Perekaman dan Analisis Spektrum Suara Ikan Nila (Oreochromis niloticus) Dalam Karamba

1

1. PENDAHULUAN 1.1Latar Belakang

Kegiatan budidaya perikanan dari tahun ke tahun semakin meningkat namun masih banyak permasalahan yang perlu diatasi untuk meningkatkan efektivitas dan efisiensi produksi. Menurut data statistik perikanan Kementrian Kelautan dan Perikanan Republik Indonesia (2010), terjadi peningkatan jumlah pembudidaya dari tahun 2000-2009. Jumlah pembudidaya yang menggunakan karamba pada tahun 2000 sebanyak 54.237 orang dan pada tahun 2009 menjadi 87. 766 orang. Hal Ini menunjukkan adanya peningkatan dalam kegiatan budidaya perikanan. Kemudian jumlah pembudidaya dengan menggunakan jaring apung kenaikannya mencapai 330, 26% yang mulanya pada tahun 2000 terdapat 9.287 orang naik menjadi 39. 958 orang pada tahun 2009. Begitu pula dengan luas areal budidaya juga mengalami peningkatan dari tahun 2000-2009.

Peningkatan jumlah pembudidaya dan luas areal budidaya berbanding lurus dengan perkembangan produksi perikanan budidaya yang juga semakin meningkat dari tahun ke tahun. Salah satu hal yang sulit dilakukan di karamba atau tambak adalah menghitung biomassa atau jumlah ikan yang ada. Perhitungan jumlah ikan dapat digunakan sebagai dasar perhitungan pemberian pakan,

sehingga dalam pemberian pakan dapat lebih efisien dan tidak berlebih. Selain itu juga dengan mengetahui jumlah ikan yang hidup maka akan mempermudah dalam penelitian.

Dalam penelitian ini analisis biomassa ikan dilakukan dengan cara pemanfaatan suara ikan yang dihasilkan saat diberi pakan untuk menduga biomassa ikan. Metode yang digunakan adalah akustik pasif yaitu dengan

merekam gelombang suara yang dihasilkan oleh ikan baik yang dikeluarkan dari gelembung renang maupun karena pengaruh gerakan renang ikan. Melalui percobaan perekaman suara ikan dalam jumlah ikan yang berbeda akan dibuat persamaan untuk di cocokkan dengan kelompok ikan yang sudah diketahui jumlahnya. Perekaman gelombang suara ikan dilakukan pada saat pemberian pakan dengan jumlah ikan yang telah ditentukan sehingga dapat dibandingkan intensitas dan spektrum suara ikan dalam jumlah yang berbeda. Hasil akhir dari penelitian ini diharapkan dapat menjadi solusi bagi permasalahan perhitungan jumlah ikan di karamba sehingga dapat meningkatkan efisiensi pada penelitian ikan di karamba ataupun kegiatan budidaya.

1.2Tujuan

Tujuan dari penelitian ini adalah untuk merekam dan menganalisis spectrum suara ikan nila (Oreochromis niloticus) dalam karamba.

3

2. TINJAUAN PUSTAKA

2.1Passive Acoustic Monitoring (PAM)

Selama ini metode akustik pasif digunakan untuk memonitor mamalia laut (Nedwell et al, 2007). Umumnya sinyal yang didapatkan dari perekaman suara hewan lemah sehingga memerlukan amplifikasi dan sulit menentukan dari mana arah suara. Kata pasif diartikan bahwa hanya menggunakan suara yang berasal dari hewan target (Mellinger et al., 2007). Konsep dasar dari akustik pasif pada mamalia adalah dengan mendeteksi suara ketika mamalia tersebut berada pada area pengukuran. Pengukuran tersebut dilakukan dengan mengunakan perangkat lunak dan juga dengan mendengarkannya. Metode akustik pasif juga digunakan oleh militer dalam mengembangkan sistem keamanan dari penyerang bawah air pada daerah estuari dengan melakukan perekaman suara yang ditimbulkan dari penyelam (Borowski et al., 2008).

2. 2 Sistem Perekaman Suara Bawah Air

Seluruh pengindraan akustik menggunakan mikrofon dan transduser untuk mendeteksi energi akustik dan kemudian mengkonversinya menjadi sinyal listrik (Greene, 1997). Untuk perekaman suara bawah air menggunakan hidrofon (Gambar 1). Hidrofon adalah mikrofon bawah air yang menangkap sinyal akustik kemudian mengubah energi tersebut menjadi energi listrik dan digunakan dalam sistem akustik pasif. Pengukuran sinyal suara yang ingin diketahui adalah dengan mengukur Signal to Noise Ratio (SNR) yaitu rasio antara level sinyal suara yang diterima (received level of a sound signal) terhadap level kebisingan latar

(background noise level) (Greene, 1997).

Gambar 1. Hidrofon jenis SQ3 (Sumber : www.sensortech.ca, 2010)

Sistem perekaman suara bawah air terdiri dari hidrofon dan digital recorder. Ada beberapa model yang bersifat autonomus, komputer base, dan sistem portable. Pada sistem portable terdiri dari sensor (hidrofon), memory card

yang berkapasitas besar minimum 4 GB, baterai chargeable, power adaptor 12V USB, dan dilengkapi dengan kotak peralatan yang melindungi sistem tersebut (www.cetaceanresearch.com., 2010) Hidrofon mendapat energi dari baterai yang diletakkan pada sistem power. Kemudian alat berikutnya adalah earphone yang digunakan untuk validasi suara saat perekaman. Komputer diperlukan untuk mentransfer data hasil perekaman dari sistem dan untuk mengolah data. Agar suara sebelum ditransfer ke komputer baik, maka perlu dilakukan amplifikasi dengan menggunakan amplifier. Kemudian perekaman berbasis komputer terdiri dari hidrofon, baterai, dan sistem interface yang menghubungkan komputer dengan hidrofon. Perekaman dilakukan oleh komputer dengan menggunakan perangkat lunak seperti spectraLAB, spectraPRO, dan Wavelab.

2.3 Bioakustik

Menurut Simmonds dan Maclennan (2005) dan Greene (1997) terdapat tiga kelompok hewan yang memproduksi suara dengan karakteristik yang berbeda-beda yaitu (1) jenis krustasea khususnya udang, (2) ikan toleostei (ikan

5

bertulang belakang ) yang memiliki gelembung renang, (3) mamalia perairan seperti paus dan lumba-lumba. Ikan nila termasuk dalam kelompok ikan

bertulang belakang yang dapat menghasilkan suara melalui gelembung renangnya. Suara tersebut adalah bentuk komunikasi antara sesamanya. Suara yang dihasikan semakin kuat saat berkumpul seperti pada saat makan. Lugli et al., (2003),

menyatakan hasil penelitiannya tentang ikan Padogobius martensii yang mengeluarkan suara saat berinteraksi dengan lawan jenis yang dihasilkan oleh gelembung renang.

2.4 Perekaman suara ikan

Akamatsu et al., (2002), melakukan perekaman suara ikan dalam tangki kecil, hasilnya adalah terjadi perubahan suara karena adanya resonansi, akan tetapi distorsi tersebut dapat dicegah dengan pengenalan suara utama. Suara yang dihasilkan oleh gelembung renang (Lugli et al., 2003) sebanding dengan ukuran ikan (Lechner et al., 2010). Selain itu suara ikan juga secara dominan dihasilkan oleh sirip pectoral pada saat berebut makanan (Colson et al., 1998). Banyak suara yang diproduksi oleh ikan adalah pulsatile dan memiliki rentang frekuensi

beberapa puluh sampai ribuan Hertz (Fish and Mowbray, 1970).

Gelembung renang adalah bagian tubuh ikan yang berfungsi untuk amplifikasi suara. Beberapa jenis ikan memiliki sonic muscle yang memberi tekanan pada gelembung renang.

Gambar 2. Gelembung renang pada ikan (Sumber : http://www.dosits.org, 2010) 2.5 Ikan Nila

Ikan nila (Gambar 3) adalah jenis ikan budidaya yang saat ini sedang ramai dibudidayakan oleh masyarakat selain karena jenisnya yang menarik juga harganya yang menguntungkan di pasaran. Berikut adalah klasifikasi ikan nila :

Kelas : Osteichthyes Sub-kelas : Acanthoptherigii Ordo : Percomorphi Sub-ordo : Percoidea Famili : Cichlidae Genus : Oreochromis

Spesies : Oreochromis niloticus

7

2.6 Pemeliharaan Ikan Nila Dalam Karamba

Pemeliharaan ikan dalam karamba biasanya dilakukan untuk pembesaran ikan konsumsi. Wadah yang digunakan berupa bangun ruang yang semua sisinya dibatasi oleh jaring-jaring sehingga ikan tidak dapat keluar dari lingkungannya. Pertukaran air, pembuangan kotoran dan pembuangan sisa pakan juga terjadi bersaman dengan keluar masuknya air melalui lubang-lubang jaring. Ikan yang dipelihara dalam jaring pergerakannya sangat terbatas sehingga mudah dalam pemberian pakan. Contoh karamba yang digunakan dalam budidaya ikan di laut atau dikenal dengan istilah karamba jaring apung (KJA) ditampilkan pada gambar 4.

Gambar 4. Karamba jaring apung (Sumber : Ditjen perikanan Budidaya, 2009) Karamba juga tidak hanya digunakan pada budidaya perikanan laut akan tetapi juga digunakan pada perikanan air tawar. Penggunaan karamba biasanya untuk memisahkan ikan dengan jenis berbeda atau usia yang berbeda. Besarnya lubang jaring dapat disesuaikan dengan besarnya ukuran ikan sehingga ikan yang dipelihara tidak dapat meloloskan diri.

2.7 Perangkat Lunak Wavelab

Wavelab adalah perangkat lunak pengolah suara digital yang dibuat oleh Steinberg untuk tujuan professional dan juga semiprofesional. Wavelab dilengkapi

dengan multi-channel file, DirectX plugin, VST plugin, dan fasilitas pembuatan DVD-audio (www.steinberg.net, 2010). Fasilitas yang terdapat dalam wavelab dapat mendukung kegiatan penelitian yang berhubungan dengan analisis suara sehingga dapat meningkatkan akurasi.

