Laporan Dinekola Fix Print

LAPORAN PRAKTIKUM

DINAMIKA EKOSISTEM LAUT

HUBUNGAN PARAMETER OSEANOGRAFI (SUHU, SALINITAS, KLOROFIL-

A) TERHADAP PERSEBARAN DAN HASIL TANGKAPAN IKAN MANYUNG

(Sea catfishes ) DI PERAIRAN SELATAN JAWA TIMUR

Oleh:

NAMA : AYU AGUSTIN

NIM : 135080200111059

KELAS : P04

PROGRAM STUDI PEMANFAATAN SUMBERDAYA PERIKANAN

JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

UNIVERSITAS BRAWIJAYA

MALANG

2015

i

LEMBAR PENGESAHAN

PRAKTKUM DINAMIKA EKOSISTEM LAUT

Sebagai salah satu syarat untuk lulus Mata Kuliah Dinamika Ekosistem Laut

Di Fakultas Perikanan dan ilmu Kelautan

Universitas Brawijaya

Disusun oleh:

Ayu Agustin

NIM. 135080200111059

Malang, 03 Desember 2015

Mengetahui

Dosen Pengampu Praktikum

Dinamika Ekosistem Laut

Dr. Ir. Gatut Bintoro, Msc

NIP. 19621111 198903 1 005

Menyetujui,

Koordinator Asisten

Burhany Resmana

NIM. 125080200111020

`

ii

KATA PENGANTAR

Puji syukur senantiasa kami panjatkan atas kehadirat Allah SWT, yang

telah melimpahkan rahmat serta hidayahNya sehingga penulis dapat

menyelesaikan Laporan Praktikum yang berjudul “Hubungan Parameter

Oseanografi (Suhu, Salinitas, Dan Klorofil-a) Terhadap Hasil Tangkapan Ikan

Manyung (Sea catfishes) Di Perairan Selatan Jawa timur” dengan lancara dan

sebagaimana adanya.

Dalam laporan ini penulis membahas mengenai hubungan antara hasil

tangkapan ikan Manyung (Sea catfishes) dengan parameter kimia-fisika perairan

(suhu, salinitas dan klorofil). Laporan Praktikum ini dibuat berdasarkan berbagai

literatur yang ada.

Saya selaku penyusun menyadari akan masih banyaknya kekurangan

dalam laporan saya. Untuk itu, saya menerima baik itu kritik maupun saran agar

dalam laporan selanjutnya, saya dapat memperbaiki kekurangan tersebut.

Terakhir, tidak lupa saya berterima kasih kepada semua pihak yang telah

membantu dalam pembuatan laporan ini. Dan semoga laporan ini nantinya dapat

bermanfaat bagi kita semua.

Malang, November 2015

Penyusun

iii

DAFTAR ISI

LEMBAR PENGESAHAN ................................................................................................ i

KATA PENGANTAR ........................................................................................................ ii

DAFTAR ISI...................................................................................................................... iii

DAFTAR GAMBAR .......................................................................................................... v

DAFTAR TABEL ............................................................................................................. viii

DAFTAR LAMPIRAN ....................................................................................................... ix

1. PENDAHULUAN .......................................................................................................... 1

1.1 Latar Belakang ....................................................................................................... 1

1.2 Maksud dan Tujuan ............................................................................................... 2

1.3 Waktu dan Tempat ................................................................................................ 2

2.TINJAUAN PUSTAKA .................................................................................................. 4

2.1 Klasifikasi dan Diskripsi Ikan Manyung .............................................................. 4

2.1.1 Hasil Tangkapan Ikan Manyung .................................................................. 5

2.2 Parameten Oseanografi ....................................................................................... 6

2.2.1 Suhu Permukaan Laut (SPL) ........................................................................ 6

2.2.2 Salinitas ........................................................................................................... 6

2.2.3 Klorofil-a ........................................................................................................... 7

3. METODE PENELITIAN ............................................................................................... 8

3.1 Alat dan Bahan....................................................................................................... 8

3.2 Skema Kerja ........................................................................................................... 9

3.2.1 Persebaran Parameter Oseanografi ........................................................... 9

3.2.2 Regresi Linier Tunggal .................................................................................. 9

3.2.3 Regresi Linier Berganda.............................................................................. 10

3.3 Tahap Analisa ...................................................................................................... 10

3.3.1 Regresi ........................................................................................................... 10

4. HASIL DAN PEMBAHASAN .................................................................................... 12

4.1 Data Hasil Praktikum ........................................................................................... 12

4.1.1 Peta Persebaran Parameter Oseanografi ................................................ 12

4.1.2 Regresi Linier Tunggal ................................................................................ 13

4.1.3 Regresi Linier Berganda .............................................................................. 16

4.2 Analisa Prosedur .................................................................................................. 18

4.2.1 Persebaran Parameter Oseanografi .......................................................... 18

4.2.2 Regresi Linier Tunggal ................................................................................. 21

iv

4.2.3 Regresi Linier Berganda dengan SPSS .................................................... 22

4.3 Analisa Hasil ......................................................................................................... 23

4.3.1 Peta Persebaran Parameter Oseanografi ................................................ 23

4.3.2 Regresi Linier Tunggal ................................................................................. 26

4.3.3 Regresi Linier Berganda .............................................................................. 31

5. PENUTUP ................................................................................................................... 36

5.1 Kesimpulan ........................................................................................................... 36

5.2 Saran ..................................................................................................................... 36

DAFTAR PUSTAKA ....................................................................................................... 37

LAMPIRAN ...................................................................................................................... 40

v

DAFTAR GAMBAR

Gambar 1. Ikan Manyung ................................................................................... 4

Gambar 2. Peta Persebaran Parameter SPL .................................................... 12

Gambar 3. Peta Persebaran Parameter Salinitas .............................................. 13

Gambar 4. Peta Persebaran Parameter Klorofil-a . Error! Bookmark not defined.

Gambar 5. Hasil Regesi SPL dengan Hasil Tangkapan ..................................... 14

Gambar 6. Grafik Hubungan SPL dengan Hasil Tangkapan .............................. 14

Gambar 7. Hasil Regresi Salinitas dengan Hasil Tangkapan ............................. 15

Gambar 8. Grafik Hubungan Salinitas dengan Hasil Tangkapan ....................... 15

Gambar 9. Hasil Regresi Klorofil-a dengan Hasil Tangkapan ............................ 16

Gambar 10. Grafik Hubungan Klorofil-a dengan Hasil Tangkapan ..................... 16

Gambar 11. Hasil Regresi Berganda dengan SPSS .......................................... 17

Gambar 12. Grafik Regresi Berganda ................................................................ 18

Gambar 13. Suhu permukaan Laut .................................................................... 23

Gambar 14. Salinitas ......................................................................................... 24

Gambar 15. Klorofil-a ......................................................................................... 25

Gambar 16. Hasil Regresi Hubungan SPL dengan Hasil Tangkapan ................. 26

Gambar 17. Grafik Hubungan SPL dengan Hasil Tnagkapan ............................ 27

Gambar 18. Hasil Regresi Hubungan Salinitas dengan Hasil Tangkapan .......... 28

Gambar 19. Grafik Hubungan Salinitas dengan Hasil Tangkapan ..................... 29

Gambar 20. Hasil Regresi Hubungan Klorofil-a dengan Hasil Tangkapan ......... 30

Gambar 21. Grafik Hubungan Klorofil-a dengan Hasil Tangkapan ..................... 31

Gambar 22. ANOVA Regresi Berganda ............................................................. 32

Gambar 23. Model Sumary Regresi Berganda .................................................. 32

Gambar 24. Coefficients Regresi Berganda ....................................................... 33

Gambar 25. Grafik Hasil Regresi Berganda ....................................................... 34

Gambar 26. ODV 1 ............................................................................................ 40

Gambar 27. ODV 2 ............................................................................................ 40

Gambar 28. ODV 3 ............................................................................................ 41

Gambar 29. ODV 4 ............................................................................................ 41

Gambar 30. ODV 5 ............................................................................................ 42

Gambar 31. ODV 6 ............................................................................................ 42

Gambar 32. ODV 7 ............................................................................................ 43

Gambar 33. ODV 8 ............................................................................................ 43

vi

Gambar 34. ODV 9 ............................................................................................ 44

Gambar 35. ODV 10 .......................................................................................... 44

Gambar 36. 0DV 11 ........................................................................................... 45

Gambar 37. ODV 12 .......................................................................................... 45

Gambar 38. ODV 13 .......................................................................................... 45

Gambar 39. ODV 14 .......................................................................................... 46

Gambar 40. ODV 15 .......................................................................................... 46

Gambar 41. ODV 17 .......................................................................................... 47

Gambar 42. ODV 18 .......................................................................................... 47

Gambar 43. ODV 18 .......................................................................................... 48

Gambar 44. ODV 19 .......................................................................................... 48

Gambar 45. ODV 20 .......................................................................................... 49

Gambar 46. ODV 21 .......................................................................................... 49

Gambar 47. ODV 22 .......................................................................................... 49

Gambar 48. ODV 23 .......................................................................................... 50

Gambar 49. ODV 24 .......................................................................................... 50

Gambar 50. ODV 25 .......................................................................................... 51

Gambar 51. ODV 26 .......................................................................................... 51

Gambar 52. ODV 27 .......................................................................................... 52

Gambar 53. ODV 28 .......................................................................................... 52

Gambar 54. ODV 29 .......................................................................................... 52

Gambar 55. ODV 30 .......................................................................................... 53

Gambar 56. Regresi Tunggal 1 .......................................................................... 54





Gambar 61. regresi Tunggal 6 ........................................................................... 56

Gambar 62. Regresi Tunggal 10 ........................................................................ 57







vii



Gambar 71. SPSS 1 .......................................................................................... 61

Gambar 72. SPSS 2 .......................................................................................... 61

Gambar 73. SPSS 3 .......................................................................................... 62

Gambar 74. SPSS 4 .......................................................................................... 62

Gambar 75. SPSS 5 .......................................................................................... 63

Gambar 76. SPSS 6 .......................................................................................... 63

Gambar 77. SPSS 7 .......................................................................................... 64

Gambar 78. SPSS 8 .......................................................................................... 64

Gambar 79. SPSS 9 .......................................................................................... 65

Gambar 80. SPSS 10 ........................................................................................ 65

Gambar 81. SPSS 11 ........................................................................................ 66

Gambar 82. SPSS 12 ........................................................................................ 66

Gambar 83. SPSS 13 ........................................................................................ 67

viii

DAFTAR TABEL

Tabel 1. Parameter Oseanografi dan Data Hasil Tangkapan Ikan Manyung di

Perairan Selatan Jawa Timur ....................................................................................... 12

ix

DAFTAR LAMPIRAN

LAMPIRAN 1. Tutorial ODV ............................................................................... 40

LAMPIRAN 2. Tutorial Regresi Linier Tunggal dan Berganda ............................ 54

LAMPIRAN 3. Asisten Zone ............................................................................... 68

1

1. PENDAHULUAN

1.1 Latar Belakang

Indonesia adalah Negara kepulauan yang didominasi dengan perairan

dibandingkan daratannya. Terdapat lima pulau besar yang ada di Indonesia salah

satunya adalah pulau Jawa. Pulau Jawa dikelilingi oleh dua perairan yang

berbeda karakteristiknya yang pertama adalah perairan yang berada diselatan

Jawa dan Perairan yang berada di Utara Jawa. Perairan laut di sisi selatan pulau

Jawa mempunyai karakteristik dengan topografi dasar laut yang curam, dan

gelombang besar, serta berbatasan langsung dengan Samudera Hindia. Stok Ikan

yang ada di Perairan laut selatan Jawa dan Perairan laut Utara Jawa juga terdapat

banyak Perbedaan (Mahatmawati et. al., 2009).

