Saran-saran Pengembangan indeks resiliensi ekosistem dalam pengelolaan terumbu karang

120 Done TJ, Dayton PK, Dayton AE, Steger R. 1991. Regional and local variability in recovery of shallow coral communities: Moorea, French Polynesia and central Great Barrier Reef. Coral Reefs 9:183-192 Donner SD, Skirving WJ, Little CM, Oppenheimer M, Hoegh-Guldberg. 2005. Global assessment of coral bleaching and required rates of adaptation under climate change. Global Change Biol 11:2251–2265 Edmunds PJ, Bruno JF, Carlon DB. 2004. Effects of depth and microhabitat on growth and survivorship of juvenile corals in the Florida Keys. Mar Ecol Prog Ser 278:115–124 English S, Wilkinson C, Baker V. editor. 1994. Survey Manual for Tropical Marine Resources. Townsville, Australia: Australian Institute of Marine Sciences.368pp. Erdinger EN, Risk MJ. 2000. Reef classification by coral morphology predicts coral reef conservation value. Biol Conserv 92:1-13. Feingold JS. 2001. Coral bleaching and mortality in Panama and Ecuador during the 1997-1998 El Nino Southern Oscillation event: spatialtemporal patterns and comparisons with the 1982-1983 event. Bull Mar Sci 691: 61-77 Folke C et al. 2004. Regime shifts, resilience, and biodiversity in ecosystem management. Annu Rev Ecol Evol Syst 35:557–81 Fox HE, Pet JS, Dahuri R, Caldwell RL. 2003. Recovery in rubble fields: long- term impacts of blast fishing. Mar Pollut Bull 46:1024–1031 Fox RJ, Bellwood DR. 2008. Remote video bioassays reveal the potential feeding impact of the rabbitfish Siganus canaliculatus f: Siganidae on an inner- shelf reef of the Great Barrier Reef. Coral Reefs 27:605–615 Friedlander AM, DeMartini EE. 2002. Contrasts in density, size, and biomass of reef fishes between the northwestern and the main Hawaiian islands: the effects of fishing down apex predators. Mar Ecol Prog Ser 230:253–264 Genkai-Kato M. 2007. Regime shifts: catastrophic responses of ecosystems to human impacts. Ecol Res 22:214–219 Gleason MG. 1993. Effects of disturbance on coral communities: bleaching in Moorea, French Polynesia. Coral Reefs 12:193 201 Glyn PW, Fong P. 2006. Patterns of reef coral recovery by the regrowth of surviving tissues following the 1997-98 El Niño warming and 2000, 2001 upwelling cool events in Panamá, eastern Pacific. Proc10th Int Coral Reef Symp; Okinawa, 28 June-2 July 2004: 624-630 121 Glyn PW, Mate JL, Baker AC and Calderon MO. 2001. Coral and coral reef responses to the 1997-1998 El Nino event on the Pacific coast of Colombia. Bull Mar Sci 691: 79-109 Golbuu Y et al. 2007. Palau’s coral reefs show differential habitat recovery following the 1998-bleaching event. Coral Reefs 26:319–332 Gordon AL, Susanto RD, Ffield AL. 1999. Throughflow within Makassar Strait. J Geophys Res Lett 26:3325-3328 Graham EM, Baird AH, Connolly SR. 2008. Survival dynamics of scleractinian coral larvae and implications for dispersal. Coral Reefs 27:529–539 Graham NAJ, Nash KL, Kool JT. 2011. Coral reef recovery dynamics in a changing world. Coral Reefs 30:283-294. Griffiths BS, Bonkowski M, Roy J, Ritz K. 2001. Functional stability, substrate utilization and biological indicators of soils following environmental impacts. Appl Soil Ecol 16:49–61 Grig RW. 1994. Editorials: Science management of the worlds fragile coral reefs. Coral Reefs 13:1 Grimsditch GD, Salm RV. 2006. Coral Reef Resilience and Resistance to Bleaching. Gland, Switzerland: IUCN. 52pp. Guzman HM, Cortés J. 2007. Reef recovery 20 years after the 1982–1983 El Niño massive mortality. Mar Biol 151:401–411 Heink U, Kowarik I. 2010. What are indicators? On the definition of indicators in ecology and environmental planning. Ecol Indicators 10:584–593 Hoegh-Guldberg O. 1999. Climate change, coral bleaching and the future of the world’s reefs. Mar Freshw Res 50:839–866 Hoegh-Guldberg O et al. 2007. Coral reefs under rapid climate change and ocean acidification. Science 318:1737-1742 Hoey AS, Bellwood DR. 2008. Cross-shelf variation in the role of parrotfishes on the Great Barrier Reef. Coral Reefs 27:37–47 Holling CS. 1973. Resilience and stability of ecological systems. Annu Rev Ecol Syst 4:1-23 Holling CS, Gunderson LH. 2002. Resilience and adaptive cycles. In: Gunderson LH, Holling CS eds. Panarchy: Understanding Transformations in Human and Natural Systems . Washington: Island Press. Hlm. 25-62 Hughes TP. 1984. Population dynamics based on individual size rather than age: a general model with a reef coral example. Am Nat 123:778–795 122 Hughes TP. 1994. Catastrophes, phase shifts and large-scale degradation of Caribbean coral reef. Science 65:1547-1551 Hughes TP et al . 2007. Phase shifts, herbivory, and the resilience of coral reefs to climate change. Curr Biol 17:1–6 Hukom FD, Suyarso. 2009. Monitoring Terumbu Karang Biak. Jakarta: COREMAP II LIPI. Ibelings BW, Portielje R, Lammens EHRR, Noordhuis R, Van den berg MS, Joose W, Meijer ML. 2007. Resilience of alternative stable states during the recovery of shallow lakes from eutrophication: Lake Veluwe as a case study. Ecosystems 10:4–16 Jackson JBC. 1997. Reefs since Columbus. Coral Reefs 16, Suppl.:S23-S32 Jackson JBC et al. 2001. Historical overfishing and the recent collapse of coastal ecosystems. Science 293:629-628 Jompa J, McCook LJ. 2002. Effects of competition and herbivory on interactions between a hard coral and a brown alga. J Exp Mar Biol Ecol 271:25– 39 Jompa J, McCook LJ. 2003a. Contrasting effects of turf algae on corals: massive Porites spp. are unaffected by mixed-species turfs, but killed by the red alga Anotrichium tenue. Mar Ecol Prog Ser 258: 79-86 Jompa J, McCook LJ. 2003b. Coral–algal competition: macroalgae with different properties have different effects on corals. Mar Ecol Prog Ser 258: 87–95 Jones CG, Lawton JH, Shachak M. 1997. Positive and negative effects of organism as physical ecosystem engineers. Ecology 78 7:1946-1957 Jones GP, McCormick MI, Srinivasan M, Eagle JV. 2004. Coral decline threatens fish biodiversity in marine reserve. Proc Natl Acad Sci USA 10121:8251–8253 Kaunda-Arara B, Rose GA. 2004. Long-distance movements of coral reef fishes. Coral Reefs 23:410–412 Kleypas JA et al. 1999. Geochemical consequences of increased atmospheric carbon dioxide on coral reefs. Science 284:118-120. Ledlie MH, Graham NAJ, Bythell JC, Wilson SK, Jennings S, Polunin NVC, Hardcastle J. 2007. Phase shifts and the role of herbivory in the resilience of coral reefs. Coral Reefs 26:641–653 Lin T, Lin JY, Cui SH, Cameron S . 2009. Using a network framework to quantitatively select ecological indicators. Ecol Indicators 9:1114–1120 Littler MM, Littler DS, Brooks BL. 2006. Harmful algae on tropical coral reefs: 123 Bottom-up eutrophication and top-down herbivory. Harmful Algae 5:565– 585 Lourey MJ, Ryan DAJ, Miller IR. 2000. Rates of decline and recovery of coral cover on reefs impacted by, recovering from and unaffected by crown-of- thorns starfish Acanthaster planci: a regional perspective of the Great Barrier Reef. Mar Ecol Prog Ser 196:179-186 Lovell ER, Sykes H. 2008. Rapid recovery from bleaching events - Fiji Coral Reef Monitoring Network Assessment of hard coral cover from 1999- 2007. Proc 11 th Int Coral Reef Symp , Ft. Lauderdale, Florida. 7-11 July 2008 2:836-840 Loya Y. 1972. Community structure and species diversity of hermatypic corals at Eilat, Red Sea. Mar Biol 13:100-23 Loya Y. 1978. Plotless and transect methods. In: Stoddart DR, Johannes RE editor Coral Reefs: Research Methods. Paris: UNESCO. pp 197-217 Lundberg J, Moberg F. 2003. Mobile link organisms and ecosystem functioning: implications for ecosystem resilience and management. Ecosystems 6:87– 98 Maekouchi N et al. 2008. The “Eco-Block” as a coral-friendly contrivance in port construction. Proc 11th Int Coral Reef Sym; Ft. Lauderdale, Florida, 7-11 July 2008 2: 1253-1257 Maida M, Sammarco PW, Coll JC. 1995. Effects of soft corals on scleractinian coral recruitment. I: Directional allelopathy and inhibition of settlement. Mar Ecol Prog Ser 121:191-202 Makatipu P, Leatemia F. 2009. Monitoring Kesehatan Terumbu Karang Kabupaten Mentawai Pulau Sipora dan Pulau Siberut Selatan . Jakarta: COREMAP II LIPI. Makatipu P, Ulumuddin YI. 2009. Monitoring Terumbu Karang Kabupaten Mentawai Samukop, Bosua dan Sikakap . Jakarta: COREMAP II LIPI. Maliao RJ, Turingan RG, Lin J. 2008. Phase-shift in coral reef communities in the Florida Keys National Marine Sanctuary FKNMS, USA. Mar Biol 154:841–853 Marsh LM, Bradbury RH, Reichelt RE. 1984. Determination of the physical parameters of coral distributions using line transect