39
2. Pendekatan empirik hubungan antara M dengan parameter biologi ikan atau dengan parameter lingkungan perairan.
Penentuan laju kematian alami ikan dolosi berdasarkan pendekatan pertama 1 sulit dilakukan berhubung adanya kesukaran dalam mendapatkan
data yang cukup representatif di lapang Pauly 1980. Pendugaan terhadap laju kematian alami M digunakan persamaan empiris Pauly 1983 yaitu hubungan
antara kematian alami M dengan parameter pertumbuhan VBGF dan suhu lingkungan rata-rata T dimana stok ikan tersebut berada, disajikan sebagai
berikut :
Dengan mengetahui nilai dugaan Z dan M, maka laju kematian penangkapan F dapat diduga dengan mengurangkan M terhadap Z :
3.5.12 Selektivitas alat
Panjang ikan pertama kali memasuki daerah penangkapan Lr recruitment length dan panjang ikan pertama kali tertangkap Lc diduga
dengan menggunakan kurva hasil tangkapan konversi panjang Pauly 1984. Prinsipnya adalah menduga peluang tertangkapnya ukuran yang tidak terseleksi
penuh oleh jaring yang digunakan untuk mengambil contoh. Kelompok ukuran tersebut adalah kelompok ukuran yang apabila diplotkan ke dalam kurva hasil
tangkapan akan membentuk garis dengan sudut arah positif. Dengan memplotkan peluang penangkapan tiap-tiap kelompok ukuran panjang terhadap
ukuran panjang ikan, maka akan diperoleh kurva seleksi penangkapan Lr adalah panjang ikan yang mempunyai peluang tertangkap 25 dan Lc adalah panjang
ikan yang mempunyai peluang tertangkap 50. Dalam menduga Lr dan Lc dilakukan dengan bantuan program software FISAT II Gayanilo and Pauly
2001.
3.5.13 Pola Rekrutmen
Karena pulsa rekrutmen alami musiman ke dalam populasi menentukan struktur dari suatu set panjang, maka sebaliknya, frekuensi panjang dapat
menjelaskan beberapa informasi keadaan rekrutmen Pauly 1983 in Gayanilo
40
and Pauly 2001. Kebalikan Inverse dari pendekatan dengan program software FISAT II, dalam bentuk pola rekrutmen.
Pola rekrutmen didapat dari proyeksi ke belakang ke dalam sumbu panjang dari data frekuensi panjang yang telah diatur. Pemecahannya sebagai berikut:
1. Data frekuensi setelah dibagi dengan perubahan waktu, diproyeksikan ke dalam sumbu waktu FISAT II
2. Penyajian terakhir dari masing-masing bulan adalah terlepas dari tahun hasil penyesuaian frekuensi yang telah diproyeksi pada masing-masing bulan.
3. mengurangkan frekuensi masing-masing bulan terhadap frekuensi bulan terendah sehingga mendapatkan nilai 0 nol, yang menunjukkan rekrutmen
berada pada posisi paling rendah. 4. Hasil rekrutmen relatif bulanan adalah presentase rekrutmen tahunan.
Dari poin 3 dan 4 dapat dicatat bahwa nilai bulanan dari setiap bulan pada suatu tahun dapat di duga bila t
o
diketahui Gayanilo and Pauly 2001. Lebih sederhana lagi dengan cara memasukkan nilai L
, K, dan t melalui program
FISAT II maka dapat digambarkan pola rekrutmen.
3.5.14 Pendugaan Status Eksploitasi laju eksploitasi
Untuk menduga status eksploitasi tingkat pemanfaatan stok dapat diduga dengan rumus Jones 1984; Gulland 1971 in Pauly 1983 dengan bantuan
program FISAT II.
Jika E= 0,5 menunjukkan nisbah pemanfaatan optimal E
opt
. Hal ini didasarkan pada asumsi bahwa hasil berimbang adalah optimal bila F = M
Gulland 1971 in Pauly 1983.
3.5.15 Pengkajian Stok Model Analitik Hasil per Penambahan Baru Relatif YR’
Model Hasil per Penambahan baru YR dari Beverton and Holt 1966 pada prinsipnya adalah suatu “model keadaan tetap” yaitu suatu model yang
menggambarkan keadaan dari stok dan hasil tangkapannya dalam suatu situasi
dimana pola penangkapannya sama untuk suatu waktu yang cukup panjang dimana semua pelintas telah mengalaminya sejak direkrut Merta dan Nurhakim