2.8 Perangkat Lunak MATLAB

Perangkat lunak MATLAB merupakan sistem interaktif dengan elemen dasar basis data array. Matriks matlab memiliki ukuran yang memungkinkan untuk memproses citra dan memanipulasi data lainnya seperti data suara. Dalam pemrosesan sinyal digital, matlab menyediakan Signal Processing Toolbox yang dibuat dengan metode numerik, tahan terhadap kesalahan, dan berkecepatan tinggi (www.mathworks.com., 2010).

Kekuatan matlab terletak pada, kemudahan manipulasi struktur matrik, jumlah routine-routine powerful yang berlimpah yang terus berkembang, kekuatan fasilitas grafik tiga dimensi yang sangat memadai, sistem scripting yang

memberikan keleluasaan bagi pengguna untuk mengembangkan dan memodifikasi perangkat lunak untuk kebutuhan sendiri, kemampuan interface ( misal dengan bahasa C, word dan mathematica), dilengkapi dengan toolbox, simulink, stateflow

dan sebagainya, serta mulai melimpahnya source code di internet yang dibuat dalam matlab (contoh toolbox misalnya : signal processing, control system, neural networks dan sebagainya). Semua itu merupakan perangkat yang powerful untuk menyelesaikan permasalahan sains dan teknik terutama untuk wilayah dimana komputasi numerik harus dibuat

9

2.9 Fast Fourier Transform (FFT) dan analisa suara

Fast Fourier Transform (fft) merupakan algoritma yang digunakan untuk menghitung transformasi data dari domain waktu ke domain frekuensi.

Penggunaan fft meliputi proses penapisan, penggabungan (convolution), perhitungan respon frekuensi dan penunda grup, dan sampai pada pendugaan daya spektrum.

(a) (b) (c) (d) 3. METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian ini dilakukan selama dua bulan yaitu pada tanggal 15 April 2010 sampai dengan 15 Juni 2010. Penelitian dilakukan di kolam pembesaran ikan Yayasan Pengembangan Insan Pertanian Indonesia (YAPIPI), Kelurahan Bojong Sari, Kecamatan Ciomas, Kabupaten Bogor (16610).

Gambar 5. Lokasi pengambilan data 3.2 Alat dan Bahan Penelitian

Berikut ini adalah satu set alat perekaman yang digunakan.

Gambar 6. Satu set alat perekam suara, (a) Hidrofon, (b) Headphone, (c) catu daya/baterai, dan (d) laptop untuk data logging dan data processing.

11

Alat dan bahan yang digunakan dalam pengambilan dan pengolahan data dicantumkan pada Tabel 1.

Tabel 1. Alat yang digunakan dalam pengambilan dan pengolahan data

No Alat Unit Spesifikasi

1 Satu Set Sea Phone

SQ03 1

Kisaran Frekuensi : 1 Hz - 22 kHz Hidrofon : SQ38

Power : 9 V Battery

Arah /rekaman : Horizontal – Omni 3 Laptop 1 Processor Intel Dual Core, RAM 2 GB,

Operating System Windows XP

5 Stopwatch 1 Standard

6 Camera digital 4 628 x 582 pixel, adaptor DC 8V, Power <200mW

7 Digital Color Quad Processor 1

Resolusi : 860 x 625 pixel PAL : 25 Frames / sec 8 Perangkat Lunak

Wavelab 5.01b 1 -

9 Perangkat Lunak

Microsoft Excel 2007 1 -

10 Perangkat lunak

Microsoft Word 2007 -

11 Perangkat lunak

MATLAB 7.0.1 1

12 Kolam 3 Ukuran 20 x 10 x 1,5 m, beton

Bahan yang digunakan adalah ikan nila yang dipelihara dalam karamba. Jumlah ikan yang diukur terdapat dalam Tabel 2.

Tabel 2. Keterangan jumlah ikan nila yang digunakan

Karamba Jumlah

1 100

2 200

3 400

4 800

Tabel 3. Keterangan ukuran ikan yang digunakan

No. Panjang total (cm) No. Panjang total (cm)

1 6,6 11 6,8

2 7,0 12 7,0

3 7,4 13 8,0

4 6,8 14 6,8

5 7,0 15 6,6

6 7,6 16 6,2

7 7,2 16 7,6

8 7,2 18 7,4

9 6,6 19 6,8

10 6,6 20 7,0

3.3 Metode Perolehan Data 3.3.1 Metode Pengamatan Visual

Ikan nila yang dipelihara diamati pergerakannya saat diberi makan dan tidak diberi makan. Melalui pengamatan ini dapat diamati tingkah laku ikan saat diberi makan.

13

3.3.2 Metode Perekaman Suara

Suara direkam menggunakan OmnidirectionalHydrophone (Gambar 7). Perekaman suara dilakukan pada saat pemberian pakan untuk tiap-tiap keramba. Tiap perekaman dilakukan dalam satu menit. Ulangan dilakukan sebanyak 5 kali dalam satu hari. Data hasil pengukuran suara disimpan dalam format *.WAV

Gambar 7. Skema pengambilan data akustik. (a) Hidrofon, (b) Kolam ikan (karamba), (c) catu daya (baterai), (d) headphone, (e) laptop (data logging dan

processing), (f) ikan nila

3.4. Metode Pengolahan Data Akustik

Pengolahan data akustik menggunakan bantuan program Wavelab 5.01b. Suara yang dihasilkan oleh ikan nila dipilih bagian yang paling jelas atau dekat dengan kelompok ikan dan dikelompokkan berdasarkan jumlah ikan. kemudian data hasil rekaman di analisa dengan metode FFT untuk melihat sebaran frekuensi per satuan waktu pada program Wavelab 5.01b. Data FFT kemudian disimpan dalam bentuk ASCII agar dapat diolah dengan menggunakan Microsoft Excel 2007 dan MATLAB 7.0.1.

3.5 Analisis Data Suara

Perekaman suara dilakukan menggunakan hidrofon kemudian disalurkan ke amplifier, setelah itu dilakukan verifikasi suara dengan menggunakan

earphone. Kemudian dilakukan proses recording dengan menggunakan perangkat lunak wavelab 5.0b. Data suara hasil rekaman disimpan dalam bentuk *.wav. Bagan alir pengambilan dan pemrosesan data suara ditunjukkan pada Gambar 8.

Gambar 8. Proses Pengambilan dan Analisis Data Suara Persiapan Peralatan

Perekaman Suara

Verifikasi Menggunakan

Headphone

Penyimpanan suara menggunakan Wavelab 5.01b dalam *wav

Analisis FFT

Wavelab 5.01b Export ke ASCII

Display Grafik FFT Analisis Hasil

15

3.6 Analisis Hasil

Hasil penelitian berupa lima data suara ikan yang diinterpretasikan ke dalam bentuk grafik frekuensi dan echo level. Lima data tersebut dirata-ratakan sehingga menjadi satu data yang kemudian dianalisa. Grafik suara hanya ditampilkan pada rentang frekuensi 1-10000 Hz sedangkan data suara pada frekuensi > 10000 Hz tidak ditampilkan untuk mempermudah analisis dan juga data pada frekuensi tersebut nilai amplitudonya semakin menurun, sehingga datanya semakin kurang baik. Setelah itu, data dilakukan analisis perbandingan nilai echo level pada frekuesi 1000 Hz, 5000 Hz, dan 10000 Hz. Nilai echo level dari lima ulangan pada frekuensi yang berbeda di regresikan untuk mendapatkan hubungan antara jumlah ikan (ekor) dengan nilai echo level (dB).

4. HASIL DAN PEMBAHASAN

4.1 Tingkah Laku ikan Dalam Karamba

Perekaman suara dilakukan dengan meletakkan hidrofon dekat dengan permukaan air. Hal ini karena gerakan ikan secara dominan berada di permukaan ketika pemberian pakan. Berikut adalah ilustrasi posisi ikan sebelum dan saat diberi pakan.

Gambar 9. Peletakan hidrofon dan posisi ikan sebelum diberi pakan (kiri), saat diberi pakan (kanan).

Posisi ikan sebelum diberi pakan terlihat menyebar karena tidak ada fokus seperti makanan. Posisi ikan saat diberi pakan berkumpul di permukaan karena ada fokus makanan berupa pakan terapung sehingga ikan bergerak ke permukaan untuk mendapatkan makanan. Pergerakan ikan pada saat berebut makanan menimbulkan suara berisik (noise). Suar berisik yang diakibatkan karena pergerakan sirip pektoral saat berenang karena saat berenang tubuh ikan bergesekan dengan air.

17

4.2 Interpretasi Suara Ikan

Suara ikan yang dimaksud dalam penelitian ini adalah suara yang berasal dari gerakan sirip ikan terhadapa air. Hasil dari penelitian ini berupa data suara yang diterjemahkan ke dalam bentuk grafik intensitas suara terhadap frekuensi. Frekuensi yang direkam mulai dari 0-22 kHz. Berikut ini ditampilkan lima grafik perbedaan intensitas suara ikan dengan jumlah yang berbeda-beda. Intensitas., suara ikan 100 ekor ditunjukkan oleh grafik berwarna hitam, ikan dengan jumlah 200 ekor berwarna biru, ikan dengan jumlah 400 ekor berwarna hijau, dan warna merah untuk ikan berjumlah 800 ekor. Hasil tersebut ditunjukkan pada gambar 10.

Gambar 10. Spektrum suara ikan

Berdasarkan grafik pada Gambar 10, dapat dilihat nilai rata-rata intensitas suara ikan berbanding lurus dengan jumlah ikan. Grafik intensitas suara ikan 100 ekor berada paling bawah kemudian secara berurut ikan dengan jumlah 200 ekor, 400 ekor, dan grafik untuk ikan 800 ekor berada paling atas.

Gambar 11. Regresi linier echo level pada frekuensi 1000 Hz

Gambar 11 adalah hubungan antara jumlah ikan dengan nilai echo level yang dilihat pada frekuensi 1000 Hz. Nilainya berkisar antara 49,29 – 60,50.

Persamaan regresi yang terbentuk adalah y = 0,010x + 49,99 dengan nilai R2 = 0,781.