data. Coral Reefs 2:175-180 Marshall PA, Baird AH. 2000. Bleaching of corals on the Great Barrier Reef: differential susceptibilities among taxa. Coral Reefs 19:155–163 124 Maynard JA, Marshall PA, Johnson JE, Harman S. 2010. Building resilience into practical conservation: identifying local management responses to global climate change in the southern Great Barrier Reef. Coral Reefs 29:381– 391 McClanahan TR. 2008. Response of the coral reef benthos and herbivory to fishery closure management and the 1998 ENSO disturbance. Oecologia 155:169–177 McClanahan TR, Maina J, Starger CJ, Herron-Perez P, Dusek E. 2005. Detriments to post-bleaching recovery of corals. Coral Reefs 24:230–246 McKenna SA, Allen GR, Suryadi S eds. 2002a. A Marine Rapid Assessment of the Raja Ampat Islands, Papua Province, Indonesia. RAP Bulletin of Biological Assessment 22. Washington DC: Conservation International. McKenna SA, Boli P, Allen GR. 2002b. Conditions of coral reefs at the Raja Ampat Islands. In: McKenna SA, Allen GR, Suryadi S eds. “A Marine Rapid Assessment of the Raja Ampat Islands, Papua Province, Indonesia ”. Washington DC: Conservation International. hlm. 66-78 McLeod E, Salm RV. 2006. Managing Mangroves for Resilience to Climate Change. Gland, Switzerland: IUCN. 64pp. Meekan MG, Choat JH. 1997. Latitudinal variation in abundance of herbivorous fishes: a comparison of temperate and tropical reefs. Mar Biol 128:373- 383 Miller K, Mundy C. 2003. Rapid settlement in broadcast spawning corals: implications for larval dispersal. Coral Reefs 22:99–106 Miller MW, Weil E, Szmant AM. 2000. Coral recruitment and juvenile mortality as structuring factors for reef benthic communities in Biscayne National Park, USA. Coral Reefs 19:115-123 Mora C, Sale PF. 2002. Are populations of coral reef fish open or closed? Trends Ecol Evol 17:422-428 Moran PJ. 1990. Acanthaster planci L.: biographical data. Coral Reefs 9:95-96 Moretti M, Duelli P, Obrist MK. 2006. Biodiversity and resilience of arthropod communities after fire disturbance in temperate forests. Oecologia 149:312–327 Mumby PJ. 2009. Phase shifts and the stability of macroalgal communities on Caribbean coral reefs. Coral Reefs 28:761–773 Mumby PJ, Harborne AR. 2010. Marine reserves enhance the recovery of corals on Caribbean reefs. PLoS ONE 51: e8657 125 Mumby PJ, Hastings A, Edwards HJ. 2007. Thresholds and the resilience of Caribbean coral reefs. Nature 450:98-1001 Munasik, Widjatmoko W. 2004. Reproduksi karang Acropora aspera di Pulau Panjang, Jawa Tengah: I. Gametogenesis. Indones J Mar Sci 94:211-216 Murray SP, Arief D. 1988. Throughflow into the Indian Ocean through the Lombok Strait, January 1985-January 1986. Nature 333: 444-447 Ninio R, Meekan MG. 2002. Spatial patterns in benthic communities and the dynamics of a mosaic ecosystem on the Great Barrier Reef, Australia. Coral Reefs 21:95–103 Nishikawa A, Sakai K. 2005. Genetic connectivity of the scleractinian coral Goniastrea aspera around the Okinawa Islands. Coral Reefs 24:318–323 Norström AV, Nyström M, Lokrantz J, Folke C. 2009. Alternative states on coral reefs: beyond coral–macroalgal phase shifts. Mar Ecol Prog Ser 376:295– 306 Nyström M, Folke C. 2001. Spatial resilience of coral reefs. Ecosystems 4:406– 417 Nyström M, Graham AJ, Lokrantz J, Norström AV. 2008. Capturing the cornerstones of coral reef resilience: linking theory to practice. Coral Reefs 27:795–809 Obura DO, Grimsditch G. 2009. Resilience Assessment of Coral Reefs – Assessment Protocol for Coral Reefs, Focusing on Coral Bleaching and Thermal Stress . IUCN working group on Climate Change and Coral Reefs. Gland, Switzerland: IUCN. 70 pages. Ohba H, Hashimoto K, Shimoike K, Shibuno T, Fujioka Y. 2008. Secondary succession of coral reef communities at Urasoko Bay, Ishigaki Island, the Ryukyus southern Japan. Proc 11 th Int Coral Reef Symp , Ft. Lauderdale, Florida. 7-11 July 2008 1: 321-325 Orwin KH, Wardle DA. 2004. New indices for quantifying the resistance and resilience of soil biota to exogenous disturbances. Soil Biol Biochem 36:1907–1912 Pearson RG. 1981. Recovery and recolonization of coral reefs. Mar Ecol Prog Ser 4:105-122 Peru N, Doledec S. 2010. From compositional to functional biodiversity metrics in bioassessment: A case study using stream macroinvertebrate communities. Ecol Indicators 10:1025–1036 126 Petersen D, Laterveer M, Schuhmacher H. 2005. Innovative substrate tiles to spatially control larval settlement in coral culture. Mar Biol 146:937–942 Peterson G, Allen CR, Holling CS. 1998. Ecological resilience, biodiversity, and scale. Ecosystems 1:6–18 Pet-Soede L, Erdmann M. editor. 2003. Rapid Ecological Assessment Wakatobi National Park . Denpasar, Bali: Marine Program, WWF Indonesia. Prayudha B, Leatemia F, Picasaw J. 2009. Monitoring Terumbu Karang Rajaampat Pulau-pulau Batangpele . Jakarta: COREMAP II LIPI. Prayudha B, Picasaw J. 2009. Monitoring Terumbu Karang Rajaampat Waigeo Selatan. Jakarta: COREMAP II LIPI. Primpas I, Tsirtsis G, Karydis M, Kokkoris GD. 2010. Principal component analysis: Development of a multivariate index for assessing eutrophication according to the European water framework directive. Ecol Indicators 10:178–183 Roberts CM, Ormond RFG. 1987. Habitat complexity and coral reef fish diversity and abundance on Red Sea fringing reefs. Mar Ecol Prog Ser 41: 1-8 Rogers CS, Gilnack M, Fitz III HC. 1983. Monitoring of coral reefs with linear transects: A study of storm damage. J Exp Mar Biol Ecol 663:285-300 Russ GR. 1984. Distribution and abundance of herbivorous grazing fishes in the central Great Barrier Reef I: Levels of variability across the entire continental shelf. Mar Ecol Prog Ser 20:23–34 Rykiel EJ Jr. 1996. Testing ecological models: the meaning of validation. Ecol Modell 90:229-244 Sammarco PW, Coll JC, La Barre S, Willis B. 1983. Competitive strategies of soft corals Coelenterata: Octocorallia: allelopathic effects on selected scleractinian corals. Coral Reefs 1:173-178 Sato M. 1985. Mortality and growth of juvenile coral Pocillopora damicornis Linnaeus. Coral Reefs 4:27-33 Scheffer M, Westly F, Brock WA, Holmgren M. 2002. Dynamic interaction of societies and ecosystems-lingking theories from ecology, economy and sociology. In: Gunderson LH, Holling CS eds. Panarchy: Understanding Transformations in Human and Natural Systems . Washington: Island Press. hlm. 195-239 Schutte VGW, Selig ER, Bruno JF. 2010. Regional spatio-temporal trends in Caribbean coral reef benthic communities. Mar Ecol Prog Ser 402:115– 122 127 Shinn EA. 1976. Coral reef recovery in Florida and the Persian Gulf. Environ Geol 1:241-254 Siringoringo RM, Salatalohi A. 2009. Monitoring Kesehatan Terumbu Karang Kabupaten Nias Lahewa, Tumbeherua . Jakarta: COREMAP II LIPI. Smith LD, Gilmour JP, Heyward AJ. 2008. Resilience of coral communities on an isolated system of reefs following catastrophic mass-bleaching. Coral Reefs 27:197–205 Srivastava DS, Vellend M. 2004. Biodiversity-ecosystem function research: Is it relevant to conservation? Annu Rev Ecol Evol Syst 36:267–94 Starger CJ, Barber PH, Ambariyanto, Baker AC. 2010. The recovery of coral genetic diversity in the Sunda Strait following the 1883 eruption of Krakatau. Coral Reefs 29:547–565 Suharsono. 2008. Managing Indonesian coral reefs: Lessons from Coral Reef Rehabilitation and Management Program. Proc 11 th Int Coral Reef Symp ; Ft. Lauderdale, Florida, 7-11 July 2008 2: 1159-1161 Thompson AA, Dolman AM. 2010. Coral bleaching: one disturbance too many for near-shore reefs of the Great Barrier Reef. Coral Reefs 29:637–648 Tkachenko KS, Wu BJ, Fang LS, Fan TY. 2007. Dynamics of a coral reef community after mass mortality of branching Acropora corals and an outbreak of anemones. Mar Biol 151:185–194 Tomascik T, van Woesik R, Mah AJ. 1996. Rapid coral colonization of a recent lava flow following a volcanic eruption, Banda Islands, Indonesia. Coral Reefs 15:169-175 Tomascik T, Mah AJ, Nontji A, Moosa MK. 1997. The Ecology of the Indonesian Seas . Singapore: Periplus Editions HK Ltd. Tuti Y, Salatalohi A. 2008. Monitoring Terumbu Karang Bintan Bintan Timur Numbing . Jakarta: COREMAP II LIPI. Van Moorsel GWNM. 1985. Disturbance and growth of juvenile corals Agaricia humilis and Agaricia agaricites, Scleractinia in natural habitats on the reef of Curacao. Mar Ecol Prog Ser 24:99-112 Veron JEN. 2000. Corals of the World 1. Townsville: Australian Institute of Marine Sciences AIMS Veron JEN. 2002. Reef corals of the Raja Ampat Islands: Part 1. Overview of scleractinia. In: McKenna SA, Allen GR, Suryadi