Menurut (Clark 1985; Conrad dan Clark 1989) dalam (Susilo, 2009),

dinamika stok ikan di suatu perairan laut bergantung kepada besarnya hasil

tangkapan (yield) setiap tahunnya. Pada sisi lain besarnya hasil tangkapan juga

akan dipengaruhi besarnya upaya penangkapan (effort) ikan yang dilakukan

diperairan tersebut (Gulland, 1983) dalam (Susilo, 2009) . Di Indonesia ini (bahkan

sebenarnya juga dimanapun) besarnya upaya penangkapan setiap tahun akan

selalu berubah atau tidak tetap. Oleh karena itu besarnya stok ikan di suatu

perairan juga bersifat dinamis. Hal ini juga mengakibatkan dinamika potensi lestari

stok ikan (hasil tangkapan yang boleh diambil tanpa merusak kelestarian

sumberdaya).

Potensi sumberdaya laut Indonesia diperkirakan mencapai 6.28 juta

ton/tahun yang terbagi atas beberapa jenis ikan yaitu ikan pelagis besar 1.08 juta

ton, ikan pelagis kecil 3.24 juta ton, ikan damersal 1.79 juta ton, udang 0.008 juta

ton, cumi-cumi 0.003 juta ton dan ikan-ikan karang 0.08 juta ton (Pet dan Mous,

2002) dalam (Triajie et. al, 2007). Salah satu potensi sumber daya laut yang ada

di wilayah perairan Indonesia ialah ikan Manyung (Sea Catfishes) yang termasuk

dalam suku Aridae dan merupakan ikan dasar (demersal) yang hidup di air tawar,

estuary, laut (Burhanuddin., Aji D, Santoso, 1987) dalam (Triajie et. al, 2007).

Stok Ikan Manyung (Sea Catfishes) Pada perairan laut selatan Jawa dari

tahun 1976 sampai tahun 2012 mengalami Fluktuasi. Dinamika stok ikan manyung

ini dipengaruhi oleh factor alami dari alam dan juga factor dari manusia. Factor

alami dari alam seperti suhu, salinitas dan klorofil, sedangkan factor dari manusia

2

adalah penangkapan yang dilakukan oleh para nelayan. Hubungan penangkapan

ikan, factor alami dan stok ikan bisa dilihat dan dianalisis. Pada praktikum dinamika

ekosistem laut bisa dianalisa hasil penangkapan dan factor suhu, salinitas dan

klofil dihubungkan.

1.2 Maksud dan Tujuan

Maksud dari praktikum dinamika ekosistem laut adalah untuk mengkaji

hubungan antara parameter – parameter fisika (suhu), kimia ( salinitas) dan biologi

(klorofil) dengan hasil tangkapan.

Sedangkan tujuan dari praktikum Dinamika Ekosistem Laut untuk

mengaplikasi materi yang di dapat di perkuliahan, mampu mengetahui sebaran

parameter laut dan menjelaskan hubungan antara parameter lingkungan (suhu,

salinitas, klorofil) terhadap hasil tangkapan dengan memakai analisis:

1. Regresi linier sederhana hubungan masing – masing Suhu, Salinitas dan

Klorofil terhadap hasil tangkapan

2. Regresi Linier Berganda hubungan ketiga parameter perairan yaitu suhu,

salinitas dan klorofil secara bersama terhadap hasil tangkapan.

3. Untuk mengetahui peta persebaran parameter menggunakan software

ODV (Ocean Data View).

1.3 Waktu dan Tempat

Praktikum Dinamika Ekosistem Laut pertama tentang penggunaan software

Ocean Data View (ODV) yang dilaksanakan pada hari kamis tanggal 4 November

2015 Pukul 13.00 WIB di Gedung D lantai 3 Fakultas Perikanan dan Ilmu Kelautan

Universitas Brawijaya Malang. Praktikum Dinamika Ekosistem Laut kedua tentang

pengaruh parameter perairan (suhu, salinitas, dan klorofil) terhadap hasil

tangkapan yag dilaksanakan pada hari kamis tanggal 12 November 2015 Pukul

09.30 WIB di Laboratorium Penangkapan Gedung A lantai 1 Fakultas Perikanan

dan Ilmu Kelautan Universitas Brawijaya Malang. Prakitkum Dinamika Ekosistem

Laut ketiga tentang penggunaan softwer SPSS (Statistical Package of the Social

Science) untuk mengetahui hubungan parameter oceanografi secara bersamaan

dengan hasil tangkapan yang dilaksanakan pada hari kamis tanggal 18 November

3

2015 Pukul 09.15 WIB di Laboratorium penangkapan Gedung A lantai 1 Fakultas

Perikanan dan Ilmu Kelautan Universitas Brawijaya Malang.

4

2.TINJAUAN PUSTAKA

2.1 Klasifikasi dan Diskripsi Ikan Manyung

Menurut Saanin (1984) dalam Taunay et. al, (2013), Kedudukan taksonomi

ikan Manyung adalah sebagai berikut:

Kingdom : Animalia

Phylum : Chordate

Clas : Pisces

Ordo : Ostariophysi

Family : Aridae

Genus : Arius

Species : Sea catfishes

Gambar 1. Ikan Manyung (Google image, 2015)

Ikan manyung memiliki bentuk badan memanjang agak bulat, badan tidak

bersisik dan mata relatif kecil. Sirip punggung pertama berduru keras, ujung sirip

punggung umumnya memanjang. Sirip dada pertama juga berduri keras dan

sering disebut patil karena bisa melukai tangan. Ciri lain dari ikan ini yaitu terdapat

sepasang sungut pada rahang atas dan rahang bawah. Warna dominan adalah

coklat kemerahan, sebagian berwarna abu-abu.Nama lokal dari ikan manyung

antara lain : keteng, keting, duri kerak, pulutan, dan utek (Wiadnya, 2012).

Ikan manyung adalah ikan demersal, hidup di air tawar, estuari dan juga

laut. Umumnya ikan ini hidup di dua habitat, mula-mula diair tawar lalu beruaya ke

perairan estuari untuk memijah. Daerah penyebaran ikan manyung di perairan

Indonesia meliputi perairan sebelah Barat dan Timur Sumatra, Utara dan Selatan

Jawa, Selat Malaka, perairan Sulawesi, Maluku dan perairan Irian Jaya. Komposisi

kimia pada ikan ini sangat bervariasi tergantung dari jenis ikan, jenis kelamin,

5

kematangan gonad, umur, dan musim penangkapan. Ikan manyung termasuk ikan

berlemak rendah dan berprotein tinggi ( Burhanuddin et. al, 1987 dalam Suharna,

2006 ).

Ikan manyung biasanya hidup di perairan pantai dengan tipe dasar lunak

seperti limpur. Ikan ini banyak ditemukan di muara sungai dekat hutan bakau,

bahkan ada yang sampai masuk ke sungai. Ikan ini termasuk hewan predator

dengan beragam jenis makanan. Alat tangkap yang paling umum digunakan dalam

penangkapan ikan manyung adalah jaring insang.

2.1.1 Hasil Tangkapan Ikan Manyung

Ikan manyung yang termasuk golongan cat fish merupakan salah satu jenis

ikan hasil tangkapan laut. Jumlah produksi perikanan laut yang dijual di TPI di

seluruh provinsi Indonesia pada tahun 2007 adalah 466.029 ton. Hasil penelitian

yang dilakukan atas kerjasama antara Dinas Perikanan dan Kelautan DIY dengan

pusat studi Sumberdaya dan Teknologi Kelautan UGM dilaksanakan di TPI

(Tempat Pelelangan Ikan) Pandansino menunjukkan bahwa hasil tangkapan ikan

manyung rata-rata perbulan adalah 729,4 kg. Apabila dilihat dari segi ekonomis,

ternyata harganya lebih rendah dari ikan hasil tangkapan jenis ikan. Ikan manyung

kurang terkenal diberbagai kalangan masyarakat karena pemanfaatannya masih

sangat minim. Masyarakat kurang tertarik untuk mengkonsumsi ikan manyung

karena bentuknya yang tidak menarik, ditambah dengan kepalanya yang pipih dan

besar. Hasil tangkapan ikan manyung biasanya diproduksi untuk bahan

pengolahan nugget karena mempunyai daging yang sangat baik untuk diolah dan

warna dagingnya yang putih dan teksturnya yang baik (Abimanyu, 2008).

Dalam penangkapan ikan manyung nelayan menunggu gelombang besar

karena pada saat gelombang besar ikan manyung biasanya memakan umpan.

Komposisi hasil tangkapan ikan manyung di Perairan Selat Makassar yang

dilakukan pada bulan Juni sampai Juli 2005 merupakan komposisi tangkapan ikan

demersal paling banyak dimana jumlah hasil tangkapan per total catch-nya

mencapai 1.366,4 kg dengan laju tangkap sebesar 42,7 kg per hari atau sekitar

30% dari total hasil tangkapan (Ditjen Perikanan Tangkap, 2015).

Ikan manyung merupakan salah satu ikan yang ditangkap dipantai Congot,

ikan manyung banyak dikonsumsi masyarakat, disamping harganya yang murah,

rasanya juga enak. Ikan manyung dijual di pasar sebagai ikan segar. Ikan

manyung merupakan jenis ikan laut ekonomis penting di Indonesia.

6

2.2 Parameten Oseanografi

2.2.1 Suhu Permukaan Laut (SPL)

Suhu merupakan parameter lingkungan yang berguna dalam proses-

proses fisika, kimia, dan biologi yang terjadi di laut. Pola distribusi suhu

permukaan laut (SPL) dapat digunakan untuk mengidentifikasi parameter-

parameter laut seperti pola arus, upwelling dan front. Daerah yang mempunyai

fenomena-fenomena seperti tersebut umumnya merupakan perairan yang

subur. Dengan diketahuinya daerah perairan yang subur tersebut maka daerah

penangkapan ikan, dapat diketahui, karena migrasi ikan cenderung keperairan

yang subur. Setiap spesies ikan mempunyai kisaran suhu optimum untuk

makan, memijah, beruaya, dan aktifitas lainnya (Hayes dan Laevastu, 1982

dalam Nahib et.al, 2010).

Perubahan suhu di suatu perairan dapat menyebabkan terjadinya sirkulasi

dan stratifikasi massa air dan hal itu dapat mempengaruhi distribusi ikan. Suhu

permukaan di perairan Indonesia berkisar antara 28-30oC dan di daerah

upwelling suhunya dapat turun mencapai 25 oC dan secara horizontal suhu

permukaan laut di perairan Indonesia memiliki variasi tahunan yang rendah,

namun variasi tersebut masih menunjukkan perubahan musiman. Perubahan

musiman ini dipengaruhi oleh posisi matahari dan pengaruh massa air di

daerah lintang tinggi (Nurmila, 2012).

