Kesimpulan Saran KESIMPULAN DAN SARAN

50

5. KESIMPULAN DAN SARAN

5.1. Kesimpulan

Hasil penelitian menunjukkan bahwa perhitungan nilai: 1. Volume backscattering strength SV dasar perairan untuk substrat pasir berkisar antara -10,62 dB sampai -18,51 dB dan substrat pasir berlumpur berkisar antara -16,58 dB sampai -25,42 dB, sedangkan nilai bottom surface backscattering strength SS untuk substrat pasir memiliki nilai yang berkisar antara -20,70 dB sampai -28,58 dB dan substrat pasir berlumpur berkisar antara -26,64 dB sampai -35,49 dB 2. Hasil perhitungan nilai echo level EL menunjukkan bahwa untuk substrat pasir memiliki nilai echo level EL sebesar 177,23 ± 8,99 dB dan substrat pasir berlumpur sebesar 168,08 ± 6,78 dB dengan nilai source level SL sebesar 214 dB. Adanya perbedaan nilai backscattering pada tiap jenis dasar perairan salah satunya disebabkan karakteristik fisik sedimen tersebut, dimana sedimen yang memiliki kenampakan makroskopis tentunya akan memberikan nilai backscattering yang lebih besar. Keberadaan cangkang kerang dan pecahan karang di dasar perairan diduga mempengaruhi nilai backscattering dasar perairan, sehingga keberadaannya diduga turut serta dalam memberikan pantulan dasar perairan. Kondisi sampel yang sudah berada dalam keadaan terganggu turut mempengaruhi nilai pengukuran densitas dan porositas sehingga mungkin hasil yang diperoleh di laboratorium tidak sesuai dengan kondisi in situ.

5.2. Saran

Penelitian ini hanya mendapatkan beberapa tipe substrat di lokasi penelitian pasir dan pasir berlumpur. Oleh karena itu sebaiknya perlu dilakukan penelitian lanjutan dengan tipe substrat yang lebih beragam sehingga diperoleh hasil yang akurat. Selain itu, ada baiknya dilakukan perlakuan integrasi dengan ketebalan lapisan dasar perairan yang berbeda yang disertai dengan pengambilan contoh sedimen dengan ketebalan berbeda pula. Kondisi sampel sebaiknya tidak mengalami gangguan sehingga dapat meminimalkan pengaruh yang berasal dari faktor luar sedimen itu sendiri sehingga dapat dihasilkan pengukuran yang akurat terhadap hasil pengukuran sedimen. 52 DAFTAR PUSTAKA Allo, O.A.T. 2008. Klasifikasi Habitat Dasar Perairan dengan Menggunakan Instrumen Hidroakustik Simrad EY 60 di Perairan Sumur, Pandeglang Banten. Skripsi. Tidak dipublikasikan. Institut Pertanian Bogor. Bogor. Burczynski, J. 2002. Bottom Classification. BioSonics, Inc. Tersedia pada: www.BioSonics.com . [diunduh 10 Maret 2011] Chakraborty, B., Mahale, V., Navelkar, G., Rao, B.R., Prabhudesai, R.G., Ingole, B., dan Janakiraman, G. 2007. Acoustic Characterization of Seafloor Habitats on The Western Continental Shelf of India. ICES Journal of Marine Science, 643: 551-558. Collins W, dan R.A. McConnaughey. 1998. Acoustic Classification of The Seafloor to Address Essential Fish Habitat and Marine Protected Area Requirements. Proceedings of the Canadian Hydrographic Conference. Victoria, B.C., Canada. Hal 369-377. Flood, R.D, dan Ferrini, V.L. 2005. The Effect of Fine Scale Surface Rougness and Grain Size on 300 Khz Multibeam Backscatter Intensity in Sandy Marine Sedimentary Environment. Marine Geology Journal. 