S eds. “A Marine Rapid Assessment of the Raja Ampat Islands, Papua Province, Indonesia ”. Washington DC: Conservation International. hlm. 26-28 128 Veron JEN. 2008. Mass extinctions and ocean acidification: biological constraints on geological dilemmas. Coral Reefs 27:459–472 Washington-Allen RA, Ramsey RD, West NE, Norton BE. 2008. Quantification of the ecological resilience of drylands using digital remote sensing. Ecology Society 131: 33. [online] URL: http:www.ecologysociety.orgvol13iss1art33 Williams DE, Miller MW, Kramer KL. 2008. Recruitment failure in Florida Keys Acropora palmata, a threatened Caribbean coral. Coral Reefs 27:697–705 Williams ID, Polunin NVC, Hendrick VJ. 2001. Limits to grazing by herbivorous fishes and the impact of low coral cover on macroalgal abundance on a coral reef in Belize. Mar Ecol Prog Ser 222:187–196 Wilson SK, Graham NAJ, Polunin NVC. 2007. Appraisal of visual assessments of habitat complexity and benthic composition on coral reefs. Mar Biol 151:1069–1076 Xiao F, Ouyang H, Zhang Q, Fu B, Zhang Z. 2004. Forest ecosystem health assessment and analysis in China. J Geogr Sci 141:18-24 129 LAMPIRAN 1 PENYUSUNAN RUMUS: MENGHITUNG FAKTOR KOREKSI CF Rumus indeks didasarkan pada tiga kelompok tutupan terumbu di dalam transek garis, yaitu COC, AOF, dan USS; dengan ketentuan bahwa: COC+USS+AOF 100. 04B9C1 2 3 4 3 4 3 DE 8 4BF2 1 2 94 4 94 4 94 8 4BF3 1 2 29 4 29 4 29 G 8 4B92 1 2 44 4 44 4 44 H 8 4B24 1 2 44 4 44 4 I 44 8 4B 4 1 2 44 4 44 4 HD 44 8 DA Ada tiga kondisi ekstrim yang harus dipertimbangkan dalam penyusunan rumus indeks: a Kondisi superior: CFG = 13, CHQ = 50, CSN = 25, COC = 100; USS = 0, AOF = 0; b Kondisi inferior 1: CFG = 0, CHQ = 0, CSN = 0, COC = 0, USS = 0, AOF = 100; c Kondisi inferior 2: CFG = 0, CHQ = 0, CSN = 0, COC = 0, USS = 100, AOF = 0. Pada kondisi superior, maka indeks resiliensi RI mencapai titik maksimum, sedangkan pada kondisi inferior indeks mencapai titik minimum. Nilai indeks tidak boleh negatif, sehingga indeks minimum sama dengan 0.000. Rumus di atas disederhanakan menjadi: RI = A + CF Setelah indeks mendapat pembobotan,maka nilai indeks pada kondisi: a Superior, A = A maks = 1.930 130 b Inferior 1, A = A min1 = -0.100 c Inferior 2, A = A min 2 = -0.200. Agar nilai A min menedekati 0.000, maka diperlukan faktor koreksi FK, CF, CF = 0.200. Dengan penggunaan faktor koreksi, maka nilai indeks resiliensi RI dalam kondisi Superior, Inferior 1, dan Inferior 2 secara berurutan menjadi 2.130, 0.100, dan 0.000. Rumus indeks resiliensi RI menjadi: 04B9C 1 2 3 4 3 4 3 DE 8 4BF2 1 2 94 4 94 4 94 8 4BF3 1 2 29 4 29 4 29 G 8 4B92 1 2 44 4 44 4 44 H 8 4B24 1 2 44 4 44 4 I 44 8 4B 4 1 2 44 4 44 4 HD 44 8 4B24A Lampiran 1 lanjutan 131 LAMPIRAN 2 ANALISIS STATISTIK BAB 2 1. Analisis BEST untuk pemilihan peubah BEST Biota andor Environment matching Data worksheet Nama: Data3 Tipe data: Environmental Sample Pemilihan: Semua Variable Pemilihan: Semua Lembar kerja kesamaan Nama: Resem1 Tipe data: Distance Pemilihan: Semua Parameters Metode korelasi rangking: Spearman Metode: BIOENV Jumlah peubah maksimum: 7 Keserupaan: Analisia antar: Samples Ukuran keserupaan: D1 Euclidean distance Peubah 1 CGR 2 CFG 3 USS 4 CHQ 5 CCS 6 CSN 7 COC 8 AOF Hasil terbaik No.Vars Corr. Pemilihan 7 0.993 1, 3-8 7 0.991 2-8 7 0.990 1-4, 6-8 7 0.990 1-6, 8 6 0.977 1, 3, 4, 6-8 6 0.975 2-4, 6-8 6 0.974 1, 3-6, 8 132 6 0.971 2-6, 8 6 0.970 3-8 7 0.969 1-5, 7, 8 2. Analisis PCA untuk pembobotan peubah PCA Principal Component Analysis Data worksheet Nama: Data4 Tipe data: Environmental Pemilihan sampel: Semua Pemilihan peubah: Semua Eigenvalues PC Eigenvalues Variasi Kum.Variasi 1 2.86 47.7 47.7 2 1.09 18.1 65.7 3 0.903 15.0 80.8 4 0.629 10.5 91.2 5 0.406 6.8 98.0 Eigenvectors Coefficients in the linear combinations of variables making up PCs Peubah PC1 PC2 PC3 PC4 PC5 CFG -0.560 0.023 -0.117 -0.037 0.187 USS 0.204 0.642 -0.613 0.340 0.235 CHQ -0.423 -0.175 -0.003 0.805 -0.333 CSN -0.430 0.224 -0.388 -0.471 -0.573 COC -0.520 0.043 0.076 -0.101 0.667 AOF 0.103 -0.710 -0.674 -0.048 0.160 Lampiran 2 lanjutan. 133 LAMPIRAN 3 PROTOKOL PENILAIAN RESILIENSI TERUMBU KARANG Protokol penilaian resiliensi terumbu karang pada dasarnya sama dengan protokol penggunaan transek garis dengan sedikit modifikasi, dan ditambah dengan protokol pengolahan data. Alat yang dibutuhkan: 1 Alat selam SCUBA, 2 set 2 Alat pencatat data dalam air slate atau waterproof paper 3 Meteran pita bahan fiberglass 50 meter, 2 buah Jumlah personil: 1 Dua orang penyelam, dengan keahlian mengenal bentuk tumbuh karang dan makrobenthos lain benthic life form di terumbu karang. 2 Seorang boatman, yang menunggu dan mengawasi penyelaman. 3 Seorang pengolah data di laboratorium kantor, yang dapat bekerja dengan MS Excell atau Lotus. Pengambilan data: 1 Buat transek sejajar dengan garis pantai pada kedalaman 5 meter, sebanyak 5 buah, dengan panjang transek 20 meter. 2 Jarak garis transek dengan terumbu 0-15 cm. 3 Jika karang masih dapat tumbuh di tempat yang lebih dalam, transek juga dibuat pada kedalaman 10 meter, dengan jumlah dan panjang yang sama. 4 Pengambilan data menggunakan 23 kategori tutupan terumbu karang yang dibakukan di dalam English et al. 1994, 1997. 5 Jika ada dua atau lebih koloni dari taxon atau bentuk tumbuh yang sama secara berurutan maka dicatat panjang transek setiap koloni. 134 Analisis data: 1 Olah data transek garis seperti biasa sehingga diperoleh LFT life form table dan TLT taxon length table. 2 Masukkan data tutupan dari karang total COC, karang Acropora CAC, karang massif CMC, karang submasif CSC, algae total ALC, fauna lain total OTF, pasir S dan lumpur SI, serta jumlah kelompok fungsional CFG, dan jumlah koloni karang ukuran kecil 10 cm. Hanya peubah CSN yang diambil dari TLT, 9 peubah lain diambil dari LFT. 3 Hitung nilai kualitas habitat CHQ dengan menggunakan Rumus 1, tutupan algae dan fauna lain AOF=ALC+OTF, dan substrat yang tidak stabil USS=S+SI. 4 Masukkan ke dalam spreadsheet nilai dari 6 peubah indikator indeks: CFG, USS, CHQ, CSN, COC, dan AOF. 5 Hitung nilai dari masing-masing penggalan rumus indeks, disebelah kanan data peubah, yaitu: ICFG, IUSS, ICHQ, ICSN, ICOC, dan IAOF; dengan menggunakan Rumus 2 sampai 7. 6 Hitunglah seluruh nilai indeks resiliensi terumbu karang RI dengan menggunakan Rumus 8. 7 Indeks resiliensi suatu terumbu karang adalah rata-rata indeks dari semua transek pada terumbu karang tersebut. Indeks resiliensi merupakan dugaan tingkat resiliensi suatu terumbu karang, sehingga penyajian rata-rata indeks disertai dengan SD simpangan baku atau SE galat baku. Rumus 1 Rumus 2 DE 4B9C 1 2 3 4 3 4 3 DE 8 Lampiran 3 lanjutan. 135 Rumus 3 I 4B24 1 2 44 4 44 4 I 4 8 Rumus 4 4BF21 2 94 4 94 4 94 8 Rumus 5 G 4BF3 1 2 94 4 94 4 94 G 8 Rumus 6 H 4B92 1 2 44 4 44 4 44 H 8 Rumus 7 HD 4B 4 1 2 44 4 44 4 HD 4 8 Rumus 8 DE G H I HD 4B24 Keterangan: Angka konstanta di dalam Rumus 5 ICSN mengikuti panjang transek. Jika panjang transek 10 meter, maka konstanta yang digunakan bukan 50 melainkan 25. Jika panjang transek 30 meter, maka konstanta yang digunakan 75. Catatan: Penggunaan indeks resiliensi terumbu karang untuk tujuan seleksi kawasan konservasi sebaiknya dilakukan pada kedalaman 10 meter. Pada kedalaman ini, indeks resiliensi tidak hanya mencerminkan potensi pemulihan tetapi juga kondisi umum terumbu karang. Lampiran 3 lanjutan. 136 137 LAMPIRAN 4 ANALISIS STATISTIK BAB 3 1. Perbandingan rata-rata indeks resiliensi antar wilayah barat dan timur t-Test: Dua sampel dengan ragam sama. Variable 1 Variable 2 Mean 0.4943 0.5772 Ragam 0.0346 0.0439 Pengamatan 299 399 Ragam Gabungan 0.0088 df 696 t Stat -5.4264 PT=t one-tail 0.0000 t tabel one-tail 1.6470 PT=t two-tail 0.0000 t tabel two-tail 1.9634 2. Perbandingan rata-rata indeks resiliensi antar fisiografis laut Anova: Satu Faktor Kelompok Jumlah Total Rata-rata Ragam Simbol SAHUL 75 35.701 0.476 0.024 A SULA 224 112.086 0.500 0.038 B SUNDA 228 155.708 0.683 0.027 C HINDIA 171 74.601 0.436 0.032 D ANOVA Sumber ragam SS df MS F P F tabel Antar- Kelompok 7.1546 3 2.3849 75.863 0.000 2.688 Intra-Kelompok 21.8170 694 0.0314 Total 28.9716 697 TUKEY TEST MS galat 0.0314 df error = 694 k = 4 Rata-rata rangking 0.4363 0.4760 0.5004 0.6829 Besar sampel 171 75 224 228 D A B C 138 Perbandingan Beda SE q q 4,694 Inferensi D-C 0.2467 0.0127 19.4484 3.685 D-B 0.0641 0.0127 5.0362 3.685 D-A 0.0397 0.0174 2.2890 3.685 NS A-C 0.2069 0.0167 12.3987 3.685 A-B 0.0244 0.0167 1.4572 3.685 NS B-C 0.1825 0.0118 15.4773 3.685 NS=Tidak signifikan 3. Perbandingan rata-rata indeks resiliensi antar kabupaten di wilayah timur Indonesia Anova: Satu Faktor Kelompok Jumlah Total Rata- rata Ragam Simbol BIAK 39 19.1385 0.4907 0.0212 A BUTON 21 12.5762 0.5989 0.0208 B SELAYAR 33 17.6925 0.5361 0.0235 C PANGKEP 80 40.6640 0.5083 0.0331 D SIKKA 45 15.0167 0.3337 0.0247 E RAJA4 36 16.5623 0.4601 0.0266 F WAKATO 45 27.6936 0.6154 0.0280 G ANOVA Sumber ragam SS df MS F P F tabel Antar-Kelompok 2.1584 6 0.3597 13.3914 2.06E-13 2.1297 Intra-Kelompok 7.8440 292 0.0269 Total 10.0024 298 TUKEY TEST MS galat = 0.0269 df error = 292 k = 7 Rata-rata rangking 0.3337 0.4601 0.4907 0.5083 0.5361 0.5989 0.6154 Besar sampel 45 36 39 80 33 21 45 E F A D C B G Perbandingan Beda SE q q 7,292 Inferensi E-G 0.2817 0.0306 9.1977 4.241 E-B 0.2652 0.0306 8.6575 4.241 Lampiran 4 lanjutan. 