Suhu perairan bervariasi baik secara horizontal maupun vertikal sesuai

dengan kedalaman. Sebaran suhu secara vertikal di periaran Indonesia pada

umumnya dibagi menjadi tiga lapisan, yaitu lapisan bagian atas (homogen),

lapisan tengah (termoklin) dan lapisan dingin di bagian bawah (dasar) perairan.

2.2.2 Salinitas

Salininitas didefinisikan sebagai jumlah berat garam yang terlarut dalam 1

liter air, biasanya dinyatakan dalam satuan o/00 (per mil, gram per liter). Di

perairan samudera, salinitas berkisar antara 34-35 o/00 . Sebaran salinitas

dipengaruhi oleh beberapa faktor seperti pola sirkulasi air, penguapan, curah

hujan dan aliran air sungai. Daerah-daerah yang mengalami penguapan yang

cukup tinggi akan mengakibatkan salinitas tinggi (Nahib et.al, 2010).

Perubahan salinitas di laut terbuka relatif lebih kecil dibandingkan dengan

perubahan salinitas di pantai yang memiliki masukan air tawar dari sungai

terutama saat musim hujan. Salinitas berpengaruh pada osmoregulasi dari ikan

7

serta berpengaruh besar terhadap kesuburan dan pertumbuhan telur.

Beberapa spesies bisa hidup dengan toleransi salinitas yang besar tetapi ada

juga yang sempit. Salinitas juga berpengaruh pada distribusi, orientasi migrasi,

dan kesuksesan reproduksi dari ikan (Hayes dan Laevastu, 1981 dalam

Nurmila, 2012).

Salinitas memiliki hubungan terbalik dengan suhu. Nilai suhu maksimum

akan diikuti dengan nilai salinitas minimum. Variasi dan interaksi antara suhu

dan salinitas menentukan densitas air laut yang mempengaruhi gerakan vertikal

massa air laut. Ikan cenderung memilih daerah dengan tingkat salinitas yang

sesuai dengan tekanan osmosisnya masing-masing.

2.2.3 Klorofil-a

Sebaran klorofil-a di laut bervariasi seeara geografis maupun berdasarkan

kedalaman perairan. Variasi tersebut diakibatkan oleh perbedaan intensitas

eahaya matahari, dan konsentrasi nutrien yang terdapat di dalam suatu

perairan. Di Laut, sebaran klorofil-a lebih tinggi konsentrasinya pada perairan

pantai dan pesisir, serta rendah di perairan lepas pantai. Tingginya sebaran

konsentrasi klorofil-a di perairan pantai dan pesisir disebabkan karena adanya

suplai nutrien dalam jumlah besar melalui run-off dari daratan, sedangkan

rendahnya konsentrasi klorofil-a di perairan lepas pantai karena tidak adanya

suplai nutrien dari daratan seeara langsung. Namun pada daerah-daerah

tertentu di perairan lepas pantai dijumpai konsentrasi klorofil-a dalam jumlah

yang cukup tinggi. Keadaan ini disebabkan oleh tingginya konsentrasi nutrien

yang dihasilkan melalui proses fisik massa air, di mana massa air dalam

mengangkat nutrien dari lapisan dalam ke lapisan permukaan (Presetiahadi,

1994 dalam Nahib et.al, 2010).

Sebaran klorofil-a fitoplankton di suatu perairan bervariasi secara geografis

maupun berdasarkan kedalaman perairan. Variasi tersebut diakibatkan oleh

perbedaan intensitas cahaya matahari dan konsentrasi nutrien yang terdapat

dalam suatu perairan (Riyono et.al, 2006).

Nilai konsentrasi klorofil-a diperairan menggambarkan tingkat produktivitas

perairan dan kelimpahan fitoplankton di perairan tersebut. Pada saat musim

barat konsentrasi klorofil-a cenderung lebih tinggi dari pada musim timur.

Tingginya konsentrasi klorofil-a erat kaitannya dengan proses upwelling.

8

1. METODE PENELITIAN

3.1 Alat dan Bahan

Alat yang digunakan dalam praktikum pertama, kedua dan ketiga Dinamika

Ekosistem Laut adalah sebagai berikut :

Bahan yang digunakan dalam praktikum pertama, kedua dan ketiga

Dinamika Ekosistem Laut adalah sebagai berikut :

1. Buku Panduan : Sebagai pedoman untuk praktikum

2. Data statistik perikanan tahun

2003-2013

: Sebagai data hasil tangkapan yang

akan diolah.

3. Data Balitbang tahun 2003-2013 : Sebagai data yang digunakan untuk

variabel oseanografi

4. Citra Satelit Aqua Modis : Untuk mendownload database dari

Opendap NASA-JPL pada tahun

2013.

5. Softwer SPSS (Statistical Package

of the Social Science)

: Digunakan untuk menganalisa

regresi liner ganda antara hasil

tangkapan dengan parameter

oceanografi.

6. Software ODV (Ocean Data View)

4.7.2

: Digunakan untuk mengolah data dari

citra satelit

1. Laptop & Charger : Sebagai media dalam menyampaikan

materi dan mengerjakan praktikum

2. Kabel Roll : Sebagai sumber listrik laptop pada

saat praktikum

3. LCD dan Proyektor : Untuk menampilkan materi mengenai

praktikum

4. Alat Tulis : Sebagai media mencatat materi

praktikum

5. Carger : untuk carger laptop

9

7. Microsoft Excel 2013 : Untuk mengolah data hasil dari ODV

dan menganalisa regresi linier

tunggal hasil tangkapan dengan

parameter.

3.2 Skema Kerja

3.2.1 Persebaran Parameter Oseanografi

3.2.2 Regresi Linier Tunggal

Mempersiapkan Alat dan Bahan

Menggunakan software spss v 17.0

Mendownload Data di Citra Satelit

Aqua Modis

Data di analisa menggunakan ODV

Data di olah menggunakan software

ODV

Hasil

Persiapan alat dan Bahan

Hasil

Menganalisa hasil Regresi Linier Tunggal

Meregresikan Data Statistik di Excel

Data diolah menggunakan statistik pada exel

exexxelExeex

Analisis uji F dan uji Korelasi

10

3.2.3 Regresi Linier Berganda

3.3 Tahap Analisa

3.3.1 Regresi

Regresi secara umum adalah sebuah persamaan statistik yang

memberikan penjelasan tentang pola hubuungan (model) antara dua variabel

atau lebih. Dalam analisis regresi dikenal dua jenis variabel yaitu: variabel

dependen (variabel Y) yaitu variabel yang keberadaannya dipengaruhi oleh

variabel lainnya dan variabel independen (variabel X) yaitu variabel yang bebas

atau tidak dipengaruhi oleh variabel lainnya (Samosir,2011).

Uji hipotesis korelasi dan regresi dilakukan dengan menggunakan tingkat

kepercayaan 95% atau tingkat kesalahan α 5%. Uji hipotesis korelasi adalah

sebagai berikut :

H0: ρ = 0 (Tidak ada hubungan antara variabel X dan variabel Y)

H1: ρ ≠ 0 (Ada hubungan antara variabel X dan variabel Y)

Pada uji korelasi ini, jika P-value (signifikasi) kurang dari sama dengan 0,05,

maka terdapat cukup bukti untuk menolak Ho (Ho ditolak), yang berarti bahwa

terdapat hubungan yang signifikan antara variabel X dan variabel Y. Sedangkan

jika p-value lebih besar dari 0,05 maka tidak cukup bukti untuk menolak Ho (Ho

Persiapan Alat dan Bahan

Menginstal Software SPSS v. 17

Membuka Data Statistik di Excel

Mengolah Data Statistik ke Software

SPSS

Menganalisa Hasil Regresi Berganda

Hasil

Analisi uji F dan uji korelasi

11

diterima) yang berarti bahwa tidak ada hubungan yang signifikan antara

variabel X dan variabel Y. Hasil regresi diuji secara statistik menggunakan

hipotesis regresi berganda dengan menggunakan uji-F. Uji-F (ANOVA)

digunakan untuk menguji ada atau tidaknya perbedaan dua sampel atau lebih.

Uji F atau F-hitung merupakan pengujian yang bertujuan untuk mengetahui

seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap

variabel independen (Febriyano, 2007).

Uji keterandalan model atau uji kelayakan model atau yang lebih populer

disebut sebagai uji F (ada juga yang menyebutnya sebagai uji simultan model)

merupakan tahapan awal mengidentifikasi model regresi yang diestimasi layak

atau tidak. Layak (andal) disini maksudnya adalah model yang diestimasi layak

digunakan untuk menjelaskan pengaruh variabel-variabel bebas terhadap

variabel terikat. Nama uji ini disebut sebagai uji F, karena mengikuti mengikuti

distribusi F yang kriteria pengujiannya seperti One Way Anova. Pengunaan

software SPSS memudahkan penarikan kesimpulan dalam uji ini. Apabila nilai

prob. F hitung (ouput SPSS ditunjukkan pada kolom sig.) lebih kecil dari tingkat

kesalahan/error (alpha) 0,05 (yang telah ditentukan) maka dapat dikatakan

bahwa model regresi yang diestimasi layak, sedangkan apabila nilai prob. F

hitung lebih besar dari tingkat kesalahan 0,05 maka dapat dikatakan bahwa

model regresi yang diestimasi tidak layak (Iqbal, 2015). Menurut Kurniawan

(2008), Uji-F dapat dilihat hasilnya pada tabel ANOVA. Di dalam tabel ANOVA

akan ditemui nilai statistik-F ( Fhitung ), dimana:

jika Fhitung ≤ Ftabel ( db1 , db2 ) maka terima H0 , sedangkan

jika Fhitung > Ftabel ( db1 , db2 ) maka tolak H0 .

Apabila H0 ditolak, maka model regresi yang diperoleh dapat digunakan.