Gambar 12. Regresi linier echo level pada frekuensi 5000 Hz Gambar 12. adalah hubungan antara jumlah ikan dengan nilai echo level yang dilihat pada frekuensi 5000 Hz. Nilainya berkisar antara 45,89 – 71,73.

y = 0.0106x + 49.993 R² = 0.7815

47 52 57 62

0 200 400 600 800 1000

E ch o Le v e l (d B)

Jumlah Ikan (ekor) f = 1000 Hz

y = 0.0193x + 44.771 R² = 0.7323

40 45 50 55 60 65 70 75

0 200 400 600 800 1000

E ch o Le v e l (d B)

Jumlah Ikan (ekor) f = 5000 Hz

19

Persamaan regresi yang terbentuk adalah y = 0.019x + 44.77 dengan nilai R2 = 0,732.

Gambar 13. Regresi linier echo level pada frekuensi 10000 Hz Gambar 13. adalah hubungan antara jumlah ikan dengan nilai echo level yang dilihat pada frekuensi 10000 Hz. Nilainya berkisar antara 41,69 – 55,91.

Persamaan regresi yang terbentuk adalah y = 0.019x + 43.755 dengan nilai R2 = 0,6082.

4.3 Pembahasan

Nilai echo level para Gambar 10 menunjukkan adanya kesesuaian karakteristik antara nilai echo level dengan jumlah ikan yang digunakan yaitu semakin banyak ikan yang berada dalam karamba semakin besar nilai echo level-nya. Hal ini terlihat dari letak grafik echo level dimana letak sebanding dengan jumlah ikan. Posisi grafik secara terurut terletak dari yang paling bawah sampai yang paling atas yaitu ikan 100, 200, 400, dan 800. Menurut Colson et al., (1998), pada saat berebut makanan dengan sesamanya, suara ikan dominan dihasilkan oleh sirip pectoral, sehingga menghasilkan suara berisik karena gemericik air akibat gerakan sirip.

y = 0.0119x + 43.755

R² = 0.6082

40 42 44 46 48 50 52 54 56

0 200 400 600 800 1000

E ch o Le v e l (d B)

Jumlah Ikan (ekor) f = 10000 Hz

Sesuai dengan jumlahnya, dengan semakin banyak ikan yang berebut makanan maka echo level yang dihasilkan juga semakin tinggi. Pada saat diberi makan ikan dalam keadaan lapar sehingga aktif berebut makanan. Pergerakan inilah yang sangat dominan pada saat pengambilan data di lapangan. Berdasarkan hal ini, tingkat keaktifan ikan ikan sangat tinggi pada saat pakan jatuh pertama kali dan semakin melemah dari waktu ke waktu seiring dengan banyaknya pakan yang dimakan oleh ikan. Oleh karena itu pada kodisi ini ikan telah jenuh dengan pakan dan lama kelamaan tidak lagi melakukan aktivitas makan. Berdasarkan Gambar 10. terdapat perpotongan antargrafik yaitu pada grafik ikan 100 dan 200. Sedangkan antara grafik ikan 100 terhadap ikan 400 dan ikan 800 tidak ada perpotongan grafik, kemudian antara grafik ikan 200 terhadap grafik ikan 400 dan 800 juga tidak terjadi perpotongan, dan juga antara grafik ikan 400 dan ikan 800 juga tidak terjadi perpotongan. Akan tetapi pada grafik ikan 100 dan ikan 200 terjadi perpotongan, yaitu pada frekuensi 1462 Hz dengan nilai echo level 59,4931 dB. Kemudian berpotongan kembali pada frekuensi 3385,50 Hz dengan nilai echo level 48,3518 dB. Nilai echo level ikan 100 pada selang frekuensi antara 1462 Hz sampai dengan 3385,50 Hz nilainya lebih tinggi dari pada ikan 200. Fenomena ini menandakan tingkat aktivitas pada ikan 100 lebih tinggi daripada ikan 200 pada selang frekuensi tersebut, sehingga nilai echo level-nya melampaui nilai echo level ikan 200.

21

Berdasarkan hasil grafik yang didapatkan, frekuensi rendah lebih cocok digunakan untuk menganalisis spektrum suara ikan dalam karamba adalah frekuensi rendah. Hal ini ditunjukkan dari nilai regresi linier yang dianalisis pada tiga frekuensi yang berbeda yaitu 1000 Hz, 5000 z, dan 10000 Hz, nilai R2 yang baik adalah 1000 Hz dan 5000 Hz sedangkan pada frekuensi 10000 Hz, nilai R2 rendah. Nilai R2 pada frekuensi 1000 Hz adalah adalah 0,781. Artinya terdapat 78,1% data pada frekuensi 1000 Hz memiliki keeratan atau dapat dijelaskan dengan model regresi ini, sedangkan pada frekuensi 5000 Hz nilai R2 bernilai 0,732 atau 73,2% data yang memiliki keeratan, kemudian pada frekuensi 10000 Hz nilai R2 semakin rendah yaitu 0,6082 atau hanya 60,82 % data yang memiliki nilai keeratan. Berdasarkan hal ini, dalam menganalisis suara ikan nila, nilai frekuensi yang dianjurkan adalah frekuensi rendah.

5. KESIMPULAN DAN SARAN

5.1 Kesimpulan

Ada perbedaan intensitas suara antara ikan dengan jumlah 100, 200, 400, dan 800, sehingga suara ikan potensial digunakan untuk mengestimasi biomassa ikan dalam karamba. Nilai echo level yang dihasilkan dari perekaman suara ikan sebanding dengan banyaknya jumlah ikan yang direkam, dan frekuensi yang digunakan untuk menganalisis suara lebih baik pada frekuensi rendah.

5.2 Saran

Berhubungan dengan penelitian mengenai perhitungan biomassa ikan nila dengan menggunakan metode akustik pasif, penulis ingin menyampaikan

beberapa saran untuk pengembangan metode pasif akustik ini adalah sebagai berikut :

(1) Perlu dilakukan penelitian dengan metode yang sama pada jenis dan ukuran ikan yang berbeda.

(2) Perlu dilakukan uji coba di daerah berbeda seperti di perairan laut atau danau.

v

PEREKAMAN DAN ANALISIS SPEKTRUM SUARA IKAN

NILA (Oreochromis niloticus) DALAM KARAMBA

SYAHRONI

SKRIPSI

sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Kelautan pada

Departemen Ilmu dan Teknologi Kelautan

PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN

INSTITUT PERTANIAN BOGOR 2011

iii

(Oreochromis niloticus) Dalam Karamba

Kegiatan budidaya perikanan dari tahun ke tahun semakin meningkat, namun masih banyak permasalahan yang perlu diatasi untuk meningkatkan efektivitas dan efisiensi produksi, antara lain menghitung biomassa atau jumlah ikan yang ada dalam karamba budidaya, sehingga diperlukan suatu metode yang dapat menghitung jumlah ikan secara cepat dan praktis.

Tujuan dari penelitian ini adalah untuk merekam dan menganalisis spektrum suara ikan nila (Oreochromis niloticus) dalam karamba. Pengumpulan data dilakukan pada tanggal 15 April 2010 sampai dengan 15 Juni 2010 berupa rekaman suara saat pemberian pakan dalam karamba ikan di kolam pembesaran ikan Yayasan Pengembangan Insan Pertanian Indonesia (YAPIPI), Kelurahan Bojong Sari, Kecamatan Ciomas, Kabupaten Bogor.

Perekaman dilakukan dengan menggunakan seperangkat alat perekam yang terdiri dari satu set hidrofon jenis Sea Phone SQ03 dan laptop. Suara

direkam dengan menggunakan bantuan softwere Wavelab 5.01b. Pengolahan data dilakukan dengan menggunakan softwere Wavelab 5.01b untuk menampilkan grafik Fast Fourier Transform/FFT, Microsoft Excel untuk menampilkan data intensitas suara dalam bentuk deciBel (dB), dan softwere MATLAB 7.0.1 untuk menampilkan grafik rata-rata intensitas suara.

Metode perhitungan estimasi jumlah ikan melalui nilai intensitas suara dilakukan untuk mendapatkan persamaan perhitungan dari jumlah ikan tersebut yang ditampilkan dalam bentuk grafik regresi linier. Hasil analisis menunjukkan adanya perbedaan intensitas suara yang dihasilkan pada jumlah ikan 100, 200, 400, dan 800. Pada grafik spektrum suara ikan secara terurut dari jumlah yang paling rendah sampai yang tertinggi yaitu 100, 200, 400, dan paling atas adalah 800. Kemudian nilai amplitudo dilihat berdasarkan tiga nilai frekuensi yaitu 1000 Hz, 5000 Hz, dan 10000 Hz. Hasilnya terdapat perbedaan antara frekuensi

tersebut. Nilai R2 pada frekuensi 1000 Hz adalah 0.7815 dengan persamaan regresi linier y = 0.0106x + 49.993, nilai R2 pada frekuensi 5000 Hz adalah 0.7323 dengan persamaan regresi linier y = 0.0193x + 44.771, sedangkan nilai R2 pada frekuensi 10.000 Hz adalah 0.6082 dengan persamaan regresi linier y = 0.0119x + 43.755.

iv

©

Hak cipta milik IPB, tahun 2011

Hak Cipta Dilindungi Undang-Undang

1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber

a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah

b. Pengutipan tidak merugikan kepentingan yang wajar IPB

2. Dilarang mengumumkan dan memperbanyak sebagian/seluruh karya tulis dalam bentuk apapun tanpa izin IPB

ii

Dengan ini saya menyatakan bahwa skripsi yang berjudul :

Perekaman dan Analisis Spektrum Suara Ikan Nila (Oreochromis niloticus)

Dalam Karamba

Adalah benar merupakan hasil karya sendiri dan belum pernah diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Semua sumber data dan informasi yang berasal dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantukan dalam daftar pustaka di bagian akhir skripsi ini.

Bogor, Desember 2011

Syahroni C54061169

vi

SKRIPSI

Judul Penelitian : PEREKAMAN DAN ANALISIS SPEKTRUM SUARA IKAN NILA (Oreochromis niloticus)

DALAM KARAMBA Nama Mahasiswa : Syahroni

NIM : C54061169

Departemen : Ilmu dan Teknologi Kelautan

Menyetujui, ……….

