dengan: R = laju dekomposisi g15 hari T = waktu pengamatan 15 hari
X = bobot kering serasah awal g
X
t
= bobot kering serasah setelah waktu pengamatan ke– t g Dihitung persentase sisa serasah daun selama eksprimen menggunakan rumus
menurut Boonruang 1984, sebagai berikut: ............................................................ 5
dengan: Y = persentase serasah daun yang mengalami dekomposisi X
= bobot kering serasah awal g X
t
= bobot kering serasah setelah waktu pengamatan ke– t g Pendugaan nilai konstanta laju dekomposisi serasah diperoleh dengan
menggunakan persamaan menurut Ashton et al. 1999 sebagai berikut: X
t
= X .e
-kt
………………………………………. 6 kt
X X
t
− =
⎟⎟ ⎠
⎞ ⎜⎜
⎝ ⎛
ln …...…………………………….…… 7
dengan: X
t
= bobot kering serasah setelah waktu pengamatan ke- t g X
= bobot kering serasah awal g e = 2,72
k = konstanta laju dekomposisi serasah t
= waktu pengamatan 15 hari ln = logaritma natural
3.5.4 Kelimpahan Plankton dan Makrozoobentos
Data plankton yang didapat dianalisa kelimpahannya menggunakan persamaan menurut APHA 1979 sebagai berikut:
⎥ ⎦
⎤ ⎢
⎣ ⎡
=
d t
V x
V V
n N
1 ..……………………………………… 8
dengan: N = kelimpahan plankton sel.l
-1
n = jumlah jenis plankton yang diamati pada seluruh bagian sedgwick rafter cell
V
t
= volume air tersaring 25 ml V
= volume air pada Sedgwick Rafter Counting Cell 1 ml V
d
= volume air yang disaring oleh jaring plankton 100 l Kelimpahan makrozoobentos dihitung menggunakan persamaan:
2
900 cm i
ke jenis
individu Jumlah
K
i
− =
……........................................ 9 dengan: K
i
= kelimpahan makrozoobentos jenis ke- i 100
x X
X Y
t
=
3.5.5. Karakteristik Lingkungan Mangrove Berdasarkan Parameter Fisik
Kimia pada Tiap Stasiun
Karakteristik lingkungan mangrove berdasarkan variasi parameter fisik kimia lingkungan pada tiap stasiun, dianalisa menggunakan suatu pendekatan
analisis statistik multivariabel yang didasarkan pada analisis komponen utama principal component analysis, PCA Bengen 2002. Analisis ini merupakan
metode statistik deskriptif yang bertujuan untuk menampilkan data dalam bentuk grafik, informasi maksimum yang terdapat dalam suatu matriks data. Matriks data
yang digunakan terdiri atas matriks data stasiun pengamatan sebagai individu statistikbaris dan data parameter fisik kimia lingkungan sebagai variabel
kuantitatifkolom. Data parameter fisik kimia lingkungan yang diukur tidak berunit pengukuran
dan ragam yang sama, sehingga sebelum dilakukan analisis komponen utama, data tersebut harus dinormalisasikan melalui pemusatan dan pereduksian.
PCA tidak dianalisa dari nilai variabel asal tetapi dari indeks sintetik yang diperoleh dari kombinasi linear variabel asal. PCA mencari terlebih dahulu indeks
yang menunjukkan ragam stasiunnya maksimum, yang disebut komponen utama ke I F1. Dicari juga komponen utama ke II F2 yang tidak berkorelasi dengan
komponen utama ke I. Komponen utama ke II ini dapat memberikan informasi terbesar sebagai pelengkap komponen utama ke I. Proses ini berlanjut terus
hingga diperoleh komponen utama ke- p dan bagian informasi yang dapat dijelaskan semakin kecil. Pada prinsipnya PCA menggunakan pengukuran jarak
euclidean yang berkoresponden pada data. Jarak euclidean menurut Bengen 1998 didasarkan pada persamaan:
∑
=
− =
p j
j i
ij
X X
i i
d
1 2
2
, ................................................. 10
dengan: d
2
i,i’ = jarak euclidean
i,i’ = dua stasiunbaris
j = indeks kolomparameter fisik kimia bervariasi dari 1
sampai p p
= banyaknya kolom Semakin kecil jarak euclidean antar dua stasiun maka semakin mirip karakteristik
fisik kimia lingkungan kedua stasiun tersebut, demikian sebaliknya.
3.5.6 Karakteristik Habitat Udang Putih Berdasarkan Parameter Biofisik