139 E-C 0.2024 0.0266 7.6213 4.241 E-D 0.1746 0.0216 8.0847 4.241 E-A 0.1570 0.0254 6.1931 4.241 E-F 0.1264 0.0259 4.8760 4.241 F-G 0.1553 0.0259 5.9946 4.241 F-B 0.1388 0.0318 4.3617 4.241 F-C 0.0761 0.0279 2.7236 4.241 NS F-D 0.0482 0.0233 2.0738 4.241 NS F-A 0.0307 0.0268 1.1449 4.241 NS A-G 0.1247 0.0254 4.9175 4.241 A-B 0.1081 0.0314 3.4473 4.241 NS A-C 0.0454 0.0274 1.6564 4.241 NS A-D 0.0176 0.0226 0.7763 4.241 NS D-G 0.1071 0.0216 4.9599 4.241 D-B 0.0906 0.0314 2.8872 4.241 NS D-C 0.0278 0.0240 1.1609 4.241 NS C-G 0.0793 0.0266 2.9847 4.241 NS C-B 0.0627 0.0324 1.9390 4.241 NS B-G 0.0165 0.0306 0.5402 4.241 NS NS=Tidak signifikan 4. Perbandingan rata-rata indeks resiliensi antar kabupaten di wilayah barat Indonesia Anova: Satu Faktor Kelompok Jumlah Total Rata- rata Ragam Simbol NTN 72 50.2115 0.6974 0.0277 A BNT 73 52.4045 0.7179 0.0273 B BTM 60 37.8378 0.6306 0.0285 C LGG 24 15.3467 0.6394 0.0145 D TPT 51 28.4002 0.5569 0.0417 E NIAS 30 13.6533 0.4551 0.0200 F NISSL 37 11.6766 0.3156 0.0072 G MTW 54 21.0712 0.3902 0.0225 H ANOVA Sumber ragam SS df MS F P F crit Antar- Kelompok 7.6358 7 1.0908 42.577 9 0.0000 2.0329 Intra-Kelompok 10.0685 393 0.0256 Total 17.7042 400 Lampiran 4 lanjutan. 140 TUKEY TEST MS galat 0.02 7 df error 410 k = 8 Rata-rata rangking 0.31 6 0.390 0.455 0.557 0.631 0.63 9 0.697 0.718 Besar sampel 37 54 30 51 60 24 72 73 G H F E C D A B Perbandingan Beda SE q q 8,393 Inferensi G-B 0.4023 0.0228 17.6130 4.363 G-A 0.3818 0.0229 16.6770 4.363 G-D 0.3239 0.0297 10.9177 4.363 G-C 0.3150 0.0237 13.3167 4.363 G-E 0.2413 0.0244 9.8720 4.363 G-F 0.2413 0.0278 8.6773 4.363 G-H 0.0746 0.0242 3.0895 4.363 NS H-B 0.3277 0.0203 16.1292 4.363 H-A 0.3072 0.0203 15.1206 4.363 H-D 0.2404 0.0212 11.3247 4.363 H-C 0.2404 0.0212 11.3247 4.363 H-E 0.1667 0.0221 7.5413 4.363 H-F 0.0649 0.0258 2.5183 4.363 NS F-B 0.2628 0.0245 10.7052 4.363 F-A 0.2423 0.0245 9.8704 4.363 F-D 0.1843 0.0310 5.9471 4.363 F-C 0.1755 0.0253 6.9354 4.363 F-E 0.1018 0.0260 3.9075 4.363 NS E-B 0.1610 0.0207 7.7947 4.363 E-A 0.1405 0.0207 6.8028 4.363 E-D 0.0826 0.0280 2.9475 4.363 NS E-C 0.0738 0.0216 3.4219 4.363 NS C-B 0.0872 0.0197 4.4234 4.363 C-A 0.0668 0.0197 3.3845 4.363 NS C-D 0.0088 0.0273 0.3224 4.363 NS D-B 0.0784 0.0266 2.9449 4.363 NS D-A 0.0579 0.0266 2.1755 4.363 NS A-B 0.0205 0.0187 1.0937 4.363 NS NS=Tidak signifikan Lampiran 4 lanjutan. 141 5. Perbandingan peubah indikator indeks resiliensi antar fisiografi laut ANOSIM Analysis of Similarities One-Way Analysis Lembar kerja kesamaan Nama: Resem2 Tipe data: Distance Pemilihan: Semua Nilai Faktor Faktor: FISIOGRAFI SULAWESI SAHUL HINDIA SUNDA Global Test Statistik sampel Global R: .194 Tingkat signifikan statistik sampel: 0.1 Jumlah permutasi: 999 Random sample from a large number Jumlah statistik yang dipermutasi lebih atau kurang dari Global R: 0 Uji Pasangan Berganda Groups R observasi Sig. Permutasi mungkin Permutasi aktual Jumlah observasi SULAWESI, SAHUL -0.03 87 Sangat banyak 999 869 SULAWESI, HINDIA 0.244 0.1 Sangat banyak 999 SULAWESI, SUNDA 0.101 0.1 Sangat banyak 999 SAHUL, HINDIA 0.153 0.1 Sangat banyak 999 SAHUL, SUNDA 0.19 0.1 Sangat banyak 999 HINDIA, SUNDA 0.374 0.1 Sangat banyak 999 Lampiran 4 lanjutan. 142 6. Perbandingan peubah indikator indeks resiliensi antar kabupaten di wilayah timur Indonesia ANOSIM Analysis of Similarities One-Way Analysis Lembar kerja kesamaan Nama: Resem4 Tipe data: Distance Pemilihan: Semua Nilai Faktor Faktor: KABUPATEN WAKATOBI BUTON SELAYAR PANGKEP SIKKA RAJA4 BIAK Global Test Statistik sampel Global R: 0.161 Tingkat signifikan statistik sampel: 0.1 Jumlah permutasi: 999 Random sample from a large number Jumlah statistik yang dipermutasi lebih atau kurang dari Global R: 0 Uji Pasangan Berganda RAJA4= Raja Ampat Groups R observasi Sig. level Permutasi mungkin Permutasi aktual Jumlah observasi WAKATOBI, BUTON 0.304 0.1 Sangat banyak 999 WAKATOBI, SELAYAR 0.361 0.1 Sangat banyak 999 WAKATOBI, PANGKEP 0.109 0.2 Sangat banyak 999 1 WAKATOBI, SIKKA 0.448 0.1 Sangat banyak 999 WAKATOBI, RAJA4 0.324 0.1 Sangat banyak 999 WAKATOBI, BIAK 0.24 0.1 Sangat banyak 999 Lampiran 4 lanjutan. 143 BUTON, SELAYAR 0.146 0.6 Sangat banyak 999 5 BUTON, PANGKEP -0.048 80.6 Sangat banyak 999 805 BUTON, SIKKA 0.291 0.1 Sangat banyak 999 BUTON, RAJA4 0.162 0.4 Sangat banyak 999 3 BUTON, BIAK -0.033 75.7 Sangat banyak 999 756 SELAYAR, PANGKEP -0.005 53.4 Sangat banyak 999 533 SELAYAR, SIKKA 0.347 0.1 Sangat banyak 999 SELAYAR, RAJA4 0.014 18.9 Sangat banyak 999 188 SELAYAR, BIAK 0.169 0.1 Sangat banyak 999 PANGKEP, SIKKA 0.278 0.1 Sangat banyak 999 PANGKEP, RAJA4 0.041 14.3 Sangat banyak 999 142 PANGKEP, BIAK 0.031 16.4 Sangat banyak 999 163 SIKKA, RAJA4 0.228 0.1 Sangat banyak 999 SIKKA, BIAK 0.221 0.1 Sangat banyak 999 RAJA4, BIAK 0.164 0.1 Sangat banyak 999 7. Perbandingan peubah indikator indeks resiliensi antar kabupaten di wilayah barat Indonesia ANOSIM Analysis of Similarities One-Way Analysis Lembar kerja keserupaan Nama: Resem6 Tipe data: Distance Pemilihan: Semua Lampiran 4 lanjutan. 144 Nilai Faktor Faktor: KABUPATEN TAPTENG MENTAWAI NIAS NIAS SEL NATUNA LINGGA BATAM BINTAN Global Test Statistik sampel Global R: 0.315 Tingkat signifikan statistik sampel: 0.1 Jumlah permutasi: 999 Random sample from a large number Jumlah statistik yang dipermutasi lebih atau kurang dari Global R: 0 Uji Pasangan Berganda MTW= Mentawai NISEL= Nias Selatan Groups Statistik R observasi Sig. Permutasi mungkin Permutasi aktual Jumlah observasi TAPTENG, MTW 0.129 0.1 Sangat banyak 999 TAPTENG, NIAS 0.032 16 Sangat banyak 999 159 TAPTENG, NISEL 0.237 0.1 Sangat banyak 999 TAPTENG, NATUNA 0.428 0.1 Sangat banyak 999 TAPTENG, LINGGA 0.181 0.1 Sangat banyak 999 TAPTENG, BATAM 0.146 0.1 Sangat banyak 999 TAPTENG, BINTAN 0.383 0.1 Sangat banyak 999 MENTAWAI, NIAS -0.032 83.9 Sangat banyak 999 838 MENTAWAI, NISEL 0.018 20 Sangat banyak 999 199 MTW, NATUNA 0.569 0.1 Sangat banyak 999 MTW, LINGGA 0.197 0.1 Sangat banyak 999 Lampiran 4 lanjutan. 145 MTW, BATAM 0.253 0.1 Sangat banyak 999 MTW, BINTAN 0.522 0.1 Sangat banyak 999 NIAS, NISEL 0.204 0.1 Sangat banyak 999 NIAS, NATUNA 0.594 0.1 Sangat banyak 999 NIAS, LINGGA 0.438 0.1 Sangat banyak 999 NIAS, BATAM 0.247 0.1 Sangat banyak 999 NIAS, BINTAN 0.547 0.1 Sangat banyak 999 NISEL, NATUNA 0.702 0.1 Sangat banyak 999 NI SEL, LINGGA 0.504 0.1 Sangat banyak 999 NISEL, BATAM 0.445 0.1 Sangat banyak 999 NISEL, BINTAN 0.694 0.1 Sangat banyak 999 NATUNA, LINGGA 0.239 0.2 Sangat banyak 999 1 NATUNA, BATAM 0.299 0.1 Sangat banyak 999 NATUNA, BINTAN 0.022 0.8 Sangat banyak 999 7 LINGGA, BATAM -0.038 77.9 Sangat banyak 999 778 LINGGA, BINTAN 0.192 0.3 Sangat banyak 999 2 BATAM, BINTAN 0.207 0.1 Sangat banyak 999 Lampiran 4 lanjutan. 146 147 LAMPIRAN 5 ANALISIS STATISTIK BAB 4 1. Perbandingan indeks antar waktu dan antar kabupaten antar waktu wilayah timur Indonesia Anova: Two-Faktor With Replication TOTAL 2006 2007 2009 Total Wakatobi Jumlah 18 18 18 54 Total 10.5517 11.1073 12.0321 33.6911 Rata-rata 0.5862 0.6171 0.6684 0.6239 Ragam 0.0419 0.0270 0.0268 0.0319 Biak Jumlah 18 18 18 54 Total 7.5832 8.4339 8.9003 24.9173 Rata-rata 0.4213 0.4686 0.4945 0.4614 Ragam 0.0267 0.0194 0.0244 0.0236 Raja Ampat Jumlah 18 18 18 54 Total 7.9545 7.1423 7.6082 22.7050 Rata-rata 0.4419 0.3968 0.4227 0.4205 Ragam 0.0398 0.0237 0.0254 0.0289 Sikka Jumlah 18 18 18 54 Total 6.4671 6.4226 6.8380 19.7278 Rata-rata 0.3593 0.3568 0.3799 0.3653 Ragam 0.0238 0.0210 0.0382 0.0267 Total Jumlah 72 72 72 Total 32.5565 33.1061 35.3786 Rata-rata 0.4522 0.4598 0.4914 Ragam 0.0387 0.0318 0.0398 148 ANOVA Sumber ragam SS df MS F P F tabel Kabupaten 2.0062 3 0.6687 23.7263 0.0000 2.6489 Waktu 0.0622 2 0.0311 1.1030 0.3338 3.0402 Interaksi 0.0738 6 0.0123 0.4361 0.8542 2.1432 Intra 5.7498 204 0.0282 Total 7.8919 215 2. Perbandingan indeks antar waktu dan antar kabupaten antar waktu wilayah barat Indonesia Anova: Two-Factor With Replication 2007 2008 2009 Total Batam Jumlah 15 15 15 45 Total 9.8040 9.3416 9.6083 28.7539 Rata-rata 0.6536 0.6228 0.6406 0.6390 Ragam 0.0262 0.0156 0.0182 0.0192 Bintan Jumlah 15 15 15 45 Total 11.4592 11.3606 10.4857 33.3055 Rata-rata 0.7639 0.7574 0.6990 0.7401 Ragam 0.0221 0.0294 0.0267 0.0258 Nias Jumlah 15 15 15 45 Total 4.4909 5.7530 5.7261 15.9700 Rata-rata 0.2994 0.3835 0.3817 0.3549 Ragam 0.0055 0.0130 0.0100 0.0107 Mentawai Jumlah 15 15 15 45 Total 3.2247 5.0691 4.4984 12.7922 Rata-rata 0.2150 0.3379 0.2999 0.2843 Ragam 0.0156 0.0282 0.0150 0.0214 Total Jumlah 60 60 60 Total 28.9788 31.5243 30.3185 Rata-rata 0.4830 0.5254 0.5053 Ragam 0.0708 0.0506 0.0454 Lampiran 5 lanjutan. 