Mengetahui, Ketua Departemen Ilmu dan Teknologi Kelautan

Prof. Dr. Ir. Setyo Budi Susilo, M.Si NIP. 19580909 198303 1 003

Tanggal Ujian : 9 September 2011 Dosen Pembimbing I

Prof. Dr. Ir. Indra Jaya, M.Sc.

NIP. 19610410 198601 1 002

Dosen Pembimbing II

Dr. Henry M. Manik, S.Pi, M.T.

vii

Segala puji syukur kepada Allah SWT atas rahmat dan karunia yang telah diberikan kepada penulis sehingga mampu menyelesaikan penelitian yang

berjudul “Perekaman dan Analisis Spektrum Suara Ikan Nila (Oreochromis niloticus) Dalam Karamba”. Atas terselesaikannya penelitian ini penulis ingin mengucapkan terima kasih kepada :

1. Prof. Dr. Indra Jaya selaku pembimbing pertama dan Dr. Henry M. Manik, S.Pi, M.T. selaku pembimbing kedua serta para dosen dan staf Departemen Ilmu dan Teknologi Kelautan yang turut membantu melancarkan penyusunan skripsi ini.

2. Ayahanda Rais, Ibunda Ratna, dan adik-adik tercinta yang telah memberikan dukungan baik materi maupun moril kepada penulis. 3. Teman-teman asrama PPSDMS Nurul Fikri Regional 5 Bogor, ITK 43,

kakak-kakak dan adik kelas ITK, serta pihak yang telah memberi bantuan dan motivasi kepada penulis semasa penelitian dan penyusunan skripsi. Penulis sadar bahwa penulisan skripsi ini masih jauh dari sempurna, oleh karena itu kritik dan saran yang membangun sangat diperlukan guna perbaikan. Semoga skripsi ini bermanfaat baik bagi penulis maupun bagi pembaca pada umumnya.

Bogor, Desember 2011

viii

DAFTAR ISI

Halaman

DAFTAR GAMBAR ……….. x

DAFTAR TABEL ……….. xi

DAFTAR LAMPIRAN ……….. xii

I. PENDAHULUAN ………... 1

1.1 Latar Belakang ………... 1 1.2 Tujuan ……….... 2 II. TINJAUAN PUSTAKA ………... 3 2.1Passive Acoustic Monitoring(PAM) ……….. 3 2.2Sistem Perekaman Suara Bawah Air ………... 3 2.3Bioakustik ……….... 4 2.4Perekaman suara ikan ……….. 5 2.5Ikan Nila ………... 6 2.6Pemeliharaan Ikan Dalam Karamba ………... 7 2.7Perangkat Lunak Wavelab……….... 7 2.8Perangkat Lunak MATLAB ……….. 8 2.9Fast Fourier Transform (FFT) dan analisis suara ……… 9 III. METODE PENELITIAN ……….. 10

3.1Lokasi dan Waktu Penelitian ……… 10 3.2Alat dan Bahan Penelitian ………. 10 3.3Metode Perolehan Data ………... 12

3.3.1 Metode Pengamatan Visual ……… 12

3.3.2 Metode Perekaman Suara ………... 13 3.4 Metode Pengolahan Data Akustik ………... 13

3.5 Analisis Data Suara ……….. 14 IV. HASIL DAN PEMBAHASAN ………... 15 4.1 Tingkah Laku Ikan Dalam Karamba ………15 4.2 Interpretasi Suara Ikan………... 15 V. KESIMPULAN DA SARAN ……… 27 5.1Kesimpulan ……….... 27

ix

LAMPIRAN ……….... 30

x

DAFTAR GAMBAR

Halaman Gambar 1. Hidrofon ………. 4 Gambar 2. Gelembung renang pada ikan ……….. 6 Gambar 3. Ikan nila ……… 6 Gambar 4. Karamba jaring apung ……….. 7 Gambar 5. Lokasi pengambilan data ………... 10 Gambar 6. Satu set alat perekaman suara ………... 10 Gambar 7. Skema pengambilan data akustik ………. 13

Gambar 8. Proses Pengambilan dan Analisis Data Suara………... 14 Gambar 9. Peletakan hidrofon dan posisi ikan sebelum dan saat

diberi pakan……… 15 Gambar 10. Spektrum suara ikan ………. 16 Gambar 11. Regresi linier echo level pada frekuensi 1000 Hz ……….. 18 Gambar 11. Regresi linier echo level pada frekuensi 5000 Hz .……….. 20 Gambar 11. Regresi linier echo level pada frekuensi 10000 Hz ……….. 22

xi

Tabel 1. Alat yang digunakan dalam pengambilan dan pengolahan data 10 Tabel 2. Keterangan jumlah ikan nila yang digunakan 12 Tabel 3. Keterangan ukuran ikan nila yang digunakan 12

xii

DAFTAR LAMPIRAN

1. Syntax program MATLAB untuk filtering………….. 26

1

1. PENDAHULUAN 1.1Latar Belakang

Kegiatan budidaya perikanan dari tahun ke tahun semakin meningkat namun masih banyak permasalahan yang perlu diatasi untuk meningkatkan efektivitas dan efisiensi produksi. Menurut data statistik perikanan Kementrian Kelautan dan Perikanan Republik Indonesia (2010), terjadi peningkatan jumlah pembudidaya dari tahun 2000-2009. Jumlah pembudidaya yang menggunakan karamba pada tahun 2000 sebanyak 54.237 orang dan pada tahun 2009 menjadi 87. 766 orang. Hal Ini menunjukkan adanya peningkatan dalam kegiatan budidaya perikanan. Kemudian jumlah pembudidaya dengan menggunakan jaring apung kenaikannya mencapai 330, 26% yang mulanya pada tahun 2000 terdapat 9.287 orang naik menjadi 39. 958 orang pada tahun 2009. Begitu pula dengan luas areal budidaya juga mengalami peningkatan dari tahun 2000-2009.

Peningkatan jumlah pembudidaya dan luas areal budidaya berbanding lurus dengan perkembangan produksi perikanan budidaya yang juga semakin meningkat dari tahun ke tahun. Salah satu hal yang sulit dilakukan di karamba atau tambak adalah menghitung biomassa atau jumlah ikan yang ada. Perhitungan jumlah ikan dapat digunakan sebagai dasar perhitungan pemberian pakan,

sehingga dalam pemberian pakan dapat lebih efisien dan tidak berlebih. Selain itu juga dengan mengetahui jumlah ikan yang hidup maka akan mempermudah dalam penelitian.

Dalam penelitian ini analisis biomassa ikan dilakukan dengan cara pemanfaatan suara ikan yang dihasilkan saat diberi pakan untuk menduga biomassa ikan. Metode yang digunakan adalah akustik pasif yaitu dengan

2

merekam gelombang suara yang dihasilkan oleh ikan baik yang dikeluarkan dari gelembung renang maupun karena pengaruh gerakan renang ikan. Melalui percobaan perekaman suara ikan dalam jumlah ikan yang berbeda akan dibuat persamaan untuk di cocokkan dengan kelompok ikan yang sudah diketahui jumlahnya. Perekaman gelombang suara ikan dilakukan pada saat pemberian pakan dengan jumlah ikan yang telah ditentukan sehingga dapat dibandingkan intensitas dan spektrum suara ikan dalam jumlah yang berbeda. Hasil akhir dari penelitian ini diharapkan dapat menjadi solusi bagi permasalahan perhitungan jumlah ikan di karamba sehingga dapat meningkatkan efisiensi pada penelitian ikan di karamba ataupun kegiatan budidaya.

1.2Tujuan

Tujuan dari penelitian ini adalah untuk merekam dan menganalisis spectrum suara ikan nila (Oreochromis niloticus) dalam karamba.

2. TINJAUAN PUSTAKA

2.1Passive Acoustic Monitoring (PAM)

Selama ini metode akustik pasif digunakan untuk memonitor mamalia laut (Nedwell et al, 2007). Umumnya sinyal yang didapatkan dari perekaman suara hewan lemah sehingga memerlukan amplifikasi dan sulit menentukan dari mana arah suara. Kata pasif diartikan bahwa hanya menggunakan suara yang berasal dari hewan target (Mellinger et al., 2007). Konsep dasar dari akustik pasif pada mamalia adalah dengan mendeteksi suara ketika mamalia tersebut berada pada area pengukuran. Pengukuran tersebut dilakukan dengan mengunakan perangkat lunak dan juga dengan mendengarkannya. Metode akustik pasif juga digunakan oleh militer dalam mengembangkan sistem keamanan dari penyerang bawah air pada daerah estuari dengan melakukan perekaman suara yang ditimbulkan dari penyelam (Borowski et al., 2008).

2. 2 Sistem Perekaman Suara Bawah Air

Seluruh pengindraan akustik menggunakan mikrofon dan transduser untuk mendeteksi energi akustik dan kemudian mengkonversinya menjadi sinyal listrik (Greene, 1997). Untuk perekaman suara bawah air menggunakan hidrofon (Gambar 1). Hidrofon adalah mikrofon bawah air yang menangkap sinyal akustik kemudian mengubah energi tersebut menjadi energi listrik dan digunakan dalam sistem akustik pasif. Pengukuran sinyal suara yang ingin diketahui adalah dengan mengukur Signal to Noise Ratio (SNR) yaitu rasio antara level sinyal suara yang diterima (received level of a sound signal) terhadap level kebisingan latar

(background noise level) (Greene, 1997).

4

Gambar 1. Hidrofon jenis SQ3 (Sumber : www.sensortech.ca, 2010)

Sistem perekaman suara bawah air terdiri dari hidrofon dan digital recorder. Ada beberapa model yang bersifat autonomus, komputer base, dan sistem portable. Pada sistem portable terdiri dari sensor (hidrofon), memory card

yang berkapasitas besar minimum 4 GB, baterai chargeable, power adaptor 12V USB, dan dilengkapi dengan kotak peralatan yang melindungi sistem tersebut (www.cetaceanresearch.com., 2010) Hidrofon mendapat energi dari baterai yang diletakkan pada sistem power. Kemudian alat berikutnya adalah earphone yang digunakan untuk validasi suara saat perekaman. Komputer diperlukan untuk mentransfer data hasil perekaman dari sistem dan untuk mengolah data. Agar suara sebelum ditransfer ke komputer baik, maka perlu dilakukan amplifikasi dengan menggunakan amplifier. Kemudian perekaman berbasis komputer terdiri dari hidrofon, baterai, dan sistem interface yang menghubungkan komputer dengan hidrofon. Perekaman dilakukan oleh komputer dengan menggunakan perangkat lunak seperti spectraLAB, spectraPRO, dan Wavelab.

