1 PENDAHULUAN
1.1 Latar Belakang
Pengembangan metode identifikasi dan klasifikasi spesies kawanan ikan berdasarkan data hidroakustik merupakan salah satu kunci penurunan tingkat
kesalahan dalam pendugaan biomassa Haralabous Georgakarakos, 1996. Selama ini, identifikasi dan klasifikasi spesies kawanan ikan berdasarkan data
hidroakustik dilakukan dengan menggunakan metode echo counting, echo integrations, echosounder mapping
, dan sonar mapping. Identifikasi spesies ikan dengan keempat metode ini dilakukan dengan menganalisis karakteristik sinyal
hamburan balik echo backscattered dari kawanan ikan tertentu. Hasil analisis sinyal akustik selanjutnya dibandingkan dengan data spesies ikan yang tertangkap
pada saat sampling dilakukan. Pengambilan contoh spesies ikan dapat dilakukan dengan metode trawling dan dilakukan pada saat yang bersamaan dengan
pengambilan data hidroakustik. Sementara itu, identifikasi dan klasifikasi data hidroakustik dengan keempat metode ini umumnya dilakukan dengan Metode
Statistik Analisis Komponen Utama Principal Component Analysis, PCA, Analisis Gerombol Cluster Analysis, CA, dan Analisis Diskriminan
Discriminant Function Analysis, DFA sebagaimana yang dilakukan oleh Lu Lee 1995, Weill et al. 1993, Haralabous Georgakarakos 1996, Coetzee
2000, Simmonds et al. 1996, dan Lawson et al. 2001. Berdasarkan hasil identifikasi dan klasifikasi tersebut, pendugaan biomassa dari spesies kawanan
ikan tertentu dilakukan. Metode analisis data hidroakustik seperti dijelaskan di atas membutuhkan
waktu yang lama, biaya yang tidak sedikit, juga masih bersifat subjektif. Selain itu pada kondisi tertentu metode ini sangat sulit untuk dilakukan dan hasilnya hanya
cocok digunakan pada daerah dimana pengambilan sampling dilakukan Haralabous Georgakarakos, 1996; Lawson et al., 2001. Sebagai gambaran
akibat dari dibutuhkannya biaya dan waktu yang tidak sedikit dalam identifikasi spesies, di Departemen Kelautan dan Perikanan terdapat sejumlah besar echogram
selanjutnya disebut citra akustik data hidroakustik yang diambil dari hasil
survei akustik sebelumnya yang hingga tulisan ini dibuat belum juga teridentifikasi Nugroho, Januari 2005, komunikasi pribadi.
Karena itu dikembangkanlah metode identifikasi spesies kawanan ikan melalui proses identifikasi data sinyal hamburan balik yang dilakukan dengan
menganalisis sekumpulan parameter kuantitatif dari data sinyal hamburan balik yang bersifat unik, yang dapat membedakan secara efisien struktur dari kawanan
ikan pelagis yang berbeda Diner et al., 1989; Georgakarakos Paterakis, 1993 atau dari populasi akustik Gerlotto Fr
ĕon, 1988; Lu Lee, 1995. Dengan demikian estimasi stok biomassa dari setiap spesies dilihat dari kawanannya dan
penangkapan ikan yang lebih selektif secara ekonomis dan berkelanjutan dimungkinkan untuk dilakukan Marchal Petitgas, 1993; Cochrane et al., 1998.
Salah satu metode identifikasi yang dapat digunakan dan sedang dikembangkan saat ini adalah metode identifikasi dan klasifikasi dengan Jaringan Saraf Tiruan
artificial neural networks, yang selanjutnya disingkat JST.
JST merupakan suatu struktur komputasi yang dikembangkan dari sistem pemrosesan informasi pada jaringan sel saraf manusia Lawrence, 1992. JST
memiliki kemampuan dasar untuk mempelajari contoh masukan dan keluaran yang diberikan, kemudian berdasarkan masukan dan keluaran tersebut, sistem ini
berlatih beradaptasi dengan lingkungan Kusumadewi, 2004. Penggunaan JST dalam identifikasi dan klasifikasi spesies kawanan ikan dilakukan dengan
memberikan masukan berupa parameter kuantitatif yang bersifat unik yang diambil dari pola-pola sinyal hamburan balik dari spesies kawanan ikan target
yaitu kawanan ikan yang sudah teridentifikasi secara hidroakustik dan menjadi objek penelitian. Parameter yang unik tersebut dijadikan sebagai parameter
pembanding untuk mengidentifikasi dan mengklasifikasi kawanan ikan pelagis lainnya. Penggunaan JST untuk identifikasi kawanan ikan telah dilakukan oleh
Jaya Sriyasa 2004 dengan hasil yang cukup menjanjikan walaupun dengan data pelatihan terbatas.
Karena hal-hal tersebut di atas maka proses identifikasi dan klasifikasi dengan metode jaringan sel saraf tiruan, tidak lagi bergantung pada asumsi-asumsi
yang berkaitan dengan distribusi dari spesies kawanan ikan pelagis tertentu
sebagaimana halnya yang dilakukan pada metode konvensional Haralabous Georgakarakos, 1996. Dengan demikian, identifikasi dan klasifikasi dengan
jaringan sel saraf tiruan selain dapat dilakukan dengan cepat, dapat memperkecil peluang terjadinya kesalahan identifikasi akibat kesalahan manusia, dapat
menekan biaya operasi, dan dapat juga digunakan secara bebas pada situasi dan kondisi apapun karena tidak memerlukan asumsi-asumsi yang berkaitan dengan
distribusi ikan.
1.2 Batasan Masalah
Kategori