149 ANOVA Sumber ragam SS df MS F P F tabel Kabupaten 6.5019 3 2.1673 115.2737 0.0000 2.6584 Tahun 0.0540 2 0.0270 1.4373 0.2405 3.0498 Interaksi 0.1796 6 0.0299 1.5923 0.1522 2.1529 Intra 3.1586 168 0.0188 Total 9.8941 179 Lampiran 5 lanjutan. 150 151 LAMPIRAN 6 ANALISIS STATISTIK BAB 5 1. Regresi antara nilai awal indeks dengan dampak gangguan Regression Statistics R berganda 0.9970 R kuadrat 0.9940 R kuadrat disesuaikan 0.9910 Galat baku 0.0190 Pengamatan 4 ANOVA df SS MS F Signifikansi F Regresi 1 0.1197 0.1197 332.6928 0.0030 Residual 2 0.0007 0.0004 Total 3 0.1204 Koefisien Galat baku t Stat P-value Intersep -0.6936 0.0520 -13.3287 0.0056 Indeks awal 1.3233 0.0726 18.2399 0.0030 2. Regresi antara nilai awal indeks dengan pemulihan indeks Regression Statistics R berganda 0.9565 R kuadrat 0.9148 R kuadrat disesuaikan 0.8722 Galat baku 0.0326 Pengamatan 4 ANOVA df SS MS F Significance F Regression 1 0.0228 0.0228 21.4761 0.0435 Residual 2 0.0021 0.0011 Total 3 0.0250 Coefficients Galat baku t Stat P-value Intercept -0.2341 0.0895 -2.6155 0.1204 Initial RI 0.5783 0.1248 4.6342 0.0435 152 3. Regresi antara nilai awal tutupan karang dengan dampak gangguan Statistik Regresi R berganda 0.9322 R kuadrat 0.8689 R kuadrat disesuaikan 0.8361 Galat baku 9.3895 Pengamatan 6 ANOVA df SS MS F Sig. F Regresi 1 2337.6483 2337.6483 26.5150 0.0067 Residual 4 352.6536 88.1634 Total 5 2690.3019 Koeficien Galat baku t Stat P-value Intersep -9.5682 6.7624 -1.4149 0.2300 Tutupan awal 0.9065 0.1760 5.1493 0.0067 4. Regresi antara nilai awal tutupan karang dengan pemulihan tutupan karang Statistik Regresi R berganda 0.9733 R kuadrat 0.9474 R kuadrat disesuaikan 0.9342 Galat baku 1.6044 Pengamatan 6 ANOVA df SS MS F Sig. F Regresi 1 185.3750 185.3750 72.0185 0.0011 Residual 4 10.2960 2.5740 Total 5 195.6710 Koefficien Galat baku t Stat P-value Intersep -2.2932 1.1555 -1.9846 0.1182 Tutupan awal 0.2553 0.0301 8.4864 0.0011 Lampiran 6 lanjutan. 153 5. Analisis MDS pada indeks resiliensi terumbu karang MDS Non-metric Multi-Dimensional Scaling Lembar kerja kesamaan Nama: Resem2 Tipe data: Similarity Pemilihan: Semua Parameters Stress rumus Kruskal: 1 Stress minimum: 0.01 Konfigurasi 3-d terbaik Stress: 0.09 Sampel 1 2 3 1997.3 -0.34 -0.11 -0.75 2.9 1998.9 1.46 0.46 -0.77 6.1 1999.3 1.60 0.81 0.32 1.6 1999.9 1.53 -0.45 -0.36 8.7 2000.3 1.03 -1.11 0.34 6.4 2000.9 0.53 -0.03 0.39 2.6 2001.3 0.17 -0.33 0.59 9.4 2001.9 0.13 0.73 -0.12 10.0 2002.9 -0.07 0.51 -0.54 5.5 2003.3 0.25 0.51 0.39 3.9 2003.9 -0.35 0.11 -0.54 1.7 2004.3 -0.72 0.47 -0.08 1.7 2004.9 -0.17 0.32 0.18 0.7 2005.3 -1.14 0.21 -0.38 2.6 2005.9 -0.31 0.18 0.04 1.6 2006.3 -0.38 0.62 0.31 4.1 2006.9 -0.73 0.51 0.51 9.2 2007.3 -0.85 0.00 -0.10 2.6 2007.9 -0.35 -0.20 0.40 6.3 2008.3 -0.25 -1.03 -0.73 2.6 2008.9 -0.65 -0.77 0.02 2.0 2009.3 -0.11 -0.23 0.23 3.3 2009.9 -0.12 -0.62 0.14 1.8 2010.3 -0.18 -0.54 0.51 2.6 Konfigurasi 2-d terbaik Stress: 0.14 Sampel 1 2 1997.3 0.81 -0.24 9.6 1998.9 -1.82 0.34 8.2 1999.3 -1.72 0.94 2.5 Lampiran 6 lanjutan. 154 1999.9 -1.68 -0.56 8.5 2000.3 -1.07 -1.22 5.3 2000.9 -0.56 -0.01 3.0 2001.3 -0.25 -0.31 4.2 2001.9 -0.11 0.67 4.7 2002.9 0.13 0.72 5.5 2003.3 -0.29 0.48 3.4 2003.9 0.61 0.02 6.7 2004.3 0.71 0.44 1.5 2004.9 0.19 0.30 1.1 2005.3 1.23 0.24 2.5 2005.9 0.30 0.18 1.2 2006.3 0.38 0.57 3.0 2006.9 0.69 0.70 7.1 2007.3 0.82 0.10 3.4 2007.9 0.23 -0.13 3.0 2008.3 0.57 -1.27 5.0 2008.9 0.61 -0.72 3.3 2009.3 0.08 -0.17 2.3 2009.9 0.13 -0.55 1.3 2010.3 0.01 -0.51 3.8 NILAI STRESS Ulangan 3D 2D 1 0.09 0.15 2 0.09 0.15 3 0.11 0.14 4 0.09 0.14 5 0.09 0.14 6 0.09 0.14 7 0.09 0.14 8 0.09 0.2 9 0.09 0.14 10 0.09 0.19 11 0.09 0.14 12 0.11 0.14 13 0.09 0.15 14 0.11 0.15 15 0.09 0.14 16 0.09 0.14 17 0.09 0.14 18 0.09 0.15 19 0.09 0.15 20 0.09 0.14 21 0.09 0.14 Lampiran 6 lanjutan. 155 22 0.09 0.14 23 0.09 0.14 24 0.09 0.14 25 0.09 0.16 = Jumlah maksimum iterasi yang digunakan 3-d : Stress minimum: 0.09 muncul 22 times 2-d : Stress minimum: 0.14 muncul 16 times 6. Analisis MDS pada tutupan karang MDS Non-metric Multi-Dimensional Scaling Lembar kerja kesamaan Nama: Resem2 Tipe data: Similarity Pemilihan: Semua Parameter Rumus stress Kruskal: 1 Stress minimum: 0.01 Konfigurasi 3-d terbaik Stress: 0.07 Sampel 1 2 3 1997.3 -1.47 -1.67 0.07 4.5 1998.9 -1.63 1.02 0.16 4.8 1999.3 -1.52 0.43 -0.18 4.4 1999.9 -1.34 0.27 0.33 2.9 2000.3 -0.96 -0.68 -0.31 5.8 2000.9 -0.13 -0.03 0.79 3.1 2001.3 0.19 0.47 0.53 4.9 2001.9 -0.23 0.40 -0.04 5.7 2002.9 0.54 0.51 -0.40 4.1 2003.3 0.00 0.53 -0.17 3.9 2003.9 0.48 0.56 0.11 6.2 2004.3 0.22 0.19 -0.29 5.7 2004.9 0.10 0.15 -0.57 5.5 2005.3 0.23 -0.13 -0.22 1.3 2005.9 0.38 0.06 0.00 1.9 2006.3 0.40 0.13 -0.18 2.4 2006.9 0.36 -0.18 -0.63 2.8 2007.3 0.41 -0.19 -0.38 2.1 Lampiran 6 lanjutan. 156 2007.9 0.93 0.13 0.59 4.6 2008.3 0.38 -0.52 0.22 4.1 2008.9 0.69 -0.50 0.42 2.4 2009.3 0.46 -0.45 -0.04 2.9 2009.9 0.50 -0.36 0.13 1.5 2010.3 1.02 -0.14 0.05 12.4 Konfigurasi 2-d terbaik Stress: 0.12 Sampel 1 2 1997.3 -1.70 -1.70 7.7 1998.9 -1.83 1.04 3.1 1999.3 -1.63 0.37 4.1 1999.9 -1.35 0.52 2.8 2000.3 -1.01 -0.70 6.6 2000.9 0.00 0.72 15.0 2001.3 0.27 0.60 3.6 2001.9 -0.23 0.24 3.5 2002.9 0.56 0.29 7.5 2003.3 -0.07 0.24 3.1 2003.9 0.45 0.44 3.2 2004.3 0.17 -0.02 4.4 2004.9 -0.02 -0.19 3.5 2005.3 0.27 -0.18 1.3 2005.9 0.40 0.04 1.1 2006.3 0.33 0.01 1.3 2006.9 0.24 -0.46 3.0 2007.3 0.33 -0.32 0.7 2007.9 1.04 0.33 4.3 2008.3 0.63 -0.42 4.0 2008.9 0.92 -0.33 4.6 2009.3 0.59 -0.27 2.4 2009.9 0.66 -0.18 2.6 2010.3 0.98 -0.08 6.7 NILAI STRESS Ulangan 3D 2D 1 0.07 0.12 2 0.07 0.12 3 0.07 0.12 4 0.07 0.13 5 0.07 0.13 6 0.07 0.12 7 0.07 0.12 8 0.07 0.12 9 0.07 0.12 10 0.07 0.12 Lampiran 6 lanjutan. 157 11 0.07 0.12 12 0.07 0.13 13 0.07 0.12 14 0.07 0.12 15 0.07 0.13 16 0.07 0.12 17 0.07 0.12 18 0.07 0.12 19 0.07 0.12 20 0.07 0.13 21 0.07 0.12 22 0.07 0.12 23 0.07 0.12 24 0.07 0.12 25 0.07 0.13 = Jumlah maksimum iterasi yang digunakan 3-d : Stress minimum: 0.07 muncul 25 times 2-d : Stress minimum: 0.12 muncul 19 times Lampiran 6 lanjutan. ABSTRACT IMAM BACHTIAR. Development of Ecosystem Resilience Index in Coral Reef Management. Under supervision of ARIO DAMAR, SUHARSONO, and NEVIATY P. ZAMANI. Global climate change is predicted to increasingly expose coral reef ecosystem to thermal stress, disturbances, and surprises. Ecological resilience is therefore becoming a very important ecosystem component that needs to be identified in coral reef management. Knowing ecological state of an ecosystem is a first step in planning an ecosystem based management, but practical method to assess ecological resilience of coral reef ecosystem is yet to be available. The existing methods demand to high expertise or high cost that are not available on many districts in Indonesia. The aim of the study was to develop an index for measuring quantitatively ecological resilience of coral reef ecosystem. The index was developed from a soil community resilience index of the Orwin and Wardle, with modification on the reference community and in the number of variables. Instead of using a control community, the coral reef resilience index uses a super or ideal coral reef, i.e. coral reef that has maximum values on all of its indicator variables. More than 2250 data obtained from 10 meter line intercept transect LIT, all over Indonesia, were extracted to construct the “super” coral reef of Indonesia, as the index reference. The resilience index of coral reef ecosystem contains six indicator variables, i.e. coral functional group CFG, unsuitable settlement substrate cover USS, number of small-size coral colony CSN, coral habitat quality CHQ, coral cover COC, and algae and other fauna cover AOF. The resilience index has been proven to perform well to determined differences of