Download - Marine Dinamics Ecosystem
LAPORAN PRAKTIKUM
DINAMIKA EKOSISTEM LAUT
PENGARUH PARAMETER OSEANOGRAFI (SUHU, SALINITAS DAN
KLOROFIL) TERHADAP PERSEBARAN DAN HASIL TANGKAPAN IKAN
SWANGGI (Priacanthus macracanthus) DI PERAIRAN SELATAN JAWA
TIMUR
Oleh
Nama : Dimas Galang Fergiawan
Nim : 135080201111124
Kelas : P05
PROGRAM STUDI PEMANFAATAN SUMBERDAYA PERIKANAN
JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS BRAWIJAYA
2015
i
LEMBAR PENGESAHAN
PRAKTIKUM DINAMIKA EKOSISTEM LAUT
Sebagai salah satu syarat untuk Lulus Mata Kuliah Dinamika Ekosistem Laut
Di Fakultas Perikanan dan Ilmu Kelautan
Universitas Brawijaya
Disusun Oleh :
Dimas Galang Fergiawan
135080201111124
P05
Pemanfaatan Sumberdaya Perikanan
Malang, Desember 2015
Megetahui, Dosen Pengampu Praktikum Dinamika Ekosistem Laut Dr. Ir. Gatut Bintoro, MSc NIP. 19621111 198903 1 005
Menyetujui, Koordinator Asisten Dinamika Ekosistem Laut Burhany Resmana NIM. 125080200111020
ii
KATA PENGANTAR
‘
Puji syukur penulis panjatkan kehadirat Allah SWT atas segala
limpahan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan
laporan praktikum Dinamika Ekosistem Laut dengan judul “PENGARUH
PARAMETER PERAIRAN (SUHU, SALINITAS DAN KLOROFIL) TERHADAP
PERSEBARAN DAN HASIL TANGKAPAN IKAN SWANGGI (Priacanthus
macracanthus) DI PERAIRAN SELATAN JAWA” dengan baik dan tepat pada
waktunya.
Dalam laporan praktikum Dinamika Ekosistem Laut ini tidak akan
terselesaikan tanpa bantuan dari berbagai pihak. Oleh karena itu, penulis
mengucapkan terima kasih kepada:
1. Para Dosen pembimbing Mata Kuliah Dinamika Ekosistem Laut yang
telah meluangkan waktu, tenaga dan pikiran dalam bimbingan,
pengarahan dan memberikan ilmunya kepada penulis.
2. Tim asisten praktikum yang telah membimbing, membantu,
memperlancar serta mempermudah dalam mengerjakan laporan
praktikum Dinamika Ekosistem Laut.
Penulis menyadari bahwa laporan ini masih jauh dari sempurna, oleh
karena itu saran dan kritik sangat diharapkan demi pengembangan praktikum
Dinamika Ekosistem Laut ini dapat bermanfaat bagi semua pembaca dan
membawa manfaat bagi pengembangan Ilmu Kelautan dan Perikanan. Amin.
Malang, Desember 2015
Penulis
iii
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PENGESAHAN ................................................................................... i
KATA PENGANTAR ........................................................................................... ii
DAFTAR ISI ......................................................................................................... iii
DAFTAR TABEL ................................................................................................. v
DAFTAR GAMBAR ............................................................................................. vi
DAFTAR LAMPIRAN ........................................................................................... vii
PENDAHULUAN
1.1 Latar Belakang ............................................................................................... 1
1.2 Maksud dan Tujuan ....................................................................................... 2
1.3 Waktu dan Tempat ......................................................................................... 2
TINJAUAN PUSTAKA
2.1 Klasifikasi dan Deskripsi Ikan Swanggi (Priacanthus macracanthus) ........... 3
2.1.1 Hasil Tangkapan Ikan Swanggi (Priacanthus macracanthus) .............. 4
2.2 Parameter Oseanografi (Suhu, Salinitas, Klorofil) ........................................ 4
2.2.1 Suhu ............................................................................................................ 4
2.2.2 Salinitas ....................................................................................................... 5
2.2.3 Klorofil ......................................................................................................... 5
METODE PRAKTIKUM
3.1 Alat dan Bahan ............................................................................................... 7
3.2 Skema Kerja ................................................................................................... 8
3.2.1 Persebaran Parameter Oceanografi ...................................................... 8
3.2.2 Regresi Linier Tunggal ........................................................................... 8
3.2.3 Regresi Linier Berganda ........................................................................ 9
3.3 Tahap Analisa ................................................................................................ 9
HASIL DAN PEMBAHASAN
4.1 Data Hasil Praktikum ..................................................................................... 10
4.1.1 Peta Sebaran Parameter Oseanografi .................................................. 10
a. Suhu Permukaan Laut ............................................................................ 10
b. Salinitas .................................................................................................. 11
c. Klorofil-a .................................................................................................. 11
4.1.2 Regresi Linier Tunggal ........................................................................... 11
a. Hubungan SPL terhadap Hasil Tangkapan ........................................... 11
iv
b. Hubungan Salinitas terhadap Hasil Tangkapan ..................................... 12
c. Hubungan Klorofil-A terhadap Hasil Tangkapan .................................... 13
4.1.3 Regresi Linier Berganda ........................................................................ 14
4.2 Analisa Prosedur ............................................................................................ 16
4.2.1 Peta Persebaran Parameter Oseanografi ............................................. 16
4.2.2 Regresi Linier Tunggal ........................................................................... 17
4.2.3 Regresi Linier Berganda ........................................................................ 18
4.3 Analisa Hasil .................................................................................................. 19
4.3.1 Peta Persebaran Parameter .................................................................. 19
a. Suhu Perukaan Laut ............................................................................... 19
b. Salinitas .................................................................................................. 20
c. Klorofil-a .................................................................................................. 21
4.3.2 Regresi Linier Tunggal ........................................................................... 22
4.3.3 Regresi Linier Berganda ........................................................................ 23
KESIMPULAN
5.1 Kesimpulan .................................................................................................... 26
5.2 Saran .............................................................................................................. 26
DAFTAR PUSTAKA ............................................................................................ 27
LAMPIRAN .......................................................................................................... 30
v
DAFTAR TABEL
Tabel 1. Data Hasil Praktikum ............................................................................. 10
Tabel 2. Hasil Regresi SPL terhadap Hasil Tangkapan ..................................... 12
Tabel 3. Hasil Regresi Salinitas terhadap Hasil Tangkapan ............................. 12
Tabel 4. Hasil Regresi Klorofil-a terhadap Hasil Tangkapan) ............................ 13
Tabel 5. Variables Entered/Removed pada Regresi Linier Berganda ............... 14
Tabel 6. Model Summaryb pada Regresi Linier Berganda ................................. 15
Tabel 7. Anova pada Regresi Linier Berganda ................................................... 15
Tabel 8. Coefficients pada Regresi Linier Berganda .......................................... 16
vi
DAFTAR GAMBAR
Gambar 1. Ikan Swanggi (Priacanthus macracanthus) ...................................... 3
Gambar 2. Skema Kerja ODV ............................................................................. 8
Gambar 3. Skema Kerja Regresi Linier Tunggal ................................................. 8
Gambar 4. Skema Kerja Regresi Tunggal dengan SPSS .................................. 9
Gambar 5. Peta Persebaran SPL di Selatan Jawa Timur ................................... 10
Gambar 6. Peta Sebaran Salinitas Musim Timur ............................................... 11
Gambar 7. Peta Sebaran Klorofil-A Musim Timur .............................................. 12
Gambar 8. Grafik SPL dengan Catch .................................................................. 12
Gambar 9. Grafik Salinitas dengan Catch ........................................................... 13
Gambar 10. Grafik Klorofil dengan Catch ........................................................... 14
Gambar 11.1 Peta Persebaran Parameter Suhu ................................................ 19
Gambar 22. Peta Persebaran Parameter Salinitas ............................................. 20
Gambar 33. Peta Persebaran Parameter Klorofil-a ............................................ 22
Gambar 14. Grafik Histogram Regresi Linier Berganda ..................................... 24
vii
DAFTAR LAMPIRAN
Lampiran 1. Lembar Kerja 1 ................................................................................ viii
Lampiran 2. Lembar Kerja 2 ............................................................................... ix
Lampiran 3. Asisten Zone ................................................................................... x
1
1. PENDAHULUAN
1.1 Latar Belakang
Menurut UNCLOS (1982) dalam Pujayanti (2011), negara kepulauan
dengan kekayaan sumber daya kelautan yang paling besar yaitu Negara
Indonesia. Negara kepulauan yang terbesar di dunia yang memiliki ± 17.480
pulau dengan luas lautnya mencapai 5,8 juta km² dan garis pantai sepanjang ±
95,181 km. Indonesia juga memiliki hak berdaulat atas sumber kekayaan alam
dan berbagai kepentingan yang berada di atas, di bawah permukaan dan di
lapisan bawah dasar laut Zona Ekonomi Eksklusif (ZEE) seluas 2,7 juta km²
.yang mengelilingi laut kedaulatan selebar 200 mil laut. Wilayah laut territorial
Indonesia berbatasan langsung dengan wilayah laut Malaysia, Singapura,
Philipina, Palau, India, Thailand, Vietnam dan Australia. Sedangkan terkait ZEE,
Indonesia berbatasan dengan Philipina, Palau, India, Thailand dan Australia.
