3. METODOLOGI PENELITIAN
3.1. Waktu dan Lokasi Penelitian Lokasi kajian untuk mendapatkan nilai konsentrasi klorofil-a dan SPL dari citra satelit terletak di perairan Laut Jawa (Gambar 4). Perairan ini terletak pada koordinat 106⁰ BT – 117⁰ BT dan 3⁰ LS - 7⁰ LS. Pengambilan data hasil tangkapan ikan dilakukan di PPN Pekalongan, Jawa Tengah. Kegiatan pengambilan data ini (data hasil tangkapan ikan) dilakukan pada bulan Juni 2011 – bulan Juli 2011.
Gambar 4. Peta Lokasi Penelitian.
3.2. Alat dan Data Penelitian Penelitian ini menggunakan peralatan berupa seperangkat komputer yang dilengkapi dengan beberapa perangkat lunak, yaitu:
18
19
1. SeaDas dengan sistem operasi Linux Ubuntu 10.04 untuk mendapatkan nilai konsentrasi klorofil-a dan SPL dalam bentuk ASCII dari citra Aqua MODIS. 2. Microsoft Word 2007 dan Microsof Excel 2007. 3. WinRAR 3.42 untuk mengekstrak citra Aqua MODIS level 3 konsentrasi klorofil dan SPL mingguan. 4. Surfer 8.0 untuk menampilkan pergerakan angin musson dan perubahan musim di lokasi penelitian. 5. ODV 3 untuk menampilkan sebaran SPL dan konsentrasi klorofil-a secara spasial. Data yang digunakan dalam penelitian ini adalah 1. Citra satelit Aqua MODIS level-3 dengan resolusi 4x4 km. Citra yang digunakan merupakan composite data mingguan selama 5 tahun (20062010) yang diperoleh dari webside National Aeronatic Space Agency (NASA) (http://www.oceancolor.gsfc.nasa.gov). Data tersebut memiliki informasi tentang lintang, bujur, daratan, garis pantai, nilai rata-rata klorofil-a dan nilai rata-rata SPL. 2. Data angin bulanan selama 5 tahun (2006-2010) dengan resolusi spasial 1.5⁰x1.5⁰ yang diperoleh dengan cara mengunduh dari situs (http://dataportal.ecmwf.int) 3. Data curah hujan bulanan yang diperoleh dari BMKG (Badan Meteorologi Klimatologi dan Geofisika). 4. Data hasil tangkapan ikan yang didaratkan di PPN Pekalongan,Jawa Tengah (2006-2010).
20
3.3. Metode Pengolahan Data 3.3.1. Konsentrasi Klorofil-a dan SPL Pemrosesan citra satelit Aqua MODIS untuk mendapatkan nilai konsentrasi klorofil-a dan SPL melalui beberapa tahapan, yaitu: pengumpulan citra (downloat citra level 3), pemotongan citra (cropping), dan konversi data. Data satelit Aqua MODIS level-3 berupa data digital compressed dalam format Hierarchical Data Format (HDF) yang sudah terkoreksi radiometrik dan atmosferik. Data tersebut kemudian diekstrak menggunakan perangkat lunak WinRAR 3.42. Pengolahan data dilanjutkan dengan menggunakan perangkat lunak SeaWIFS Data Analisys System (SeaDas) dengan sistem operasi Linux Ubuntu 10.04. Pada tahap ini dilakukan pemotongan citra (cropping ) berdasarkan wilayah penelitian. Hasil (output) dari pemotongan citra dikonversi kedalam bentuk berupa data American Standard Code for Information Interchange (ASCII) yang didalamnya memiliki variabel bujur, lintang, nilai estimasi konsentrasi klorofil-a dan SPL. Data ASCII kemudian dibuka diperangkat lunak Microsof Excel 2007. Tahap selanjutnya adalah kontrol data ASCII yang bertujuan untuk menghilangkan data ekstrim tinggi dan data ekstrim rendah yang diperkirakan sebagai nilai dari tutupan awan dan nilai dari daratan. Data ASCII yang telah yang telah terkontrol tersebut kemudian divisualisasikan dalam bentuk grafik time series dengan menggunakkan perangkat lunak Microsof Excel 2007 yang menggambarkan konsentrasi klorofil-a dan SPL secara temporal. Grafik time series ini merupakan rata-rata bulanan dari data SPL dan konsentrasi klorofil-a.
21
Perata-rataan data mingguan menjadi data bulanan dilakunan dengan menggunakan perangkat lunak Microsof Excel 2007. Selanjutnya untuk menampilkan sebaran spasial SPL dan klorofil-a menggunakan perangkat lunak ODV 3. Data yang sudah terkontrol diolah kembali dengan menggunakan ODV 3. Tampilan dari sebaran spasial SPL dan konsentrasi klorofil-a berupa tampilan gambar dengan ekstensi *JPAGE. Secara garis besar tahapan pengolahan data disajikan pada Gambar 5.