12

2. HASIL DAN PEMBAHASAN

4.1 Data Hasil Praktikum

Data hasil tangkapan ikan Manyung di Perairan Selatan Jawa Timur tahun

2003 – 2013 diperoleh dari dari statistik DKP Jawa Timur adalah sebagai berikut :

TAHUN SPL (oC) SALINITAS (ppt) KHLOROFIL-A (mg/m3) CATCH (ton)

2003 25,7 32,76 1,72 357,3

2004 26,7 33,08 0,13 302,7

2005 27,5 33,43 0,54 308,5

2006 25,7 33,66 1,42 279,5

2007 26,1 33,66 0,66 216,3

2008 28,5 33,33 0,36 293,1

2009 30,11 34,40 2,93 542,6

2010 30,52 34,32 0,12 637,2

2011 29,23 34,54 0,63 300,8

2012 28,41 34,58 0,87 1288,3

2013 29,20 34,66 0,85 1459,3

Tabel 1. Parameter Oseanografi dan Data Hasil Tangkapan Ikan Manyung di Perairan Selatan Jawa Timur

(Sumber : Balitbang 2003 – 2013)

4.1.1 Peta Persebaran Parameter Oseanografi

Dalam praktikum pertama di dapat hasil peta persebaran parameter sebagai

berikut:

a. SPL (Suhu Permukaan Laut)

Gambar 2. Peta Persebaran Parameter SPL

13

b. Salinitas

Gambar 3. Peta Persebaran Parameter Salinitas

c. Klorofil-a


1. SPL dengan Hasil Tangkapan

Gambar 4. Peta Persebaran Parameter Klorofil-a

14

Gambar 5. Hasil Regesi SPL dengan Hasil Tangkapan

Gambar 6. Grafik Hubungan SPL dengan Hasil Tangkapan

2. Salinitas dengan Hasil Tangkapan

y = 109,02x - 2505,3R² = 0,1948

0

200

400

600

800

1000

1200

1400

1600

25 26 27 28 29 30 31

Hubungan SPL dengan Catch

15

Gambar 7. Hasil Regresi Salinitas dengan Hasil Tangkapan

Gambar 8. Grafik Hubungan Salinitas dengan Hasil Tangkapan

3. Klorofil-a dengan Hasil Tangkapan

y = 421,37x - 13722R² = 0,4311

0

200

400

600

800

1000

1200

1400

1600

32,5 33 33,5 34 34,5 35

Hubungan Salinitas dengan Catch

16

Gambar 9. Hasil Regresi Klorofil-a dengan Hasil Tangkapan

Gambar 10. Grafik Hubungan Klorofil-a dengan Hasil Tangkapan


y = 17,043x + 528,3R² = 0,0011

0

200

400

600

800

1000

1200

1400

1600

0 0,5 1 1,5 2 2,5 3 3,5

Hubungan Klorofil-a dengan Catch

17

Gambar 11. Hasil Regresi Berganda dengan SPSS

18

Gambar 12. Grafik Regresi Berganda

4.2 Analisa Prosedur

4.2.1 Persebaran Parameter Oseanografi

Dalam praktikum mata kuliah Dinamika Ekosistem Laut membutuhkan data

satu tahun yang akan dibuat rata-rata menjadi Musim Barat dan Musim Timur.

Data diunduh dengan satelit MODIS dengan database NASA-JPL atau Ocean

Colour. Data yang diunduh dalam bentuk NetCDF supaya dapat langsung bisa

diolah dengan aplikasi ODV (Ocean Data View).

Selanjutnya, setiap parameter pada tiap musim diolah dengan

menggunakan aplikasi ODV (Ocean Data View). Data yang diolah untuk

membentuk surface dan memetakan parameter pada perairan tersebut.

Langkah-langkah dalam menggunakan ODV yaitu : membuka program

ODV, Klik shortcut pada desktop, setelah itu muncul Membuka file/input data.Klik

menu File, Pilih Open, kemudian pilih file yang akan di input atau di proses.

Apabila belum muncul atau folder tempat menyimpan data kosong, ubah File of

Type menjadi Data Files (*.txt *csv *o4x) lalu pilih data Musim Barat (sesuai

Tugas), kemudian klik Open.

19

Pastikan pada Coloum Labels terdapat “Cruise, Statio, Type, yyyy-mm-

ddThh:mm:ss.ss, Longitude [degrees-east], Latitude [degrees-east], dan

SPL Musim Barat”. Kemudian Klik OK untuk ke langkah selanjtunya. Kemudian

akan muncul jendela Metadata dan Data Variabels. Metadata Variables adalah

data sekunder yang berfungsi sebagai data pendukung dalam menampilkan

peta, sedangkan Data Variabel adalah data utama yang digunakan. Setalah

muncul jendela diatas, lalu Klik OK.

Kemudian ganti Data Field dengan Ocean karena pengamatan kita pada

lautan, lalu ganti atribut Data Type dengan Profile yang merupakan data yang

akan diamati di peta, dan yang terakhir atribut Primary Variable ganti dengan

Dummy yang merupakan patokan dari data yang di download.Kemudian klik OK

untuk ke proses selanjutnya.

Jika dibelakang terdapat peta dunia, dan pada atribut SPL Musim Barat

pada dua kolom di dahului dengan tanda * begitu juga dengan atribut Dummy

didahului tanda + berarti data yang diproses sudah benar. Kemudian Klik OK

untuk ke tahap selanjutnya.Kemudian tunggu sampai data di proses 100%.

Setelah data 100% di proses, kemudain akan muncul jendela Import atau

data stasiun yang akan diamati, kemudian Klik OK. Setelah Klik OK akan muncul

gambar dimana Peta Indonesia terblok oleh warna biru. Warna biru merupakan

wilayah pengamatan yang dilakukan.

Pada Kemudian Klik Kanan pada warna biru, lalu pilih Zoom untuk

memperbesar gambar khususnya yang ter blok warna biru.Kemudian akan

muncul garis berwarna merah. Lalu, arahkan garis merah tersebut sampai batas

blok warna biru. Lakukan terus cara sebelumnya sampai hanya peta yang ter

blok warna biru saja yang telihat. Jika sudah seperti itu, maka pengamatan akan

lebih valid.

Kemudian Klik kanan diluar peta pilih SURFACE Window, atau biar lebih

cepat kli tombol F12 langsung untuk memunculkan peta yang sudah berwarna.

Kemudian Klik Kanan pilih Zoom lagi, kemudian Zoom Perairan Utara Jawa

Timur untuk diamati SPL nya.

Pada bagian sebelah kanan terdapat 3 kolom yang berisi keterangan

pada peta. Pertama bersisi Station ID: 106427 yang merupakan keterangan

stasiun pengamatan. Dalam Station ID: 106427 terdapat Accession Number

20

106427 yang merupakan kode stasiun yang diamati, sekanjutnya da Cruise

A20133052013334nov.L3M_MO_SST4_4bz2.nc ini merupakan kode dari nasa

dengan keterangan kode, tahun, hari, tahun, hari, level, dan parameter.

Selanjutnya asa Station 106427(B) merupakan kode stasiun pengamatan,

selanjutnya ada Position 110.188”E/4.396”S yang merupakan posisi stasiun

berdasarkan garis bujur dan lintang, lalu ada Date merupakan tanggal

pengamatan, Time merupakan waktu pengamatan dan Dummy. Dikolom ke dua

ada Sample 1/1 yang berisi Dummy, SPL Musim barat. Dan kolom yang ketiga

merupakan kolom Isosurface Values yang merupakan data pengamatan

berdasarkan dari satelit ada Longitude yang merupakan garis bujur, Latitude itu

merupakan garis Lintang, time (yr), day of year dan SPL Musim Barat

@Dummyfirst.

Kemudian klik kanan pada peta lalu Properties.Selanjutnya langsung buka

tab Data, lalu ganti Scope dengan Surface. Surface berarti permukaan dimana

data yang akan kita amati adalah permukaan laut. Selain Surface, terdapat

Scatter dimana untuk mengamati suhu permukaan laut secara vertical dengan

menggunakan 2 stasiun untuk 1 parameter, Section untuk mengamati suhu

permukaan laut secara periodik, dan Station adalah pengamatan 1 stasiun untuk

satu parameter. Kemudian pastikan X-Axis adalah Longitude, Y-Axis adalah

Latitude dan Z-Axis adalah SPLMusim Barat @ Dummy=first. Jika sudah klik

Colorbar Setting untuk set suhu terendah dan terkecilnya.

Kemudian ganti Minimum dengan angka 24 dan Maximum dengan 32,

lalu pastikan Label interval adalah (automatic) dan atribut Position adalah

Right. Lalu klik OK untuk ketahap selanjutnya. Sedangkan untuk nilai Minimum

dan Maximum untuk parameter Salinitas adalah 30-35 dan nilai Minimum dan

Maximum untuk parameter Klorofil adalah 0-3.

Kemudia Klik Kanan, Properties lagi pilih tab Display Style. Lalu klik

Gridded fiel. Selanjutnya hilangkan centang pada Automatic Scale Length

agar panjang skala pada peta dapat diatur sesuai kebutuhan. Selanjutnya isi

angka 25 pada x-scale-length [permille] dan angka 40 pada y-scale-length

[permille]. Bisa juga angka tersebut diganti sesuka hati kita sampai sebaran

suhu pada peta bisa dapat dengan mudah dipahami. Semakin rendah angka

yang digunakan maka semakin kecil panjang skala pada peta dan sebaran suhu

semakin menyebar.Kecuali untuk parameter Saliinitas gunakan Diva Gridding

21

pada Gridded Field. Langkah selanjutnya adalah klik OK. Jika sebaran suhu

pada peta masih dianggap kasar, bisa lakukan cara diatas dengan cara

memperbesar angkanya.

Kemudian Klik Kanan lagi pada peta pilih Properties lagi, lalu buka tab

Contour untuk mencari perbedaan suhu diperairan dengan mengisi kolom New

dengan Start angka 24 yang merupakan suhu terendah dan End angka 32 yang

merupakan suhu tertinggi dan isi atribut Increment dengan angka 0.5.

Sedangakan pada parameter Salinitas Start adalah 30, End 30, dan Increment

0.5, lalu untuk parameter Klorofil Start adalah 0, End 3, dan Increment 0.075,

semakin rendah angak pada atribut Increment maka data akan semakin valid

dan mudah dipahami.Klik ikon << untuk menerapkan apa yang sudah di set

sebelumnya. Selanjutnya Klik OK.

Dipeta sudah terdapat perbedaan suhu di perairan utara Jawa Timur.Jika

sudah didapat perbedaan suhu pada peta, maka langkah selanjutnya adalah

simpan gambar dengan cara File lalu pilih Save as Canvas Lalu buka folder

kesayangan Beri nama file dan ubah File of Type dengan JPEG (*.jpg *.JPG).

lalu Klik Save. Pilih resolusi 300 dpi untuk mendapatkan gambar yang bagus.


Dalam praktikum mata kuliah Dinamika Ekosistem Laut kali ini,

membutuhkan data-data berupa hasil tangkapan 66 spesies ikan serta parameter

fisika-kimia di sekitar perairan Jawa Timur dari tahun 1976 hingga tahun 2013.

Dibagi menjadi lima lokasi, yaitu : Pantai Utara Jawa Timur, Pantai Utara Madura,

Selat Madura, Selat Bali serta Pantai Selatan Jawa Timur. Dan masing – masing

anak mendapat bagian salah satu dari 66 spesies ikan maupun kelima lokasi

yang telah ditentukan dosen. Kelas P04 mendapatkan lokasi di Pantai Selatan

Jawa Timur. Pantai Selatan Jawa Timur terdapat di 8 daerah atau kabupaten

yaitu : Kabupaten Banyuwangi, Kabupaten Jember, Kabupaten Lumajang,

Kabupaten Malang, Kabupaten Blitar, Kabupaten Tulungagung, Kabupaten

Trenggalek, dan Kabupaten Pacitan. Sedangkan untuk pembagian spesies ikan,

saya mendapatkan ikan manyung.

Selanjutnya, persiapkan alat dan bahan yang digunakan untuk praktikum

regresi tunggal. Setelah selesai maka buka microsoft Excel lalu input data

dengan klik file open dan pilih data statistik perikanan yang telah ada. Kemudian

kita lihat pada sheet kategori kabupaten yang ada di Selatan Jawa Timur seperti

22

Banyuwangi, Jember, Lumajang, Malang, Blitar, Tulungagung, Trenggalek dan

Pacitan, kemudian lihat kodenya, lalu pindah sheet ke data dari tahun 2003

sampai 2013 lalu centang kategori dengan kode 15,17,18,19,20,21,22,23 sesuai

daerah yang dipilih. Kemudian juga pengisisan kategori spesies ikan dengan

melihat kode pada kategori juga, karena ikan Manyung maka disikan kode 5.

