37 Dengan r
2
merupakan ragam populasi dan x
1
merupakan rataan sampel pertama, x
2
adalah rataan sampel kedua, d adalah dugaan nilai tengah, n
1
adalah jumlah sampel yang pertama dan n
2
adalah jumlah sampel yang kedua. Notasi S
1 2
adalah ragam sampel pertama dan S
2 2
ragam dari sampel kedua. Analisis pertumbuhan, didasarkan pada biomassa larva. Data yang
digunakan adalah data panjang total dan lebar badan pada ruas tubuh ke-5. Data tersebut dipergunakan untuk menentukan biomassa larva chironomida
menggunakan pendekatan biovolume.
3.6.5. Produktivitas larva chironomida
Penentuan produktivitas sekunder dari larva chironomida pada percobaan di laboratorium dilakukan menggunakan teknik kohor metode penambahan-jumlah
increment-summation method Benke Huryn 2007 dengan formulasi sebagai berikut.
∑ ̅
Dengan: B
awal
= Biomassa pada hari pertama pengambilan sampel gram ̅ = kepadatan rata-rata indm
2
∆W = Pertambahan biomassa individu gram t
= waktu pengambilan sampel produktivitas Nilai produktivitas larva memiliki satuan gm
2
bulan. Pada populasi yang tidak dapat ditelusuri kohortnya dari data lapangan,
penentuan produktivitas menggunakan metode non-kohort. Pada metode ini dibutuhkan pendekatan khusus untuk menentukan waktu perkembangan atau laju
pertumbuhan biomassa. Dalam hal ini digunakan metode distribusi frekuensi ukuran size-frequency method dengan asumsi sampel yang dikumpulkan
sepanjang tahun mendekati kurva mortalitas dari kohort rata-rata Hynes Coleman 1968, hamilton 1969, Benke 1979 in Benke Huryn 2007.
Pada metode frekuensi ukuran size-frequency method dibutuhkan data panjang total untuk menyusun selang kelas ukuran. Data panjang total
dikelompokkan dalam selang kelas. Penentuan selang kelas dilakukan 6
38 berdasarkan Walpole 1992 dengan menentukan banyaknya kelas yang dihitung
menggunakan rumus sebagai berikut, dengan n sebagai jumlah data panjang:
Kemudian ditentukan wilayah dengan mengurangi nilai maksimum dengan minimum data keseluruhan. Selanjutnya adalah penentuan lebar kelas sesuai
dengan rumus:
Langkah selanjutnya adalah mendaftar selang kelas atas dan selang kelas bawah dengan data terkecil sebagai permulaan selang kelas bawah. Batas kelas diperoleh
dengan menambah atau mengurangi selang kelas dengan ½ kali nilai satuan terkecil. Nilai tengah didapat dengan merata-ratakan batas kelas atas dan batas
kelas bawah. Selanjutnya nilai frekuensi ditentukan pada masing-masing kelas, dan yang terakhir adalah pengecekan jumlah kolom frekuensi memiliki jumlah
yang sama terhadap banyaknya total pengamatan. Ciri-ciri penting sejumlah besar data dengan segera dapat diketahui melalui
pengelompokan data tersebut ke dalam beberapa kelas dan kemudian dihitung banyaknya pengamatan yang masuk ke dalam setiap kelas. Susunan dari data ini
biasanya disajikan dalam bentuk tabel yang disebut sebaran frekuensi Walpole 1992. Data yang disajikan dalam bentuk sebaran frekuensi dikatakan sebagai
data yang telah dikelompokkan. Pengelompokan data-data ini ke dalam kelas- kelas dimaksudkan untuk memperoleh gambaran yang lebih baik mengenai
populasi yang ada.
3.6.6. Keterkaitan antara larva chironomida dengan bahan organik
Keterkaitan antara bahan organik dengan larva chironomida akan dianalisis menggunakan persamaan regresi berganda yang menghubungkan antara
produktivitas larva chironomida dengan kandungan bahan organik dalam bentuk COD, kandungan klorofil a, dan AFDM yang ditemukan di atas substrat buatan.
Persamaan yang digunakan adalah sebagai berikut:
Sehingga mengikuti persamaan regresi: 7
8
9