228: 153-172. Garrison, T. 2005. Oceanography: An Invitation to Marine Science, 5 th ed. Thomson Learning, Inc. Rockville. USA. Hamilton, L.J. 2001. Acoustic Seabed Classfication Systems. DSTO-TN-0401. DSTO Aeronautical and Maritime Research Laboratory. Sydney. Australia. Jackson, D.R, Baird A.M, Crisp J.J, dan Thompson P.A. 1986. High-Frequency Bottom Backscatter Measurement in Shallow Water, J. Acoust. Soc. Am. 804: 118-1199. Jackson, D.R., dan M.D. Richardson. 2001. High Frequency Seafloor Acoustics. Springer: New York. Legendre L, Legendre L. 1998. Numerical Ecology, 2 nd . Elsevier Publishing co. Amsterdam. MacLennan, D.N., dan Simmonds, E.J. 2005. Fisheries Acoustics. Chapman R, Hall. Aberdeen. UK. Manik, H.M., M. Furusawa., dan K. Amakasu. 2006. Measurement of Sea Bottom Surface Backscattering Strength by Quantitative Echo Sounder. Fisheries Science 2006, Vol 72. No.3, hal.503-512. The Japanese Society of Fisheries Science. Tokyo. Japan. Manik, H.M. 2009. Rancang Bangun Sistem Informasi Data Hidroakustik Berbasis Web. Prosiding Seminar Nasional Aplikasi Teknologi Informasi 2009 SNATI 2009, Yogyakarta. Hal 12-16. Manik, H.M. 2011. Underwater Acoustic Detection and Signal Processing Near The Seabed. Biology and Marine Science Sonar Applications. Sonar Systems. Chapter 12. Intech Open. Rijeka, Croatia. Moustier, C.D. dan Matsumoto, H. 1993. Seafloor Acoustic Remote Sensing with Multibeam Echo-sounder and Bathymetric Sidescan Sonar System. Mar Geophys Res, Vol. 15: 27-42. Pujiyati, S. 2008. Pendekatan Metode Hidroakustik Untuk Pendugaan Klasifikasi Tipe Substrat Dasar Perairan dan Hubungannya Dengan Komunitas Ikan Demersal. Disertasi Tidak dipublikasikan. Sekolah Pasca Sarjana. Institut Pertanian Bogor. Bogor. Purnawan, S. 2009. Analisis Model Jackson pada Sedimen Berpasir Menggunakan Metode Hidroakustik di Gugusan Pulau Pari, Kepulauan Seribu Thesis. Bogor: Program Pascasarjana, Institut Pertanian Bogor. Bogor. Preston, J.M., Christney, A.C., Beran, L.S., dan Collins, W.T. 2004. Statistical Seabed Segmentation from Images and Echoes to Objective Clustering. Proceedings of The Seventh European Conference on Underwater Acoustics, Delft, The Netherlands. Richardson, M.D., dan Briggs, K.B. 1993. On The Use of Acoustic Impedance Values to Determine Sediment Properties. Proceeding of the Intitute of Acoustic.Vol. 15 part 2, hal 15-24. Siwabessy, P.J.W. 2001. An Investigation of The Relationship between Seabed Type and Benthic and Bentho-pelagic Biota Using Acoustic Techniques. Curtin University of Technology. Perth, Western Australia. Siwabessy, P.J.W. 2005. Acoustic Techniques for Seabed Classification. The Coastal Water Habitat Mapping CWHM Project of The Cooperative Research Centre for Coastal Zone. Sydney. Australia. Simrad. 1993. Simrad EP 500 Operational Manual. Horten Norway. Thorne, P.D., Pace, N.G., Al-Hamdani, Z.K.S. 1988. Laboratory Measurements of Backscattering from Marine Sediments. J. Acoust. Soc. Am.,84 1: 303-309. Tsemahman, A.S., Collins, W.T., dan Prager, B.T. 1997. Acoustic Seabed Classification and Correlation Analysis of Sediment Properties by QTC View. In: Proceedings of T he OCEANS’97 MTSIEEE Symposium. Halifax. Urick, R.J. 1983. Principles of Underwater Sound, 3 rd ed. Mc-Graw-Hill. New York. Wibisono, M.S. 2005. Pengantar Ilmu Kelautan. Gramedia. Jakarta. LAMPIRAN Lampiran 1. Alat dan Bahan yang digunakan di Lapangan Scientific Echosounder Simrad EY 60 Kapal Survei Pipa Paralon