Gambar 5. Diagram Alir Pengolahan Grafik Konsentrasi Klorofil-a dan Sebaran SPL
22
3.3.2. Data Hasil Tangkapan Data hasil tangkapan ikan diolah dengan menggunakan Microsof Excel 2007 untuk mengetahui fluktuasi bulanan hasil tangkapan ikan yang didaratkan di Pelabuhan Perikanan Nusantara (PPN) Pekalongan, Jawa Tengah. Data hasil tangkapan disajikan dalam bentuk grafik time series dan diinterpretasikan berdasarkan jumlah tertinggi dan terendah hasil tangkapan ikan bulanan. Produktifitas suatu alat tangkap dapat diduga dengan melihat hubungan antar hasil tangkapan (catch) dengan upaya penangkapan (effort), yang disebut Catch Per Unit Effort (CPUE). Dalam penelitian ini data catch merupakan data hasil tangkapan ikan pelagis yang didaratkan dari sejumlah kapal yang merupakan upaya penangkapan (effort). Hal ini dapat digambarkan melalui persamaan sebagai berikut (Gulland, 1983 dalam Syarif et al., 2009): CPUE =
.......................................................................... (1)
Keterangan : CPUE = Hasil per upaya tangkap Ct
= Hasil tangkapan pada bulan ke-t
Et
= Upaya penangkapan pada bulan ke-t
Bila disuatu daerah terdapat berbagai alat tangkap maka salah satunya harus dipakai sebagai standar dan alat tangkap lain distandarisasi terhadap alat tangkap tersebut. Hal ini disebabkan karena kemampuan tangkap tiap alat tangkap berbeda-beda. Alat tangkap yang menjadi standar adalah alat tangkap yang memiliki produktifitas penangkapan rata-rata paling tinggi. Kemampuan penangkapan atau fishing power index (FPI) dihitung dengan membandingkan produktifitas penangkapan masing-masing alat tangkap terhadap produktifitas alat
23
tangkap standar. Rumus yang dipakai untuk menghitung FPI adalah sebagai berikut (Gulland, 1983 dalam Syarif et al., 2009): ................................................................ (2)
FPI =
Keterangan : FPI
= Fishing Power Index
CPUEidst = CPUE alat tangkap yang akan distandarisasi CPUEist = CPUE alat tangkap standar Perhitungan upaya penangkapan standar diperoleh dari hasil kali antara nilai FPI masing-masing alat tangkap yang distandarisasi dengan upaya penangkapan yang akan distandarisasi. fs = FPI x fdst
....................................................................... (3)
Keterangan : fs
= upaya penangkapan hasil standarisasi
fdst = upaya penangkapan yang akan distandarisasi Nilai CPUE dihitung kembali dengan upaya penangkapan yang baru yaitu niai upaya penangkapan setelah dilakukan standarisasi upaya penangkapan. =
................................................................... (4)
Keterangan : CPUESi = Hasil per upaya tangkap yang telah distandarisasi bulan ke i Ci
= Hasil tangkapan pada bulan ke i
Ei
= Upaya penangkapan pada bulan ke i
24
3.4. Analisis Data 3.4.1. Analisis Konsentrasi Klorofil-a dan Sebaran SPL Sebaran konsentrasi klorofil-a dan SPL dari citra Aqua MODIS dianalisis secara spasial dan temporal. Analisis spasial dilakukan secara visual dengan melihat pola persebaran konsentrasi klorofil-a dan SPL setiap bulannya di Laut Jawa. Pola persebaran ini terlihat dari pola degradasi warna konsentrasi klorofil-a dan SPL. Analisis temporal konsentrasi klorofil-a dan SPL dilakukan secara serial tahunan dimana kedua nilai rata-rata parameter ini dimasukkan kedalam grafik. Fluktuasi dari nilai rata-rata kedua parameter ini memperlihatkan fenomena yang terjadi selama periode penelitian.
3.4.2. Analisis Korelasi Konsentrasi Klorofil-a dan Sebaran SPL dengan Hasil Tangkapan Ikan Hubungan antara konsentrasi klorofil-a dan sebaran SPL dengan hasil tangkapan ikan dilakukan dengan analisis korelasi linear. Analisis korelasi linear merupakan ukuran hubungan linear antara dua peubah acak X dan Y, dan dilambangkan dengan r (Walpole, 1982). Peubah acak X merupakan nilai dari konsentrasi klorofil-a dan SPL. Sedangkan peubah acak Y merupakan nilai CPUE hasil tangkapan. Ukuran korelasi linear antara dua peubah yang paling banyak digunakan adalah koefisien korelasi momen-hasil kali Pearson atau korelasi Pearson. Adapun rumus korelasi Pearson sebagai berikut (Walpole, 1982): r=
Keterangan : r = Korelasi Pearson
......... (5)
25
X = SPL dan klorofil-a Y = CPUE ikan pelagis Hubungan linear sempurna terjadi antara nilai-nilai X dan Y bila nilai r = +1 atau -1. Bila nilai r mendekati nilai tersebut maka terdapat korelasi yang tinggi antara kedua variabel, sedangkan bila nilai r mendekati nol maka hubungan linear antara nilai X dan Y sangat lemah atau tidak ada sama sekali. Nilai r² memperlihatkan koefisien determinasi contoh yang menjelaskan bilangan yang menyatakan proporsi keragaman total nilai-nilai peubah Y (nilai CPUE) yang dapat dijelaskan oleh nilai-nilai peubah X (SPL dan klorofil-a) melalui hubungan linear (Walpole, 1982).