Pertumbuhan  Pengambilan sampel ikan

1. Data hasil pengukuran parameter diseluruh lokasi pengamatan ditentukan nilai rataan minimum dan maksimum yang tercatat selama penelitian dan dibandingkan dengan parameter optimum untuk pertumbuhan dan reproduksi ikan belida. Skor yang didapatkan dikalikan dengan bobot skor yang ditentukan berdasarkan ketergantungan ikan contoh dengan parameter yang diuji. Bobot skor yaitu suhu 10, kecepatan arus 10, kedalaman 10, turbidity 10, oksigen 10, pH 10, kesadahan 10, NH 3 H 10 dan kerapatan vegetasi riparian 20, sehingga jumlah keseluruhan pembobotan adalah 100. 2. Untuk menghitung IKL dengan mengikuti beberapa tahap yaitu: a. Seluruh parameter lingkungan fisika, kimia dan biologi yang sudah dirata- rata, diberikan skoring atau skala penilaian kualitas dibandingkan dengan standar kualitas optimum terhadap ikan belida mengikuti pustaka yang diacu. b. Tahap selanjutnya pemberian bobot nilai berdasarkan tingkatan kepentingan terhadap pertumbuhan dan reproduksi ikan belida. 3. Indeks kualitas lingkungan yang didapat, selanjutnya dilakukan skoring atau ditentukan nilai jangkauannya, dan nilai jangkauan ini dibagi menjadi 5 interval yang sama. Jumlah total skor parameter yang telah skor dan dibobot setiap stasiun pengambilan sampel dihitung ditentukan status kualitas perairannya dengan membandingkan terhadap kisaran nilai tertinggi dan terendah kualitas perairan dari 5 stasiun pengamatan. » Analisa Komponen Utama Analisis Komponen Utama merupakan metode statistik deskriptif yang bertujuan untuk mempresentasikan sebagian besar informasi yang terdapat dalam suatu matriks data ke dalam bentuk grafik. Berdasarkan hasil analisis dari program PCA, didapatkan suatu komponen utama yang mampu mempertahankan sebagian besar informasi yang diukur menggunakan keragaman total dengan menggunakan sedikit komponen utama saja. Penggunaan komponen utama sering disarankan untuk digunakan dalam proses mereduksi banyaknya peubah. Tujuan utama dalam penggunaan analisis komponen utama dalam suatu matriks data berukuran cukup besar diantaranya adalah Bengen 2000 : a. Mengekstraksi informasi esensial yang terdapat dalam suatu tabel atau matriks data yang besar. b. Menghasilkan suatu representasi grafik yang memudahkan interpretasi. c. Mempelajari suatu tabel atau matriks dari sudut pandang kemiripan antara ekor atau hubungan antar variabel. Secara umum informasi yang diberikan dari hasil PCA dari sudut pandang variabel adalah didapat matriks korelasi antar semua variabel, akar ciri dari setiap sumbu faktorial berkaitan dengan jumlah inersi dari setiap sumbu, vektor ciri yang menjelaskan koefisien variabel dalam persamaan linear yang mendeterminasikan sumbu-sumbu utama dan grafik bidang yang menvisualisasikan variabel terhadap sumbu. Sedangkan dari sudut pandang ekor, analisis PCA didapat koordinat pada setiap sumbu, kualitas representasi titik ekor dalam setiap grafik bidang dan grafik bidang yang memperlihatkan kemiripan antar titik ekor. Perhitungan dalam analisis komponen utama PCA dapat dibantu dengan mengunakan software xl-stat di dalam Microsoft excel 2003. Dalam analisis PCA terdapat pula matriks korelasi. Analisis korelasi biasanya digunakan dalam pengujian hipotesis yang bersifat asosiatif, yaitu dugaan adanya hubungan antar variabel dalam populasi. Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar dua variabel atau lebih. Arah dinyatakan dalam bentuk hubungan positif dan negatif, sedangkan kuatnya hubungan dinyatakan dalam nilai besarnya koefisien korelasi. Besarnya koefisien korelasi berkisar antara +1 sampai -1, kuatnya hubungan antar variabel dinyatakan dalam koefisien korelasi positif sebesar 1 dan koefisien korelasi negatif sebesar -1 sedangkan yang terkecil adalah 0 nol Walpole 1995. Untuk melihat kekuatan hubungan dalam korelasi digunakan kriteria sebagai berikut: • 0 : Tidak ada korelasi antara dua variabel • 0 – 0,25 : Korelasi sangat lemah • 0,25 – 0,5 : Korelasi cukup • 0,5 – 0,75 : Korelasi kuat • 0,75 – 0,99 : Korelasi sangat kuat • 1 : Korelasi sempurna Dari hasil analisis akan didapat suatu matriks data yang nilai-nilainya menunjukkan seberapa dekat suatu karakter memiliki keterkaitan dengan karakter lainnya. Dari hasil analisis pula akan didapat penurunan satuan suatu karakter akan diikuti oleh peningkatan satuan dari karakter yang lain Walpole 1995. Selain itu, hasil plot antar komponen utama grafik score plot dapat digunakan untuk untuk menentukan banyaknya penggerombolan secara sederhana. » Analisa Klaster Analisis kelompok dimaksudkan untuk mengelompokkan unit-unit statistik ke dalam kelompok-kelompok yang homogen dari sejumlah veriabel atau karakter yang di analisis. Teknik ini ditujukan untuk membentuk kelompok-kelompok ekor yang memiliki karakteristik sama Bengen 2000. Pada prinsipnya analisis ini menggunakan pengukuran jarak Euclidean. Pembentukan klaster didasarkan pada kuat tidaknya hubungan antar-objek merupakan konsep dari pengklasteran hierarki. Penentuan klaster ini disajikan dalam berbagai tingkat level kuatnya korelasihubungan, misalnya objek yang berkorelasi rendah, dengan koefisien berkorelasi r di bawah 0,5 menjadi klaster pertama, 0,5 0,75 di dalam klaster dua dan koefisien korelasi ≥ 0,75 di dalam klaster tiga Walpole 1995. HASIL DAN PEMBAHASAN a. Hasil Tangkapan Ikan Sampel  Hasil tangkapan total ikan belida selama penelitian Ikan belida total yang tertangkap selama penelitian, sebanyak 507 ekor. Semua ukuran ikan belida; ukuran kecil 401 – 610 mm, sedang 611 – 750 mm dan besar 750 – 950 mm ditemukan pada setiap stasiun pengambilan sampel. Analisis hasil tangkapan ikan belida berdasarkan waktu penelitian, dibedakan menurut musim kemarau April, Mei, Juni, Juli, peralihan Februari, Maret, Agustus, September dan musim hujan Oktober, November, Desember, Januari berdasarkan data debit stasiun. Hasil tangkapan ikan belida terbesar pada musim kemarau dan terkecil pada musim hujan, Gambar 12. Komposisi tangkapan ikan belida berdasarkan kelompok ukuran pada setiap musim terlihat pada Gambar 13. 30 60 90 120 150 180 210 240 270 Kemarau n=283 Peralihan n=150 Hujan n=74 Musim J um la h Ta ng k a pa n e k or Gambar 12. Jumlah tangkapan total ikan belida berdasarkan musim waktu pengambilan sampel ikan 40 26 19 111 46 25 132 78 30 20 40 60 80 100 120 140 Kemarau Peralihan Hujan Musim J u m la h T a n g k a p a n e k o r Bes a r Seda ng Keci l Gambar 13. Jumlah tangkapan total ikan belida berdasarkan kelompok ukuran dan musim