Sumberdaya Perikanan itu merupakan salah satu sumber kekayaan alam.
Ada berbagai teori pembagian iklim yang dipakai oleh peneliti seperti
pembagian berdasarkan diversifikasi tanaman, letak geografis, temperature dan
kelembaban, serta pola curah hujan. Untuk yang terakhir saja (dengan pola curah
hujan) telah berbagai cara dikembangkan seperti berdasarkan jumlah akumulatif
curah hujan dalam skala mm, jumlah hari hujan dalam setahun dan pola curah
hujan tahunan. Untuk wilayah Indonesia beberapa peneliti telah menuliskan
pembagian pola iklim berdasarkan pola curah hujan tahunan. Keuntungan
pembagian iklim berdasarkan pola curah hujan adalah konsistensi setiap bagian
atau wilayah hanya pada pengontrol iklim yang berlaku sama. Region dengan
pola curah hujan tahunan yang serupa memiliki pengaruh dari pengontrol iklim
yang sama sehingga sangat berguna untuk dilakukan analisa yang spesifik untuk
sifat-sifat pengontrol klim yang ada. Braak (1921 - 1929) dan Preedy (1966), telah
melakukan pembagian wilayah iklim (di Indonesia) berdasarkan pola curah hujan
bulanan (Aldrian, 2001).
Sumberdaya perikanan dan kelautan yang dapat dieksploitasi adalah
spesies yang dalam status aman atau belum mencapai batas MSY maupun
overfishing. Faktor lain yang perlu diperhatikan dalam melakukan eksploitasi
adalah memperhatikan ukuran ikan yang boleh ditangkap dan dengan
disesuaikan dengan bersaran ukuran mata jaring maupun jenis alat tangkap yang
ramah lingkungan. Alat tangkap yang ramah lingkungan adalah yang
2
memperhatikan faktor selektifitas dan efektifitas suatu target spesies agar status
target tangkapan masih dalam tahap aman dan bisa berkembangbiak.
Dalam laporan ini akan dibahas mengenai hubungan parameter suhu,
salinitas dan klorofil terhadap persebaran dan hasil tangkapan ikan Swanggi
(Priacanthus macracanthus) pada perairan Selatan Jawa.
1.2 Maksud dan Tujuan
Maksud dari praktikum dinamika ekosistem laut adalah untuk mengkaji
hubungan antara parameter – parameter fisika (suhu), kimia (salinitas), biologi
(klorofil) dengan hasil tangkapan.
Sedangkan tujuan dari praktikum dinamika ekosistem laut untuk
mengaplikasikan materi yang didapat di perkuliahan, mampu mengetahui peta
sebaran parmeter laut dan menjelaskan hubungan antara parameter lingkungan
(suhu, salinitas, klorofil) terhadap hasil tangkapan dengan memakai Analisis :
1. Untuk mengetahui peta sebaran parameter (Suhu, Salinitas dan Klorofil)
menggunakan software ODV (Ocean Data View).
2. Regresi linear sederhana hubungan masing-masing Suhu, Salinitas, dan
Klorofil Terhadap Hasil Tangkapan.
3. Regresi linear berganda hubungan ketiga parameter perairan, Suhu,
Salinitas, dan Klorofil secara bersama Terhadap Hasil Tangkapan.
1.3 Waktu dan Tempat
Praktikum Dinamika Ekosistem Laut tentang pengaruh parameter
perairan (suhu, salinitas dan klorofil) terhadap hasil tangkapanDIlaksanakan di
Kelas dan di Laboratorium Penangkapan Fakultas Perikanan dan Ilmu Kelautan
Universitas Brawijaya Malang.
Praktikum 1 Dilakukan pada Hari Jum’at Tanggal 4 November di Kelas
C.2.6 Tentang ODV (Ocean Data View)
Praktikum 2 Dilakukan pada Hari Rabu Tanggal 11 November tentang
Regresi Linier Tunggal di Laboratorium Penangkapan Fakultas Perikanan
dan Ilmu Kelautan Universitas Brawijaya Malang.
Praktikum 3 Dilakukan pada Hari Rabu Tanggal 17 November tentang
Regresi Berganda di Laboratorium Penangkapan Fakultas Perikanan dan
Ilmu Kelautan Universitas Brawijaya Malang.
3
2. TINJAUAN PUSTAKA
2.1 Klasifikasi dan Deskripsi Ikan Swanggi (Priacanthus macracanthus)
Ikan Swanggi (Priacanthus macracanthus) yang memiliki nama
internasional red bigeye/brownspot bigeye merupakan salah satu spesies dari
Genus Priacanthus. Secara garis besar ikan ini mudah dikenali karena mata
yang besar (Nelson, 1984 dalam Wangsadinata, 2009). Bentuk tubuh ikan
swanggi dapat dilihat pada gambar 1.
Sumber : Discoverlife, 2015
Gambar 1. Ikan Swanggi (Priacanthus macracanthus).
Ikan Swanggi menurut Saanin (1984) dalam Wangsadinata (2009), dapat
diklasifikasikan sebagai berikut :
Kingdom : Animalia
Subkingdom : Metazoa
Filum : Chordata
Subfilum : Vertebrata
Kelas : Pisces
Subkelas : Teleostei
Ordo : Percomorphi
Subordo : Percoidea
Divisi : Perciformes
Famili : Priacanthidae
Genus : Priacanthus
Spesies : Priacanthus macracanthus
4
2.1.1 Hasil Tangkapan Ikan Swanggi (Priacanthus macracanthus)
Ikan ini memiliki nama lokal : swangi/semerah padi (PPN Pemangkat),
swanggi (Pelabuhan Perikanan Banjarmasin), swangi (PPP Tegalsari), mata
bulan (PPN Ambon), camaul (PPN Palabuhanratu), belong (PPN Pekalongan),
capa (PPN Sibolga), swanggi (PPS Jakarta), golok sabrang (PPN Brondong),
swanggi (PPN Prigi) (www.pipp.dkp, 2015).
Hasil tagkapan ikan Swanggi pada wilayah Selatan Jawa bisa dikatakan
rendah dimana total hasil tangkapan dari tahun 2003 sampai dengan 2013
adalah 427,10 ton yang bisa dilihat dari data statistik Perikanan Tangkap. Hasil
tangkapan tertinggi didapatkan pada tahun 2004 dan 2005 dimana mencapai 112
ton/tahun. Hasil tangkapan terendah pada tahun 2003 dengan nilai 3,70 ton
pertahun.
2.2 Parameter Oseanografi (Suhu, Salinitas, Klorofil)
2.2.1 Suhu
Suhu di laut adalah salah satu factor yang amat penting bagi kehidupan
organisme di lautan, karena suhu mempengaruhi baik aktivitas metabolisme di
lautan, karena suhu mempengaruhi baik akivitas metabolisme maupun
perkembangbiakan dari organisme-organisme tersebut. Oleh karena itu tidaklah
mengherankan jika banyak dijumpai bermacam-macam jenis hewan yang
terdapat di berbagai tempat di dunia. Sebagai contoh, binatang karang di mana
penyebarannyan sangat di batasi oleh perairan yang hangat yang terdapat di
daerah tropic dan subtropik (Hutabarat dan Evans, 2008).