2.3 Bioakustik

Menurut Simmonds dan Maclennan (2005) dan Greene (1997) terdapat tiga kelompok hewan yang memproduksi suara dengan karakteristik yang berbeda-beda yaitu (1) jenis krustasea khususnya udang, (2) ikan toleostei (ikan

bertulang belakang ) yang memiliki gelembung renang, (3) mamalia perairan seperti paus dan lumba-lumba. Ikan nila termasuk dalam kelompok ikan

bertulang belakang yang dapat menghasilkan suara melalui gelembung renangnya. Suara tersebut adalah bentuk komunikasi antara sesamanya. Suara yang dihasikan semakin kuat saat berkumpul seperti pada saat makan. Lugli et al., (2003),

menyatakan hasil penelitiannya tentang ikan Padogobius martensii yang mengeluarkan suara saat berinteraksi dengan lawan jenis yang dihasilkan oleh gelembung renang.

2.4 Perekaman suara ikan

Akamatsu et al., (2002), melakukan perekaman suara ikan dalam tangki kecil, hasilnya adalah terjadi perubahan suara karena adanya resonansi, akan tetapi distorsi tersebut dapat dicegah dengan pengenalan suara utama. Suara yang dihasilkan oleh gelembung renang (Lugli et al., 2003) sebanding dengan ukuran ikan (Lechner et al., 2010). Selain itu suara ikan juga secara dominan dihasilkan oleh sirip pectoral pada saat berebut makanan (Colson et al., 1998). Banyak suara yang diproduksi oleh ikan adalah pulsatile dan memiliki rentang frekuensi

beberapa puluh sampai ribuan Hertz (Fish and Mowbray, 1970).

Gelembung renang adalah bagian tubuh ikan yang berfungsi untuk amplifikasi suara. Beberapa jenis ikan memiliki sonic muscle yang memberi tekanan pada gelembung renang.

6

Gambar 2. Gelembung renang pada ikan (Sumber : http://www.dosits.org, 2010) 2.5 Ikan Nila

Ikan nila (Gambar 3) adalah jenis ikan budidaya yang saat ini sedang ramai dibudidayakan oleh masyarakat selain karena jenisnya yang menarik juga harganya yang menguntungkan di pasaran. Berikut adalah klasifikasi ikan nila :

Kelas : Osteichthyes Sub-kelas : Acanthoptherigii Ordo : Percomorphi Sub-ordo : Percoidea Famili : Cichlidae Genus : Oreochromis

Spesies : Oreochromis niloticus

2.6 Pemeliharaan Ikan Nila Dalam Karamba

Pemeliharaan ikan dalam karamba biasanya dilakukan untuk pembesaran ikan konsumsi. Wadah yang digunakan berupa bangun ruang yang semua sisinya dibatasi oleh jaring-jaring sehingga ikan tidak dapat keluar dari lingkungannya. Pertukaran air, pembuangan kotoran dan pembuangan sisa pakan juga terjadi bersaman dengan keluar masuknya air melalui lubang-lubang jaring. Ikan yang dipelihara dalam jaring pergerakannya sangat terbatas sehingga mudah dalam pemberian pakan. Contoh karamba yang digunakan dalam budidaya ikan di laut atau dikenal dengan istilah karamba jaring apung (KJA) ditampilkan pada gambar 4.

Gambar 4. Karamba jaring apung (Sumber : Ditjen perikanan Budidaya, 2009) Karamba juga tidak hanya digunakan pada budidaya perikanan laut akan tetapi juga digunakan pada perikanan air tawar. Penggunaan karamba biasanya untuk memisahkan ikan dengan jenis berbeda atau usia yang berbeda. Besarnya lubang jaring dapat disesuaikan dengan besarnya ukuran ikan sehingga ikan yang dipelihara tidak dapat meloloskan diri.

2.7 Perangkat Lunak Wavelab

Wavelab adalah perangkat lunak pengolah suara digital yang dibuat oleh Steinberg untuk tujuan professional dan juga semiprofesional. Wavelab dilengkapi

8

dengan multi-channel file, DirectX plugin, VST plugin, dan fasilitas pembuatan DVD-audio (www.steinberg.net, 2010). Fasilitas yang terdapat dalam wavelab dapat mendukung kegiatan penelitian yang berhubungan dengan analisis suara sehingga dapat meningkatkan akurasi.

2.8 Perangkat Lunak MATLAB

Perangkat lunak MATLAB merupakan sistem interaktif dengan elemen dasar basis data array. Matriks matlab memiliki ukuran yang memungkinkan untuk memproses citra dan memanipulasi data lainnya seperti data suara. Dalam pemrosesan sinyal digital, matlab menyediakan Signal Processing Toolbox yang dibuat dengan metode numerik, tahan terhadap kesalahan, dan berkecepatan tinggi (www.mathworks.com., 2010).

Kekuatan matlab terletak pada, kemudahan manipulasi struktur matrik, jumlah routine-routine powerful yang berlimpah yang terus berkembang, kekuatan fasilitas grafik tiga dimensi yang sangat memadai, sistem scripting yang

memberikan keleluasaan bagi pengguna untuk mengembangkan dan memodifikasi perangkat lunak untuk kebutuhan sendiri, kemampuan interface ( misal dengan bahasa C, word dan mathematica), dilengkapi dengan toolbox, simulink, stateflow

dan sebagainya, serta mulai melimpahnya source code di internet yang dibuat dalam matlab (contoh toolbox misalnya : signal processing, control system, neural networks dan sebagainya). Semua itu merupakan perangkat yang powerful untuk menyelesaikan permasalahan sains dan teknik terutama untuk wilayah dimana komputasi numerik harus dibuat

2.9 Fast Fourier Transform (FFT) dan analisa suara

Fast Fourier Transform (fft) merupakan algoritma yang digunakan untuk menghitung transformasi data dari domain waktu ke domain frekuensi.

Penggunaan fft meliputi proses penapisan, penggabungan (convolution), perhitungan respon frekuensi dan penunda grup, dan sampai pada pendugaan daya spektrum.

10

(a) (b) (c) (d) 3. METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian ini dilakukan selama dua bulan yaitu pada tanggal 15 April 2010 sampai dengan 15 Juni 2010. Penelitian dilakukan di kolam pembesaran ikan Yayasan Pengembangan Insan Pertanian Indonesia (YAPIPI), Kelurahan Bojong Sari, Kecamatan Ciomas, Kabupaten Bogor (16610).

Gambar 5. Lokasi pengambilan data 3.2 Alat dan Bahan Penelitian

Berikut ini adalah satu set alat perekaman yang digunakan.

Gambar 6. Satu set alat perekam suara, (a) Hidrofon, (b) Headphone, (c) catu daya/baterai, dan (d) laptop untuk data logging dan data processing.

Alat dan bahan yang digunakan dalam pengambilan dan pengolahan data dicantumkan pada Tabel 1.

Tabel 1. Alat yang digunakan dalam pengambilan dan pengolahan data

No Alat Unit Spesifikasi

1 Satu Set Sea Phone

SQ03 1

Kisaran Frekuensi : 1 Hz - 22 kHz Hidrofon : SQ38

Power : 9 V Battery

Arah /rekaman : Horizontal – Omni 3 Laptop 1 Processor Intel Dual Core, RAM 2 GB,

Operating System Windows XP

5 Stopwatch 1 Standard

6 Camera digital 4 628 x 582 pixel, adaptor DC 8V, Power <200mW

7 Digital Color Quad Processor 1

Resolusi : 860 x 625 pixel PAL : 25 Frames / sec 8 Perangkat Lunak

Wavelab 5.01b 1 -

9 Perangkat Lunak

Microsoft Excel 2007 1 -

10 Perangkat lunak

Microsoft Word 2007 -

11 Perangkat lunak

MATLAB 7.0.1 1

12 Kolam 3 Ukuran 20 x 10 x 1,5 m, beton

12

Bahan yang digunakan adalah ikan nila yang dipelihara dalam karamba. Jumlah ikan yang diukur terdapat dalam Tabel 2.

Tabel 2. Keterangan jumlah ikan nila yang digunakan

Karamba Jumlah

1 100

2 200

3 400

4 800

Tabel 3. Keterangan ukuran ikan yang digunakan

No. Panjang total (cm) No. Panjang total (cm)

1 6,6 11 6,8

2 7,0 12 7,0

3 7,4 13 8,0

4 6,8 14 6,8

5 7,0 15 6,6

6 7,6 16 6,2

7 7,2 16 7,6

8 7,2 18 7,4

9 6,6 19 6,8

10 6,6 20 7,0

3.3 Metode Perolehan Data 3.3.1 Metode Pengamatan Visual

Ikan nila yang dipelihara diamati pergerakannya saat diberi makan dan tidak diberi makan. Melalui pengamatan ini dapat diamati tingkah laku ikan saat diberi makan.

3.3.2 Metode Perekaman Suara

Suara direkam menggunakan OmnidirectionalHydrophone (Gambar 7). Perekaman suara dilakukan pada saat pemberian pakan untuk tiap-tiap keramba. Tiap perekaman dilakukan dalam satu menit. Ulangan dilakukan sebanyak 5 kali dalam satu hari. Data hasil pengukuran suara disimpan dalam format *.WAV

Gambar 7. Skema pengambilan data akustik. (a) Hidrofon, (b) Kolam ikan (karamba), (c) catu daya (baterai), (d) headphone, (e) laptop (data logging dan

processing), (f) ikan nila

3.4. Metode Pengolahan Data Akustik

Pengolahan data akustik menggunakan bantuan program Wavelab 5.01b. Suara yang dihasilkan oleh ikan nila dipilih bagian yang paling jelas atau dekat dengan kelompok ikan dan dikelompokkan berdasarkan jumlah ikan. kemudian data hasil rekaman di analisa dengan metode FFT untuk melihat sebaran frekuensi per satuan waktu pada program Wavelab 5.01b. Data FFT kemudian disimpan dalam bentuk ASCII agar dapat diolah dengan menggunakan Microsoft Excel 2007 dan MATLAB 7.0.1.