coral reef resilience both spatially and temporally. The resilience index could be used to assess coral reef resilience at a scale of hundred meters to thousands kilometers, and could potentially be used to compare coral reef resilience globally. As the index was developed based on LIT data, the uses of index are very practical that nearly all districts in Indonesia have capabilities to carry out resilience assessment of coral reefs on their jurisdictions. Resilience assessment using data collected from 15 districts in 2009 showed that coral reefs at western region had generally higher average resilience indices than those at eastern region, and Sunda Shelf reefs had higher average resilience indices than coral reefs at Indian Ocean, Sulawesi-Flores, or Pacific Ocean. Four districts were found to have coral reefs with highest resilience indices, i.e. Bintan and Natuna western region, and Wakatobi and Buton eastern region. Following major disturbance, e.g. bleaching-related coral mass mortality in 1998, coral reef resilience indices could recover at the average rate between 0.044-0.066 per year in Indonesia. The index could also be used to assess and predict coral reef recovery. Coral reefs with high resilience indices are more likely to experience larger impact from the same disturbance, but they also have higher rate of recovery. Keywords: coral reef, resilience, recovery, index, management RINGKASAN IMAM BACHTIAR. Pengembangan Indeks Resiliensi dalam Pengelolaan Terumbu Karang. Dibimbing oleh ARIO DAMAR, SUHARSONO, dan NEVIATY P. ZAMANI. Mengenali kondisi ekosistem merupakan langkah pertama dalam penyusunan rencana pengelolaan. Perubahan iklim global telah diprediksi akan mengakibatkan meningkatnya ancaman kerusakan terhadap ekosistem terumbu karang. Pengelolaan terumbu karang tidak cukup lagi dengan memperbanyak wilayah inti tanpa penangkapan no-take area, melainkan harus mampu memelihara kemampuan alami terumbu karang untuk pulih dari gangguan, yaitu resiliensi ekosistem. Pada saat ini, metode penilaian resiliensi ekosistem masih dalam tahap awal pengembangan. Teori resiliensi ekosistem sudah lama dikembangkan oleh para peneliti terumbu karang, sejak tahun 1970-an, tetapi penilaian terhadap resiliensi ekosistem masih belum banyak berkembang, sehingga teori resiliensi belum banyak dapat membantu pengelolaan terumbu karang. Pada ekosistem hutan, danau, dan sungai, penggunaan teori resiliensi dalam pengelolaan juga belum berkembang. Sekarang ada dua metode penilaian resiliensi terumbu karang, yaitu yang dikembangkan oleh Obura dan Grimsditch 2009 dan oleh Maynard et al. 2010. Kedua metode penilaian tersebut dianggap masih sulit diterapkan di Indonesia, karena kurangnya tenaga ahli dan dukungan finansial. Di Indonesia, banyak kabupaten yang memiliki terumbu karang luas tetapi tidak memiliki keahlian yang cukup untuk memahami kondisi terumbu karang di wilayah tersebut, dan tidak memiliki dana untuk melakukan kegiatan survei yang lengkap. Penelitian ini dimaksudkan untuk membuat metode penilaian resiliensi terumbu karang, yang praktis dan reliabel, yang dapat digunakan di seluruh kabupaten di Indonesia. Penilaian resiliensi terumbu karang dilakukan dengan sebuah indeks, yang merupakan modifikasi dari indeks resiliensi komunitas tanah dari Orwin dan Wardle 2004. Modifikasi dilakukan dengan mengubah nilai yang digunakan sebagai acuan indeks dari komunitas kontrol menjadi komunitas super ideal dan menentukan peubah terumbu karang yang digunakan di dalam indeks. Penelitian ini menggunakan data multifaktor yang tersedia di P2O LIPI dari sekitar 2250 transek garis, panjang 10 meter, yang diambil di kawasan Samudra Hindia, Laut Natuna, Laut China Selatan, Selat Sunda, Laut Jawa, Selat Makassar, Laut Flores, serta Samudra Pasifik. Data tersebut memiliki rentang waktu 1992- 2009. Dengan menggunakan analisis multifaktor BEST Biological Environmental Stepwise didapatkan enam peubah yang berperan penting di dalam pemulihan terumbu karang sebagai peubah indikator indeks, yaitu: a Jumlah kelompok fungsional karang CFG, coral functional group; b Tutupan substrat yang tidak dapat ditempeli larva karang USS, unsuitable settlement substrate ; c Kualitas habitat karang CHQ, coral habitat quality; d Jumlah karang koloni kecil CSN, coral small-size colony number; e Tutupan karang COC, coral cover; f Tutupan algae dan fauna lain AOF, algae and other fauna cover. Keenam peubah tersebut diberi pembobotan berdasarkan sumbangan ragamnya terhadap ragam total. Besarnya sumbangan ragam ditentukan dengan menggunakan nilai pada komponen utama yang pertama PC1 dari Principle Component Analysis PCA. Terumbu karang yang menjadi acuan indeks adalah terumbu karang “super” di Indonesia, yaitu terumbu yang memiliki nilai maksimum dari keenam peubah indikator indeks. Terumbu karang “super” tersebut didesain berdasarkan nilai maksimum dan minimum setiap peubah dari 2250 transek di Indonesia. Dengan demikian terumbu karang “super” yang menjadi acuan indeks mempunyai ciri khusus, yaitu CFG=13, USS=0, CHQ=50, CSN=25, COC=100, AOF=0. Terumbu karang dengan ciri demikian tidak pernah ada di alam. Rumus indeks resiliensi RI yang diperoleh kemudian dikoreksi dengan konstanta tertentu sehingga secara teoritis akan menghasilkan indeks 0.000 dalam kondisi ideal terburuk dan menghasilkan indeks 2.130 dalam kondisi ideal terbaik. Rumus indeks resiliensi terumbu karang tersebut sebagai berikut: Indeks resiliensi terumbu karang yang disusun di dalam penelitian ini dapat digunakan untuk menilai tingkat resiliensi terumbu karang dalam berbagai skala spasial. Penilaian indeks dapat dilakukan dari skala puluhan meter hingga puluhan ribu kilometer. Pengukuran resiliensi terumbu karang dapat dilakukan pada satuan transek, tetapi penilaian resiliensi suatu terumbu karang membutuhkan banyak transek. Proporsi transek yang memiliki indeks resiliensi 1.000 sebesar 0.403. Penilaian indeks resiliensi terumbu karang di Indonesia menunjukkan bahwa semua rata-rata ±SD indeks resiliensi terumbu karang di suatu lokasi pengamatan antara 0.067±0.032 sampai 0.976±0.107. Hasil uji coba dengan data tahun 2009, yang meliputi 15 kabupaten, menunjukkan bahwa terumbu karang di kawasan Indonesia bagian barat memiliki rata-rata indeks resiliensi lebih tinggi daripada di Indonesia bagian timur. Paparan Sunda memiliki rata-rata indeks resiliensi yang lebih tinggi daripada formasi geologis lainnya, yaitu Samudra Hindia, Sulawesi-Flores, dan Samudra Pasifik. Di Indonesia empat kabupaten yang memiliki terumbu karang dengan rata-rata ±1SD indeks resiliensi tertinggi, yaitu Bintan 0.718±0.019, Natuna 0.697±0.078, Wakatobi 0.615±0.025, dan Buton 0.599±0.031. Indeks resilensi ini juga dapat digunakan untuk menilai perubahan tingkat resiliensi terumbu karang secara temporal. Uji coba dengan menggunakan data tahun 2006 hingga 2009 diperoleh hasil bahwa terumbu karang di Mentawai dan Nias Selatan sedang mengalami peningkatan indeks yang kontinyu, sedangkan di kabupaten lain hanya mengalami perubahan indeks yang fluktuatif. Peningkatan indeks dengan laju 0.044-0.066 per tahun dapat terjadi pada masa pemulihan, sedangkan laju 0.015-0.026 per tahun merupakan fluktuasi tahunan. Perubahan fluktuatif indeks dapat terjadi dalam skala enam bulan Dengan menggunakan data pemantauan selama 13 tahun, di Kabupaten Sumbawa Barat, diketahui bahwa terumbu karang yang sedang dalam masa pemulihan, mengalami peningkatan indeks kontinyu dan lebih cepat daripada di luar masa pemulihan. Penelitian ini juga menemukan bahwa indeks resiliensi merupakan indikator ekologis yang sangat baik untuk menilai pemulihan terumbu karang. Indeks resiliensi terumbu karang dapat digunakan untuk memprediksi dampak gangguan akut langsung, dengan = -0.693 + 1.323X. Indeks resiliensi ini juga dapat digunakan untuk memprediksi laju pemulihan terumbu karang indeks per tahun, dengan persamaan regresi = -0.280 + 0.492X. Indeks resiliensi terumbu karang yang dikembangkan di dalam penelitian ini relatif sangat praktis karena menggunakan data dari transek garis. Di Indonesia ribuan orang telah dilatih menggunakan metode ini. Hampir semua kabupaten di Indonesia diperkirakan sudah dapat menilai resiliensi terumbu karang di wilayahnya masing-masing dengan menggunakan indeks ini. Indeks resiliensi ini juga berpotensi digunakan untuk membandingkan resiliensi terumbu karang antar negara, dan antar kawasan di seluruh dunia. Nilai acuan indeks adalah terumbu karang super di Indonesia, yang sudah dikenal sebagai pusat dari keanekaragaman karang dunia. Walaupun demikian, spekulasi ini masih harus dibuktikan. Peningkatan resiliensi terumbu karang dapat dilakukan dengan meningkatkan peubah indikator dari indeks resiliensi tersebut. Tutupan karang, jumlah kelompok fungsional, dan kualitas habitat merupakan tiga peubah yang berkaitan dengan terumbu karang yang resiliensinya tinggi. Penggunaan indeks resiliensi untuk tujuan penentuan prioritas pengelolaan sebaiknya dilengkapi dengan informasi tentang batas kedalaman maksimum pertumbuhan karang di lokasi tersebut. Terumbu karang yang hanya memiliki komunitas karang di tempat dangkal 5 meter tidak mencerminkan terumbu karang yang sehat sehingga menurunkan nilai proritas. Indeks resiliensi ini memiliki kekurangan dalam peubah CSN, jumlah koloni karang ukuran kecil. Penelitian mencari peubah untuk menduga potensi rekruitmen secara praktis di dalam transek garis sangat dibutuhkan untuk peningkatan akurasi dari indeks resiliensi ini. Kata kunci: indeks, resiliensi, pemulihan, terumbu karang, pengelolaan PENGEMBANGAN INDEKS RESILIENSI EKOSISTEM DALAM PENGELOLAAN TERUMBU KARANG IMAM BACHTIAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 1 1 PENDAHULUAN