Hasil spektra analisis menunjukkan adanya tendensi dimana Suhu
Permukaan Laut (SPL) yang rendah menghasilkan tangkapan yang relatif tinggi.
Sebaliknya, dengan SPL yang tinggi, maka hasil tangkapan cenderung
menurun. Kondisi suhu permukaan laut hubungannnya dengan hasil tangkapan
terlihat bahwa penurunan suhu permukaan laut terdapat hasil tangkapan yang
meningkat begitu juga sebaliknya, peningkatan suhu permukaan laut
menyebakan penurunan hasil tangkapan. Pada saat suhu permukaan laut yang
relatif rendah terdapat hasil tangkapan tinggi pada musim barat yang ditemukan
pada lokasi penelitian. Ikan tongkol (Euthynus afinis) banyak tertangkap pada
suhu yang rendah, diduga karena pada suhu yang tinggi, ikan akan bermigrasi
ke lokasi atau perairan yang lebih dalam di luar jangkauan alat tangkap yang
5
dioperasikan nelayan. Dengan demikian peluang ikan tertangkap lebih kecil dan
akibatnya hasil tangkapan menurun (Adnan, 2010).
2.2.2 Salinitas
Ciri paling khas pada air laut yang diketahui oleh semua orang ialah
rasanya yang asin. Ini disebabkan karena di dalam air laut terlarut bermacam–
macam garam, yang paling utama adalah garam natrium klorida (NaCl) yang
sering pula disebut garam dapur. Garam dapur banyak diproduksi di Madura dan
juga di daerah lainnya diperoleh dengan menguapkan air laut hingga tersisa
kristal – kristal garamnya. Selain garam klorida, di dalam air laut terdapat pula
garam – garam magnesium, kalsium, kalium dan sebagainya. Dalam literature
oseanologi dikenal istilah salinitas yang maksudnya ialah jumlah berat semua
garam yang terlarut dalam satuliter air, biasanya dinyatakan dengan satuan ‰
(per mil) (Nontji, 2007).
Menurut teori, zat –zat garam tersebut berasal dari dalam dasar laut
melalui proses outgassing, yakni rembesan dari kulit bumi di dasar laut yang
berbentuk gas ke permukaan laut. Bersama gas-gas ini, terlarut pula hasil kikisan
kerak bumi dan bersama garam – garam ini merembes pula air, semua dalam
perbandingan yang tetap sehingga terbentuk garam di laut. Kadar garam ini tetap
tidak berubah sepanjang masa. Artinya kita tidak menjumpai bahwa air laut
makin lama makin asin (Romimahtarto, 2009).
2.2.3 Klorofil
Parameter oseanografi merupakan salah satu faktor yang sangat
berpengaruh terhadap variabilitas hasil tangkapan ikan, seperti klorofil-a dan
suhu permukaan laut. Fitoplankton yang berada pada lapisan cahaya (fotik)
mengandung klorofil-a yang berguna untuk fotosintesis. Klorofil-a mampu
menyerap cahaya biru dan hijau, sehingga keberadaan fitoplankton dapat
dideteksi berdasarkan kemampuan klorofil-a tersebut. Plankton, baik fitoplankton
maupun zooplankton mempunyai peranan penting dalam ekosistem laut karena
plankton menjadi bahan makanan bagi berbagai jenis hewan laut lainnya.
Parameter oseanografi ini dapat direkam dan diintrepretasi melalui Foto Citra
(penginderaan jauh) (Adnan, 2010).
Klorofil mempunyai rumus kimia C55H72O5N4Mg dengan atom Mg sebagai
pusatnya. Klorofil-a merupakan salah satu parameter yang sangat menentukan
6
produktivitas primer di laut. Sebaran tinggi rendahnya konsentrasi klorofil-a
sangat terkait dengan kondisi oseanografis suatu perairan. Beberapa parameter
fisik-kimia yang mengontrol dan mempengaruhi sebaran klorofil-a, adalah
intensitas cahaya, nutrien (terutama nitrat, fosfat dan sislikat). Perbedaan
parameter fisika-kimia tersebut secara langsung merupakan penyebab
bervariasinya produktivitas primer di beberapa tempat di laut. Selain itu “grazing”
juga memiliki peran besar dalam mengontrol konsentrasi klorofil-a di laut (Hatta,
2002).
7
3. METODE PRAKTIKUM
3.1 Alat dan Bahan
Alat yang digunakan pada praktikum Dinamika Ekosistem Laut dari
praktikum pertama, kedua dan ketiga adalah sebagai berikut :
1. Laptop : digunakan untuk praktikum dan mengelola
software serta digunakan untuk memberi materi oleh asisten
2. Screen dan LCD proyekor : digunakan untuk penjelasan materi oleh
asisten
3. Charger : untuk pengisi daya laptop
4. Stopkontak : untuk colokan carger laptop
Bahan yang digunakan pada praktikum Dinamika Ekosistem Laut dari
praktikum pertama, kedua dan ketiga adalah sebagai berikut :
1. Data statistik perikanan tahun 2003-2013 : data digunakan untuk
dijadikan sebagai variabel terikat yang dipengaruhi oleh variabel bebas
2. Data Balitbang : untuk variabel oseanografi
3. Software ODV (Ocean Data View) : digunakan untuk melihat peta
persebaran parameter.
4. Software SPSS V16.0 (Statistical Package for the Social Science) :
untuk menganalisa regresi liner ganda antara hasil tangkapan dengan
parameter oseanografi.
5. M.S Excel : untuk menganalisa regresi linier
tunggal hasil tangkapan dengan parameter.
6. Citra Satelit Aqua Modis :untuk mendownload database dari
Opendap NASA-JPL pada tahun 2013.
8
3.2 Skema Kerja
3.2.1 Persebaran Parameter Oceanografi
Skema olah data Parameter Oseanografi dengan menggunakan software
Ocean Data View
-
- Siapkan alat dan bahan yang akan digunakan
- Menginstal software ODV
- Mendownload Data di Citra Satelit Aqua Modis
- Mengolah data menggunakan software ODV
- Menganalisi data hasil penolahan menggunakan software OD
Gambar 2. Skema Kerja ODV
3.2.2 Regresi Linier Tunggal
Skema olah data hubungan parameter Oseanografi dengan Hasil
tangkapan menggunakan Microsoft Excell
-
- Siapkan alat dan bahan yang akan digunakan
- Mengolah data statistik menggunakan Ms. Excel
- Meregresikan data menggunakan Ms. Excel
- Menganalisis hasil regresi linier tunggal
Gambar 3. Skema Kerja Regresi Linier Tunggal
Hasil
Persiapan
Hasil
Persiapan
9
3.2.3 Regresi Linier Berganda
Skema olah data hubungan parameter Oseanografi dengan Hasil
tangkapan menggunakan Microsoft Excell dan SPSS
-
- Siapkan alat dan bahan yang akan digunakan
- Menginstal software SPSS
- Membuka data statistik di Ms. Excel
- Mengolah data statistik di SPSS
- Menganalisis hasil regresi berganda
Gambar 4. Skema Kerja Regresi Tunggal dengan SPSS
3.3 Tahap Analisa
Regresi merupakan satu bentuk alat analisis penelitian untuk
memecahkan Permasalahan umum (variable) dan sub permasalahan (indicator)
serta keterkaitan antar sub permasalahan, dengan bantuan ilmu pengetahuan
matematika. Persamaan mateatika dibangun untuk membantu menjelaskan
keterkaitan permasalahan (variabel), dan termasuk didalamnya perilaku
permasalahannya setelah dilakukan simulasi model persamaan regresi (Sudarto,
2010).