berdiameter 7,6 cm 3 inch dan Sekop Dongle Echoview Lampiran 2. Foto Tipe Substrat Dasar Perairan di Lokasi Penelitian Substrat Pasir Substrat Pasir berlumpur Lampiran 3. Alat Pengukur Parameter Fisik Sedimen Shaker ASTM E – 11. USA Standard Timbangan Digital Lampiran 4. Listing Program Matlab Rick Towler untuk menampilkan Grafik Echogram, SV dan SS Purnawan, 2009 readEKRaw_EY60.m ---------------------------------------------------------- Rick Towler National Oceanic and Atmospheric Administration Alaska Fisheries Science Center Midwater Assesment and Conservation Engineering Group rick.towlernoaa.gov ---------------------------------------------------------- Dimodifikasi oleh Manik, H.M Dosen Akustik, P.S. Ilmu Kelautan, Institut Pertanian Bogor readEKRaw_ChunkExample.m define paths to example raw and bot files rawFile = nama_file.raw ; botFile = nama_file.bot ; awal=input masukkan ping awal = ; akhir=input masukkan ping akhir = ; membaca file .raw - hanya pada frekuensi 120 kHz disp membaca .raw file... ; [header, rawData] = readEKRawrawFile, SampleRange , [1 500], ... PingRange , [awal akhir]; calParms = readEKRaw_GetCalParmsheader, rawData; membaca file .bot - data yang kembali sebagai range disp membaca .bot file... ; [header, botData] = readEKBotbotFile, calParms, rawData, ... ReturnRange , true; konversi power ke Sv data = readEKRaw_Power2SvrawData, calParms; konversi sudut electrical ke sudut physical data = readEKRaw_ConvertAnglesdata, calParms; mensortir kembali data yang digunakan sehingga mempermudah dalam pengolahan data dasar perairan c=1546.35; kecepatan suara tau=0.000128; panjang gelombang x=data.pings.number; y=data.pings.range; Z=data.pings.Sv; Z= Sv logaritma z=10.Z10; ss=zctau2; ini untuk cari ss SS=10log10ss; in untuk cari SS log along=data.pings.alongship; sudut alongship athw=data.pings.athwartship; sudut athwartship Svbottom=Z; along1=along; bd=botData.pings.bottomdepth; [k l]=sizeZ; data tbd pada 1 ping terakhir memberikan nilai yang tidak akurat sehingga perlu dihilangkan l=l-1; for ll=1:l; m=0; for kk=1:k; mengambil data dasar perairan, dari permukaan hingga 12 meter data yang lainnya diberikan pada kedalaman lain adalah nol if ykk,1bd1,ll+0.05; Svbottomkk,ll=-1000; svbottomkk+1,ll=0; along1kk,ll=0; elseif ykk,1bd1,ll+0.5; Svbottomkk,ll=-1000; along1kk,ll=0; else svbottomkk,ll=Zkk,ll; along1kk,ll=alongkk,ll; mengambil data hanya pada dasar perairan hingga setengah meter, svbonly m=m+1; Svbottomonlym,ll=Zkk,ll; along2m,ll=alongkk,ll; end ; end ; end ; agar jumlah data tiap kolom sama ditentukan ketebalan lapisan yang digunakan, hlyr hlyr=0.1; for ll=1:l; for i=1:m; if yi,1=hlyr; Svbonlyi,ll=Svbottomonlyi,ll; along3i,ll=along2i,ll; end ; end ; end Svbottommean=meanmeanSvbonly; [i l]=sizeSvbonly; for ll=1:l;Zmaxll=-999; for ii=1:i; if Svbonlyii,ll Zmaxll ; Zmaxll = Svbonlyii,ll; alongmaxll=along3ii,ll; end end end zmax=10.Zmax10; linier func ratazmax=meanzmax; ssmax=zmaxctau2; ssmean=meanssmax; SSmax=10log10ssmean stdsv=stdzmax; rataZmax=10log10ratazmax stdSv=10log10stdsv; membuat gambar echogram dan anglogram disp Plotting... ; nFreqs = lengthdata.pings; for n=1:nFreqs plot echogram readEKRaw_SimpleEchogramSS,x,y, Threshold , [-50,0]; disini ngerubahnya plot the bottom hold on plotdata.pingsn.number, botData.pings.bottomdepthn,:, c ; hold off plot anglogram readEKRaw_SimpleAnglogramdata.pingsn.alongship, ... data.pingsn.athwartship, data.pingsn.number, ... data.pingsn.range, Title , ... [ Angles num2strcalParmsn.frequency]; plot bottom hold on plotdata.pingsn.number, botData.pings.bottomdepthn,:, c ; hold off end akhir=akhir-1; mengembalikan nilai dari akhir di atas Zmax1=0; alongmax1=0; untuk merubah kembali pingnya sp=akhir-l; selisih ping yang dimasukkan dengan untuk looping for ll=awal:akhir; Zmax1ll=Zmaxll-sp; alongmax1ll=alongmaxll-sp; end figure subplot2,1,1; plotZmax1; axis[awal akhir -30 0] xlabel ping , fontsize ,16; ylabel Scattering volume dB , fontsize ,16; legend Sv max dB subplot2,1,2; plotalongmax1; axis[awal akhir -10 10] xlabel ping , fontsize ,16; ylabel sudut derajat , fontsize ,16; legend sudut alongship derajat figure plot SS:,1,y, r hold on plot Z:,1,y, b legend SS , Sv xlabel Intensitas acoustic backscattering strength dB ylabel Depth m Lampiran 5. Listing Program Matlab untuk menampilkan Echo Envelope readEKRaw_EY60.m ---------------------------------------------------------- Rick Towler National Oceanic and Atmospheric Administration Alaska Fisheries Science Center Midwater Assesment and Conservation Engineering Group rick.towlernoaa.gov ---------------------------------------------------------- Dimodifikasi oleh Manik, H.M Dosen Akustik, P.S. Ilmu Kelautan, Institut Pertanian Bogor readEKRaw_ChunkExample.m define paths to example raw and bot files rawFile = nama_file.raw ; botFile = nama_file.bot ; ping_awal = input masukkan ping awal = ; ping_akhir = input masukkan ping akhir = ; disp Reading .raw file... ; read in the first chunk of the file using PingRange to define chunk size. Note that we specify the optional 3rd return argument rstat that will contain the reader state when the function exits. also note that we do not read in angle data [header, firstRaw, rstat] = readEKRawrawFile, Frequencies , 120000, ... SampleRange ,[1 800], PingRange ,[ping_awal ping_akhir], Angles ,false; extract calibration parameters from the first raw data structure calParms = readEKRaw_GetCalParmsheader, firstRaw; disp Reading .bot file... ; read in the .bot file - by passing the optional 3rd argument we force readEKBot to only return data for pings contained in the firstRaw structure. again, we set the rstat return argument. [header, firstBot, rstat] = readEKBotbotFile, calParms, firstRaw, ... ReturnRange , true; convert power to Sv firstRaw = readEKRaw_Power2SvfirstRaw, calParms; plot up the two blocks of data disp Plotting... ; plot the first chunk echogram readEKRaw_SimpleEchogramfirstRaw.pings1.Sv, firstRaw.pings1.number, ... firstRaw.pings1.range, Threshold , [-70,0], Title , ... [ Sv ]; hold on plot the bottom plotfirstRaw.pings1.number, firstBot.pings.bottomdepth1,:, c ; hold off colorbar; colorbar YTickLabel ,{ -70 dB , -58 dB , -47 dB , -35 dB , -23 dB , -12 dB } xlabel Ping ylabel Depth m plot echo envelope digunakan setelah selesai menampilkan echogram Sv1=firstRaw.pings.Sv; Sv1mean=meanSv1; plotSv1mean; xlabel Time ms ylabel Intensitas energi backscattering strength dB Lampiran 6. Gambar Grafik Echogram L anjutan… Stasiun 1 Stasiun 2 Stasiun 5 Stasiun 6 Stasiun 7 Lampiran 7. Gambar Grafik Pola SV dan SS L anjutan… Stasiun 1 Stasiun 2 Stasiun 5 Stasiun 6 Stasiun 7 Lampiran 8. Gambar Grafik Intensitas Energi Backscattering L anjutan… Stasiun 1 Stasiun 2 Stasiun 5 Stasiun 6 Stasiun 7 Lampiran 9. Hasil Olahan Fraksi Sedimen di Balai Penelitian Tanah Laboratorium Fisika Tanah IPB Bogor No. Tekstur Urut Seri Substrat Liat Lanau Lanau Lanau Pasir Pasir Pasir Pasir Pasir – 2 μm 2 –10 μm 10 – 20 μm 20 – 50 μm 50 – 100 μm 100 – 200 μm 200 – 500 μm 50 – 1000 μm 1000 – 2000 μm 1. 