1.1 Latar Belakang

Perubahan iklim global telah menempatkan terumbu karang berhadapan dengan sederet gangguan besar yang tidak dapat dihindari. Pemutihan karang karena suhu air laut yang meningkat diperkirakan akan semakin pendek siklusnya, dan akan menjadi peristiwa tahunan di kawasan Phuket dan the Great Barrier Reef GBR pada tahun 2030 Hoegh-Guldberg 1999. Dengan frekuensi pemutihan karang secepat itu, sebagian besar populasi karang tidak cukup waktu untuk pulih kembali. Karang yang mampu berevolusi dengan cepat akan segera berhadapan dengan air laut yang suhunya tinggi dan semakin asam Kleypas et al. 1999; Hoegh-Guldberg et al. 2007. Perubahan iklim global yang terjadi sekarang ini dikhawatirkan akan menjadi peristiwa kepunahan masal atau kiamat yang keenam di muka bumi Veron 2010. Peningkatan dan pemeliharaan resiliensi ekosistem terumbu karang ecosystem resilience, yaitu kemampuan ekosistem terumbu karang untuk menghadapi mengabsorpsi gangguan dan membangun kembali sistem yang didominasi karang Hughes et al. 2007, merupakan satu-satunya upaya dalam pengelolaan terumbu karang untuk menghadapi gangguan yang terkait perubahan iklim global Bellwood et al. 2004; Hoegh-Guldberg et al. 2007; Nystrom et al. 2008. Pengelolaan terumbu karang dapat mengurangi gangguan insani, sehingga resiliensi terumbu karang dapat ditingkatkan dan dijaga untuk menghadapi gangguan alami. Sebagai ekosistem alami, gangguan disturbance, perturbation merupakan bagian dari faktor yang telah membentuk dan meningkatkan ketahanan terumbu karang, sehingga pengelolaan terumbu karang perlu memahami tanggapan terumbu karang terhadap gangguan. Secara alami, terumbu karang memiliki resiliensi yang tinggi terhadap semua gangguan yang ada Done 1992; Connell 1997, sehingga telah mampu bertahan selama ratusan juta tahun Grig 1994. Tetapi dampak negatif kehadiran manusia di bumi dalam dua abad terakhir telah menyebabkan resiliensi terumbu karang terhadap gangguan yang ada semakin kecil Jackson 1997; Jackson et al. 2001. Secara umum gangguan yang berskala kecil, yang lebih jarang terjadi dan bersifat akut akan lebih mudah diatasi oleh 2 ekosistem. Sebaliknya, gangguan yang skalanya besar, dengan frekuensi kejadian yang tinggi, atau yang bersifat kronis akan lebih sulit untuk dihadapi oleh ekosistem terumbu karang Connell 1997. Jika gangguan insani yang kronis bersinergi dengan gangguan alami dengan frekuensi dan skala yang besar, maka dapat menyebabkan ekosistem kehilangan resiliensinya dan mengalami pergantian fase atau phase shift sensu Done 1992; Hughes 1994, yaitu terumbu karang yang secara alami didominasi oleh komunitas karang berubah menjadi didominasi oleh komunitas makroalgae. Definisi resiliensi pertama kali dinyatakan oleh Holling 1973 sebagai ukuran ketahanan sistem dan kemampuannya mengabsorbsi perubahan dan gangguan dengan tetap menjaga hubungan antar populasi atau antar peubah pada kondisi yang sama. Holling dan Gunderson 2002 memberikan definisi resiliensi ekosistem sebagai besarnya gangguan yang dapat diterima sebelum sistem berubah strukturnya dengan berubahnya variabel dan proses yang mengendalikan perilakunya. Dengan mengadopsi definisi Holling, Folke et al. 2004 memberikan definisi umum resiliensi ekosistem sebagai ukuran besarnya gangguan yang dapat diterima oleh suatu sistem sebelum terjadi perubahan menjadi suatu kondisi kestabilan baru yang berbeda pengendalian struktur dan fungsinya. Holing juga membedakan antara resiliensi ekologis dengan resiliensi rekayasa engineering. Definisi yang tersebut sebelumnya adalah resiliensi ekologis. Resiliensi rekayasa merupakan ukuran laju suatu sistem mencapai keseimbangan setelah gangguan berlalu. Resiliensi rekayasa ini dianggap tidak tepat untuk ekosistem yang memiliki kondisi keseimbangan yang banyak. Hughes et al. 2007 memberikan definisi yang khusus untuk resiliensi terumbu karang, yaitu kemampuan terumbu karang untuk menghadapi mengabsorpsi gangguan dan membangun kembali sistem yang didominasi karang. Walaupun semua definisi tersebut dapat menjelaskan arti dari resiliensi, teori resiliensi yang sudah terakumulasi belum dapat digunakan di dalam pengelolaan terumbu karang Nystrom et al. 2008. Banyak penelitian mengungkapkan bahwa resiliensi ekosistem sangat berkaitan dengan kenakeragaman hayati. Keanekaragaman yang tinggi menunjukkan ekosistem lebih resisten terhadap gangguan. Resistensi adalah 3 ketahanan suatu ekosistem terhadap gangguan, dan sulit dipisahkan dari resiliensi. Keanekaragaman hayati di tingkat genetik memberikan variasi tanggapan dari spesies yang sama terhadap gangguan yang sama. Karang yang bersimbiosis dengan zooxanthellae galur D dilaporkan lebih resisten terhadap pemutihan karang daripada yang bersimbiosis dengan galur A, B dan C Glyn et al. 2001. Keanekaragaman hayati di tingkat spesies memberikan kekuatan kepada komunitas karang terhadap gangguan pemutihan karang dan pemangsaan oleh Achanthaster plancii atau Drupella. Kedua pemangsa karang tersebut memiliki preferensi terhadap karang jenis Acroporidae and Pocilloporidae Moran 1990; Cumming 1999, sehingga dalam intensitas gangguan yang sedang anggota komunitas karang lainnya tidak terganggu oleh pemangsa karang tersebut. Karang Acroporidae dan Pocilloporidae juga mempunyai resistensi yang lebih rendah terhadap pemutihan karang dibandingkan karang dari famili yang lainnya Brown Suharsono 1990; Feingold et al. 2001; dan yang lainnya. Jika resistensi komunitas karang tinggi maka keanekaragaman dan kelimpahan karang yang tersisa setelah gangguan juga tinggi, sehingga pemulihan komunitas menyerupai kondisi sebelumnya juga lebih cepat. Keanekaragaman yang tinggi diperlukan untuk berlangsungnya proses- proses ekologis, tetapi resiliensi ekosistem tidak ditentukan oleh keanekaragaman spesies melainkan keanekaragaman fungsional Peterson et al. 1998. Peran ekologis setiap anggota komunitas di dalam ekosistem dapat dikelompokkan ke dalam sejumlah kelompok fungsional. Kelompok fungsional komunitas karang dapat ditunjukkan oleh bentuk tumbuh koloninya. Secara konvensional, bentuk tumbuh karang dikelompokkan ke dalam 13 macam English et al. 1994, 39. Walaupun masing-masing bentuk tumbuh dapat menyediakan fasilitas yang sama sebagai habitat, bentuk tumbuh tersebut mencerminkan derajat kompleksitas habitat yang berbeda-beda, sehingga merupakan kelompok fungsional yang berbeda. Suatu ekosistem dapat memiliki keanekaragaman spesies tinggi, tetapi jika ada satu kelompok fungsional penting yang tidak dapat berjalan fungsinya akan menyebabkan fungsi ekosistem terganggu. Dampak positif dari keanekaragaman di dalam fungsi ekologis terhadap fungsi ekosistem adalah dimungkinkannya terjadi penurunan keanekaragaman spesies oleh suatu gangguan 4 tanpa diikuti penurunan pada fungsi ekosistem review in Srivastava Vellend 2004. Di dalam kasus terumbu karang di Jamaica, misalnya, menghilangnya populasi penyu dan duyung tidak menyebabkan terjadinya pergantian fase, karena fungsi ekologisnya dapat digantikan oleh ikan herbivora Jackson 1997. Resiliensi ekologis juga sangat ditentukan oleh keselingkupan atau redundansi spesies dalam suatu skala dan redundansi fungsi ekologis antar skala Peterson et al. 1998. Redundansi di dalam intra skala ditunjukkan oleh banyaknya spesies yang menjalankan fungsi ekologis yang sama, misalnya karang berbentuk massif. Koloni karang berbentuk masif menyediakan habitat yang dapat dihuni oleh