Analisis regresi berganda dilakukan dengan dua uji yaitu Uji Korelasi dan
Uji F. Dimana dalam uji korelasi dilihat hasil regresi dari nilai Rsquarenya. Dilihat
seberapa besar hasil pengaruh dari parameter atau variabel bebas yang
mempengaruhi variabel independent atau variabel terikatnya. Dan berapapun
nilai Rsquarenya maka itulah nilai pengaruh dari parameter tersebut. Selanjutnya
uji F dimana dalam uji F ini melihat selang kepercayaaan pengaruh signifikan
sebesar 95 % dengan ketentuan sebagai berikut:
Jika F hitung < F tabel maka tidak berpengaruh nyata
Jika F hitung > F tabel maka berpengaruh nyata
Jika F hitung = F tabel maka berpengaruh tapi tidak nyata
Berdasarkan ketentuan diatas, dapat menganalisis hasil dari data yang
telah di regresikan. Kemudian dapat mengetahui pengaruh dan seberapa besar
pengaruhnya dari variabel bebas terhadap variabel terikat.
Hasil
Persiapan
10
4. HASIL DAN PEMBAHASAN
4.1 Data Hasil Praktikum
Pada tabel 1 disajikan berupa data parameter oseanografi meliputi Suhu
Salinitas dan Klorofil-a yang berurutan dari tahun 2003 sampai dengan 2013
beserta hasil tangkapan per tahunya.
Tabel 1. Data Hasil Praktikum
4.1.1 Peta Sebaran Parameter Oseanografi
Berikut merupakan gambar hasil olah data dari software Ocean Data
View (ODV) yang meliputi Suhu, Salinitas dan Klorofil-a.
a. Suhu Permukaan Laut
Gambar 5. Peta Persebaran SPL di Selatan Jawa Timur
11
b. Salinitas
Gambar 6. Peta Sebaran Salinitas Musim Timur
c. Klorofil-a
Gambar 7. Peta Sebaran Klorofil-A Musim Timur
4.1.2 Regresi Linier Tunggal
a. Hubungan SPL terhadap Hasil Tangkapan
Hasil Regresi tunggal dari suhu terhadap hasil tangkapan Ikan Swanggi di
Selatan Jawa Timur itu Berpengaruh nyata, dengan bukti Fhit>Ftab. Dapat
dilihat pada tabel 2 dan gambar 8 dibawah ini.
12
Tabel 2. Hasil Regresi SPL terhadap Hasil Tangkapan (Regresi Linier Tunggal)
Gambar 8. Grafik SPL dengan Catch
b. Hubungan Salinitas terhadap Hasil Tangkapan
Hasil Regresi tunggal dari salinitas terhadap hasil tangkapan Ikan
Swanggi di Selatan Jawa Timur itu Berpengaruh nyata, dengan bukti Fhit>Ftab.
Dapat dilihat pada tabel 3 dan gambar 9 dibawah ini.
Tabel 3. Hasil Regresi Salinitas terhadap Hasil Tangkapan (Regresi Linier Tunggal)
SUMMARY OUTPUT SPL - CATCH
Regression Statistics
Multiple R 0,452536403
R Square 0,204789196
Adjusted R Square 0,11643244
Standard Error 37,66458406
Observations 11
ANOVA
df SS MS F Significance F
Regression 1 3288,013786 3288,013786 2,317753674 0,162234544
Residual 9 12767,58803 1418,620892
Total 10 16055,60182
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Lower 95,0%Upper 95,0%
Intercept 330,0067311 191,5981444 1,722390016 0,119098433 -103,4183829 763,4318 -103,418 763,4318
X Variable 1 -10,41015038 6,837909746 -1,52241705 0,162234544 -25,87857686 5,058276 -25,8786 5,058276
y = -10,109x + 321,01 R² = 0,1883
0,00
20,00
40,00
60,00
80,00
100,00
120,00
24,00 26,00 28,00 30,00 32,00
HUBUNGAN SUHU PERMUKAAN LAUT DENGAN HASIL TANGKAPAN
HUBUNGAN SUHU PERMUKAAN LAUT DENGAN HASIL TAGKAPAN
Linear (HUBUNGAN SUHU PERMUKAAN LAUT DENGAN HASIL TAGKAPAN)
SUMMARY OUTPUT SALINITAS - CATCH
Regression Statistics
Multiple R 0,495531775
R Square 0,24555174
Adjusted R Square 0,161724156
Standard Error 36,68654136
Observations 11
ANOVA
df SS MS F Significance F
Regression 1 3942,480966 3942,480966 2,929247477 0,121147276
Residual 9 12113,12085 1345,902317
Total 10 16055,60182
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Lower 95,0%Upper 95,0%
Intercept 1040,569137 585,4035266 1,777524544 0,109202182 -283,7056417 2364,844 -283,706 2364,844
X Variable 1 -29,58708931 17,28718224 -1,711504448 0,121147276 -68,69341237 9,519234 -68,6934 9,519234
13
Gambar 9. Grafik Salinitas dengan Catch
c. Hubungan Klorofil-A terhadap Hasil Tangkapan
Hasil Regresi tunggal dari salinitas terhadap hasil tangkapan Ikan
Swanggi di Selatan Jawa Timur itu Berpengaruh nyata, dengan bukti Fhit>Ftab.
Dapat dilihat pada tabel 4 dan gambar 10 dibawah ini.
Tabel 4. Hasil Regresi Klorofil-a terhadap Hasil Tangkapan (Regresi Linier Tunggal)
y = -29,654x + 1042,8 R² = 0,2451
0,00
20,00
40,00
60,00
80,00
100,00
120,00
32,50 33,00 33,50 34,00 34,50 35,00
HUBUNGAN SALINITAS DENGAN HASIL TANGKAPAN
HUBUNGAN SALINITAS DENGAN HASIL TANGKAPAN
Linear (HUBUNGAN SALINITAS DENGAN HASIL TANGKAPAN)
SUMMARY OUTPUT KLOROFIL-A - CATCH
Regression Statistics
Multiple R 0,33446457
R Square 0,111866548
Adjusted R Square 0,013185054
Standard Error 39,8044066
Observations 11
ANOVA
df SS MS F Significance F
Regression 1 1796,084757 1796,084757 1,133612221 0,314736016
Residual 9 14259,51706 1584,390785
Total 10 16055,60182
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Lower 95,0%Upper 95,0%
Intercept 53,93038424 18,58101789 2,902445096 0,017525465 11,89720162 95,96357 11,8972 95,96357
X Variable 1 -16,23990485 15,25285777 -1,064712272 0,314736016 -50,74426625 18,26446 -50,7443 18,26446
14
Gambar 10. Grafik Klorofil dengan Catch
4.1.3 Regresi Linier Berganda
Pada regresi berganda menggunakan SPSS v16.0 didapatkan hasil
hubungan ketiga parameter oseanografi terhadap hasil tangkapan ikan Swanggi
di Perairan Selatan Jawa Tmur. Pada regresi berganda variable yang digunakan
adalah variabel independent yaitu suhu, salinitas dan klorofil-a. dan pada variabel
dependent yaitu cacth atau hasil tangkapan yang dapat dilihat pada tabel 5.
Tabel 5. Variables Entered/Removed pada Regresi Linier Berganda
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 KLOROFIL, SPL,
SALINITASa
. Enter
a. All requested variables entered.
b. Dependent Variable: CACTH
Pada hasil regresi berganda antara tiga parameter oseanografi terhadap
hasil tangkapan didapatkan hasil R Square yang menunjukkan seberapa besar
pengaruh nyata. Nilai R Square dapat dilihat pada tabel 6.
y = -16,24x + 53,93 R² = 0,1119
0,00
20,00
40,00
60,00
80,00
100,00
120,00
0,00 1,00 2,00 3,00 4,00
HUBUNGAN KLOROFIL DENGAN HASIL TANGKAPAN
HUBUNGAN KLOROFIL DENGAN HASIL TANGKAPAN
Linear (HUBUNGAN KLOROFIL DENGAN HASIL TANGKAPAN)
15
Tabel 6. Model Summaryb pada Regresi Linier Berganda
Model Summaryb
Mode
l R
R
Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
R Square
Change
F
Change df1 df2
Sig. F
Change
1 .587a .345 .064 38.76972 .345 1.227 3 7 .369
a. Predictors: (Constant), KLOROFIL, SPL,
SALINITAS
b. Dependent Variable: CACTH
Pada hasil regresi berganda antara variabel independent dan dependent
pada ikan Swanggi didapatkan hasil dengan Uji-F yaitu Fhit>Ftab yang berarti
ketiga variabel berpengaruh nyata terhadap hasil tangkapan. Hasil tersebut dapat
dilihat pada Tabel 7.