Setelah diisi semua kategorinya sesuai dengan ikan masing – masing lalu

copy data hasil tangkapan yang telah dipilih pada halaman excel yang lain,

kemudian dari masing – masing tahun di jumlahkan hasil tangkapannya.

Kemudian data hasil tangkapan dari masing-masing tahun yang sudah

dijumlahkan di copy di halaman excel yang sudah ada data parameter SPL,

Salinitas dan Klorofil dan Catch, tepatnya di kolom catch. Kemudian regresikan

masing – masing parameter terhadap hasil tangkapan. Klik data kemudian data

analisi lalu regresion dan pilih X untuk variabel bebas (SPL, Salinitas, Klorofil)

dan Y untuk hasil tangkapan. Lalu klik ok dan dilakukan pada tiga parameter

tersebut sehingga di dapat 3 regresi. Kemudian klik Insert lalu pilih scater.

Kemudian klik kanan select data dan diisi x dan y-nya kemudian ok. Dan di

lakukan masing – masing hubungan hasil tangkapan dengan parameter. Maka

akan terbentuk grafik hubungan antara hasil tangkap dengan masing – masing

parameter.

4.2.3 Regresi Linier Berganda dengan SPSS

Persiapkan semua alat dan bahan setelah itu instal SPSS (Statistical

Pakcage for the Social Science). Setelah SPSS terinstal, buka aplikasi atau

software SPSSnya. Pada kolom view variabel isikan tahun, SPL, Salinitas,

Klorofil dan Catch sesuai dengan data diexcel, Kemudian buka lembar kerja

praktikum kedua (lembar kerja hasil regresi linier tunggal), lalu copy data

parameter denga hasil tangkapan ke SPSS di ke form data view. Sebelum dicopy

ke SPSS, pastikan koma pada data yang akan dikopi diganti dengan titik dengan

cara blok semua data yang ada komanya lalu pilih Find & Select, klik replace.

Pada kolom find what isikan dengan koma (,) dan kolom replace with isikan

dengan tanda titik kemudian klik replace all. Lalu regresi data dengan regresi

berganda. Klik analysis kemudian regresion lalu pilih linier. Setelah itu akan

muncul form yang harus mengisikan variabel independent dan dipendent. Yang

independent adalah hasil tangkapan untuk yang dependent adalah parameter

seperti suhu, salinitas dan klorofil. Kemudian klik statistik dan centang R Squared

23

change dan collineairty diasnotics kemudian continue. Setelah itu klik plot dan

centang histogram lalu klik continue. Maka akan muncul hasil regresi berganda

dengan SPSS, dengan demikian dapat diketahui berapa jumlah pengaruh

parameter bebas terhadap hasil tangkapan. Kemudian disimpan dengan format

.word.

4.3 Analisa Hasil

4.3.1 Peta Persebaran Parameter Oseanografi

1. Hubungan antara Parameter Suhu terhadap Hasil Tangkapan

Gambar 13. Suhu permukaan Laut

Berdasarkan peta sebaran suhu permukaan laut di Selatan Jawa pada

musim barat diatas, diperoleh kisaran suhu antara 28-28,5oC. Hal tersebut

menunjukkan bahwa suhu permukaan laut di Selatan Jawa pada musim barat

cukup tinggi. Hal ini disebabkan pada musim barat bumi bagian selatan

sedang mengalami musim panas.

Menurut Nontji (1987) dalam Setiawan at all (2013), menyatakan

bahwa pada musim barat matahari berada pada bumi bagian selatan

sehingga daerah yang berada di selatan mendapatkan pancaran sinar

matahari yang lebih banyak secara terus menerus sehingga mengakibatkan

suhu permukaan laut pada musim barat tinggi. Pada saat musim barat bumi

bagian utara mengalami musim dingin, sedangkan pada bumi bagian selatan

mengalami musim panas.

Menurut Qu et all (2005) dalam Susilo (2015), menyatakan bahwa

sebaran SPL di Indonesia relatif kecil jika dibandingkan dengan wilayah lain,

24

namun rata-ratanya cukup tinggi antara 27,25-28,25oC dengan variasi

tertinggi terjadi di perairan pantai Selatan Jawa dan Sumatera.

2. Hubungan antara Parameter Salinitas terhadap Hasil Tangkapan

Gambar 14. Salinitas

Berdasarkan peta sebaran salinitas diperairan Selatan Jawa pada

musim barat diatas didapatkan salinitas rendah antara 33,25-34,25 ‰. Pada

dasarnya salinitas mempunyai hubungan terbalik dengan suhu, dimana nilai

suhu tinggi akan diikutu dengan nilai salinitas yang rendah. Daerah perairan

yang dekat pantai memiliki salinitas yang lebih kecil dibandingkan dengan

yang jauh dengan pantai. Hal tersebut terjadi karena pada perairan yang dekat

dengan pantai mendapat masukan air tawar dari daratan. sistem angin muson

menyebabkan terjadinya musim hujan dan panas yang akhirnya berdampak

terhadap variasi tahunan salinitas perairan. Perubahan musim tersebut

selanjutnya mengakibatkan terjadinya perubahan sirkulasi massa air yang

bersalinitas tinggi dengan massa air bersalinitas rendah. Interaksi antara

sistem angin muson dengan faktor-faktor yang lain, seperti run-off dar isungai,

hujan, evaporasi, dan sirkulasi massa air dapat mengakibatkan distribusi

salinitas menjadi bervariasi.

25

Menurut Gaol dan Bambang (2007), pola sebaran salinitas di laut jawa

sangat dipengaruhi oleh pergerakan angin muson. Selama muson tenggara,

angin dan arus datang dari timur dan pada waktu yang sama, air oseanik

masuk kelaut jawa dan secara gradual mendorong air bersalinitas rendah ke

bagian barat dan sebaliknya terjadi pada periode muson barat laut. Perairan

oseanik dengan salinitas 32 sampai dengan 34‰ berasal dari bagian selatan

laut Cina dan bercampur dengan air yang lebih tawar dilaut jawa.

Percampuran massa air ini sangat jelas terlihat pada waktu angin muson

barat.

3. Hubungan antara Parameter Klorofil-a terhadap Hasil Tangkapan

Gambar 15. Klorofil-a

Sebaran konsentrasi klorofil-a di perairan selatan jawa cenderung

tinggi yakni mencapai 1,91 mg/L disekitar perairan pantai hal ini sebagai

akibat dari tingginya suplai nutrien yang berasal dari daratan melalui limpasan

air sungai sedangkan cenderung rendah di daerah lepas pantai yakni rata-rata

sebesar 0,075 mg/L. Hal tersebut sesuai dengan pernyataan Gaol dan

Bambang (2007), dimana distribusi horizontal konsentrasi klorofil-a rata-rata

bulanan menunjukkan bahwa secara umum konsentrasi klorofil-a lebih tinggi

disekitar pantai dan semakin menjauhi pantai konsentrasinya menurun

menjadi <0,5 mg m-3.

26

Menurut Gaol dan Bambang (2007), secara temporal puncak

konsentrasi klorofil-a terjadi pada bulan Desember sampai dengan Maret

dimana curah hujan relatif tinggi. Periode ini merupakan periode muson barat

laut dimana curah hujan relatif tinggi. Masukan material termasuk unsur-unsur

nutrien dari limpasan sungai-sungai khususnya pada musim penghujan

diduga merupakan salah satu faktor penyebab tingginya konsentrasi klorofil-

a.

Pada dasarnya konsentrasi klorofil-a mengikuti pola musiman yang

terbalik dengan SPL, dimana konsentrasi klorofil-a tinggi pada saat suhu

permukaan laut rendah. Hal tersebut karena pada daerah dengan suhu

rendah lebih banyak terdapat nutrien dibandingkan dengan suhu yang tinggi

sehingga nilai konsentrasinya tinggi akibat adanya kenaikan massa air.

Berbanding terbalik dengan suhu permukaan laut pada daerah yang dekat

dengan daratan yang memiliki SPL tinggi akan tetapi konsentrasi klorofilnya

juga tinggi. Hal ini dapat disebabkan karena pada daerah dekat pantai

terdapat nutrien yang tinggi yang berasal dari sungai yang menyebabkan

konsentrasi klorofil-a nya menjadi tinggi. Meningkatnya nutrien terlarut bisa

disebabkan oleh meningkatnya intensitas upwelling yang membawa serta

nutrien dari lapisan bawah, dan untuk daerah pantai juga bisa karena

meningkatnya curah hujan yang membawa limpasan nutrien dari darat kelaut

melalui muara sungai (Hendriati et all., 2004 dalam Setiawan et all., 2013).


1. Hubungan Suhu dengan Hasil Tangkapan

Gambar 16. Hasil Regresi Hubungan SPL dengan Hasil Tangkapan

27

Menurut Gunarso (1985) dalam Limbong (2008), menyatakan bahwa

aktivitas metabolisme serta penyebaran ikan dipengaruhi oleh suhu perairan

dan ikan sangat peka terhadap perubahan suhu walaupun hanya sebesar 0.03

˚C sekalipun. Suhu merupakan faktor penting untuk menentukan dan menilai

suatu daerah penangkapan ikan. Berdasarkan variasi suhu, tinggi rendahnya

variasi suhu merupakan faktor penting dalam penentuan migrasi suatu jenis

ikan.

Tabel di atas merupakan hasil dari regresi antara data suhu serta hasil

tangkapan. Berdasarkan analisa data regresi antara parameter suhu dan hasil

tangkapan, didapatkan nilai significance F (Ftabel) yaitu 0,173998705

sedangkan nilai Fhitung yaitu 2,179178735. Dapat dibaca bahwa Fhit > Ftabel.

Hal ini berarti tolak H0 – terima H1. Apabila H0 ditolak, maka model regresi yang

diperoleh dapat digunakan. Hal tersebut berarti bahwa variabel X (suhu)

memiliki pengaruh yang nyata terhadap variabel Y (hasil tangkapan).

Dimana sesuai dengan nilai R Square yang kita dapatkan yaitu sebesar

0,194931916431466 (19,49%), yang berarti hanya sebesar 19,49% dari

variabel Y (hasil tangkapan) yang dipengaruhi oleh variabel X (suhu).

Sedangkan 80,51% sisanya dipengaruhi oleh faktor lainnya.

Gambar 17. Grafik Hubungan SPL dengan Hasil Tnagkapan

Dari grafik hubungan SPL dengan hasil tangkapan diatas, didapatkan

persamaan liniernya yaitu y = 109,02x – 2505,3. Pengaruh suhu terhadap hasil

tangkapan sebesar 0,1948 (19,48 %), dimana nilai tersebut didapat dari nilai R2

y = 109,02x - 2505,3R² = 0,1948

0

200

400

600

800

1000

1200

1400

1600

25 26 27 28 29 30 31

Hubungan SPL dengan Catch

28

yang tertera. Maka dapat disimpulkan bahwa SPL berpengaruh terhadap hasil

tangkapan. Menurut Simbolon (2009), Semakin tinggi nilai koefisien

determinasi (R2), maka hubungan antara kedua variabel semakin erat.

Berdasarkan analisa di atas, dapat disimpulkan bahwa hasil analisis

hampir sesuai dengan literatur pembanding. Dimana parameter suhu memiliki

pengaruh nyata terhadap hasil tangkapan ikan manyung di perairan selatan

Jawa Timur.

