Fungsi tujuan:
∑∑
= −
+ =
l k
m i
i i
k
dA dB
P Z
1
min
Fungsi kendala:
∑
=
= −
+
n j
i i
i j
ij
b dA
dB X
a
1
dimana; P
k
: Urutan prioritas dB
i
: Deviasi ke bawah dA
i
: Deviasi ke atas a
ij
: Koefisien
X
j
: Variabel keputusan. Variabel keputusan yang dipakai dalam fungsi kendala ini adalah:
1 MSY sumberdaya ikan karang. 2 Rata-rata hasil tangkapan masing-masing alat tangkap dalam 1 tahun.
Analisis Linear Goal Programming LGP dilakukan secara bertahap. Hal ini dilakukan karena nilai MSY masing-masing spesies memiliki variasi yang
cukup tinggi sehingga fungsi hasil tangkapan tidak dapat terpenuhi secara optimal. Pada tahap 1, dihitung perbandingan hasil tangkapan rata-rata ikan dengan nilai
biomassa ikan. Setelah dilakukan penapisan hasil perbandingan, spesies dengan nilai perbandingan kurang dari 10 maka spesies tersebut dikeluarkan dari model
fungsi LGP. Spesies yang dikeluarkan dari model pada tahap 1 sebanyak 9 spesies, sehingga model LGP dilakukan pada 75 spesies. Pada tahap 2 dilakukan
penghitungan jumlah optimum alat tangkap berdasarkan 2 kelompok yaitu a spesies yang memiliki nilai perbandingan diatas 10 dan b spesies yang memiliki
nilai perbandingan diatas 100. Penapisan ini menyisakan 45 spesies yang dimasukkan pada model tahap 2.
3.4.6 Analisis Marxan untuk menentukan area prioritas
Metode yang dipakai dalam menentukan area prioritas adalah metode Analisis Marxan. Analisis Marxan merupakan pemodelan spasial ekosistem
dengan basis sistem informasi geografis Geselbracht et al., 2005 serta Barmawi dan Darmawan, 2007. Langkah-langkah dalam Analisis Marxan adalah:
1 Menentukan parameter ekologi yang akan dijadikan target spasial dan parameter yang akan dijadikan sebagai biaya. Parameter biaya yang dimaksud
adalah parameter yang dianggap sebagai parameter yang memberikan dampak negatif bagi kegiatan konservasi laut.
2 Membuat Area of Interest AOI. AOI merupakan batas terluar kawasan yang akan dikaji.
3 Membuat satuan perencanaan dalam bentuk heksagonal di dalam AOI. Luas masing – masing satuan perencanaan adalah 1 hektar Gambar 8.
Gambar 8. Area of Interest dalam Analisis Marxan 4 Memasukan parameter – parameter target dan biaya ke dalam satuan
perencanaan. Parameter target dan nilai masing-masing target konservasi disajikan pada Tabel 3:
Tabel 3. Fitur Target Konservasi dan Nilainya
No Nama Fitur Target Konservasi
Nilai
1 Daerah pemijahan ikan kerapu
100 2
Kondisi terumbu karang baik 80
3 Biomassa ikan sangat tinggi
80 4
Kelimpahan ikan sangat tinggi 80
5 Ekosistem mangrove
80 6
Kondisi terumbu karang sedang 60
7 Biomassa ikan tinggi
60 8
Kelimpahan ikan tinggi 60
9 Daerah pemijahan ikan lain
60
No Nama Fitur Target Konservasi
Nilai
10 Daerah dengan diversitas terumbu karang sangat tinggi
50 11
Daerah tempat tuna berkumpul 40
12 Daerah cetacean
40 13
Lokasi yang pemijahan ikan Carangidae 40
14 Daerah dengan diversitas terumbu karang tinggi
40 Parameter biaya dalam Analisis Marxan adalah:
1 Perkampunganpendaratan perahu 2 Muara sungai
3 Pelabuhan 4 Daerah penangkapan ikan utama.
5 Membuat konfigurasi file pendukung dari parameter yang telah dimasukkan dalam satuan perencanaan.
6 Membuat berbagai macam skenario untuk memilih area prioritas. 7 Mensimulasikan skenario untuk menentukan satuan perencanaan terpilih
sebagai area prioritas. Area prioritas yang terpilih merupakan area prioritas dengan skenario yang sesuai dan nilai total biaya terendah. Nilai total biaya
dihitung dengan rumus Huggins, 2006: TB = BSP + BKK + PKA ................................................................. 6
BKK = 10 P + 4 DPI + 2 K + 1 MS .................................................. 7 dimana;
TB :
Total biaya,
BSP : Biaya satuan perencanaan yang dikeluarkan,
BKK : Biaya kegiatan berdampak negatif terhadap konservasi, PKA : Panjang keliling area.
P :
Pelabuhan DPI
: Daerah penangkapan ikan K
: KampungPendaratan
Perahu MS
: Muara Sungai. Selain pertimbangan nilai total biaya, pertimbangan lainnya adalah memilih area
prioritas adalah nilai cluster. Nilai cluster berpengaruh terhadap kedekatan total area terpilih. Semakin rendah nilai cluster semakin rata penyebaran area yang
terpilih. Nilai cluster terbaik untuk di daerah Aceh adalah 10 pada skala 0 sampai 10.000 atau 0,001 pada skala 0 sampai 1 Herdiana et al., 2008.
3.4.7 Analisis kelembagaan