hidroakustik. JST memberikan solusi dalam efisiensi, efektivitas pengolahan data akustik, bebas dari interpretasi data yang subyektif dan akurasi data yang
dihasilkan dapat teruji Jech dan Michaels, 2006. Penggunaan JST dalam indentifikasi dan klasifikasi kawanan ikan di Indonesia telah dilakukan untuk
identifikasi beberapa kawanan ikan pelagis di Indonesia. Jaya dan Sriyasa 2004 membandingkan aplikasi JST dan deskriptor akustik untuk mengidentifikasi
kawanan ikan di Selat Bali dengan hasil yang cukup menjanjikan walaupun dengan data pelatihan yang terbatas. Selanjutnya, penelitian untuk memperoleh
permodelan JST yang memberikan tingkat ketepatan optimum dalam identifikasi kawanan ikan pelagis di Indonesia telah dilakukan dengan menggunakan masukan
parameter deskriptor akustik Muhiddin, 2007. Berdasarkan hal-hal tersebut di atas, maka pada penelitian ini akan
dilakukan untuk pengembangan aplikasi JST dalam identifikasi beberapa jenis ikan air tawar ekonomis penting dengan metode akustik sorot terbagi. Data dan
informasi mengenai karakteristik beberapa parameter deskriptor akustik ikan air tawar diharapkan dapat mengidentifikasi, jenis ikan tawar sampai tingkatan
spesies sebagai salah satu upaya dalam meningkatkan akurasi pendugaan stok ikan di perairan umum Indonesia.
1.2. Kerangka Pemikiran
Pendugaan stok ikan di suatu perairan dapat dilakukan dengan salah satu metode holistik, yaitu melakukan survey hidroakustik untuk dapat menduga
status stok ikan secara spasial secara cepat rapid assessment. Kendala utama dalam aplikasi pendugaan stok dengan perangkat hidroakustik kuantitatif, adalah
kesulitan dalam mengidentifikasi jenis ikan yang terekam dalam echogram. Hal ini sangat berpengaruh terhadap tingkat ketelitian dalam mengestimasi
kelimpahan stok ikan di perairan umum tropis yang multispesies seperti di Indonesia. Oleh karena itu, maka dikembangkan suatu metode analisis pengolahan
data akustik dengan mengekstrasi parameter deskriptor akustik yang dapat membedakan setiap jenis ikan. Deskriptor akustik tersebut kemudian dianalisis
lebih lanjut menggunakan alat bantu statistik atau program jaringan saraf tiruan sehingga dapat diperoleh parameter karakteristik jenis ikan Gambar 1.
Ikan dapat diidentifikasi dengan 2 dua cara, yakni identifikasi ikan secara ex-situ dan in situ. Identifikasi ikan secara ex situ atau secara taksonomi adalah
suatu usaha untuk mengidentifikasi ikan dengan mengambil sampel ikan, dilihat ciri-ciri meristik dan morfometriknya atau dilihat sampel DNA nya serta
mencocokannya dengan kunci identifikasi dan taksonomi. Identifikasi ikan secara in situ atau secara hidroakustik adalah suatu usaha untuk mengenali atau
mengidentifikasi ikan dengan gelombang suara pada suatu area tertentu, dan waktu tertentu tanpa menyentuh ikan tersebut Fauziyah, 2005.