2. Hubungan Salinitas dengan Hasil Tangkapan

Gambar 18. Hasil Regresi Hubungan Salinitas dengan Hasil Tangkapan

Tabel di atas merupakan hasil dari regresi antara data salinitas serta

hasil tangkapan. Berdasarkan analisa data regresi antara parameter salinitas

dan hasil tangkapan, didapatkan nilai significance F (Ftabel) yaitu 0,027804784

sedangkan nilai Fhitung yaitu 6,8651073. Dapat dibaca bahwa Fhit > Ftabel.

Hal ini berarti tolak H0 – terima H1. Apabila H0 ditolak, maka model regresi yang

diperoleh dapat digunakan. Hal tersebut berarti bahwa variabel X (salinitas)

memiliki pengaruh yang nyata terhadap variabel Y (hasil tangkapan).

Dimana sesuai dengan nilai R Square yang didapatkan yaitu sebesar

0,43271736 (43,27%), yang berarti sebesar 43,27% dari variabel Y (hasil

tangkapan) yang dipengaruhi oleh variabel X (salinitas). Sedangkan 56,73%

sisanya dipengaruhi oleh faktor lainnya.

Berdasarkan analisa di atas, dapat disimpulkan bahwa parameter

salinitas memiliki pengaruh nyata terhadap hasil tangkapan ikan manyung

sebesar 43,27% di perairan selatan Jawa Timur. Menurut Sidiq et.al (2015),

Suatu kawasan dengan salinitas tertentu didominasi oleh suatu spesies tertentu

29

terkait dengan tingkat toleransi spesies tersebut terhadap salinitas yang ada.

Salinitas mempunyai hubungan yang searah dengan hasil tangkapan.

Sehingga semakin tinggi salinitas perairan maka hasil tangkapan akan

bertambah dan kebalikannya semakin rendah salinitas perairan maka semakin

berkurang jumlah hasil tangkapan.

Gambar 19. Grafik Hubungan Salinitas dengan Hasil Tangkapan

Dari grafik hubungan salinitas dengan hasil tangkapan diatas, didapatkan

persamaan liniernya yaitu y = 421,37x - 13722. Pengaruh suhu terhadap hasil

tangkapan sebesar 0,4311 (43,11 %), dimana nilai tersebut didapat dari nilai R2

yang tertera. Maka dapat disimpulkan bahwa salinitas memiliki pengaruh yang

besar terhadap hasil tangkapan. Menurut Simbolon (2009), Semakin tinggi nilai

koefisien determinasi (R2), maka hubungan antara kedua variabel semakin erat.

3. Hubungan Klorofil-a dengan Hasil Tangkapan

y = 421,37x - 13722R² = 0,4311

0

200

400

600

800

1000

1200

1400

1600

32,5 33 33,5 34 34,5 35

Hubungan Salinitas dengan Catch

30

Gambar 20. Hasil Regresi Hubungan Klorofil-a dengan Hasil Tangkapan

Menurut (Nuchsin, 2007), Hubungan hasil tangkapan dengan klorofil

pada suatu perairan adalah cukup signifikan jika klorofil-a-nya kecil, populasi

hasil tangkapan juga kecil.

Tabel di atas merupakan hasil dari regresi antara data klorofil-a dengan

hasil tangkapan. Berdasarkan analisa data regresi antara parameter klorofil-a

dan hasil tangkapan, didapatkan nilai significance F (Ftabel) yaitu 0,923932431

sedangkan nilai Fhitung yaitu 0,009642. Dapat dibaca bahwa Fhit < Ftabel. Hal

ini berarti terima H0 – tolak H1. Apabila H0 diterima, maka model regresi yang

diperoleh belom cukup signifikan untuk digunakan. Hal tersebut berarti bahwa

variabel X (klorofil-a) tidak berpengaruh nyata terhadap variabel Y (hasil

tangkapan).

Dimana sesuai dengan nilai R Square yang didapatkan yaitu sebesar

0,0010702 (0,11%), yang berarti hanya sebesar 0,11% dari variabel Y (hasil

tangkapan) yang dipengaruhi oleh variabel X (klorofil-a). Sedangkan 99,89%


31

Gambar 21. Grafik Hubungan Klorofil-a dengan Hasil Tangkapan

Dari grafik hubungan klorofil-a dengan hasil tangkapan diatas, didapatkan

persamaan liniernya yaitu y = 17,043x +528,3. Pengaruh klorofil-a terhadap

hasil tangkapan sebesar 0,0011 (0,01 %), dimana nilai tersebut didapat dari

nilai R2 yang tertera. Maka dapat disimpulkan bahwa klorofil-a tidak memiliki

pengaruh terhadap hasil tangkapan ikan manyung di selatan Jawa Timur. Akan

tetapi tidak seperti itu seterusnya, kadang-kadang klorofil-a juga berpengaruh

terhadap hasil tangkapan. Menurut Simbolon (2009), Semakin tinggi nilai

koefisien determinasi (R2), maka hubungan antara kedua variabel semakin erat.

Berdasarkan analisa di atas, dapat disimpulkan bahwa parameter

klorofil-a tidak memiliki pengaruh yang cukup kuat terhadap hasil tangkapan

ikan Manyung di perairan selatan Jawa Timur.


1. Hubungan Suhu, Salinitas dan Klorofil dengan Hasil Tangkapan

y = 17,043x + 528,3R² = 0,0011

0

200

400

600

800

1000

1200

1400

1600

0 0,5 1 1,5 2 2,5 3 3,5

Hubungan Klorofil-a dengan Catch

32

Gambar 22. ANOVA Regresi Berganda

Tabel ANOVA di atas merupakan hasil dari regresi linier berganda antara

data gabungan parameter perairan yaitu suhu, salinitas dan klorofil dengan

hasil tangkapan dengan menggunakan software SPSS (Statistical Package for

the Social Science). Berdasarkan analisa data regresi antara parameter suhu,

salinitas dan klorofil-a secara bersamaan dengan hasil tangkapan, didapatkan

nilai F-hitung 1,823 dengan tingkat signifikasi sebesar 0,231. Dapat dibaca

bahwa probabilitas (tingkat signifikansi) lebih kecil daripada 0,05 atau dapat

dibaca Fhit > Ftabel. Hal ini berarti tolak H0 – terima H1. Apabila H0 ditolak,

maka model regresi yang diperoleh dapat digunakan. Hal tersebut berarti

bahwa parameter suhu, salinitas, klorofil-a secara bersama-sama memiliki

pengaruh yang nyata terhadap hasil tangkapan. Menurut Kurniawan (2008), Uji-

F dapat dilihat hasilnya pada tabel ANOVA. Di dalam tabel ANOVA akan

ditemui nilai statistik-F ( Fhitung ), dimana:

jika Fhitung ≤ Ftabel ( db1 , db2 ) maka terima H0 , sedangkan

jika Fhitung > Ftabel ( db1 , db2 ) maka tolak H0 .

Apabila H0 ditolak, maka model regresi yang diperoleh dapat digunakan

Gambar 23. Model Sumary Regresi Berganda

Pada tabel diatas diketahui nilai R Square yang didapatkan yaitu sebesar

0,439 (43,9%), yang berarti sebesar 43,9% dari variabel Y (hasil tangkapan)

dipengaruhi oleh variabel X (suhu, salinitas dan klorofil). Sedangkan 56,1%


33

Menurut Iqbal (2015), koefisien determinasi menjelaskan variasi pengaruh

variabel-variabel bebas terhadap variabel terikat. Dapat pula dikatakan sebagai

proporsi pengarh seluruh variabel bebas terhadap variabel terikat. Nilai

koefisien determinasi dapat diukur oleh nilai R-Square. Nilai R-square dapat

menunjukkan besarnya atau proporsi pengaruh variabel bebas terhadap

variabel terikat.

Gambar 24. Coefficients Regresi Berganda

Pada tabel coefficients diatas dapat diketahui nilai ketentuan untuk SPL,

Salinitas dan Klorofil serta kostanta. Dimana nilai ini dugunakan untuk

menentukan persamaan perhitungan dari regresi berganda. Nilai yang didapat

pada SPL sebesar -29,521. Salinitas sebesar 481,691, Klorofil sebesar -22,866

dan kostanta sebesar 14917,186, maka nilai ini akan di substitusi pada

persamaan regresi linier berganda berikut:

Y = a+bX1+cX2+dX3

Dimana y : hasil tangkapan, a : kostanta, b : parameter suhu, c :

parameter salinitas. Sedangkan X1, X2 dan X3 adalah data suhu, salinitas dan

klorofil pada tahun tertentu. Sehingga didapatkan persamaan sebagai berikut :

Y = 14917,186 + (-29,521)X1 + 481,691X2 + (-22,866)X3

34

Gambar 25. Grafik Hasil Regresi Berganda

Dari grafik hasil Regresi Berganda menggunakan SPSS diatas,

diketahui dari 11 data yang digunakan didapatkan Standart Deviasi 0,837 dan

mean -4,97E-15. Sehingga dapat disimpulkan sebaran datanya 0,837 dan rata-

rata hasil tangkapannya yang berhubungan dengan parameter (Suhu, Salinitas,

Klorofil) adalah -4,97E-15.

Berdasarkan analisa hasil regresi berganda diatas, dapat disimpulkan

bahwa parameter suhu, salinitas dan klorofil secara bersama-sama memiliki

pengaruh yang cukup besar terhadap hasil tangkapan ikan Manyung di perairan

selatan Jawa Timur.

Menurut Gaol dan Bambang (2007), analisis terhadap parameter-

parameter oseanografi seperti suhu, salinitas, dan konsentrasi klorofil-a sangat

penting karena berpengaruh terhadap distribusi, dan kelimpahan ikan disuatu

perairan. Oleh karena itu, data parameter-parameter oseanografi yang secara

terus-menerus diamati dapat digunakan untuk pengelolaan sumber daya ikan

secara optimal dan lestari.

Dari hasil analisa hubungan parameter oseanografi (suhu, salinitas,

klorofil-a) terhadap hasil tangkapan ikan manyung diatas dapat disimpulkan

bahwa parameter suhu dan salinitas yang memiliki pengaruh terhadap hasil

tangkapan ikan manyung di perairan Selatan Jawa Timur. Hal tersebut

dikarenakan suhu dan salinitas suatu perairan mempengaruhi kehidupan ikan

35

dilaut termasuk ikan manyung. Suhu air mempengaruhi metabolisme dalam

tubuh ikan laut sehingga suhu sangat mempengaruhi keberadaan ikan

termasuk ikan manyung diperairan laut. Begitu pula dengan salinitas. Salinitas

juga berpengaruh terhadap kehidupan dilaut. Setiap jenis ikan akan hidup pada

perairan dengan kadar garam atau salinitas tertentu yang sesuai dengan

lingkungannya, termasuk ikan manyung yang senang dengan kadar garam

tinggi yang dibuktikan dengan hasil analisa diatas.

Semua parameter oseanografi (suhu, salinitas, klorofil-a) sebenarnya

memiliki pengaruh terhadap hasil tangkapan ikan diperairan laut. Tetapi dalam

hasil regresi yang dilakukan klorofil-a tidak memiliki pengaruh terhadpa hasil

tangkapan ikan manyung. Hal tersebut dapat dikarenakan tidak akuratnya data

parameter perairan yang digunakan atau data eror pada saat pengambilan data

tersebut, sehingga berpengaruh terhadap hasil regresi yang dilakukan. Hal

tersebut sesuai dengan pernyataan Ghozali (2009), jumlah data yang belum

cukup untuk menjelaskan bentuk hubungan dalam suatu model regresi atau

data tidak akurat akan berpengaruh terhadap tidak signifikannya suatu model

regresi.