Tabel 7. Anova pada Regresi Linier Berganda
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 5533.964 3 1844.655 1.227 .369a
Residual 10521.638 7 1503.091
Total 16055.602 10
a. Predictors: (Constant), KLOROFIL, SPL, SALINITAS
b. Dependent Variable: CACTH
16
Tabel 8. Coefficients pada Regresi Linier Berganda
Coefficientsa
Model
Unstandardized
Coefficients
Standar
dized
Coeffici
ents
t Sig.
95% Confidence
Interval for B Correlations
Collinearity
Statistics
B
Std.
Error Beta
Lower
Bound
Upper
Bound
Zero-
order
Parti
al Part
Tolera
nce VIF
1 (Const
ant)
833.87
7
718.25
3
1.161 .284
-
864.521
2532.27
5
SPL -4.612 10.254 -.198 -.450 .666 -28.860 19.636 -.434 -.168 -.138 .483 2.070
SALIN
ITAS -19.285 26.512 -.322 -.727 .491 -81.976 43.407 -.495 -.265 -.223 .478 2.092
KLOR
OFIL -14.427 14.991 -.297 -.962 .368 -49.874 21.021 -.334 -.342 -.294 .982 1.018
a. Dependent Variable:
CACTH
4.2 Analisa Prosedur
4.2.1 Peta Persebaran Parameter Oseanografi
Buka Software ODV (Ocean Data View 4). Klik menu file, lalu pilih Open,
kemudian muncul gambar seperti dibawah ini, pilih file yang telah di kasih oleh
asisten, jika tidak muncul maka pada kolom file of type itu pilih yang Data Files
(*.txt *.csv*.o4x). lalu klik open. lalu kan muncul gambar seperti di bawah ini.
Pada Column Separator pilih TAB, maka pada kolom Column labels akan
muncul beberapa variable, lalu klik OK. Kemudian pada kotak dialog Metadata
dan Data Variables, untuk metadata Variabel pilihan yang harus dicocokan
adalah longitude dan latitude. Untuk Data Variables yang digunakan yaitu SPL
Musim Barat jika kita menganalisis suhu, CHL Musim Barat jika kita
menganalisis Chlorofil, Salinitas Musim Barat jika kita menganalisis Salinitas.
Dan tergantung kita mau menganalisis yang mana. Kemudian klik OK.
Setelah itu akan muncul kotak dialog Collection Properties. Pada kolom
data field pilih Ocean karena kita mengamati fenomena pada laut. Kemudian
pada kolom Data Type pilih Profiles. Dan pada kolom Primary Variabel pilih
Dummy. Lalu klik OK. Selanjutnya akan terdeteksi dengan warna biru dibawah
ini. Kemudian perbesar daerah tersebut dengan langka-langkah : Klik kanan
pada peta tersebut -> pilih Zoom -> kemudian potong atau geser sesuai letak
17
yang anda inginkan. Klik OK jika semuanya benar. Lalu akan muncul seperti
dibawah ini. Setelah itu akan muncul peta yang anda inginkan tadi seperti
dibawah ini. Lalu di luar peta itu klik kanan -> pilih Layout Template -> pilih 1
SURFACE windows. Untuk mengetahui sebaran suhu atau salinitas atau klorofil.
Kemudian klik kanan pada gambar -> pilih properties -> pilih data -> pilih
colourbar setting, untuk pengeditan warna. Untuk suhu minimumnya misalkan 25
dan maksimum misalkan 32 dan position itu klik right ->klik OK. Kemudian klik
kanan pada gambar -> pilih properties -> pilih Display Style -> pilih gridded field,
untuk warna gambar secara luas ->un centang pada Automatic Scale Lenghts
dan un centang pada Data Mark ->klik OK. Kemudian Klik kanan pada peta
tersebut -> pilih Zoom -> kemudian potong atau geser sesuai letak yang anda
inginkan. Kemudian klik kanan pada gambar -> pilih properties -> pilih Display
Style -> pilih gridded field, untuk warna gambar secara luas ->un centang pada
Automatic Scale Lenghts , Xnya diisi 280 dan Ynya 150 , untuk warna yang lebih
jelas dan un centang pada Data Mark ->klik OK.
Kemudian klik kanan pada gambar -> pilih properties -> pilih Countours ->
pada range , kolom start diisi 25, increment, 0.25 dan end diisi 30 kemudian klik
pada tanda panah >> selanjutnya klik OK. selanjutnya disave dengan cara klik
file -> pilih save canvas as image -> pilih tempat yang anda inginkan dan ketik
nama file yang anda inginkan, tipe file di ganti dengan JPEG -> klik save.
Ocean Data View (ODV) merupakan suatu software yang berfungsi untuk
mengolah suatu data parameter oseanografi pada tampilan 2 dimensi untuk
mendapatkan hasil pada suatu perairan maupun wilayah tertentu. Data yang
didapatkan bersumber dari satelit AQUAMODIS milik NASA yang dapat
didownload melalu website.
4.2.2 Regresi Linier Tunggal
Untuk melakukan regresi linier tunggal, hal yang pertama kali harus di
lakukan adalah memilih ikan yang berada diperairan Selatan Jawa Timur.
Kemudian buka file Ms. Excel Data DINEKOLA FIX yang telah di beri asisten
untuk mengetahui data hasil tangkapan ikan yang dipilih. Selanjutnya buka Sheet
Kategori untuk mengetahui kode Kabupaten/Kota yang berada diperairan
Selatan Jawa Timur yang terdiri dari Kode 15 (Kabupaten Banyuwangi), kode 17
(Kabupaten Jember), kode 18 (Kabupaten Lumajang), kode 19 (Kabupaten
18
Malang), kode 20 (Kabupaten Blitar), kode 21 (Kabupaten Tulungagung), kode
22 (Kabupaten Trenggalek), dan kode 23 (Kabupaten Pacitan).
Langkah selanjutnya adalah cek kode ikan yang dipilih yaitu ikan Swanggi
dengan kode 14. Lalu beriwarna agar mudah ketika mengecek kembali Sheet
Kategoti. Kemudian Buka Sheet T0208 (76-2010), kemudian centang Kolom
Tahun yaitu dari Tahun 2003-2010, centang Ka/Ko dari 15; 17-23, centang
Spesies yang dipilih, maka akan muncul hasil tangkapan di 8 Kabupaten/Kota
dari tahun 2003-2010. Buka Sheet T0208 (2010-13) untuk mengecek data hasil
tangkapan pada tahun 2010-2013. Kemudian centang Kolom Tahun yaitu dari
Tahun 2010-2013, centang Ka/Ko dari 15; 17-23, centang Spesies yang dipilih,
maka akan muncul hasil tangkapan di 8 Kabupaten/Kota dari tahun 2010-2013.
Kemudian validasi data hasil tangkapan yang kosong dengan mengecek
Laporan Buku Statistik Perikanan Jawa Timur dari tahun 2003-2013. Lalu rekap
seperti gambar dibawah ini. Kemudian hitung jumlah masing-masing tahun dan
masukkan pada kolom yang telah disediakan. Selanjutnya lakukan Regresi
masing-masing parameter, yang pertama adalah parameter SPL Caranya Klik
Tab Data, Klik Data Analysis, pilih Regression. Kemudian input Sumbu Y adalah
data SPL dan hasil tangkapan sebagai Sumbu X. Lakukan hal yang sama pada
parameter Salinitas dan Klorofil-a sebagai sumbu Y dengan hasil tangkapan
tetap pada sumbu X. Maka akan didapat hasil regresi SPL, Salinitas dan Klorofil.
Kemudian analisis seberapa besar pengaruh setiap parameter terhadap hasil
tangkapan.
