Latar belakang The Comparison of Artificial Neural Network Models And Statistical Analysis In Determining The Types Of Freshwater Fishes Using Acoustic Descriptors

I PENDAHULUAN

1.1. Latar belakang

Perairan umum daratan Indonesia memiliki keanekaragaman jenis ikan yang tinggi, sehingga tercatat sebagai salah satu perairan dengan mega biodiversity di Indonesia. Komisi Plasma Nutfah Indonesia melaporkan bahwa kekayaan plasma nutfah ikan di perairan umum daratan Indonesia mencapai 25 dari jumlah jenis ikan yang ada di dunia Kartamihardja et al., 2008. Salah satu upaya dalam pengelolaan sumberdaya perikanan secara lestari sebagaimana diamanatkan dalam UU No 31 Tahun 2009 tentang Perikanan, maka diperlukan data dan informasi tentang kondisi stok ikan di suatu perairan. Survey akustik menggunakan echosounder kuantitatif telah umum digunakan untuk menduga kelimpahan dan biomass ikan untuk menyediakan data dan informasi bagi pengelolaan sumberdaya perikanan Simmonds dan MacLennan, 2005. Aplikasi hidroakustik untuk menduga stok ikan dapat memberikan data dan informasi mengenai kepadatan ikan, kedalaman dan topografi dasar perairan Wijopriono et al., 2006. Penelitian mengenai klasifikasi dan identifikasi target akustik ikan untuk membedakan hingga tingkat spesies masih merupakan bidang yang masih luas dan berpotensi untuk dikaji. Kesulitan identifikasi spesies dalam akustik perikanan adalah keterbatasan dalam mengklasifikasi backscattered energy target akustik echo trace menjadi klasifikasi target ikan dalam tingkatan spesies. Identifikasi ikan dalam pengolahan data akustik secara konvensional dilakukan dengan mengidentifikasi gema echo pada echogram dalam besaran target strength oleh orang yang telah terlatih dan dibandingkan dengan hasil tangkapan ikan. Metode ini sangat tergantung pada tingkat keahlian , pengalaman orang yang mengolah data akustik, dan memakan waktu yang banyak . Selain itu metode tersebut dapat menghasilkan bias yang relatif tinggi dan sulit untuk memperoleh data secara kuantitatif identifikasi sampai tingkat spesies Charef et al., 2010. Aplikasi jaringan saraf tiruan JST menjadi salah satu terobosan besar dalam upaya meningkatkan akurasi pendugaan stok ikan dengan aplikasi 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