36

5. PENUTUP

5.1 Kesimpulan

Dari hasil praktikum Dinamika Ekosistem Laut diperoleh kesimpulan

sebagai berikut :

1. Hasil analisis data parameter dengan menggunakan software ODV (Ocean

Data View) didapatkan bahwa persebaran suhu di perairan Selatan Jawa

berkisar antara 28-28,5oC. Sebaran salinitas diperairan Selatan Jawa pada

musim barat berkisar antara 33,25-34,25 ‰. Sedangkan untuk sebaran

konsentrasi klorofil-a di perairan selatan jawa berkisar antara 0,075-1,91

mg/L.

2. Dari hasil analisis regresi linier tunggal pada parameter oseanografi (SPL,

salinitas, klorofil-a) dengan hasil tangkapan ikan manyung (Sea catfishes)

di perairan selatan Jawa Timur dari tahun 2003-2013 yang dilakukan pada

Microsoft Excel menunjukkan bahwa parameter suhu berpengaruh nyata

terhadap hasil tangkapan ikan Manyung sebesar 19,49%. Parameter

salinitas berpengaruh nyata sebesar 43,27%. Sedangkan klorofil-a tidak

cukup berpengaruh terhadapa hasil tangkapan ikan manyung di perairan

selatan Jawa timur. Pengaruh klorofil-a terhadap hasil tangkapan hanya

sebesar 0,11%. Dari ketiga parameter (suhu, salinitas, klorofil-a) yang

paling besar pengaruhnya terhadap hasil tangkapan ikan manyung di

perairan Selatan Jawa Timur adalah salinitas dengan persentase 43,27 %.

Karena semakin mendekati 100% maka semakin besar pengaruhnya.

3. Dari analisis regresi linier berganda yang dilakukan dengan bantuan

software SPSS menunjukkan bahwa parameter suhu, salinitas, klorofil-a

secara bersama-sama berpengaruh nyata terhadap hasil tangkapan ikan

manyung (Sea catfishes) di perairan selatan Jawa Timur sebesar 43,9%.

5.2 Saran

Diharapkan praktikum Dinamika Ekosistem Laut mendatang dan seterusnya

untuk lebih baik lagi. Serta menginput data juga harus berhati-hati agar data yang

didapat sesuai dengan data asli.

37

DAFTAR PUSTAKA

Abimanyu. 2008. Pengaruh Penyimpanan Beku Terhadap Kualitas Produk Nugget

Ikan Laut Manyung (Arius thalassinus L.) dan Ikan Lele Air Tawar (Clarias

gariepinus B).Thesis. Fakultas Teknolongi UAJY.

Balitbang. 2013. Panduan Pengembangan Pembelajaran IPA Terpadu. Bogor.

Ditjen Perikanan Tangkap. 2015. Perkembangan produksi penangkapan CpUE.

Online.www.djpt.kkp.go.id/ditsdi/index.php/arsip/file/868/rpp_713.pdf/.

Diakses pada 24 November 2015 pukul 20.30 WIB.

Febriyono. 2007. Analisis Hubungan. Online. lib.ui.ac.id/file?file=digital/117207-

T%2024071...Analisis.pdf. Diakses pada 24 November 2015 pukul 20.30

WIB.

Gaol, Jonson Lumban dan Bambang Sadhotomo. 2007. Karakteristik dan

Variabilitas Parameter-Parameter Oseanografi Laut Jawa Hubungannya

dengan Distribusi Hasil Tangkapan Ikan. Fakultas Perikanan dan Ilmu

Kelautan. Institut Pertanian Bogor.

Ghozali, Imam. 2009. Aplikasi Analisis Multivariate Dengan Program SPSS. Edisi

Keempat, Penerbit Universitas Diponegoro.

Google image. 2015. Ikan Manyung. Online. https://www.google.co.id. Diakses

pada 24 November 2015 pukul 20.00 WIB.

Iqbal, Muhammad. 2015. Pengolahan Data dengan Regresi Linier Berganda

(dengan SPSS). Dosen Perbanas Institut Jakarta.

Kurniawa, Deny. 2008. Regresi Linier. Forum Statistika. Development Core Team.

ISBN 3-900051-07-0

Limbong, Mario. 2008. Pengaruh Suhu Permukaan Laut terhadap Jumlah dan

Ukuran Hasil Tangkapan Ikan Cakalang di Perairan Teluk Pelabuhan Ratu

Jawa Barat. Skripsi.

Mahatmawati, Anugrah Dewi., Mahfud Efendy., Aries Dwi Siswanto., Zainul

Hidayah., Wahyu Andy Nugraha. 2009. Perbandingan Fluktuasi Muka Air

Laut Rerata (Mlr) Di Perairan Pantai Utara Jawa Timur Dengan Perairan

Pantai Selatan Jawa Timur. Ilmu Kelautan Universitas Trunojoyo. Madura.

Jurnal KELAUTAN, Volume 2, No.1 April 2009 ISSN : 1907-9931

http://www.djpt.kkp.go.id/ditsdi/index.php/arsip/file/868/rpp_713.pdf/

https://www.google.co.id/

38

Nahib, Irmadi., Dewayany Sutrisno., Suriadi., Niendyawati., Ati Rahadiati. 2010.

Prediksi Sebaran Fishing Ground Menggunakan Data Modis Multitemporal,

Oseanografi Dan Kearifan Lokal Divalidasi Dengan Hasil Tangkapan Real

Yang Terplot Spasial. Laporan Akhir. Badan Koordinasi Survey dan

pemetaan Nasional.

Nuchsin, Ruyitno. 2007. Distribusi Vertikal Bakteri Dan Kaitannya Dengan

Konsentrasi Klorofil-A Di Perairan Kalimantan Timur. Kelompok Penelitian

Biologi Oseanografi, Bidang Dinamika Laut, Pusat Penelitian Oseanografi,

Lembaga Ilmu Pengetahuan Indonesia, Jakarta 14430, Indonesia.

MAKARA, SAINS, VOL. 11, NO. 1, APRIL 2007: 10-15

Nurmila, Anwar. 2012. Tinjauan Pustaka. Skripsi. Institut Pertanian Bogor. Bogor.

Riyono, Sumijo Hadi, Afdal dan Abdul Rozak. 2006. Kondisi Perairan Teluk Klabat

Ditinjau dari Kandungan Klorofil-a Fitoplankton. Jurnal Oseanologi dan

Limnologi. No. 39 : 55-73.

Samosir. 2011. Pengertian regresi linier. Online. repository. usu. ac. Id / bitstream

/123456789/26987/4/Chapter%20II.pdf. Diakses pada 16 november 2015

pukul 23.19.

Setiawan, Andry Nugroho., Yayat Dhahiyat., Noir Primadona Purba. 2013. Variasi

Sebaran Suhu dan Klorofil-a Akibat Pengaruh Arlindo Terhadap Distribusi

Ikan Cakalang di Selat Lombok. Depik, 2(2):58-69. ISSN 2089-7790.

Sidiq, Hasbi., Usman dan Ersti Yulika. 2015. Pengaruh Parameter Lingkungan

Terhadap Hasil Tangkapan Gill Net di Korong Manggopoh Dalam Nagari

Ulakan Kecamatan Ulakan Tapakis Kabupaten Padang Pariaman Provinsi

Sumatera Barat. Fakultas perikana dan Ilmu Kelautan Universitas Riau.

Simbolon, Domu. 2009. Eksplorasi Daerah Penangkapan Ikan Cakalang Melalui

Analisis Suhu Permukaan Laut dan Hasil Tangkapan di Perairan Teluk

Palabuharatu. Jurnal Mangrove dan Pesisir X (1) : 42-49. ISSN : 1411-

0679.

Suharna. 2006. Pengenalan Jenis - Jenis Ikan Laut Ekonomi Penting Di Indonesia.

Jurnal Oseana, Volume XXIV, Nomor 1, 1999 : 17 – 38. ISSN 0216-1877.

Susilo, Setyo Budi. 2009. Kondisi Stok Ikan Perairan Pantai Selatan Jawa Barat

(Fish Stock Condition in Southern Coastal Water of West Java). Jurnal

39

Ilmu-ilmu Perairan dan Perikanan Indonesia, Juni 2009, Jilid 16, Nomor 1:

39-46

Susilo, Eko. 2015. Variabilitas Faktor Lingkungan Pada Habitat Ikan Lemuru di

Selat Bali Menggunakan Data Satelit Oseanografi dan Pengukuran In

Situ. Balai Penelitian dan Observasi Laut, KKP Bali.

Taunay, Prayoga Nugraha., Edi Wibowo K., Sri Redjeki. 2013. Studi Komposisi Isi

Lambung Dan Kondisi Morfometri Untuk Mengetahui Kebiasaan Makan

Ikan Manyung (Arius Thalassinus) Yang Diperoleh Di Wilayah Semarang.

Program Studi Ilmu Kelautan, Fakultas Perikanan dan Ilmu Kelautan,

Universitas Dipenogoro Kampus Tembalang. Semarang. Journal Of

Marine Research. Volume 2, Nomor 1, Tahun 2013, Halaman 87-95.

Triajie, Haryo., Adi Haryono. 2007. Studi Aspek Biologi Ikan Manyung (Arius

Venosus) Di Perairan Selat Madura Kabupaten Bangkalan. Jurusan Ilmu

Kelautan Fakultas Pertanian Universitas Trunojoyo. Madura. Jurnal

Kelautan, Volume 1, No.1 Januari 2007 ISSN : 1907-993150

Wiadnya. 2012. Ikan Hasil Tangkap 1. wiadnyadgr. lecture. ub. ac. Id / files /2012

/.../4C_1-Ikan-Hasil-Tangkap-1.pdf. Diakses pada 19 November 2015.

40

LAMPIRAN

LAMPIRAN 1. Tutorial ODV

Langkah – langkah Pengolahan Data Parameter Suhu dengan Menggunakan

ODV (Ocean Data View) 4 adalah sebagai berikut :

1. Buka software ODV (Ocean Data View) 4 yang sudah diinstal.

Gambar 26. ODV 1

2. Pilih menu File, lalu pilih Open.

Gambar 27. ODV 2

3. Maka akan muncul kotak dialog sebagai berikut :

41

Gambar 28. ODV 3

Pilih data suhu yang telah disimpan, namun karena formatnya adalah (txt.),

maka pada type of fle pilih Data Files (*.txt *.csv *.o4x). maka akun muncul

data suhu musim barat dan musim timur. Pilih suh musim barat (sesuai

tugas masing”) kemudian klik Open.

Gambar 29. ODV 4

4. Pada kotak dialog Spreadsheet file properties untuk column separator pilih

tab.sehingga, pada column labels akan muncul beberapa variabel. Klik Ok

42

Gambar 30. ODV 5

5. Selanjutnya,pengaturan variabel mana saja yang akan digunakan dan tidak

digunakan. Dalam kotak dialog metadata dan data variables, untuk

metadata variabel yang harus dicocokan adalah longitude dan latitude.