Regresi Linier Tunggal digunakan untuk mengetahui seberapa besar
pengaruh variabel x dengan variabel y. Dengan mengetahui pengaruh tersebut
maka dapat dianalisis dengan melihat nilai antara Ftabel dengan Fhitung.
4.2.3 Regresi Linier Berganda
Kemudian lakukanan alisis regresi linier berganda dengan menggunakan
aplikasi SPSS v16.0. langkah pertama buka aplikasi SPSS v16.0. Buka tab
Variable View, Lalu isi sesuai dengan data yang telah dikerjakan sebelummya
yaitu Tahun, SPL, Salinitas, Klorofil-a dan Catch. Buka Tab Data View maka
akan muncul kolom Tahun, SPL, Salinitas, Klorofil-a dan Catch lalu copy data
dari Ms. Excel keladam SPSS. Kemudian lakukan analisis regresi dengan cara
Klik Menu Analyze, Pilih Regression, Pilih Linier. Maka aka muncul jendela Linier
regression.
19
Kemudian isi Kolom Dependent yang merupakan variable terikat atau
bergantung pada variabel lain dengan Catch (hasil tangkapan). Kemudian isi
kolom Independent yang merupakan variable bebas atau variabel yang
mempengaruhi variabel lain dengan SPL, Salinitas, danKlorofil. Kemudian Klik
menu Statistik, maka akan mucul jendela Linier Regression Statistic kemudian
centang Part and Partial Correlations danColeniarity diagnosics lalu klik
Continue. Kemudian Klik Menu Plots, maka akan muncul jendela Linier
Regression Plots, kemudian Centang Histogram dan Klik Continue.
Selanjutnya Klik OK untuk mendapatkan hasil regresi linier berganda.
Maka setelah itu akan muncul hasil regresi. Kemudian disimpan dengan cara
File, Export. Maka selanjutnya akan muncul jendela Export Output, kemudian
pilih Type dengan Word RTF (*.doc) untuk menyimpan data dalam format
Documen. Kemdian Klik Browser untuk member nama file dan tempat
penyimpanan file. Jika sudah klik save. Kemudian Analisis hasil dari regresi linier
berganda tersebut.
Regresi Linier Berganda pada SPSS digunakan untuk mengetahui
hubungan atau pengaruh variabel bebas (parameter oseanografi) dan variabel
terikat (hasil tangkapan) yang kemudian dianalisis dengan melihat nila Fhitung
dan Ftabel sama dengan regresi linier ganda.
4.3 Analisa Hasil
4.3.1 Peta Persebaran Parameter
a. Suhu Perukaan Laut
Gambar 11.4 Peta Persebaran Parameter Suhu
20
Pada musim barat atau musim penghujan yang dimulai dari bulan
Desember hingga Februari, suhu permukan air laut semakin meningkat di
bandingkan musim timur (Maret – September). Dari pengolahan data dengan
software ODV bisa dilihat suhu di daerah pesisir sudah mencapai 27,250C dan
semakin ketengah samudra, suhu meningkat mencapai 28,250C.
Berdasarkan data SPL bulanan rata-rata dari tahun 1993 hingga 2002,
pada Musim Barat (Desember-Februari) SPL berkisar antara 28,50 C sampai
290 C. Tingginya SPL pada Musim Barat, di wilayah barat Sumatera
diperkirakan akibat datangnya arus besar dari arah barat di dekat ekuator
yang dikenal dengan nama Arus Sakal Katulistiwa Samudera India (Equatorial
Counter Current). Arus ini menyusuri pantai barat daya Sumatera dan
bertemu dengan AKS dari timur di sekitar barat daya Sumatera, kemudian
arus ini mengalir dekat pantai di perairan selatan Jawa dan Sumbawa sebagai
APJ. SPL menjadi tinggi di perairan Selatan Jawa diduga akibat
berkembangnya APJ yang mengalir ke perairan selatan Jawa dari perairan
barat Sumatera yang membawa massa air hangat. Pada Musim Barat, Arus
Katulistiwa Selatan (AKS) , mulai terdesak ke selatan oleh Arus Pantai Jawa
(APJ) yang bergerak di sepanjang selatan pantai Jawa ke arah timur (Purba
et al., 1992 dalam Wilopo, 2005).
b. Salinitas
Gambar 52. Peta Persebaran Parameter Salinitas
Salinitas merupakan salah satu indikator untuk mengidentifikasi
fenomena upwelling-downwelling di perairan dengan melihat peningkatan
21
atau penurunan salinitas dari sekitarnya. Pengkajian upwelling diperlukan
untuk mendukung industri perikanan terutama untuk penentuan area
penangkapan.
Dari hasil pengamatan citra satelit, di wilayah selatan jawa pada musim
barat salinitas memiliki nilai rendah yaitu antara 33 terutama di sekitar
daratan, sedangkan di daerah samudra memiliki nialai tinggi hingga 33,94
ppm sampai 34 ppm. Hal ini di munkinkan adanya pengaruh suhu yang
meningkat di daerah samudra hindia yang mngakibatkan adanya hujan di
sekitar daratan yang mengakibatkan terjadinya pengenceran salinitas
disekitarnya.
Menurut Najid et al .(2012), Pola angin di Laut Jawa mengikuti pola Angin
Muson yang berkembang di Indonesia, dimana pada saat musim Barat
(Desember – Februari) dan musim Timur (Juni – Agustus) angin bertiup lebih
kencang dengan kecepatan berkisar antara 0,96 – 7,11 m/s. Puncak dari
musim ini terjadi pada bulan Januari (musim Barat) dan Agustus (musim
Timur)dengan kecepatan masing-masing mencapai 7,11 m/s dan 6,79 m/s.
Salinitas permukaan di perairan Laut Jawa berkisar antara 31 – 34 (psu),
dimana salinitas minimum ditemui pada bulan Mei dan salinitas maksimum
terjadi pada bulan September. Pada musim Timur (Juni – Juli) salinitas
permukaan cenderung lebih tinggi di bandingkan dengan saat musim Barat
(Desember – Februari), hal ini diduga adanya masukan massa air dari timur
Laut Jawa. Salinitas bagian selatan (perairan pantura, Madura dan Situbondo)
memiliki nilai yang cenderung lebih tinggi sepanjang tahunnya dibandingkan
dengan bagian Laut Jawa lainnya.
22
c. Klorofil-a
Gambar 63. Peta Persebaran Parameter Klorofil-a
Dari hasil pengamatan menggunakan data citra satelit, perairan selatan
jawa pada musim barat, klorofil a mengalami penurunan hingga benar-benar
tidak ada klorofil di wilayah pesisir. Nilai persebaran klorofil yang berada di
wilayah perairan selatan jawa dengan nilai yang terendah 0,225 hingga
tertinggi 2,92 mg/m3. Tinggi-rendahnya ini adanya faktor-faktor yang
mempengaruhi seperti El Nino ataupun La Nina.
Menurut Nontji (2005) dalam Putra et al .(2012), musim barat merupakan
musim angin yang membawa banyak hujan sedangkan musim timur sedikit
membawa hujan. Secara derat waktu kandungan klorofil-a yang dapat
terdeteksi dari citra satelit Aqua MODIS.
Menurut Putra et al .(2012), Secara keseluruhan, trend konsentrasi klorofil
yang terdapat di Laut Jawa menurun dalam kurun waktu 5 tahun terakhir.
Kandungan konsentrasi klorofil rata-rata di perairan Laut Jawa berkisar antara
0,22 mg/m³-1,15 mg/m³. Nilai konsentrasi klorofil setiap bulannya berfluktuasi
mengikuti musim angin yang sedang berlangsung dan mencapai puncaknya
pada musim barat.
4.3.2 Regresi Linier Tunggal
Pada regresi linier tunggal parameter Suhu Permukaan Laut didapat
bahwa Fhit 2,317753674 dan Ftab 0,162234544. Hal ini menunjukkan bahwa
Fhit>Ftab, jadi dapat disimpulkan bahwa Suhu Permukaan Laut berpengaruh
23
nyata terhadap hasil tangkapan sebesar 20,47 % seperti pada gambar 8 dan
tabel 2.
