14
3. METODOLOGI PENELITIAN
3.1 Waktu dan Lokasi Penelitian
Penelitian ini
menggunakan data hasil survei Balai Penelitian Perikanan
Laut BPPL Jakarta, yang dilaksanakan pada tanggal 8-12 Oktober 2011 dengan pengambilan lokasi di Perairan Pangkajene Sulawesi Selatan yaitu pada posisi
4°46’9” LS dan 119°28’36” BT sampai 5°1’41” LS dan 119°21’13” BT. Data yang diambil merupakan bagian dari survei rutin pendugaan sumberdaya ikan di
Perairan Indonesia. Gambar 3 menunjukkan peta lokasi dan juga memperlihatkan desain
lintasan track pada saat pengambilan data akustik. Gambar menunjukkan bahwa pola cruise track yang digunakan adalah pola systematic parallel transect. Profil
lintasan track kapal diolah dengan menggabungkan semua data akustik dengan menggunakan perangkat lunak echoview 4.0 sehingga diperoleh nilai lintang dan
bujur, melalui menu cruise track. Tampilan peta lokasi serta lintasan hidroakustik dilakukan dengan menggunakan perangkat lunak ArcGis.
Pengolahan data dilakukan di Laboratorium Balai Penelitian Perikanan Laut BPPL, Jakarta dan di Laboratorium Akustik Kelautan, Departemen Ilmu
dan Teknologi Kelautan Fakultas Perikanan dan Ilmu Kelautan FPIK IPB.
15 Diolah dari Lampiran 3
Gambar 3. Lokasi Penelitian
3.2 Alat dan Bahan
Adapun alat yang digunakan untuk pengolahan data pada penelitian ini adalah : Personal Computer PC, Echoview 4.0 beserta Dongle, Surfer 9,
ArcMap , Minitab 16, dan Microsoft Office. Bahan yang digunakan pada penelitian
adalah data akustik dan data hasil tangkapan ikan di Pelabuhan Pangkajene.
3.3 Metode Penelitian
3.3.1 Perolehan Data
Pengambilan data akustik menggunakan perangkat BioSonics dengan tipe transducer split beam
. Setting alat dari BioSonics dapat dilihat pada Tabel 3. Survei akustik dilakukan dengan menggunakan kapal nelayan setempat 15 GT.
Perekaman data akustik dilakukan sepanjang lintasan track secara kontinu, dan diperoleh sebanyak 64 file sesuai dengan perekaman data akustik.
Tabel 3. Setting BioSonics Spesifikasi BioSonics
Setting Operasi
Transmit Frekuensi Hz 201.000 Hz
Suhu °C 30 °C
Salinitas ‰ 32 ‰
pH 8 Pulse Duration s
0,5 ms Sound Speed ms
1542,43 meterdetik Range m
1-100 meter Absoption Koeffisien dBKm
0,08472 dBKm Sumber: Balai Penelitian Perikanan Laut, 2012
Data ikan demersal yang digunakan sudah dalam bentuk olahan, yaitu Microsoft Excel
. Data ikan demersal merupakan hasil tangkapan dari nelayan setempat dengan alat tangkap berupa pancing rawai yang diperoleh dari
Pelabuhan Pangkajene. Data ikan demersal berupa jenis ikan species dan hasil tangkapan kg selama 7 bulan bulan April 2011 hingga Oktober 2011.
Sv Ikan Substrat E1 dan E2
Hubungan Tipe Dasar Perairan Terhadap Distribusi Ikan Demersal
Microsoft Excel Dongle
Ikan Substrat
Hasil Tangkapan Data Akustik
Echoview Sortir Data
perhari
3.3.2 Pengolahan Data
Data yang diperoleh kemudian diolah di Laboratorium Balai Penelitian Perikanan Laut BPPL, Kementrian Kelautan dan Perikanan KKP Jakarta.
Sebanyak 64 data yang diolah sesuai dengan pengambilan data akustik saat survei. Diagram alir pengolahan data akustik untuk mendapatkan hubungan tipe dasar
perairan terhadap distribusi ikan demersal dapat dilihat pada Gambar 4.
Gambar 4. Diagram alir pengolahan data
Pengolahan data akustik dilakukan dengan menggunakan perangkat lunak Echoview
4.0. Data yang akan diolah dipisahkan terlebih dahulu, disortir
berdasarkan hari saat pengambilan data bertujuan untuk memudahkan dalam pengolahan. Penomoran lintasan dilakukan saat permulaan pengambilan data.
Pengolahan data di Echoview 4.0 menghasilkan dua parameter yakni ikan demersal dan substrat dasar perairan. Kemudian hasil olahan data akustik ikan
demersal dan substrat dasar perairan diolah pada Microsoft Excel, pengolahan tersebut untuk mendapatkan nilai Sv mean dari ikan demersal dan Sv mean dari
dasar perairan. Data hasil tangkapan nelayan setempat diolah dengan menggunakan Microsoft Excel untuk mendapatkan komposisi dari setiap jenis
ikan. Data hasil tangkapan digunakan untuk verifikasi dengan nilai Sv ikan demersal. Penggabungan dari nilai Sv ikan demersal dan Sv substrat perairan akan
menghasilkan hubungan tipe dasar perairan terhadap distribusi ikan demersal.