Penggunaan metode akustik untuk pendugaan stok sumberdaya perikanan terdapat kelebihan dan kekurangannya. Wudianto 2001 mengungkapkan
beberapa kelebihan metode akustik dibanding metode lainnya antara lain : 1 metode akustik tidak tergantung pada ketersediaan data statistik perikanan
seperti hasil tangkapan dan upaya penangkapan, 2 memiliki skala waktu yang lebih baik, 3 biaya operasional relatif rendah, 4 hasilnya memiliki ragam
variance yang rendah untuk ketelitian yang tinggi, dan 5 memiliki kemampuan untuk mengestimasi kelimpahan absolut ikan. Adapun kekurangan metode akustik
antara lain : 1 sulit dalam mengidentifikasi ikan berdasarkan spesies, 2 kurang teliti digunakan untuk sampling ikan dekat permukaan dan dasar, 3 relatif rumit
dan kompleks, 4 diperlukan biaya awal yang tinggi, 5 diperlukan sampling biologi ikan dan 6 kemungkinan terjadi bias saat penentuan target strength dan
kalibrasi. Metode identifikasi spesies kawanan ikan dengan menggunakan deskriptor
akustik telah lama dikembangkan sehingga dapat membedakan secara efisien struktur dari kawanan ikan pelagis yang berbeda Diner et al., 1989;
Georgakarakos dan Paterakis, 1993 dalam Muhiddin, 2007. Sistem pengolah sinyal akustik untuk identifikasi ikan dengan metode deskriptor akustik berisi
program untuk transformasi citra digital, pengolahan citra digital, pengukuran dan komputasi deskriptor dan fungsi diskriminan untuk identifikasi spesies Fauziyah,
2005. JST merupakan suatu struktur komputasi yang dikembangkan dari sistem
pemrosesan informasi pada jaringan sel saraf manusia Lawrence, 1992. Keunggulan identifikasi dan klasifikasi ikan dengan JST yaitu memberikan hasil
yang lebih cepat, memperkecil peluang kesalahan identifikasi dan dapat menekan biaya operasi Muhiddin, 2007. Identifikasi jenis ikan dengan JST dilakukan
dengan beberapa tahapan yaitu, input sinyal akustik yang terekam dalam echogram dan pemilihan deskriptor akustik yang akan digunakan dalam bentuk
algoritma untuk mengidentifikasi ikan dan pemilihan arsitektur JST yang tepat untuk memberikan tingkat ketepatan yang optimum.
Muhiddin 2007 menyebutkan bahwa permodelan JST Backpropagation dengan parameter masukan deskriptor akustik memberikan tingkat ketepatan
optimum dalam identifikasi jenis kawanan ikan sebesar 70 - 100. Charef et al. 2010 menggunakan arsitektur JST Multi Layer Perceptron MLP untuk
mengidentifikasi kawanan ikan di Laut Cina Selatan dengan tingkat ketepatan sebesar 87.6 , sedangkan Robotham et al. 2010 membandingkan aplikasi
arsitektur JST Multi Layer Perceptron MLP dengan arsitektur Probabilistic Neural Network PNN dan Support Vector Machine SVM. Hasil penelitian
Robotham et al. 2010 menyebutkan hasil klasifikasi kawanan ikan pelagis di perairan Chili dengan menggunakan arsitektur PNN dan SVM memberikan
tingkat ketepatan sebesar 89.5, lebih baik dibandingkan dengan aplikasi arsitektur MLP yang memberikan tingkat ketepatan sebesar 79.4.
Jenis ikan air tawar ekonomis penting yang banyak terdapat di perairan umum seperti waduk dan danau di Indonesia antara lain ikan nila O.niloticus,
ikan patin P. hypothalmus dan ikan mas C. caprio Umar dan Kartamihardja, 2006. Keberhasilan introduksi jenis ikan air tawar di perairan umum Indonesia
sangat menarik untuk dikaji sejauh mana dinamika stok ikan tersebut di habitat barunya.
Berdasarkan hal-hal tersebut di atas maka, penelitian ini dilakukan untuk memperoleh data kuantitatif karakteristik beberapa jenis ikan air tawar ekonomis
penting dengan metode akustik sorot terbagi. Selanjutnya aplikasi JST dilakukan dengan menggunakan input nilai deskriptor akustik yang dikembangkan untuk
identifikasi spesies dari modifikasi rumusan Charef et al. 2010. Hasil akhir penelitian ini adalah data dan informasi karakteristik beberapa jenis ikan air tawar
sehingga akan bermanfaat langsung dalam usaha pengkajian stok dan pelestarian sumberdaya ikan tersebut.
1.3. Ruang Lingkup Penelitian