3
3.1
METODOLOGI PENELITIAN
Lokasi Penelitian Penelitian ini dilaksanakan di Taman Nasional Karimunjawa, Kabupaten
Jepara, Jawa Tengah (Gambar 3).
3.2
Tahapan Pelaksanaan Penelitian Tahapan-tahapan pelaksanaan penelitian ini adalah (Gambar 4):
1) Pengumpulan data ikan karang di Taman Nasional Karimunjawa dengan menggunakan metode underwater visual sensus untuk menghitung rata-rata biomassa ikan dan menentukan maximum sustainablity yield (MSY); 2) Pengumpulan data hasil tangkapan nelayan untuk perhitungan hasil tangkapan, upaya penangkapan, catch per unit effort (CPUE), analisis indeks musim hasil tangkapan dan alokasi penangkapan, keanekaragaman hasil tangkapan, trophic level tahunan; 3) Pengumpulan data sosial ekonomi melalui wawancara dan diskusi terarah untuk mengetahui strategi operasi penangkapan dan strategi adaptasi nelayan terhadap perubahan hasil tangkapan.
16
Gambar 3 Peta lokasi penelitian di Taman Nasional Karimunjawa.
17
Mulai
Pengumpulan data ikan karang
• Penghitungan Biomassa • Penghitungan MSY
Pengumpulan data hasil tangkapan nelayan
• Dinamika hasil tangkapan dan upaya penangkapan • Perhitungan CPUE • Indeks musim
Wawancara dan diskusi terarah
• Strategi operasi penangkapan • Strategi adaptasi
Pembahasan
Kesimpulan
Selesai
Gambar 4 Diagram alir tahapan penelitian.
18
3.3
Alat dan Bahan Penelitian Penelitian ini menggunakan 3 metode penelitian yaitu metode sensus visual
ikan karang untuk mendapatkan data biomasa ikan karang, monitoring hasil tangkapan nelayan untuk mendapatkan data jenis ikan, jumlah trip, jenis alat tangkap, lokasi penangkapan, harga ikan dan hasil tangkapan, dan metode wawancara dan diskusi untuk mendapatkan informasi sosial ekonomi. Alat dan bahan yang digunakan dalam penelitian disajikan pada Tabel 1. Tabel 1 Jenis data, metode, alat dan bahan penelitian No. Jenis Data
Metode
Alat dan Bahan
1
- Jenis, jumlah dan ukuran ikan karang.
Sensus visual ikan karang.
Perahu, alat selam, roll meter, format isian data dan alat tulis.
2
- Jumlah trip, lokasi penangkapan dan hasil tangkapan masing-masing alat tangkap. - Jenis ikan dan hasil tangkapan. - Harga ikan.
Monitoring hasil tangkapan nelayan.
Form data monitoring hasil tangkapan dan alat tulis.
3
- Strategi operasi dan adaptasi: pilihan pekerjaan, jenis alat tangkap, lokasi, jumlah trip, biaya operasi, harga ikan, cuaca.
Wawancara dan diskusi terarah
Kuisioner dan alat tulis.
3.4
Waktu Penelitian Waktu penelitian dilaksanakan mulai Bulan Mei hingga Desember 2011.
Tahapan yang dilakukan adalah persiapan pengambilan data pada Bulan Mei 2011, pengumpulan data ikan karang pada Juni 2011, wawancara dan diskusi terarah pada Bulan Oktober 2011. Pengumpulan data hasil tangkapan tahun 2010 - 2011 pada Bulan Desember 2011. Beberapa data yang telah dikumpulkan pada penelitian pendahuluan pada tahun 2005, 2006, 2007 dan 2009 untuk data sensus visual ikan karang, sedangkan pada tahun 2008 tidak dilakukan monitoring
19 ekologi ikan karang, dikarenakan
pada tiga tahun sebelumnya tidak ada
perbedaan yang signifikan antar tahun.