14

3.5 Analisis Data Suara

Perekaman suara dilakukan menggunakan hidrofon kemudian disalurkan ke amplifier, setelah itu dilakukan verifikasi suara dengan menggunakan

earphone. Kemudian dilakukan proses recording dengan menggunakan perangkat lunak wavelab 5.0b. Data suara hasil rekaman disimpan dalam bentuk *.wav. Bagan alir pengambilan dan pemrosesan data suara ditunjukkan pada Gambar 8.

Gambar 8. Proses Pengambilan dan Analisis Data Suara Persiapan Peralatan

Perekaman Suara

Verifikasi Menggunakan

Headphone

Penyimpanan suara menggunakan Wavelab 5.01b dalam *wav

Analisis FFT

Wavelab 5.01b Export ke ASCII

Display Grafik FFT Analisis Hasil

3.6 Analisis Hasil

Hasil penelitian berupa lima data suara ikan yang diinterpretasikan ke dalam bentuk grafik frekuensi dan echo level. Lima data tersebut dirata-ratakan sehingga menjadi satu data yang kemudian dianalisa. Grafik suara hanya ditampilkan pada rentang frekuensi 1-10000 Hz sedangkan data suara pada frekuensi > 10000 Hz tidak ditampilkan untuk mempermudah analisis dan juga data pada frekuensi tersebut nilai amplitudonya semakin menurun, sehingga datanya semakin kurang baik. Setelah itu, data dilakukan analisis perbandingan nilai echo level pada frekuesi 1000 Hz, 5000 Hz, dan 10000 Hz. Nilai echo level dari lima ulangan pada frekuensi yang berbeda di regresikan untuk mendapatkan hubungan antara jumlah ikan (ekor) dengan nilai echo level (dB).

16

4. HASIL DAN PEMBAHASAN

4.1 Tingkah Laku ikan Dalam Karamba

Perekaman suara dilakukan dengan meletakkan hidrofon dekat dengan permukaan air. Hal ini karena gerakan ikan secara dominan berada di permukaan ketika pemberian pakan. Berikut adalah ilustrasi posisi ikan sebelum dan saat diberi pakan.

Gambar 9. Peletakan hidrofon dan posisi ikan sebelum diberi pakan (kiri), saat diberi pakan (kanan).

Posisi ikan sebelum diberi pakan terlihat menyebar karena tidak ada fokus seperti makanan. Posisi ikan saat diberi pakan berkumpul di permukaan karena ada fokus makanan berupa pakan terapung sehingga ikan bergerak ke permukaan untuk mendapatkan makanan. Pergerakan ikan pada saat berebut makanan menimbulkan suara berisik (noise). Suar berisik yang diakibatkan karena pergerakan sirip pektoral saat berenang karena saat berenang tubuh ikan bergesekan dengan air.

4.2 Interpretasi Suara Ikan

Suara ikan yang dimaksud dalam penelitian ini adalah suara yang berasal dari gerakan sirip ikan terhadapa air. Hasil dari penelitian ini berupa data suara yang diterjemahkan ke dalam bentuk grafik intensitas suara terhadap frekuensi. Frekuensi yang direkam mulai dari 0-22 kHz. Berikut ini ditampilkan lima grafik perbedaan intensitas suara ikan dengan jumlah yang berbeda-beda. Intensitas., suara ikan 100 ekor ditunjukkan oleh grafik berwarna hitam, ikan dengan jumlah 200 ekor berwarna biru, ikan dengan jumlah 400 ekor berwarna hijau, dan warna merah untuk ikan berjumlah 800 ekor. Hasil tersebut ditunjukkan pada gambar 10.

Gambar 10. Spektrum suara ikan

Berdasarkan grafik pada Gambar 10, dapat dilihat nilai rata-rata intensitas suara ikan berbanding lurus dengan jumlah ikan. Grafik intensitas suara ikan 100 ekor berada paling bawah kemudian secara berurut ikan dengan jumlah 200 ekor, 400 ekor, dan grafik untuk ikan 800 ekor berada paling atas.

18

Gambar 11. Regresi linier echo level pada frekuensi 1000 Hz

Gambar 11 adalah hubungan antara jumlah ikan dengan nilai echo level yang dilihat pada frekuensi 1000 Hz. Nilainya berkisar antara 49,29 – 60,50.

Persamaan regresi yang terbentuk adalah y = 0,010x + 49,99 dengan nilai R2 = 0,781.

Gambar 12. Regresi linier echo level pada frekuensi 5000 Hz Gambar 12. adalah hubungan antara jumlah ikan dengan nilai echo level yang dilihat pada frekuensi 5000 Hz. Nilainya berkisar antara 45,89 – 71,73.

y = 0.0106x + 49.993 R² = 0.7815

47 52 57 62

0 200 400 600 800 1000

E ch o Le v e l (d B)

Jumlah Ikan (ekor) f = 1000 Hz

y = 0.0193x + 44.771 R² = 0.7323

40 45 50 55 60 65 70 75

0 200 400 600 800 1000

E ch o Le v e l (d B)

Jumlah Ikan (ekor) f = 5000 Hz

Persamaan regresi yang terbentuk adalah y = 0.019x + 44.77 dengan nilai R2 = 0,732.

Gambar 13. Regresi linier echo level pada frekuensi 10000 Hz Gambar 13. adalah hubungan antara jumlah ikan dengan nilai echo level yang dilihat pada frekuensi 10000 Hz. Nilainya berkisar antara 41,69 – 55,91.

Persamaan regresi yang terbentuk adalah y = 0.019x + 43.755 dengan nilai R2 = 0,6082.

4.3 Pembahasan

Nilai echo level para Gambar 10 menunjukkan adanya kesesuaian karakteristik antara nilai echo level dengan jumlah ikan yang digunakan yaitu semakin banyak ikan yang berada dalam karamba semakin besar nilai echo level-nya. Hal ini terlihat dari letak grafik echo level dimana letak sebanding dengan jumlah ikan. Posisi grafik secara terurut terletak dari yang paling bawah sampai yang paling atas yaitu ikan 100, 200, 400, dan 800. Menurut Colson et al., (1998), pada saat berebut makanan dengan sesamanya, suara ikan dominan dihasilkan oleh sirip pectoral, sehingga menghasilkan suara berisik karena gemericik air akibat gerakan sirip.

y = 0.0119x + 43.755

R² = 0.6082

40 42 44 46 48 50 52 54 56

0 200 400 600 800 1000

E ch o Le v e l (d B)

Jumlah Ikan (ekor) f = 10000 Hz

20

Sesuai dengan jumlahnya, dengan semakin banyak ikan yang berebut makanan maka echo level yang dihasilkan juga semakin tinggi. Pada saat diberi makan ikan dalam keadaan lapar sehingga aktif berebut makanan. Pergerakan inilah yang sangat dominan pada saat pengambilan data di lapangan. Berdasarkan hal ini, tingkat keaktifan ikan ikan sangat tinggi pada saat pakan jatuh pertama kali dan semakin melemah dari waktu ke waktu seiring dengan banyaknya pakan yang dimakan oleh ikan. Oleh karena itu pada kodisi ini ikan telah jenuh dengan pakan dan lama kelamaan tidak lagi melakukan aktivitas makan. Berdasarkan Gambar 10. terdapat perpotongan antargrafik yaitu pada grafik ikan 100 dan 200. Sedangkan antara grafik ikan 100 terhadap ikan 400 dan ikan 800 tidak ada perpotongan grafik, kemudian antara grafik ikan 200 terhadap grafik ikan 400 dan 800 juga tidak terjadi perpotongan, dan juga antara grafik ikan 400 dan ikan 800 juga tidak terjadi perpotongan. Akan tetapi pada grafik ikan 100 dan ikan 200 terjadi perpotongan, yaitu pada frekuensi 1462 Hz dengan nilai echo level 59,4931 dB. Kemudian berpotongan kembali pada frekuensi 3385,50 Hz dengan nilai echo level 48,3518 dB. Nilai echo level ikan 100 pada selang frekuensi antara 1462 Hz sampai dengan 3385,50 Hz nilainya lebih tinggi dari pada ikan 200. Fenomena ini menandakan tingkat aktivitas pada ikan 100 lebih tinggi daripada ikan 200 pada selang frekuensi tersebut, sehingga nilai echo level-nya melampaui nilai echo level ikan 200.

Berdasarkan hasil grafik yang didapatkan, frekuensi rendah lebih cocok digunakan untuk menganalisis spektrum suara ikan dalam karamba adalah frekuensi rendah. Hal ini ditunjukkan dari nilai regresi linier yang dianalisis pada tiga frekuensi yang berbeda yaitu 1000 Hz, 5000 z, dan 10000 Hz, nilai R2 yang baik adalah 1000 Hz dan 5000 Hz sedangkan pada frekuensi 10000 Hz, nilai R2 rendah. Nilai R2 pada frekuensi 1000 Hz adalah adalah 0,781. Artinya terdapat 78,1% data pada frekuensi 1000 Hz memiliki keeratan atau dapat dijelaskan dengan model regresi ini, sedangkan pada frekuensi 5000 Hz nilai R2 bernilai 0,732 atau 73,2% data yang memiliki keeratan, kemudian pada frekuensi 10000 Hz nilai R2 semakin rendah yaitu 0,6082 atau hanya 60,82 % data yang memiliki nilai keeratan. Berdasarkan hal ini, dalam menganalisis suara ikan nila, nilai frekuensi yang dianjurkan adalah frekuensi rendah.

22

5. KESIMPULAN DAN SARAN

5.1 Kesimpulan

Ada perbedaan intensitas suara antara ikan dengan jumlah 100, 200, 400, dan 800, sehingga suara ikan potensial digunakan untuk mengestimasi biomassa ikan dalam karamba. Nilai echo level yang dihasilkan dari perekaman suara ikan sebanding dengan banyaknya jumlah ikan yang direkam, dan frekuensi yang digunakan untuk menganalisis suara lebih baik pada frekuensi rendah.