Namun, untuk Data Variables yaitu SPL musim barat, lalu Klik OK.

Gambar 31. ODV 6

6. Setelah itu muncul kotak dialog Collection Properties. Untuk data field

dipilih Ocean (karena yang akan diamati adalah fenomena pada laut).data

Type pilih profiles, dan yang terakhir Primary Variable pilih Dammy. Klik

OK.

43

Gambar 32. ODV 7

7. Selanjutnya akan muncul tampilan seperti berikut, lalu klik OK.

Gambar 33. ODV 8

8. Jika semua tahapan yang dilakukan sudah benar maka akan muncul

pemberitahuan mengenai jumlah stasiun dan titik-titik stasiun dalam peta.

Klik Ok. Namun jika salah maka dapat memilih Undo.

44

Gambar 34. ODV 9

9. Titik stasiun yang terdeteksi akan muncul dan berwarna biru seperti

tampilan dibawah ini

Gambar 35. ODV 10

10. Selanjutnya memperbesar gambar yang telah terdeteksi atau yang

berwarna biru dengan cara klik kanan pada peta pilih zoom, geser tepian

garis hingga luasan yang diinginkan. Klik 2x pada gambar yang sudah

diperbesar.

45

Gambar 36. 0DV 11

Gambar 37. ODV 12

11. Selanjutnya akan muncul tampilan gambar dibawah

Gambar 38. ODV 13

46

12. Kemudian, melakukan pembuatan gambar untuk mengetahui persebaran

suhu.pilih menu view – pilih layout template – pilih 1 surface windows

Gambar 39. ODV 14

Maka akan muncul tampilan seperti dibawah ini :

Gambar 40. ODV 15

13. Selanjutnya,melakukan pengeditan warna pada peta,klik kanan pada peta

– pilih properties – pilih menu data. Untuk pilihan Scope dipilih Isosurface

data of all station shown in the map.

Untuk X-axis : longitude

Y Axis :Latitude

Kemudian untuk merubah colour bar denganmemilih colour setting.

Minimum diisikan dengan 23 dan maksimum diisikan dengan 32 dan

position = right.

47

Gambar 41. ODV 17

Klik OK, maka tampilan peta akan muncul seperti dibawah ini :

Gambar 42. ODV 18

14. Untuk melakukan pengaturan warna pada peta, klik kanan pada peta –

properties -> pilih menu display style -> pilih grided field (karena kita

menginginkan warna gambar secara luas bukan perstasiun) -> Weighhted

griding (untuk suhu dan klorofil-a) sedangkan pada data salinitas pilih Diva

griding. Hapus centang untuk data mark style supaya titik-titik stasiun tidak

terlihat pada peta setelah diberi warna. Hapus juga centang pada

Automatic Scale Lenghts nya (boleh tidak), Klik Ok

48

Gambar 43. ODV 18

maka tampilan peta akan muncul seperti dibawah ini :

Gambar 44. ODV 19

15. Tahap selanjutnya yaitu memperbesar wilayah selatan jawa seperti yang

telah ditugaskan dengan cara klik kanan pada peta – zoom - tentukan

daerah selatan jawa – klik 2x pada peta.

49

Gambar 45. ODV 20

Gambar 46. ODV 21

Maka akan muncul hasil seperti berikut :

Gambar 47. ODV 22

50

16. Kemudian memberi contour pada peta. Klik kanan pada peta – pilih

properties – pilih menu contour. Mengisikan data sesuai colour bar dan

rentangannya. Setelah mengisi rentangannya jangan lupa klik pada tanda

(<<) agar rentangan dapat muncul di peta.

Gambar 48. ODV 23

Gambar 49. ODV 24

51

Gambar 50. ODV 25

Klik OK, maka gambar akan otomatis muncul. Jika tidak ada kesalahan

maka peta yang berisi informasi mengenai persebaran suhu seperti

dibawah ini sudah dapat disimpan.

Gambar 51. ODV 26

17. Cara penyimpanan gambar yaitu pilih menu file – save canvas as. Dan

menentukan dimana file akan disimpan. Simpan gambar dengan format

JPEG. Klik OK.

52

Gambar 52. ODV 27

Gambar 53. ODV 28

Gambar 54. ODV 29

53

Gambar 55. ODV 30

54

LAMPIRAN 2. Tutorial Regresi Linier Tunggal dan Berganda

A. Regresi Linier Tunggal

1. Open data statistik perikanan yang telah ada. Kemudian buka pada sheet

kategori lalu lihat kode daerah kabupaten selatan Jawa Timur yaitu ada 5,

Banyuwangi, Jember, Lumajang, Malang dan Blitar,Tulungagung,

Trenggalek, dan Pacitan serta kodenya 15, 17, 18, 19, 20, 21, 22, 23. Dan

juga di carai kode ikan manyung yaitu 5.

Gambar 56. Regresi Tunggal 1

2. Kemudian pindah ke sheet data tahun 1976 – 2010. Pada kolom tabel klik

panel ke bawah dan isikan tahun 2003 sampai 2010. Karena data yang

diinginkan adalah di tahun tersebut.


55

3. Pada kolom kota atau kabupaten isikan sesuia kode kota yang dipilih yaitu

15, 17, 18, 19, 20, 21, 22, 23. Karena data yang dibutuhkan hanya pada

daerah tersebut.


4. Pada kolom spesies di isikan 5 karena ikan yang dipakai manyung yang

kodenya 5.


5. Maka akan muncul data yang ada. Dan dimana jika ada data yang kosong

nantinya akan di validasi dengan data yang ada di buku Statistik Perikan

dari tahun 2003 – 2013.

56


6. Sama dengan yang atas caranya namun di pindah pada sheet 2010

samapai 2013. Dan pada kolom tahun diisikan 2010 sampai 2013. Pada

kolom kabupaten diisi kode 15-23 kecuali angka 16. Dan pada kolom

spesies isikan dengan kode 5.

Gambar 61. regresi Tunggal 6

7. Setelah dilakukan validasi maka di dapatkan data sebagai berikut. Setelah

data lengkap maka di cari jumlah masing – masing dari tiap tahunnya.

57


8. Kemudian jumlah dari tiap tahunnya di copy pada kolom catch, dimana

pada tabel yang disediakan oleh asisten dengan data parameter. Yaitu klik

kanan pada cell pertama catch lalu pilih paste special, setelah itu value dan

ok.


9. Maka tampilannya sebagai berikut ini.

58


10. Lakukan regresi masing – masing parameter dengan hasil tangkapan. Klik

data kemudian pilih data analysis, Pilih Regression.


11. Lalu isikan input Y range dengan data catch dan input X range dengan data

SPL. Lalu klik output range dan isikan pada cell yang kosong. Kemudian

OK. Begitu juga dengan salinitas dan klorofil.

59


12. Makan diperoleh hasil dari regresi tunggal SPL adalah sebagai berikut.


13. Hasil regresi tunggal dari Salinitas.


60

14. Hasil regresi tunggal Klorofil.


15. Setelah itu buat grafik masing – masing hubungan dengan klik insert

kemudian charts – scater. Kemudian klik kanan pilih select data, pada

name series isi “Hubungan SPL dengan Catch” lalu x diisi data SPL dan y

diisi data Catch. Klik oke. Kemudian klik kanan pada titik di grafik lalu pilih

r square, agar nilai r square terlihat di grafik. Dengan cara yang sama untuk

salinitas dan klorofil, maka di dapat hasil sebagai berikut.


B. Regresi Linier Berganda dengan SPSS (Statistical Pakcage for the

Social Science)

61

1. Buka aplikasi SPSS dan klik Variabel view. Karena pada variabel view ini

akan mengisi variabel apa saja yang digunakan.

Gambar 71. SPSS 1

2. Lalu isikan variabel sesuai pada tabel regresi tunggal. Yaitu tahun, spl,

salinitas, klorofil dan catch.

Gambar 72. SPSS 2

3. Kemudian klik data view. Dimana disini data regresi tunggal di copy dan di

paste pada halaman data view ini.

62

Gambar 73. SPSS 3

4. Kemudian di regresi dengan klik Analyze – regression – Linier.

Gambar 74. SPSS 4

5. Munculah tampilan Linier Regression. Disisni mengisi variabel dependent

dan independent. Dimana dependent adalah variabel yang dipengaruhi

yaitu hasil tangkaan. Sedangkan independent adalah yang

memepengaruhi yaitu SPL, salinitas dan kloroofil.

63

Gambar 75. SPSS 5

6. Kemudian klik statistics lalu pilih R square change dan collineairty

diasnotics kemudian continue. Karena besar pengaruh dilihat dari nilai R

square.

Gambar 76. SPSS 6

64

7. Klik plot pilih histogram lalu continue.

Gambar 77. SPSS 7

8. Maka akan diperoleh hasil regresi sebagai berikut ini.

Gambar 78. SPSS 8

9. Setelah itu disimpan dengan cara pilih file – eksport – pilih format file.

Word.

65

Gambar 79. SPSS 9

10. Pilih broswe untuk pilih tempat penyimpanan. Lalu save kemudian Ok

Gambar 80. SPSS 10

11. Hasilnya sebagai berikut. Dimana model sumary didapat nilai R square

dimana nilai ini menunjukkan besaran pengaruh variabel bebas terhadap

hasil tangkap. Dan pada tabel anova di dapat niali f hit sama f tab. Untuk

penentuan berpengaruh atau tidaknya suatu variabel bebas terhadap hasil

tangkap.

66

Gambar 81. SPSS 11

12. Pada coefficiens diketahui nilai paten dari untuk salinitas, SPL, klorofil serta

kostanta. Nilai ini digunakan untuk pembentukan persamaan rumus regresi

linier berganda.

Gambar 82. SPSS 12

67

13. Pada grafik ini diketahui jumlah data 11 yang memiliki standart deviasi atau

sebaran data sebesar 0.837. Dan nilai mean atau rata – rata sebesar 4,9

Gambar 83. SPSS 13

68

LAMPIRAN 3. Asisten Zone

No Nama Foto Pesan dan Kesan

1. Burhany Resmana

Kakaknya tampangnya lucu hahha, baik. Dalam penyampaian saat praktikum lebih baik aja lagi kak.

2. Dewi maharani Eka Pratiwi

Mb cantik dan baik. Good deh pokoe : D

3. Prilla Clara Shinta

Baik dan Cantik tapi kurang akrab dengan praktikan.

69

4. Shafa Aulia Qurrata Ayuni

Mba safa orangnya baik, cantik dan tegas. Pokoknya muka tegasnya gak ada yang ngalahin

5. Zainullah Laksamana Susila

Baik, orangnya santai. Bisa enjoy sama praktikan dan keep smile kak

6. Citra Nilam Cahya

Baik,lucu, akrab dengan praktikan, pinter, cantik lagi.

7. Riska Kurniawati

Baik, lucu, mudah akrab dengan praktikan.

70

8. Galuh Enira Pratiwi

Mbak nya ini baik, lucu, mengayomi praktikan dan juga rajin. Bisa bikin suasana saat praktikum gak tegang .

9. Euis Zulfiaty

Baik, cantik, Gampang akrab juga sama praktikan.

10.

Eria Alvionita

Mbaknya baik, tapi kurang akrab sama praktikan. Dalam penyampaian materi lebih baik lagi ya kak .

Documents

Laporan Dinekola Fix Print