3.5 3.5.1
Metode Pengumpulan Data Sensus visual ikan karang Sensus visual ikan karang merupakan cara untuk mengidentifikasi dan
mencatat ikan karang yang diamati pada satuan luas terumbu karang. Struktur kelas ukuran ikan dan estimasi biomassa dihitung dengan mencatat ukuran dan frekuensi ikan dari tiap spesies ikan sepanjang dua transek 50 meter sepanjang terumbu karang di tiap lokasi pada 2 kedalaman yaitu antara 2-3 meter dan 7-8 meter. Transek memiliki lebar 2 meter untuk ikan dengan ukuran kurang dari 10 cm dan 5 meter untuk ikan dengan ukuran lebih besar dari 10 cm. Ukuran kelas yang dicatat menggunakan selang 5 cm untuk semua kelas dari 0-5 cm sampai dengan 35-40 cm dan 40+cm (Gambar 5). Ukuran ikan >10cm 2.5 m
Ukuran ikan <10cm 1m 50 m
50 m
Gambar 5 Survei biomasa ikan karang dengan menggunakan transek (modifikasi dari Marnane et al. 2004). 3.5.2
sabuk
Monitoring hasil tangkapan Data hasil tangkapan nelayan berasal dari daerah pendaratan ikan di Desa
Karimunjawa, lokasi ini dipilih karena lokasi ini merupakan tempat pendaratan ikan dengan alat tangkap paling bervariasi dan lebih dari 50% hasil tangkapan ikan di Kepulauan Karimunjawa didaratakan di Desa Karimunjawa (Mukminin et al. 2006). Pengambilan data contoh (sampling) dilakukan selama 15 hari setiap bulan sepanjang tahun 2010 dan 2011. Data yang dikumpulkan berupa jumlah hasil tangkapan (kg), jenis ikan, famili, lokasi penangkapan, jenis alat tangkap, biaya operasional dan harga ikan per kilogram.
20
3.5.3
Wawancara dan diskusi terarah Penentuan responden menggunakan metode purposive sampling yaitu
penentuan responden yang dilakukan secara sengaja dengan menggunakan kriteria tertentu. Responden pada penelitian ini dipilih nelayan Kepulauan Karimunjawa yang telah melaut selama 5 tahun atau lebih.
Informasi yang diterima dari
responden diperoleh melalui wawancara mendalam dan diskusi terarah secara individual disertai pengisian kuisioner.
3.6
Analisis Data
3.6.1
Dinamika sumberdaya ikan
3.6.1.1 Biomassa ikan karang Persamaan panjang-berat digunakan untuk mengestimasi berat ikan berdasarkan panjang ikan, titik tengah dari tiap kategori panjang (cm) ikan di tiap lokasi di konversi menjadi berat (kg) menggunakan index panjang-berat untuk masing-masing spesies dari famili yang didapat dari FISHBASE 2000 (Froese and Pauly 2000), persamaan yang dipakai dalam perhitungan berat ikan (Pauly 1984) adalah:
W = a L b ..……………………………………………….……………(1) Keterangan; W
: Berat ikan per spesies (kg),
L
: Panjang total per spesies (cm)
a, b
: Index spesifik spesies Biomassa per hektar karang (kg ha-1) diperoleh dengan mengkonversi luasan
karang dari belt transect (250 m2 untuk ukuran ikan > 10 cm dan 100 m2 untuk ukuran ikan < 10cm) menjadi hektar (1 ha = 10.000 m2) sehingga jumlah individu ikan yang tercatat pada belt transect dikalikan dengan 40 untuk ukuran ikan > 10 cm dan dikalikan 100 untuk ukuran ikan < 10cm dan kelompok trofik ikan bersumber dari FishBase 2000 (Froese and Pauly 2000).
3.6.1.2 Maximum sustainable yield Penghitungan maximum sustainable yield (MSY) didasarkan pada persamaan sebagai berikut (Garcia et al. 1989):
21
2
MSY = BM ………………………………........…………..…..……(2) 2M − F Keterangan; B
: Biomassa rata-rata
M
: Kematian alamiah (natural mortality)
F
: Kematian akibat tangkapan (fishing mortality). Penghitungan potensi hasil tangkapan
(potential
yield) digunakan
persamaan sebagai berikut (Samoilys 1997): Y = F × B ....................................................................................................(3)
Keterangan; Y
: Hasil tangkapan tahunan
F
: Kematian akibat penangkapan
B
: Biomassa rata-rata Untuk menentukan nilai mortalitas alami (M) digunakan persamaan sebagai
berikut (Pauly 1980): Log (M) = - 0.0066 – 0.279 log (L∞) + 0.6543 log (k) + 0.4634 log (T)..…..(4) Keterangan: L∞
: Panjang infinity
K
: Konstanta pertumbuhan von Bertalanffy
T
: Suhu rata-rata perairan Nilai L∞, dan K masing-masing ikan diperoleh dari FISHBASE (Froese and
Pauly 2000).