5.2 Saran

Berhubungan dengan penelitian mengenai perhitungan biomassa ikan nila dengan menggunakan metode akustik pasif, penulis ingin menyampaikan

beberapa saran untuk pengembangan metode pasif akustik ini adalah sebagai berikut :

(1) Perlu dilakukan penelitian dengan metode yang sama pada jenis dan ukuran ikan yang berbeda.

(2) Perlu dilakukan uji coba di daerah berbeda seperti di perairan laut atau danau.

DAFTAR PUSTAKA

Akamatsu, T., Okumura, T., Novarini, N., dan Yan, H. Y. 2002. Empirical refinements applicable to the recording of fish sounds in small tanks. J. Acoust. Soc. Am., Vol. 112 (6) : 3073 - 3082

Borowski, B., Alexander S., Heui-Seol R., Bunin, Barry. 2008. Passive acoustic threat detection in estuarine environments. Stevens Institute of Technology : Maritime Security Laboratory . Proc. of Society of Photographic

Instrumentation Engineers, Vol. 6945 694513 : 1-11

Getabu, A. 1991. A Comparative Study on the Feeding Habits of Oreochromis niloticus (Linnaeus) in Nyanza Gulf Lake Victoria and Sewage Fish Ponds. Kenya Marine and Fisheries Research Institute. Kisii.

Greene, P. L. 1997. Optimal Processing and Performance Evaluation of Passive Acoustic Sistems. Massachusetts Institute of Technology. Boston.

Hastings, M. C., dan Popper A. N., 2005. Effects of Sound on Fish. Department of Transportation. Sacramento.

Ladich, F. 1998. Sound Characteristics and Outcome of Contests in Male Croaking Gouramis (Toleostei). Ethology, 104 : 517-529.

Lechner, W., Wysocki, L. E., Ladich, F. 2010. Ontogenetic development of auditory sensitivity and sound production in the squeaker catfish Synodontis schoutedeni. Biology , Vol .8 (10) : 1-12

Lugli, M., Yan, H. Y., Fine, M. L. 2003. Acoustic communication in two freshwater gobies: the relationship between ambient noise, hearing thresholds and sound spectrum. Journal of Comparative Phisiology A,

189 : 309–320

Mellinger, D. K.. Stafford K. M., Moore, S. E., Dziak, R. P., dan Matsumoto, H. 2007. An Overview of Fixed Passive Acoustic Observation Methods for Cetaceans. Journal ofOceanography,Vol. 20 ( 4) : 36-45

Nedwell, J. R., dan Parvin S. J. 2007. Improvements to Passive Acoustic Monitoring systems. Report No. 565R0810. Subacoustech Ltd. London http://www.cetaceanresearch.com/hydrophone-sistems/underwater-

recording/index.html (diakses tanggal 4 April 2009)

http://www.fishecology.org/soniferous/justsounds.htm (diakses tanggal 4 April 2010)

24

http://www.dosits.org/animals/soundproduction/fishproduce/ (diakses tanggal 15 Maret 2010)

www.rason.com (diakses tanggal 30 Maret 2010) www.sensortech.ca (diakses tanggal 1 April 2010)

www.aquaticcommunity.com (diakses tanggal 14 April 2010)

http://www.aquaticcommunity.com/tilapia/Oreochromis-niloticus.php (diakses tanggal 14 April 2010)

www.steinberg.net (diakses tanggal 15 November 2010) (www.mathworks.com) (diakses tanggal 15 November 2010)

26

Lampiran 1. Syntax program MATLAB

%data 1 TANPA PLOT FREKUENSI clear;

load datara.txt; % data dalam bentuk desibel

frek=datara(:,6); % frekuensi dengan selang tertentu

data_akustik1=datara(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datara(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datara(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datara(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

%data2 TANPA PLOT FREKUENSI clear;

load datarb.txt; % data dalam bentuk desibel

frek=datarb(:,6); % frekuensi dengan selang tertentu

data_akustik1=datarb(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datarb(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datarb(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datarb(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

%data3 TANPA PLOT FREKUENSI clear;

load datarc.txt; % data dalam bentuk desibel

frek=datarc(:,6); % frekuensi dengan selang tertentu

data_akustik1=datarc(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datarc(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datarc(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datarc(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

plot(frek,s,'r*');

%data 4 TANPA PLOT FREKUENSI clear;

load datard.txt; % data dalam bentuk desibel

frek=datard(:,6); % frekuensi dengan selang tertentu

data_akustik1=datard(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datard(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datard(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datard(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

%data 5 TANPA PLOT FREKUENSI clear;

load datare.txt; % data dalam bentuk desibel

frek=datare(:,6); % frekuensi dengan selang tertentu

data_akustik1=datare(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datare(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datare(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datare(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

28

Lampran 2. Spektrum suara ikan data 1-5 a. Spektrum suara ikan data 1

c. Sektrum suara ikan data 3

30

RIWAYAT HIDUP PENULIS

Penulis lahir pada tanggal 8 Desember 1987di dusun Tanjung Jaya, Desa Munjuk Sampurna kecamatan

Kalianda, Lampung Selatan. Penulis adalah anak pertama dari pasangan Rais dan Ratmini. Menginjak usia 6 tahun penulis masuk sekolah dasar (SD) di SDN 02 Sidowaluyo (Lampung Selatan) , kemudian meneruskan ke jenjang yang lebih tinggi di SLTPN 1 Sidomulyo (Lampung Selatan), setelah itu melanjutkan pendidikan di SMAN 1 Kalianda (Lampung Selatan) dan tamat pada tahun 2006. Pada tahun yang sama penulis juga diterima di Institut Pertanian Bogor melalui jalur Undangan Saringan Masuk IPB (USMI).

Sejak dari sekolah dasar penulis sudah aktif dalam kegiatan organisasi seperti pramuka, pecinta alam, kegiatan pemuda di masyarakat sampai pada tingakat perguruan tinggi juga masih aktif di organisasi seperti Ikatan Keluarga Muslim Tingkat Persiapan Bersama Institut Pertanian Bogor (IKMT IPB) sebagai ketua umum, kemudian juga aktif sebagai direktur Unit Kegiatan Mahasiswa Forum for Scientific Studies (UKM FORCES IPB).

Walaupun memiliki akivitas yang padat penulis juga tercatat memiliki prestasi yang gemilang, dapat dilihat dari prestasinya pada tahun 2009 menjadi mahasiswa berprestasi IPB ke-4. Selain itu juga penulis memiliki beberapa prestasi dan pengalaman internasional diantaranya seperti menjadi perwakilan Indonesia dalam TUNZA International Youth Conference di Korea Selatan, kemudian mengikuti World Ocean Conference di Manado.

i

Perekaman dan Analisis Spektrum Suara Ikan Nila

(Oreochromis niloticus) Dalam Karamba

SYAHRONI

SKRIPSI

PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN

INSTITUT PERTANIAN BOGOR 2011

DAFTAR PUSTAKA

Akamatsu, T., Okumura, T., Novarini, N., dan Yan, H. Y. 2002. Empirical refinements applicable to the recording of fish sounds in small tanks. J. Acoust. Soc. Am., Vol. 112 (6) : 3073 - 3082

Borowski, B., Alexander S., Heui-Seol R., Bunin, Barry. 2008. Passive acoustic threat detection in estuarine environments. Stevens Institute of Technology : Maritime Security Laboratory . Proc. of Society of Photographic

Instrumentation Engineers, Vol. 6945 694513 : 1-11

Getabu, A. 1991. A Comparative Study on the Feeding Habits of Oreochromis niloticus (Linnaeus) in Nyanza Gulf Lake Victoria and Sewage Fish Ponds. Kenya Marine and Fisheries Research Institute. Kisii.

Greene, P. L. 1997. Optimal Processing and Performance Evaluation of Passive Acoustic Sistems. Massachusetts Institute of Technology. Boston.

Hastings, M. C., dan Popper A. N., 2005. Effects of Sound on Fish. Department of Transportation. Sacramento.

Ladich, F. 1998. Sound Characteristics and Outcome of Contests in Male Croaking Gouramis (Toleostei). Ethology, 104 : 517-529.

Lechner, W., Wysocki, L. E., Ladich, F. 2010. Ontogenetic development of auditory sensitivity and sound production in the squeaker catfish Synodontis schoutedeni. Biology , Vol .8 (10) : 1-12

Lugli, M., Yan, H. Y., Fine, M. L. 2003. Acoustic communication in two freshwater gobies: the relationship between ambient noise, hearing thresholds and sound spectrum. Journal of Comparative Phisiology A,

189 : 309–320

Mellinger, D. K.. Stafford K. M., Moore, S. E., Dziak, R. P., dan Matsumoto, H. 2007. An Overview of Fixed Passive Acoustic Observation Methods for Cetaceans. Journal ofOceanography,Vol. 20 ( 4) : 36-45

Nedwell, J. R., dan Parvin S. J. 2007. Improvements to Passive Acoustic Monitoring systems. Report No. 565R0810. Subacoustech Ltd. London http://www.cetaceanresearch.com/hydrophone-sistems/underwater-

recording/index.html (diakses tanggal 4 April 2009)

http://www.fishecology.org/soniferous/justsounds.htm (diakses tanggal 4 April 2010)

24

http://www.dosits.org/animals/soundproduction/fishproduce/ (diakses tanggal 15 Maret 2010)

www.rason.com (diakses tanggal 30 Maret 2010) www.sensortech.ca (diakses tanggal 1 April 2010)

www.aquaticcommunity.com (diakses tanggal 14 April 2010)

http://www.aquaticcommunity.com/tilapia/Oreochromis-niloticus.php (diakses tanggal 14 April 2010)

www.steinberg.net (diakses tanggal 15 November 2010) (www.mathworks.com) (diakses tanggal 15 November 2010)

26

Lampiran 1. Syntax program MATLAB

%data 1 TANPA PLOT FREKUENSI clear;

load datara.txt; % data dalam bentuk desibel

frek=datara(:,6); % frekuensi dengan selang tertentu

data_akustik1=datara(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datara(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datara(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datara(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

%data2 TANPA PLOT FREKUENSI clear;

load datarb.txt; % data dalam bentuk desibel

frek=datarb(:,6); % frekuensi dengan selang tertentu

data_akustik1=datarb(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datarb(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datarb(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datarb(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

