laporan dinekola fix print
DESCRIPTION
Laporan DinekolaTRANSCRIPT
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 57. Regresi Tunggal 2 .......................................................................... 54
Gambar 58. Regresi Tunggal 3 .......................................................................... 55
Gambar 59. Regresi Tunggal 4 .......................................................................... 55
Gambar 60. Regresi Tunggal 5 .......................................................................... 56
Gambar 61. regresi Tunggal 6 ........................................................................... 56
Gambar 62. Regresi Tunggal 10 ........................................................................ 57
Gambar 63. Regresi Tunggal 11 ........................................................................ 57
Gambar 64. Regresi Tunggal 12 ........................................................................ 58
Gambar 65. Regresi Tunggal 13 ........................................................................ 58
Gambar 66. Regresi Tunggal 14 ........................................................................ 59
Gambar 67. Regresi Tunggal 15 ........................................................................ 59
Gambar 68. Regresi Tunggal 16 ........................................................................ 59
vii
Gambar 69. Regresi Tunggal 17 ........................................................................ 60
Gambar 70. Regresi Tunggal 18 ........................................................................ 60
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
4.1.2 Regresi Linier Tunggal
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
4.1.3 Regresi Linier Berganda
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.
4.2.2 Regresi Linier Tunggal
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).
4.3.2 Regresi Linier Tunggal
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%
sisanya dipengaruhi oleh faktor lainnya.
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.
4.3.3 Regresi Linier Berganda
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%
sisanya dipengaruhi oleh faktor lainnya.
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
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.
Gambar 57. Regresi Tunggal 2
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.
Gambar 58. Regresi Tunggal 3
4. Pada kolom spesies di isikan 5 karena ikan yang dipakai manyung yang
kodenya 5.
Gambar 59. Regresi Tunggal 4
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
Gambar 60. Regresi Tunggal 5
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
Gambar 62. Regresi Tunggal 10
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.
Gambar 63. Regresi Tunggal 11
9. Maka tampilannya sebagai berikut ini.
58
Gambar 64. Regresi Tunggal 12
10. Lakukan regresi masing – masing parameter dengan hasil tangkapan. Klik
data kemudian pilih data analysis, Pilih Regression.
Gambar 65. Regresi Tunggal 13
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
Gambar 66. Regresi Tunggal 14
12. Makan diperoleh hasil dari regresi tunggal SPL adalah sebagai berikut.
Gambar 67. Regresi Tunggal 15
13. Hasil regresi tunggal dari Salinitas.
Gambar 68. Regresi Tunggal 16
60
14. Hasil regresi tunggal Klorofil.
Gambar 69. Regresi Tunggal 17
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.
Gambar 70. Regresi Tunggal 18
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 .