3.3.3 Pengolahan Volume Backscattering Strength SV Ikan, E1 dan E2
Data akustik yang diperoleh menggunakan BioSonics kemudian diolah dengan menggunakan software Echoview 4.0. Proses integrasi Sv ikan, E1 dan E2
dapat dilihat pada Gambar 5.
Gambar 5. Diagram alir proses integrsai Sv ikan, E1 dan E2 Pada proses integrasi volume backscattering strength SV Ikan, E1 dan
E2, data yang akan diolah dan dianalisis terlebih dahulu disortir berdasarkan hari pada saat pengambilan data. Pengolahan dengan menggunakan software Echoview
4.0 beserta dongle yang disimpan dalam format .raw. Dongle dibutuhkan agar
proses integrasi melalui export dapat dilakukan. Saat membuka data, pada jendela raw variables
pilih sv split beam pings untuk menganalisis nilai Sv pada saat export
data. Hal yang harus dilakukan agar data sesuai dengan informasi yang
diinginkan adalah pada Echoview 4.0 pilih menu echogram kemudian pilih variabel properties
F8 dan masukan nilai-nilai yang akan diamati. Pada distance
Export dalam .csv Data Akustik
raw Echoview
Dongle
Variable Properties F8
Echogram
Integrasi E1, E2, dan Sv Ikan
Sv Ikan, E1, dan E2 dB Depth Mean
Posisi Lintang Bujur
grid menggunakan 300 ping yang berarti pembagian ESDU Elementary Distance
Sampling Unit berdasarkan jumlah ping dengan range grid sebesar 58,00 m.
Integrasi nilai E1 energy of the 1
st
bottom echo menggunakan range
threshold sebesar 50 dB dan jarak integrasi sebesar 0,38561 meter. Integrasi nilai
E2 energy of the 2
nd
bottom echo , menggunakan range threshold sebesar 70 dB
dan jarak integrasi secara manual dengan menggunakan parallelogram yakni membuat polygon secara manual mengikuti kontur perairan second bottom.
Integrasi nilai Sv ikan dengan menggunakan range threshold sebesar 46 dB dan jarak integrasi sebesar 5 meter.
Jika data yang dibutuhkan sudah disesuaikan, maka proses selanjutnya adalah export data. Export data dilakukan dengan cara pilih echogram, pilih
export , pilih analysis by cell, kemudian pilih integration. Data tersimpan dalam
format .csv berupa posisi lintang dan bujur, volume backscattering strength SV Ikan, E1 dan E2, dan depth mean.
3.4 Analisis Data
Penyajian data hasil olahan data akustik ditampilkan dengan menggunakan Microsoft Excel
, penentuan selang kelas kedalaman, regresi linear sederhana, dan analisis komponen utama. Penyajian data dengan menggunakan Micsoroft Excel
ditampilkan dalam bentuk grafik dan tabel, penyajian grafik untuk melihat sebaran nilai E1, E2, dan Sv ikan demersal, sebaran horizontal terhadap lintasan
dan sebaran vertikal terhadap kedalaman perairan. Nilai E1, E2 dan Sv ikan rata-rata dB dari setiap lintasan rata-rata
perlintasan dapat diperoleh dengan cara melinearkan nilai E1, E2 dan Sv ikan terlebih dahulu, kemudian rata-ratakan hasil E1, E2 dan Sv ikan linear dari
masing-masing lintasan. Ubah kembali menjadi bentuk logaritma dB dari rata- rata E1, E2 dan Sv ikan dari masing-masing lintasan, dapat dilakukan dengan
meggunakan cara sebagai berikut. E1, E2, dan Sv Ikan Linear =
...............................................1 Rata-rata perlintasan =
∑ ....................................................2
Rata-rata E1, E2, dan Sv Ikan dB = ∑
..........3 dimana n merupakan banyaknya data E1, E2, dan Ikan
Analisis perubahan nilai E1, E2, dan Sv ikan terhadap perubahan kedalaman perairan dengan membagi berdasarkan selang kelas kedalaman.
Pembagian selang kelas kedalaman dengan menggunakan rumus Nasoetion dan Barizi, 1985 dalam Pujiyati, 2008.
3,3 ...………………………………….........……………...4
dimana n merupakan banyaknya data kedalaman 1.397 data kedalaman. Selang kelas kedalaman E1, E2 dan ikan dibagi menjadi 11 kelas dengan
interval kelas 4,8 meter. Kedalaman berada pada kisaran 5,65 meter sampai 58,45 meter.