Berdasarkan hasil uji-t diperoleh nilai signifikan dari masing-masing
parameter bahwa nilai uji t untuk variabel Suhu diperoleh nilai propabilitas (Sig)
sebesar 0.001<0.05, sehingga dapat diasumsikan bahwa perubahan variabel
suhu berpengaruh nyata terhadap hasil tangkapan (Fausan, 2011).
Pada regresi linier tunggal parameter Salinitas didapat bahwa Fhit
2,929247477dan Ftab (95%) 0,121147276 Hal ini menunjukkan bahwa
Fhit>Ftab, jadi dapat disimpulkan bahwa salinitas berpengaruh nyata terhadap
hasil tangkapan dengan sebesar 24,5% seperti pada gambar 9 dan tabel 3.
Berdasarkan hasil uji-t untuk variabel Salinitas diperoleh nilai propabilitas
(Sig) sebesar 0.203>0.05, sehingga dapat diasumsikan bahwa perubahan
variabel salinitas berpengaruh nyata terhadap hasil tangkapan ikan cakalang
(Fausan, 2011).
Pada regresi linier tunggal parameter klorofil-a didapat bahwa Fhit
1,133612221dan Ftab (95%) 0,314736016. Hal ini menunjukkan bahwa
Fhit>Ftab, jadi dapat disimpulkan bahwa klorofil-a berpengaruh nyata terhadap
hasil tangkapan dengan sebesar 11,1% seperti pada gambar 9 dan tabel 4.
Berdasarkan hasil uji-t untuk variabel Salinitas diperoleh nilai propabilitas
(Sig) sebesar 0.203>0.05, sehingga dapat diasumsikan bahwa perubahan
variabel salinitas tidak berpengaruh nyata terhadap hasil tangkapan (Fausan,
2011).
4.3.3 Regresi Linier Berganda
Pada regresi linier berganda dengan meregresikan ketiga parameter
secara bersamaan dengan hasil tangkapan didapat Fhit 1.227 dan Ftab (95%)
0.369. Hal ini menunjukkan bahwa Fhit>Ftab, jadi dapat disimpulkan bahwa hasil
regresi ketiga parameter (suhu, klorofil, dan salinitas) berpengaruh nyata
terhadap hasil tangkapan dengan sebesar 34,5%.
24
Gambar 14. Grafik Histogram Regresi Linier Berganda
Hubungan antara 3 (tiga) parameter bebas yaitu SPL (Suhu Permukaan
Laut), Salinitas, dan Klorofil dengan Catch (Hasil Tangkapan) menggunakan
metode Linier Berganda. Metode ini digunakan untuk mengetahui hubungan
langsung dengan ke 3 (tiga) parameter. Dari Gambar di atas dapat dilihat bahwa
grafik mengalami kenaikan dan penurunan rata-rata berkisar sebesar 2,266
yang dipengaruhi langsung dengan Suhu, Salinitas, dan Klorofil. Berdasarkan
hasil yang diperoleh dari regresi Linier Berganda yang menggunakan SPSS nilai
F Hitung Menunjukkan 1.227 sedangkan F Tabel menunjukkan 0.369.
Berdasarkan dari nilai F Hitung dengan F Tabel dapat disimpulkan bahwa F
Hitung lebih besar daripada nilai dari F Tabel. Sehingga kesimpulannya adalah
ketiga Parameter tersebut diantaranya SPL (Suhu Permukaan Laut), Salinitas,
Klorofil itu berpengaruh langsung terhadap Hasil Tangkapan di Selatan Jawa.
Nilai R Square sebesar 0.345.Dari sini dapat diketahui rumus regresi Linier
Berganda dari ketiga Parameter SPL (Suhu Permukaan Laut), Salinitas, dan
Klorofil dengan Catch (Hasil Tangkapan) yaitu (y = a + bx1 + cx2 + dx3) y = 10,90
+ 29X1 – 24,66X2 + 0,85X3
Hubungan antara kondisi oseonografi dengan hasil tangkapan dapat
diketahui dengan melakukan analisis beberapa parameter. Berdasarkan hasil
pengukuran parameter klorofil (X1), suhu (X2), kedalaman (X3), kecepatan arus
(X4), dan salinitas (X5) sebagai variabel bebas (independent), sedangkan hasil
tangkapan ikan teri (Y) sebagai varibel tak bebas (dependent). Parameter klorofil,
25
suhu, salinitas, kedalaman dan kecepatan arus diduga memiliki hubungan dan
pengaruh terhadap hasil tangkapan ikan peperek/keke. Berdasar hasil uji F,
didapatkan bahwa nilai p-value F sebesar 0,026. Oleh karena nilai p-value F
sebesar 0,026 < 0,05 sehingga persamaan regresi dapat diterima, berarti bahwa
parameter oseanografis suhu, klorofil a kedalaman, salinitas dan kecepatan arus
perairan secara bersama-sama berpengaruh nyata terhadap hasil tangkapan di
perairan Pemalang. (Saifudin et.al., 2014).
Pengaruh ketiga variable bebas terhadap jenis hasil tangkapan,
didapatkan Koefisien determinasi (R2) adalah 0,589 artinya 58,9% variabel yang
terjadi terhadap hasil tangkapan disebabkan variabel klorofil, suhu, salinitas,
sedangkan sisanya dipengaruhi oleh faktor lain. Jadi hasil tangkapan tidak hanya
dipengaruhi oleh ketiga parameter saja melainkan juga mendapat pengaruh dari
factor lain seperti kurang teliti dalam melakukan validasi data sekunder dan
kurang focus atau teliti ketika mencitrakan satelit (Saifudin et al, 2014).
26
5. PENUTUP
5.1 Kesimpulan
Berdasarkan Hasil Pengamatan Menggunakan Software ODV (Acean
Data View) dengan Parameter Suhu, Salinitas dan klorofil pada Data Suhu
Musim Barat di Perairan Selatan Jawa Timur kisaran suhu perairan rata-rata
28,250C, salinitas rata-rata 34 ppm, dan klorofil rata-rata 2,92 mg/m3.
Pada hasil regresi linier tunggal di Ms. Excel dengan parameter
oseanografi (Suhu, Salinitas, dan klorofil) terhadap hasil tangkapan Ikan
swanggi (Priacanthus macracanthus) didapat F hitung lebih besar dari F tabel
dapat yang ikan swanggi artinya berpengaruh nyata dengan R Square 20,47 %
pada parameter suhu, pada parameter salinitas hasil regresi linier tunggal
didapat F hitung lebih besar dari F tabel yang artinya berpengaruh nyata dengan
R Square 24,5%, Dan pada parameter klorofil hasil regresi linier tunggal didapat
F hitung lebih dari F tabel yang artinya berpengaruh nyata dengan R Square
11,1% .
Pada hasil regresi linier berganda menggunakan Software SPSS dengan
parameter oseanografi (Suhu, Salinitas, dan klorofil) terhadap hasil tangkapan
Ikan swanggi (Priacanthus macracanthus) didapat hasil F hitung = 1.227 lebih
besar dari F tabel = 0.369 yang artinya berpengaruh nyata dengan R Square
34,5%. Dari hasil tersebut dapat diketahui rumus regresi Linier Berganda dari
ketiga Parameter SPL (Suhu Permukaan Laut), Salinitas, dan Klorofil dengan
Catch (Hasil Tangkapan) yaitu (y = a + bx1 + cx2 + dx3) y = 10,90 + 29X1 –
24,66X2 + 0,85X3
5.2 Saran
Saran untuk praktikum Dinamika Ekosistem Laut ini jika dievaluasi dari
materi yaitu data untuk praktikum kurang lengkap dan belum semua tersedia
sehingga ketika praktikum atau mengerjakan tugas hasil praktikum cukup
kesulitan. Berdasarkan kekompakan dari asisten, penulis rasa sangat kurang
karena koordinasi antar asisten belum baik dimana ditujukan dengan perbedaan
pendapat dan penyampaianya. Akan tetapi pada praktikum Dinamika Ekosistem
Laut penulis/praktikan merasakan mendapat softskill lebih dimana sudah cukup
mengetahui software dasar Ocean Data View untuk mengolah data pada hasil
penelitian dimana yang nantinya mungkin akan digunkan pada saat penelitian.