11 F STA 1 0.9 3.27 5.67 12.98 7.58 11.27 23.57 29.87 4.89 2. 11 F STA 2 0.82 4.31 6.83 15.67 4.57 13.61 20.15 31.26 2.78 3. 11 F STA 3 1.15 2.63 5.61 8.25 12.78 15.65 29.33 17.85 6.75 4. 11 F STA 4 0.89 2.39 6.62 11.74 4.56 7.88 53.57 7.84 4.51 5. 11 F STA 5 1.08 2.13 4.55 9.84 6.41 5.58 23.65 31.28 15.48 6. 11 F STA 6 1.28 3.67 6.88 15.31 14.64 19.84 21.38 12.36 4.64 7. 11 F STA 7 0.24 0.95 4.25 7.58 4.43 18.47 34.12 17.58 12.38 8. 11 F STA 8 0.73 1.25 2.13 5.63 20.34 16.94 31.26 18.45 3.27 9. 11 F STA 9 0.38 1.78 3.6 9.35 5.16 13.62 35.41 22.14 8.56 PENGUKURAN HAMBUR BALIK AKUSTIK DASAR LAUT DI SEKITAR KEPULAUAN SERIBU MENGGUNAKAN SPLIT BEAM ECHOSOUNDER KORSUES LUMBAN GAOL SKRIPSI DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN BOGOR 2012 ABSTRACT KORSUES LUMBAN GAOL. Measuring Acoustic Backscattering Strength of Seabed Around Seribu Islands Using Split Beam Echosounder. Supervised by HENRY M. MANIK. The purpose of this research is to compute the backscattering strength of the seabed by measuring volume backscattering strength SV, bottom surface backscattering strength SS, and the echo level EL from seabed using split beam echosounder. The research was conducted from 29 th January to 3 rd February 2011, around the Seribu Islands: Pramuka island, Panggang island, Karya island and Semak Daun island, North Jakarta. Acquisition of acoustic data was conducted using the SIMRAD EY 60 instrument. Acoustic data obtained from 9 stations simultaneously with sediment sampling. Acoustic processing data was conducted by Rick Towler program with Matlab based. The SV and SS were analyzed Manik et al, model by using. Sediment sampling station consisted of 9 stations: Pramuka island there are 1 station Station 1, Karya island there are 2 stations Station 2, and Station 3, Panggang island there are 3 stations Station 4, Station 7, Station 9, and Semak Daun island there are 3 stations Station 5, Station 6, Station 8. Sediment classified based on the sediment texture. Seabed surface sediments were separated into 3 types, they are: sand, mud, and clay. This analysis showed that the location of the 9 stations observation is dominated by sand fraction with the percentage of 80.85. Mud and clay fractions had the average percentage value of 18.32 and 0.83, respectively. The backscattering value SV of sand substrate ranged -10.62 to -18.51 dB with the average of -13.91 dB, and the muddy sand substrate ranged from -16.58 to -25.42 dB with the average -20.57 dB. The value of SS for the sand substrate ranged from -20.70 to -28.58 dB with the average value of -23.98 dB. Muddy sand substrate has a value of SS in the range of -26.64 to -35.49 dB with the average SS of -30.64 dB, from this research, the classification of seabed type using hydroacoustic technology was possible. Keywords: volume backscattering strength, bottom surface backscattering strength, echo level, hydroacoustic technology. 1