Nilai T didapatkan dari data yang dipublikasikan oleh NOAA
NESDIS COASTWATCH (http://coastwatch.pfeg.noaa.gov/erddap). Mortalitas penangkapan (F) dapat diperoleh dari persamaan tingkat eksploitasi: E=
F ………………………………..………….……………….....…(5) F+M
Keterangan; E
: Tingkat eksploitasi
F
: Kematian akibat tangkapan (fishing mortality)
M
: Kematian alamiah (natural mortality).
22 Perhitungan mortalitas penangkapan dengan menggunakan nilai tingkat ekploitasi (E) = 0,5 untuk mewakili tingkat eksploitasi tinggi dan E = 0,1 untuk mewakili tingkat eksploitasi rendah (Samoilys 1997).
Lebih lanjut Samoilys
(1997) menyatakan bahwa E=0,5 terjadi ketika mortalitas alamai sama dengan mortalitas penangkapan dan dipercaya melebihi perkiraan MSY dan pada kenyataannya E optimum terjadi pada E mendekati 0,2.
3.6.1.3 Trophic level Analisis trophic level atau jenjang rantai makanan digunakan untuk melihat dampak penangkapan terhadap komunitas ikan karang. Data trophic level untuk setiap famili diperoleh dari FISHBASE (Frose and Pauly 2000). Estimasi trophic level untuk setiap famili berdasarkan komposisi makanan, dimana trophic level setiap spesies digunakan untuk menghitung rata-rata trophic level setiap famili. Rata-rata trophic level hasil tangkapan pada setiap alat tangkap dihitung dengan rumus sebagai berikut (McClanahan and Mangi 2004): m
TL
k
=
∑ Y TL ∑Y ik
i =1
………………………………………………………..…(6)
ik
Keterangan: TLk
: Trophic level hasil tangkapan pada setiap alat tangkap
Yik
: Hasil tangkapan spesies ke-i pada alat tangkap ke-k
TL
: Trophic level spesies ke-i untuk ke-m spesies ikan
3.6.2
Dinamika upaya penangkapan
3.6.2.1 Analisis catch per unit effort Untuk mengetahui hasil tangkapan per satuan upaya penangkapan (catch per unit effort) menggunakan persamaan Sparre and Venema (1999) yaitu:
CPUE =
Catch Effort …………………………………....……………..……..(7)
Keterangan: CPUE : Catch per unit effort (tangkapan per satuan upaya) Catch : Jumlah hasil tangkapan (kg) Effort : Jumlah upaya penangkapan (trip)
23
3.6.2.2 Pendugaan fishing power index Perikanan di daerah tropis seperti di Indonesia dicirikan oleh keberagaman spesies (multi-spesies) dan keberagaman alat tangkap (multi-gear), maka perlu dilakukan standarisasi alat tangkap.
Metode standarisasi alat tangkap yang
digunakan adalah metode langsung seperti yang diusulkan oleh Robson (1966) dan Gulland (1983) yang dikutip oleh Wiyono (2001).