ikan-ikan Serannidae dan Lutjanidae yang berukuran besar. Karang masif tersebut dapat berasal dari Faviidae, Poritidae, atau yang lainnya. Sedangkan masing-masing famili karang tersebut terdiri atas banyak spesies. Redundansi antar skala ditunjukkan oleh adanya sejumlah spesies dengan ukuran koloni yang berbeda tetapi menjalankan fungsi yang hampir sama. Karang masif kecil dan karang masif besar berfungsi sama sebagai tempat sembunyi ikan-ikan dari pemangsanya dengan skala yang berbeda. Pemulihan ekosistem terumbu karang setelah berlalunya gangguan sangat tergantung pada memori ekologis ekosistem tersebut. Memori ekologis adalah komposisi dan distribusi organisme serta interaksinya dalam ruang dan waktu, termasuk pengalaman ‘life history’ dengan fluktuasi lingkungan Nystrom Folke 2001. Memori ekologis tersebut terdiri atas tiga komponen, yaitu warisan biologis dan struktural yang selamat dari gangguan biological and structural legacy , organisme penghubung bergerak mobile link, dan daerah pendukung support area. Komponen pertama berfungsi sebagai memori internal, sedangkan komponen kedua dan ketiga berfungsi sebagai memori eksternal di dalam proses reorganisasi dan rekonstruksi ekosistem tersebut setelah gangguan. Komponen biologis dan struktural yang selamat dapat menjadi komponen yang paling penting dalam reorganisasi ekosistem terumbu karang. Ketika suatu ekosistem mengalami gangguan, maka kemampuan reorganisasi dan rekonstruksi sistem tersebut sangat tergantung pada keanekaragaman spesies yang masih tersisa. Komunitas yang tersisa menentukan arah suksesi komunitas baru yang terbentuk setelah gangguan berlalu, baik komunitas karang, komunitas ikan, 5 maupun komunitas biota lainnya. Semakin tinggi keanekaragaman komunitas yang tersisa akan semakin mirip struktur dan komposisi komunitas baru tersebut dengan komunitas sebelumnya. Struktur yang selamat dari terumbu karang memberikan dua fasilitas dalam suksesi terumbu karang. Pertama, struktur karang mati dapat menjadi tempat penempelan larva karang atau benthos yang lainnya. Jika struktur tersebut stabil, maka kolonisasi karang dan benthos lainnya dapat berjalan lebih cepat dan komunitas karang yang baru lebih cepat terbentuk. Kedua, struktur terumbu karang menyediakan habitat bagi ikan-ikan karang. Ikan- ikan herbivora dan invertivora merupakan komponen ekosistem yang penting dalam menentukan arah suksesi terumbu karang Bellwood et al. 2004. Memori eksternal ekosistem, yaitu organisme penghubung yang bergerak mobile link, dapat dibedakan sebagai kelompok yang bergerak pasif dan yang bergerak aktif Nystrom Folke 2001. Larva-larva karang, ikan, atau biota lainnya yang bergerak secara pasif dari satu terumbu ke terumbu lainnya merupakan komponen penghubung yang pasif. Komponen ini menyediakan suplai larva yang akan mengkolonisasi ruang terbuka akibat gangguan. Rekolonisasi terumbu karang melalui proses penyebaran larva ini sangat penting Pearson 1981, karena ekosistem terumbu karang bersifat terbuka. Rekolonisasi akan memperkaya keanekaragaman hayati dan meningkatkan kelimpahan populasi. Pemulihan suatu terumbu karang sangat tergantung pada terumbu karang di sekitarnya, terutama bagi terumbu karang hilir sink reef. Di dalam ekosistem yang bersifat terbuka, seperti terumbu karang, peranan organisme penghubung sangatlah besar. Hanya sebagian kecil larva karang yang diproduksi di suatu terumbu karang akan hidup menetap di habitat induknya. Larva karang mempunyai umur 23-244 hari Graham et al. 2008, sehingga sebagian besar dari larva tersebut berpotensi hanyut oleh arus air laut dan kemudian hidup menetap di suatu terumbu karang yang lain. Penelitian genetika pada karang Goniastrea aspera menunjukkan bahwa karang di Okinawa Islands menerima larva dari karang di Kerama Islands, yang berjarak sekitar 50 km Nishikawa Sakai 2005. Kehadiran ikan herbivora dari terumbu lain juga sangat penting dalam proses suksesi terumbu karang. Intensitas herbivori yang rendah menyebabkan dominansi makroalgae atas komunitas karang Hughes et al. 2007. 6 Ikan-ikan herbivora di terumbu karang terdiri atas empat famili, yaitu Achanthuridae, Scaridae, Siganidae dan Kyphosidae. Dari keempat famili tersebut, tiga famili yang pertama merupakan ikan herbivora utama. Russ 1984 yang melakukan survei herbivori pada sembilan terumbu karang di GBR, Australia, membatasi ikan herbivora pada famili Achanthuridae, Scaridae dan Siganidae. Di Lizard Island, GBR, dan sekitarnya, kelimpahan ketiga ikan herbivora utama masing-masing adalah Achanthuridae 54, Scaridae 31 dan Siganidae 14 Meekan Choat 1997. Di San Blas Islands, Panama, Meekan Choat juga melaporkan pola yang serupa, walaupun ada satu lokasi dimana Kyphosidae menunjukkan proporsi kelimpahan yang sebanding dengan Achanthuridae, Scaridae dan Siganidae. Di Ambergris Caye, Belize, komposisi biomassa ikan herbivora berbeda dari Lizard Island dan San Blas Islands tersebut dengan Scaridae 65,4 paling dominan diikuti oleh Acanthuridae 30,1 dan Pomacentridae 4,5 Williams et al. 2001. Dalam skala puluhan atau ratusan kilometer, hewan herbivora yang berperan penting dalam herbivori dapat berbeda. Pada terumbu karang di Nymph Island dan Turtle Group, GBR, ikan Scarus rivulatus dilaporkan merupakan herbivora yang paling penting Hoey and Bellwood 2008, sedangkan ikan Siganus canaliculatus dilaporkan merupakan ikan herbivora penting pada terumbu karang di Pioneer Bay, Orphues Island Fox and Bellwood 2008. Jarak antara kedua lokasi tersebut ratusan kilometer. Sudah lama peneliti terumbu karang mencoba memahami resiliensi ekosistem terumbu karang. Pada saat ini pengetahuan tentang resiliensi terumbu karang seharusnya sudah cukup untuk melakukan sesuatu Nystrom et al. 2008, sehingga teori resiliensi dapat segera digunakan di dalam praktek pengelolan terumbu karang. Dalam upaya mempertahankan dan meningkatkan tingkat resiliensi terumbu karang tersebut dibutuhkan kemampuan untuk mengenali lebih awal tingkat resiliensi terumbu karang. Pengukuran resiliensi terumbu karang merupakan langkah awal dalam penggunaan teori resiliensi di dalam pengelolaan terumbu karang. Metode untuk mengukur tingkat resiliensi terumbu karang, sayangnya, masih dalam tahap awal pengembangannya. Pada saat ini, tersedia dua metode untuk menilai resiliensi terumbu karang, Obura dan Grimsditch 2009 telah 7 membuat panduan penilaian resiliensi terumbu karang, yang dipublikasikan oleh IUCN the International Union for the Conservation of Nature and Natural Resources. Maynard et al. 2010 juga mengembangkan metode penilaian resiliensi terumbu karang. Kedua metode tersebut masih sulit diterapkan dalam skala besar di Indonesia, karena kurangnya dukungan financial dan kepakaran. Metode penilaian lain yang lebih mudah praktis dan murah sangat dibutuhkan agar dapat dilakukan oleh sebagian besar kabupaten di Indonesia. Di Indonesia, sebagian besar penilaian kondisi terumbu karang dilakukan dengan metode transek garis, atau line intercept transect LIT. Metode ini dikembangkan oleh Loya 1972, 1978 dan dibakukan oleh para peneliti terumbu karang ASEAN dan Australia sejak awal dekade 1990-an, misalnya P2O Pusat Penelitian Oseanografi LIPI di Indonesia dan PMBC Phuket Marine Biological Center di Thailand. Di Australia, metode LIT sudah diganti dengan metode transek video, video transect VT. Metode LIT juga menjadi metode standar pada Proyek COREMAP Coral Reef Rehabilitation and Management Program. Ribuan orang telah dilatih untuk menggunakan metode LIT tersebut, karena dapat digunakan baik untuk tujuan yang bersifat praktis manajemen maupun untuk tujuan publikasi ilmiah. Penelitian ini dimaksudkan untuk mengembangkan metode penilaian resiliensi terumbu karang dengan menggunakan LIT. Banyak data yang sebenarnya dapat diinterpretasikan dari metode LIT Marsh et al. 1984 bahkan dalam bentuknya yang paling sederhana, tetapi jarang dilakukan oleh peneliti terumbu karang. Pada saat ini, data yang diinterpretasikan dari metode LIT pada umumnya hanya tutupan karang, tutupan makroalgae, dan kekayaan spesies karang. Tutupan karang yang tinggi menunjukkan kondisi terumbu karang yang baik. Kondisi sebaliknya diinterpretasikan pada tutupan makroalgae yang tinggi. Di dalam penelitian ini, data yang dikoleksi dari metode LIT dimanfaatkan secara maksimal untuk menilai resiliensi terumbu karang. Data tentang jumlah bentuk- tumbuh life form dan ukuran koloni karang, misalnya, selama ini sulit diinterpretasikan untuk keperluan pengelolaan terumbu karang. Demikian juga dengan data tentang tutupan karang massif dan submasif serta tutupan karang