%data3 TANPA PLOT FREKUENSI clear;

load datarc.txt; % data dalam bentuk desibel

frek=datarc(:,6); % frekuensi dengan selang tertentu

data_akustik1=datarc(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datarc(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datarc(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datarc(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

plot(frek,s,'r*');

%data 4 TANPA PLOT FREKUENSI clear;

load datard.txt; % data dalam bentuk desibel

frek=datard(:,6); % frekuensi dengan selang tertentu

data_akustik1=datard(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datard(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datard(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datard(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

%data 5 TANPA PLOT FREKUENSI clear;

load datare.txt; % data dalam bentuk desibel

frek=datare(:,6); % frekuensi dengan selang tertentu

data_akustik1=datare(:,7); % kolom kelima adalah 10log kolom 2 data_akustik2=datare(:,8); % kolom keenam adalah 10log kolom 3 data_akustik3=datare(:,9); % kolom keenam adalah 10log kolom 4 data_akustik4=datare(:,10); % kolom keenam adalah 10log kolom 5 ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50 p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r'); hold on; plot(frek,q,'b'); hold on; plot(frek,r,'g'); hold on; plot(frek,s,'r*');

28

Lampran 2. Spektrum suara ikan data 1-5 a. Spektrum suara ikan data 1

c. Sektrum suara ikan data 3

30

iii

(Oreochromis niloticus) Dalam Karamba

Kegiatan budidaya perikanan dari tahun ke tahun semakin meningkat, namun masih banyak permasalahan yang perlu diatasi untuk meningkatkan efektivitas dan efisiensi produksi, antara lain menghitung biomassa atau jumlah ikan yang ada dalam karamba budidaya, sehingga diperlukan suatu metode yang dapat menghitung jumlah ikan secara cepat dan praktis.

Tujuan dari penelitian ini adalah untuk merekam dan menganalisis spektrum suara ikan nila (Oreochromis niloticus) dalam karamba. Pengumpulan data dilakukan pada tanggal 15 April 2010 sampai dengan 15 Juni 2010 berupa rekaman suara saat pemberian pakan dalam karamba ikan di kolam pembesaran ikan Yayasan Pengembangan Insan Pertanian Indonesia (YAPIPI), Kelurahan Bojong Sari, Kecamatan Ciomas, Kabupaten Bogor.

Perekaman dilakukan dengan menggunakan seperangkat alat perekam yang terdiri dari satu set hidrofon jenis Sea Phone SQ03 dan laptop. Suara

direkam dengan menggunakan bantuan softwere Wavelab 5.01b. Pengolahan data dilakukan dengan menggunakan softwere Wavelab 5.01b untuk menampilkan grafik Fast Fourier Transform/FFT, Microsoft Excel untuk menampilkan data intensitas suara dalam bentuk deciBel (dB), dan softwere MATLAB 7.0.1 untuk menampilkan grafik rata-rata intensitas suara.

Metode perhitungan estimasi jumlah ikan melalui nilai intensitas suara dilakukan untuk mendapatkan persamaan perhitungan dari jumlah ikan tersebut yang ditampilkan dalam bentuk grafik regresi linier. Hasil analisis menunjukkan adanya perbedaan intensitas suara yang dihasilkan pada jumlah ikan 100, 200, 400, dan 800. Pada grafik spektrum suara ikan secara terurut dari jumlah yang paling rendah sampai yang tertinggi yaitu 100, 200, 400, dan paling atas adalah 800. Kemudian nilai amplitudo dilihat berdasarkan tiga nilai frekuensi yaitu 1000 Hz, 5000 Hz, dan 10000 Hz. Hasilnya terdapat perbedaan antara frekuensi

tersebut. Nilai R2 pada frekuensi 1000 Hz adalah 0.7815 dengan persamaan regresi linier y = 0.0106x + 49.993, nilai R2 pada frekuensi 5000 Hz adalah 0.7323 dengan persamaan regresi linier y = 0.0193x + 44.771, sedangkan nilai R2 pada frekuensi 10.000 Hz adalah 0.6082 dengan persamaan regresi linier y = 0.0119x + 43.755.

Lampiran 1. Syntax program MATLAB

%data 1 TANPA PLOT FREKUENSI

clear;

load datara.txt; % data dalam bentuk desibel

frek=datara(:,6); % frekuensi dengan selang tertentu

data_akustik1=datara(:,7); % kolom kelima adalah 10log kolom 2

data_akustik2=datara(:,8); % kolom keenam adalah 10log kolom 3

data_akustik3=datara(:,9); % kolom keenam adalah 10log kolom 4

data_akustik4=datara(:,10); % kolom keenam adalah 10log kolom 5

ndata=50 % data difilter untuk tiap 50data

b=ones(1,ndata)/50; % data dibagi 50

p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r');

hold on;

plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

plot(frek,s,'r*');

%data2 TANPA PLOT FREKUENSI

clear;

load datarb.txt; % data dalam bentuk desibel

frek=datarb(:,6); % frekuensi dengan selang tertentu

data_akustik1=datarb(:,7); % kolom kelima adalah 10log kolom 2

data_akustik2=datarb(:,8); % kolom keenam adalah 10log kolom 3

data_akustik3=datarb(:,9); % kolom keenam adalah 10log kolom 4

data_akustik4=datarb(:,10); % kolom keenam adalah 10log kolom 5

ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50

p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r');

hold on;

plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

plot(frek,s,'r*');

%data3 TANPA PLOT FREKUENSI

clear;

load datarc.txt; % data dalam bentuk desibel

frek=datarc(:,6); % frekuensi dengan selang tertentu

data_akustik1=datarc(:,7); % kolom kelima adalah 10log kolom 2

data_akustik2=datarc(:,8); % kolom keenam adalah 10log kolom 3

data_akustik3=datarc(:,9); % kolom keenam adalah 10log kolom 4

data_akustik4=datarc(:,10); % kolom keenam adalah 10log kolom 5

ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50

p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r');

hold on;

plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

plot(frek,s,'r*');

%data 4 TANPA PLOT FREKUENSI

clear;

load datard.txt; % data dalam bentuk desibel

frek=datard(:,6); % frekuensi dengan selang tertentu

data_akustik1=datard(:,7); % kolom kelima adalah 10log kolom 2

data_akustik2=datard(:,8); % kolom keenam adalah 10log kolom 3

data_akustik3=datard(:,9); % kolom keenam adalah 10log kolom 4

data_akustik4=datard(:,10); % kolom keenam adalah 10log kolom 5

ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50

p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r');

hold on;

plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

plot(frek,s,'r*');

%data 5 TANPA PLOT FREKUENSI

clear;

load datare.txt; % data dalam bentuk desibel

frek=datare(:,6); % frekuensi dengan selang tertentu

data_akustik1=datare(:,7); % kolom kelima adalah 10log kolom 2

data_akustik2=datare(:,8); % kolom keenam adalah 10log kolom 3

data_akustik3=datare(:,9); % kolom keenam adalah 10log kolom 4

data_akustik4=datare(:,10); % kolom keenam adalah 10log kolom 5

ndata=50 % data difilter untuk tiap 50 data

b=ones(1,ndata)/50; % data dibagi 50

p=filter(b,1,data_akustik1); q=filter(b,1,data_akustik2); r=filter(b,1,data_akustik3); s=filter(b,1,data_akustik4); plot(frek,p,'r');

hold on;

plot(frek,q,'b'); hold on;

plot(frek,r,'g'); hold on;

Lampran 2. Spektrum suara ikan data 1-5 a. Spektrum suara ikan data 1

c. Sektrum suara ikan data 3

iii

(Oreochromis niloticus) Dalam Karamba

Kegiatan budidaya perikanan dari tahun ke tahun semakin meningkat, namun masih banyak permasalahan yang perlu diatasi untuk meningkatkan efektivitas dan efisiensi produksi, antara lain menghitung biomassa atau jumlah ikan yang ada dalam karamba budidaya, sehingga diperlukan suatu metode yang dapat menghitung jumlah ikan secara cepat dan praktis.

Tujuan dari penelitian ini adalah untuk merekam dan menganalisis spektrum suara ikan nila (Oreochromis niloticus) dalam karamba. Pengumpulan data dilakukan pada tanggal 15 April 2010 sampai dengan 15 Juni 2010 berupa rekaman suara saat pemberian pakan dalam karamba ikan di kolam pembesaran ikan Yayasan Pengembangan Insan Pertanian Indonesia (YAPIPI), Kelurahan Bojong Sari, Kecamatan Ciomas, Kabupaten Bogor.

Perekaman dilakukan dengan menggunakan seperangkat alat perekam yang terdiri dari satu set hidrofon jenis Sea Phone SQ03 dan laptop. Suara

direkam dengan menggunakan bantuan softwere Wavelab 5.01b. Pengolahan data dilakukan dengan menggunakan softwere Wavelab 5.01b untuk menampilkan grafik Fast Fourier Transform/FFT, Microsoft Excel untuk menampilkan data intensitas suara dalam bentuk deciBel (dB), dan softwere MATLAB 7.0.1 untuk menampilkan grafik rata-rata intensitas suara.

Metode perhitungan estimasi jumlah ikan melalui nilai intensitas suara dilakukan untuk mendapatkan persamaan perhitungan dari jumlah ikan tersebut yang ditampilkan dalam bentuk grafik regresi linier. Hasil analisis menunjukkan adanya perbedaan intensitas suara yang dihasilkan pada jumlah ikan 100, 200, 400, dan 800. Pada grafik spektrum suara ikan secara terurut dari jumlah yang paling rendah sampai yang tertinggi yaitu 100, 200, 400, dan paling atas adalah 800. Kemudian nilai amplitudo dilihat berdasarkan tiga nilai frekuensi yaitu 1000 Hz, 5000 Hz, dan 10000 Hz. Hasilnya terdapat perbedaan antara frekuensi

tersebut. Nilai R2 pada frekuensi 1000 Hz adalah 0.7815 dengan persamaan regresi linier y = 0.0106x + 49.993, nilai R2 pada frekuensi 5000 Hz adalah 0.7323 dengan persamaan regresi linier y = 0.0193x + 44.771, sedangkan nilai R2 pada frekuensi 10.000 Hz adalah 0.6082 dengan persamaan regresi linier y = 0.0119x + 43.755.