27
DAFTAR PUSTAKA
Adnan. 2010. Analisis Suhu Permukaan Laut dan Klorofil-a Data Inderaja
Hubungannya dengan Hasil Tangkapan Ikan Tongkol (Euthynnus affinis)
di Perairan Kalimantan Timur. Ambon: Jurnal Amanisal 1(1) : 1 – 12. PSP
FPIK UNPATTI Ambon.
Ambo Rappe, Rohani dkk. 2013. Preferensi Makanan Dan Daya Ramban Ikan
Baronang, Siganus Canaliculatus Pada Berbagai Jenis Lamun.
Universitas Hasanuddin : Makassar
Cahyaningrum, Agus Dwi Jayanti Diah. 2009. Karakteristik Massa Air Arlindo Di Pintasan Timor Pada Musim Barat Dan Musim Timur. Fakultas Perikanan
dan Ilmu Kelautan. IPB: Bogor Duwi Priyatno. 2011. Buku Saku Analisis Statistik Data SPSS. Yogyakarta.
MediaKom. Fausan, 2011. Pemetaan Daerah Potensial Penangkapan Ikan Cakalang
(Katsuwonus pelamis) Berbasis Sistem Informasi Geografis Diperairan Teluk Tomini Provinsi Gorontalo. SKRIPSI. Pemanfaatan Sumberdaya
Perikanan. Jurusan Perikanan. Fakultas Ilmu Kelautan Dan Perikanan. Universitas Hasanuddin. Makassar.
Hatta, M. 2002. Hubungan Antara Klorofil-a dan Ikan Pelagis. Institut Pertanian
Bogor: Bogor. Hutabarat & Evans. 2008. Pengantar Oseanografi. Penerbit Universitas
Indonesia (UI Press) : Jakarta. Lasabuda, Riduwan. 2013. Pembangunan Wilayan Pesisir dan Lautan Dalam
Perpektif Negera Kepulauan Republik Indonesia. Fakultas Perikanan dan Ilmu Kelautan. UNSRAT. Jurnal Ilmiah Platax Vol. I-2, Januari 2013 ISSN: 2302-3589
Manggabarani, S. H. Andi. 2011. Perbandingan Hasil Tangkapan Bagan Tancap
Berdasarkan Waktu Hauling Pada Jarak Yang Berbeda Dari Pantai, Di Desa Punagya Kabupaten Jeneponto. Skripsi. Program Studi Pemanfaatan Sumberdaya Perikanan. Fakultas Ilmu Kelautan dan Perikanan Universitas Hasanuddin: Makassar
Najid, Ahmad dkk. 2012. Pola Musiman Dan Antar Tahunan Salinitas Permukaan
Laut Di Perairan Utara Jawa-Madura. Maspari Journal, 2012, 4 (2), 168-177. S3 Prodi Ilmu Kelautan IPB Bogor
Nontji, Anugerah. 2007. Laut Nusantara. Jakarta: Penerbit Djambatan. Nugroho, Yusuf S, Hadi Sasongko P, Haryono T. 2009. Penggunaan Software
Spss Untuk Analisis Faktor Daya Beli Listrik Pada Sektor Rumah Tangga Dengan Metode Regresi Linear Berganda (Studi Kasus Kota Salatiga).
28
Jurusan teknik informatika fakultas komunikasi dan informatika, Universitas Muhammadiah Surakarta. Simposium Nasional RAPI 8.
PPN Pekalongan 2005. Statistik Produksi Pelabuhan Perikanan Nusantara
Pekalongan, Pelabuhan Perikanan Nusantara Pekalongan. Prihatini, Ambar. 2006. Analisa Tampilan Biologis Ikan Layang (Decapters spp)
Hasil Tangkapan Purse Seine yang didaratkan di PPN Pekalongan. Tesis. Universitas Diponegoro. Semarang.
Pujayanti, Adirini. 2011. Budaya Maritim Geo-Politik dan Tantangan Keamanan
Indonesia. Putra, Ega. 2012. Hubungan KonserTrasi Klorofil-a dan Suhu Permukaan Laut
dengan Hasil Tangkapan Ikan Pelagis Utama di Perairan Laut Jawa dari Citra Satelit Modis. Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor. Jurnal Teknologi Perikanan dan Kelautan. Vol. 3. No. 1 November 2012: 1-10 ISSN 2087-4871.
Radjawane, Ivonne M.; Paundra P. Hadipoetranto. 2014. Karakteristik Massa Air
di Percabangan Arus Lintas Indonesia Perairan Sangihe Talaud Menggunakan Data Index Satal 2010. Jurnal Ilmu dan Teknologi Kelautan
Tropis, Vol. 6, No. 2, Hlm.525-536. Institut Teknologi Bandung: Bandung Rasyid, J Abdul. 2010. Distribusi Suhu Permukaan Pada Musim Peralihan Barat-
Timur Terkait dengan Fishing Ground Ikan Pelagis Kecil di Perairan Spermonde. Torani (Jurnal Ilmu Kelautan dan Perikanan ). 20 (1) : 1 – 7. Fakultas Kelautan dan Perikanan, Universitas Hasanuddin, Makssar
Romimohtarto, Kasijan. 2009. Biologi Laut. Jakarta: Penerbit Djambatan.
Saifudin, Aristi D., dan Sardiyatmo. 2014. APLIKASI SISTEM INFORMASI
GEOGRAFIS (GIS) DALAM PENENTUAN DAERAH PENANGKAPAN IKAN TERI (Stolephorus spp) DI PERAIRAN PEMALANG JAWA TENGAH. Journal of Fisheries Resources Utilization Management and Technology Volume 3, Nomor 4, Tahun 2014, Hlm 66-75. Universitas Diponegoro : Semarang.
Setiaji, Nur Pamungkas, Junaidi, Triatmo dan Sugih Hardono. 2009. Model
Regresi Linier Pengaruh Komposisi Kendaraan Terhadap Tingkat Kecelakaan Pada Jalan Tol Surabaya-Gempol.
Sudarto. 2010. Peran Analisis Regresi Berganda Dalam Penelitian Survey
Deskriptif. Jurusan Arsitektur. Fakultas Teknik UNDIP Semarang. Sunarto. 2008. Karakteristik Biologi dan Peranan Plankton Bagi Ekosistem Laut.
Karya Ilmiah. Fakultas Perikanan dan Ilmu Kelautan, Universitas Padjadjaran
Susilowati, Indah. 2012. Menuju Pengelolaan Sumberdaya Perikanan
Berkelanjutan Yang Berbasis Pada Ekosistem. Laporan Penelitian.
Universitas Diponegoro.
29
Wahyu, Ronny I., M. Fedi A. Sondita., Sugeng H. Wisudo., dan John Haluan. 2008. Hasil Tangkapan Utama dan Hasil Tangkapan Sampingan (Bycatch) dari Perikanan Demersal Trawl Skala Kecil di Perairan Utara Jawa Barat. Buletin PSP. Bogor: Volume XVII. No. 3. Departemen Pemanfaatan Sumberdaya Perikanan, FPIK, IPB.
Wilopo, Mukti Dono. 2005. Karakter Fisik Oseanografi di Perikanan Barat
Sumatera dan Selatan Jawa-Sumbawa dari Data Satelit Multi Sensor. Fakultas Perikanan dan Ilmu Kelautan. Institut Pertanian Bogor.
Zainuddin, Mukti. 2009. Estimasi Potensi dan Pemetaan Daerah Potensial
Penangkapan Ikan Pelagis di Perairan Selayar dengan Menggunakan Citra Satelit Aqua/Modis. Fakultas Ilmu Kelautan dan Perikanan. Universitas Hasannudin Makassar. Torani (Jurnal Ilmu Kelautan dan Perikanan ) Vol. 19 (1) April 2009: 36 – 42 ISSN: 0853-4489
viii
LAMPIRAN I
ix
LAMPIRAN II
x
LAMPIRAN III