1. PENDAHULUAN

1.1. Latar Belakang

Hidroakustik merupakan suatu teknologi pendeteksian bawah air dengan menggunakan gelombang suara atau bunyi untuk melakukan pendeteksian. Teknologi hidroakustik memiliki beberapa kelebihan diantaranya, yaitu: informasi pada areal yang dideteksi dapat diperoleh secara cepat real time, dan secara langsung di wilayah deteksi in situ, serta tidak berbahaya atau merusak objek yang diteliti pada frekuensi tertentu, karena pendeteksian dilakukan dari jarak jauh dengan menggunakan suara underwater sound. Metode ini merupakan solusi yang cepat dan efektif untuk menduga objek yang ada di bawah air Jackson et al. 1986. Dasar laut memiliki karakteristik memantulkan dan menghamburkan kembali gelombang suara seperti halnya permukaan perairan laut Urick, 1983. Parameter seperti ukuran butiran sedimen, relief dasar perairan, serta sejumlah variasi lainnya pada dasar perairan mempengaruhi proses hamburan sinyal akustik Thorne et al. 1988; Moustier and Matsumoto 1993; Chakraborty et al. 2007. Pendugaan dasar perairan dengan metode akustik telah dilakukan dan dikenal sebagai teknik pengklasifikasian sedimen. Penelitian lebih lanjut telah dilakukan terhadap beberapa parameter sedimen yang berpengaruh seperti, ukuran sedimen grain size, densitas, porositas, kompresional dan absorbsi serta kekasaran permukaan sedimen. Beberapa penelitian terdahulu mengenai klasifikasi dasar perairan dengan metode hidroakustik di Indonesia sudah dilakukan melalui pengukuran dasar laut berdasarkan nilai surface backscattering strength dengan teknik integrasi echo dasar dan pengembangan model numerik ring surface scattering menggunakan quantitative echo sounder di perairan selatan Jawa Manik et al., 2006. Selanjutnya informasi pengklasifikasian dasar perairan di Perairan Sumur, Banten dengan menggunakan nilai kekasaran dan kekerasan juga telah dilakukan oleh Allo 2008. Penelitian terbaru oleh Manik 2011, yaitu pengukuran dasar laut menggunakan multi-frekuensi akustik 38, 70, and 120 kHz dalam mengestimasi respon dari target sea bottom berdasarkan backscattering strength SS dan kuantifikasi ikan di pulau selatan Jakarta, Indonesia. Tipe substrat dasar perairan dipengaruhi oleh adanya pengendapan partikel sedimen yang disebabkan oleh adanya kecepatan arus dan ukuran butiran partikel sedimen. Partikel dengan ukuran yang lebih besar akan mengendap terlebih dahulu seperti kerikil, sedangkan partikel dengan ukuran yang lebih kecil seperti pasir akan lebih mudah terbawa oleh air dan baru mengendap kemudian. Dilanjutkan dengan pengendapan sedimen dengan ukuran parikel lebih halus seperti lanau dan lempung. Proses ini menyebabkan timbulnya tipe-tipe substrat yang berbeda dan khas di perairan. Metode akustik dianggap mampu memberikan solusi dalam pendugaan karakteristik dasar perairan yang mengakibatkan sejumlah penelitian lanjutan mengenai dasar perairan dilakukan. Tingginya variasi yang terjadi pada dasar perairan membuat banyak hal yang masih belum jelas dalam pendugaan karakteristik dasar perairan dengan menggunakan metode akustik. Penambahan persyaratan untuk perekaman data pantulan pertama first echo dan pantulan kedua second echo dapat memberikan beberapa informasi tentang