Metode ini bekerja
berdasarkan konsep daya tangkap relatif. Jika dua kapal melakukan penangkapan terhadap sumberdaya yang sama dan dalam kondisi yang sama, maka daya tangkap relatif kapal ke-i relatif terhadap kapal standard adalah: FPI =
CPUEi CPUEs ……………………………...……....………………………..(8)
Keterangan: FPI
: Fishing Power Index
CPUEi : CPUE alat tangkap ke-i CPUEs : CPUE alat tangkap standar Untuk membuat model surplus produksi, maka effort dan CPUE perlu distandarisasi. Formula untuk menghitung effort standar: Estd =
n
∑
i =1
FPIi * Efforti
……………………………………...………..(9)
Keterangan: Estd
: Effort standar (gabungan dari berbagai macam alat tangkap)
FPIi
: Fishing power index dari alat ke-i
Effort i : Upaya tangkap dari alat ke-i Sedangkan untuk menghitung CPUE standar menggunakan persamaan: CPUEstd = Catch (total ) * Estd ......................................................................(10)
Keterangan: CPUEstd
: CPUE standar
Catch (total) : Hasil tangkapan total pada tahun ke-i Estd
: Effort standar
24
3.6.2.3 Indeks musim penangkapan Untuk
mengetahui
dinamika
musiman
digunakan
indeks
musim
penangkapan, data yang digunakan adalah data CPUE untuk indek musim alokasi alat tangkap dan data hasil tangkapan (kg) untuk menentukan indek musim jenis ikan. Menurut Dajan (1983) dalam Chodriyah (2009) menyatakan bahwa data deret waktu terdiri dari komponen-komponen trend sekuler, variasi musim, variasi siklik dan random. Fluktuasi yang terjadi bukan hanya disebabkan oleh variasi musim saja tetapi trend sekuler, variasi siklik dan variasi random juga berpengaruh terhadap data deret waktu. Untuk memperoleh gamabaran yang nyata tentang variasi musim, maka trend sekuler, variasi siklik dan variasi randon hasus diisolasi dari datat deret waktu yang bersangkutan. Metode yang digunakan untuk mengisolasi fluktuasi yang disebabkan oleh trend sekuler, variasi siklik dan variasi random tersebut adalah metode rata-rata bergerak (moving average). Dasar untuk menyususn indeks musim penangkapan (IMP) adalah dengan menggunakan rata-rata bergerak.
Langkah-langkah
perhitungan rasio rata-rata bergerak yang dikembangkan oleh Dajan (1983) yang dimodifikasi oleh Wiyono (2001) adalah sebagai berikut : 1) Menyusun deret waktu CPUE Bulan Januari 2010-Desember 2011 yaitu: Yi=CPUEi
i : 1, 2, 3,…, n; Yi : CPUE ke-i…….....……(11)
2) Menyusun rata-rata bergerak CPUE 6 bulanan (RG) RGi =
1 6
i+3
∑ Yi
i=i− 4
i : 4, 5, 6,..,n-3………………....…….(12)
3) Menyusun rata-rata bergerak CPUE terpusat (RGP)
RGPi =
1 6
i+3
∑ RGi
i=i−4
i: 4, 5, 6,…, n-3………………...……(13)
4) Menghitung rasio rata-rata untuk tiap bulan (Rb)
Rb =
Yi x100 % RGPi
i: bulan 1, 2, 3,…, 12………....……..(14)
5) Menyusun nilai rata-rata dalam satu matrik berukuran j*I yang disusun untuk setiap bulan dimulai Bulan Juli-Juni, kemudian menghitung ratarata/variasi musim dan selanjutnya menghitung indeks musim penangkapan.
25 i.
Rasio rata-rata untuk bulan ke-i (RRB) RRB i =
ii.
1 n
n
∑ RBij j =1
Jumlah rasio rata-rata bulanan (JRRB) JRRB =
12
∑ RRBi
i: 1, 2, 3,…, 12………………......…..(16)
i =1
iii.
j:1, 2, 3,…, 12………………..…..….(15)
Indeks Musim Penangkapan Karena jumlah rasio rata-rata bulanan (JRRB) tidak selalu sama dengan 1200 maka nilai rasio rata-rata bulanan harus dikoreksi dengan satu faktor koreksi (FK) FK =
1200 JRRB
………………………………………....…..(17)
Selanjutnaya indeks musim penangkapan (IMP) dihitung dengan persamaan:
IMP = RRBi* FK
i: 1, 2, 3,…, 12………………...…….(18)
Penentuan pola musim pennagkapan dengan metode rata-rata bergerak mempunyai keuntungan yaitu dapat mengisolasi fluktuasi musiman sehingga dapat menentukan saat yang tepat untuk melakukan penangkapan ikan. Keuntungan lainnya dalah dapat menghilangkan kecenderungan yang bias dijumpai pada deret waktu (time series).
