dapat menangani data matriks
skala ordinal maupun nominal, juga merupakan teknik statistik yang mencoba melakukan transformasi multidimensi ke dalam dimensi yang lebih rendah Fauzi
dan Anna 2005.
Analisis ordinasi Rapfish dilakukan melalui tahapan: 1 penentuan atribut sistem yang dikaji; 2 penilaian setiap atribut dalam skala ordinal Rap Scores
berdasarkan kriteria keberlanjutan setiap dimensi; 3 analisis ordinasi Rap Analysis
untuk menentukan ordinasi dan nilai stres; 4 penyusunan indeks dan status keberlanjutan sistem yang dikaji secara umum maupun setiap dimensi
53 Distances; 5 analisis sensitivitas Leverage Analysis untuk melihat atribut
atau peubah yang sensitif mempengaruhi keberlanjutan. Analisis sensitivitas atribut yang paling sensitif memberikan kontribusi dilihat dalam bentuk
perubahan Root Mean Square RMS, khususnya pada sumbu X skala sustainabilitas. Semakin besar nilai perubahan RMS semakin besar peranan
atribut tersebut atau semakin sensitif dalam pembentukan nilai keberlanjutan pada skala sustainabilitas, dan 6 evaluasi pengaruh galat Error acak digunakan
analisis Monte Carlo untuk mengetahui: a pengaruh kesalahan pembuatan skor atribut, b pengaruh variasi pemberian skor, c stabilitas proses analisis MDS
yang berulang-ulang, d kesalahan pemasukan atau hilangnya data missing data
, dan e nilai stress dapat diterima apabila 20. Análisis keberlanjutan pengelolaan sumberdaya perikanan Madidihang
dilakukan dengan pendekatan multidimensional scaling MDS yang disebut metode RAPFISH yang digunakan untuk menilai status keberlanjutan perikanan
tangkap Pitcher dan Preikshot 2001; Kavanagh and Pitcher 2004. Analisis keberlanjutan dinyatakan dalam indeks keberlanjutan pemanfaatan sumberdaya
ikan tuna. Analisis dilakukan melalui tiga tahapan: 1. Penentuan atribut pemanfaatan sumberdaya Madidihang Thunnus albacares
yang mencakup lima dimensi, yaitu dimensi ekologi, ekonomi, sosial, teknologi dan kelembagaan. Pada setiap dimensi dipilih beberapa atribut yang
mewakili dimensi yang bersangkutan untuk selanjutnya digunakan sebagai indikator tingkat keberlanjutan dari dimensi tersebut. Atribut pada setiap
dimensi memang sangat banyak tetapi untuk memudahkan analisis selanjutnya maka dipilih yang benar-benar secara kuat mewakili dimensi
yang bersangkutan, tidak tumpang tindih dengan atribut yang lain dan mudah mendapatkan datanya. Adapun atribut-atribut dari setiap dimensi yang akan
digunakan untuk menilai keberlanjutan usaha penangkapan tuna diacu dari Charles 2001 dan Pitcher dan Preikshot 2001. Berdasarkan kajian awal
diperoleh gambaran mengenai atribut masing-masing dimensi keberlanjutan disajikan pada Lampiran 1.