Pendugaan tipe substrat menggunakan pustaka Allo 2008 hal ini dikarenakan pada saat pengambilan data akustik tidak dilakukan pengambilan
sampel jenis substrat dasar perairan pada setiap lintasan. Tipe substrat yang diperoleh mengacu dari nilai E1 dari hasil penelitian Allo 2008.
Pengolahan data untuk analisa hubungan E2 terhadap E1 dengan menggunakan regresi linear sederhana.
Regresi linier sederhana digunakan untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel tak
bebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya
memiliki satu peubah yang dihubungkan dengan satu peubah tidak bebas
Walpole, 1992.
Bentuk umum dari persamaan regresi linier untuk populasi adalah ..............................................................................................5
Di mana: Y = Variabel takbebas
X = Variabel bebas a = Parameter Intercep
b = Parameter Koefisisen Regresi Variabel Bebas
Menentukan koefisien persamaan a dan b dapat dengan menggunakan metode kuadrat terkecil, yaitu cara yang dipakai untuk menentukan koefisien
persamaan dan dari jumlah pangkat dua kuadrat antara titik-titik dengan garis regresi yang dicari yang terkecil .
Pengolahan data untuk analisa hubungan dasar perairan terhadap distribusi ikan demersal menggunakan analisa komponen utama AKU. Analisis kompoen
utama digunakan untuk menyusutkan dimensi dari sekumpulan variabel yang tak bertata untuk keperluan analisis dan interpretasi sehingga variabel yang
jumlahnya cukup banyak akan diganti dengan variabel yang jumlahnya lebih sedikit tanpa diiringi hilangnya objektivitas analisis Andi, 2002 dalam
Nugraheni, 2011. Analisis komponen utama bertujuan untuk : 1.
Mengidentifikasi peubah baru yang mendasari data peubah ganda 2.
Mengurangi banyaknya dimensi himpunan peubah yang biasanya terdiri dari peubah yang banyak dan saling berkorelasi menjadi peubah baru yang
tidak berkorelasi dengan mempertahankan sebanyak mungkin keragaman dalam data
3. Menghilangkan peubah-peubah asal yang mempunyai sumbangan
informasi yang kecil Pada penelitian ini analisis komponen utama digunakan untuk melihat
hubungan antara distribusi ikan demersal Sv ikan terhadap tipe dasar perairan atau substrat E1 serta kedalaman perairan depth. Hasil analisis komponen
utama yang dilakukan terhadap matriks korelasi menghasilkan sumbu-sumbu faktorial yang mengekstraksi secara maksimum informasi-informasi yang didapat
dari parameter-parameter yang digunakan. Pada prinsipnya analisis komponen utama menggunakan pengukuran jarak
ecluidean sudut, yaitu jumlah kuadrat perbedaan antara individu-individu baris
untuk variabel kolom yang sesuai. Semakin kecil jarak ecluidean antar dua individu maka semakin mirip karakteristiknya dan semakin jauh jarak ecluidean
maka dua individu semakin berbeda.
24
4. HASIL DAN PEMBAHASAN
4.1 Volume Backscattering Dasar Perairan First Bottom E1
Berdasarkan data hidroakustik yang diolah dalam penelitian ini. Perairan Pangkajene memiliki kedalaman yang dangkal dengan kedalaman berkisar antara
5,73 m sampai 58,40 m, dengan rata-rata kedalaman di Perairan Pangkajene 35,02 m. Posisi terdangkal terdapat pada kordinat 4°45’28” LS dan 119°27’28” BT,
sedangkan posisi terdalam terdapat pada kordinat 4°34’45” LSdan 119°12’44 BT. Kedalaman perairan yang diperoleh menunjukkan adanya variasi kedalaman yang
berbeda untuk setiap posisi lintang dan bujur, pulau-pulau kecil yang terdapat di Perairan Pangkajene menyebabkan perbedaan kedalaman perairan sehingga
kedalaman menjadi bervariasi. Data hidroakustik yang digunakan dalam penelitian ini berasal dari 64
lintasan. Nilai E1 backscattering volume first bottom menggambarkan kekasaran dasar perairan. Gambar 6 menunjukkan nilai hambur balik E1 dimana terjadi
perbedaan setiap kedalaman. Nilai E1 dari Perairan Pangkajene sebesar -25,83 dB. Nilai E1 terbesar berada pada posisi 4°46’6” LS dan 119°28’35” BT dengan nilai
sebesar -19,91 dB berada pada kedalaman 9 m. Nilai E1 terkecil terdapat pada posisi 4°28’10” LS dan 119°33’55” BT dengan nilai E1 sebesar -33,24 dB berada
pada kedalaman 30 m. Sebaran vertikal nilai E1 menggambarkan hambur balik terhadap
kedalaman, nilai E1 berada pada kisaran kedalaman 7 m sampai 53 m dengan nilai E1 yang bervariasi pada setiap kedalaman. Nilai E1 mengalami penurunan
semakin bertambahnya kedalaman Gambar 6. Pada kedalaman 7 m sampai 53 m