Menurut Wiyono et al. (2006)
menyatakan bahwa IMP dinyatakan sebagai persentase untuk perbandingan dari musim ikan dan musim penangkapan. Indeks >100% untuk bulan tertentu berarti bahwa bulan tersebut memiliki hasil tangkapan atau jumlah upaya penangkapan yang lebih tinggi dibandingkan bulan rata-rata. Panjang musim setiap jenis ikan dan alat tangkap ditentukan oleh nilai consecutive seasonal index (CSI). Jika jumlah CSI ≥ 100 mendekati 12 menunjukkan penangkapan spesies target atau alokasi alat tangkap memiliki musiman sedikit.
Jika nilai dekat dengan 1
menunjukkan musim pada spesies target atau penggunaan alat tangkap.
3.6.2.4 Selektivitas alat tangkap Analisis selektivitas alat tangkap dijelaskan melalui indek keanekaragaman spesies hasil tangkapan dengan menggunakan indeks Shannon (H’) dan indeks dominansi Simpson (C), menurut Wiyono et al. (2006) menjelaskan bahwa indeks
26 Shannon merupakan indeks yang digunakan untuk menjelaskan selektivitas alat tangkap terkait dinamika musim penangkapan untuk target spesies. Nilai indeks keanekaragaman yang tinggi mengindikasikan bahwa alat tangkap memiliki tingkat selektivitas yang rendah. Sebaliknya nilai indeks keanekaragaman yang rendah mengindikasikan bahwa alat tangkap memiliki tingkat selektivitas yang tinggi sehingga hasil tangkapan yang didaratkan didominasi oleh satu atau beberapa spesies. Indeks Shannon (Maguran 1988) dalam Wiyono et al. (2006) dihitung dengan rumus sebagai berikut : s
H' = −∑ pi ln pi
; Pi =
i =1
ni …………………………...………....……(19) N
Keterangan: H’
: Indeks keanekaragaman Shannon
Pi
: Proporsi spesies yang tertangkap ke-i; i=1,2,3,…,n
ni
: Jumlah individu spesies yang tertangkap ke-i; i=1,2,3,…,n
N
: Total spesies yang tertangkap
S
: Jumlah spesies
Kriteria nilai indeks keanekaragaman Shannon (Wiyono et al. 2006): H’≈0 : Keanekaragaman rendah; selektivitas alat tangkap tinggi H’>0,1 : Keanekaragaman tinggi; selektivitas alat tangkap rendah Indeks dominansi Simpson (Odum, 1996 dalam Wiyono, 2009) dihitung dengan rumus: 2
⎛ ni ⎞ C = ∑⎜ ⎟ i =1 ⎝ N ⎠ .....................................................................................(20) s
Keterangan: C : Indeks dominansi ni : Jumlah individu spesies yang tertangkap N : Jumlah total spesies yang tertangkap Kriteria nilai indeks Dominansi Simpson : C<0,5 : Dominansi spesies hasil tangkapan rendah C≥0,5 : Dominansi spesies hasil tangkapan tinggi
27
3.6.3
Strategi operasi penangkapan ikan Analisis deskriptif digunakan untuk mengetahui faktor-faktor yang
mempengaruhi strategi operasi penangkapan ikan seperti stok sumberdaya ikan, biaya operasional, harga ikan, dan kondisi cuaca. serta untuk mengetahui pola pengoperasian alat tangkap.
3.6.4
Strategi adaptasi nelayan Analisis deskriptif digunakan untuk menjelaskan strategi adaptasi nelayan
jika dihadapkan pada skenario penurunan hasil tangkapan sebesar 20% dan 50%. Respon nelayan dibagi kedalam tiga kategori yaitu tetap mencari ikan seperti biasa (continue), melakukan adaptasi cara penangkapan (adapt) dan ganti pekerjaan (exit). Kategori adaptasi terdiri dari respon nelayan seperti lebih sering melaut, mengurangi frekuensi melaut, pindah lokasi penangkapan dan ganti alat tangkap (Cinner et al. 2008).
3.6.5
Analisis statistika Analisis ragam satu arah digunakan untuk mengetahui perbedaan biomassa
ikan antar tahun pengamatan dengan bantuan software SYSTAT 10.2 dan analisis kluster digunakan untuk mengetahui kompetisi antar alat tangkap dengan menggunakan software STATISTICA 8.
