• 2.6 Model Galland (1961) GULLAND (1961) memberikan suatu metode Wltuk meneliti huboogan antara kondisi-kondisi stok pada saat ini dan peristiwa-peristiwa masa lalu. Metode ini bukan banya lebih layak namun juga, pada prinsipnya, mengatasi kehadiran upaya
penangkapan sebagai peubah bebas pada kedua sumbu analisis regresi yang membuat
@ penyimpangan pada plot ke J:
arab suatu korelasi terbalik. dengan mengganti upaya
dengan rata-rata bergerak dari nilai yang diamati sebelumnya dan nilai saat ini.
QI
~
Metode GULLAND mengasumsikan bahwa terdapat suatu hubungan antara
~ kelimpahan dan upaya masa laln, bila rekrutmen dan mortalitas alami tetap.
§: " ii OJ
Petunjuk langsung adalah bahwa rekrutmen yang mungkin dipengaruhi berasal dari Bila rekrutmen tetap stabil dengan berkembangnya
ukuran penangkapan.
-; penangkapan
besar·be~ ukuran
rata-rata individu yang ditangkap akan menurun.
III
~ Sebaliknya. bila ukuran
....
~ ~
QI
;j
rata-rata ikan yang ditangkap tetap tidak berubah sedangkan
kelimpahan atau CPUE, menurun. terdapat beberapa indikasi bahwa rekrutmen berpengaruh.
~.
;j
Dalam rekrutmen keadaan tetap. penangkapan dalam satu tahun dapat
OJ
o mempengaruhi stok ikan yang diekspos ke penangkapan pada tabun itu dan tetap o ..::!. dalam populasi yang dieksploitasi. Periode waktu ini, yaitu rentang bidup potensial (Q
dalam perikanan. memberikan batas atas yang harns dipertimbangkan GULL AND (1983) secara wnwn menyatakan bahwa kebanyakan ikan dalam populasi yang diekspioitasi akan berada dalam periode yang jauh lebih pendek dari
pacta rentang hidup potensialnya. Lebibjauh, GULLAND (1983) menyatakan bahwa rentang hidup rata-rata dalam perikanan dari setengah hingga sepertiga dari rentang
OJ
o o ...,
CO
hidup potensial akan merupakan perkiraan yang lebih masuk akal. dan rata-rata dari upaya penangkapan masa lalu yang ditentukan selama periode itu. Misalnya. GULLAND (1961) menggunakan rata-rata dari upaya penangkapan 3 tabun berturut-
» CQ. g
plaice (Pleuronectes platessa) didasarkan pada fakta bahwa sekitar 7 kelas-tahun
C
menunjukkan bahwa sebenarnya tidaldah penting untuk mendefinisikan periode
...,
turut, sebelum salah satu dari yang ada untuk ikan cod Islandia (Gadus morhua) dan
memberikan
kontribusi
yang
berharga
untuk
perikanan.
RICKER
(1975)
OJ
C
:::J
-.
< CD ..., (J)
,-to
~
40
• terbaik secara tepat, karena upaya penangkapan di tahun-tahun yang berdekatan dengannya, pada umumnya cenderung berubah dengan perlahan. Hubungan yang diperoleh antam CPUEt dan upaya rata-rata bergerak (Et )
lurus,
kadang-kadang
kadang-kadang
melengkung.
Apapun
hubungannya,
GULLAND (1961) menyatakan bahwa perikanan dalam keadaan tetap, linenya akan
@sangat dekat dengan hubungan antara CPUEt sebagai indeks dari kelimpahan relatif ::r dan upaya penangkapan l»
;I\"
Hubungan linier metode GULLAND dapat dinyatakan sebagai
.. n
-C.
. ................ . .................... , ................. . ..... . (2.6.1)
l»
3 ;I\"
E f , adaIah upaya rata-rata yang digunakan terhadap T tabun sebelumnya dan
"
termasuk tahun ke-i yang merupakan rentang bidup rata-rata individu dalam stok
[J] ::l til
..
~
c
"
yang dieksploitasi;
CD
::l
::l [J]
o
cg
q2K r
2
;- dan OJ'
a adalah perkiraan untuk. qK, h adalah perkiraan untuk
~ adalah perkiraan untuk hasil ekuilibrium maksirnum (MSY). GULLAND 4b
(1961) dan GARROT (1968) menemukan suatu hubungan kurva-linier, yaitu bentuk
eksponential antara CP UEt dan upaya penangkapan, bukan bentuk linier sebagaimana
~
persamaan (2.6.1).
2.1 Model Pella dan Tomlimson (1969). Type Model Surplus Produksi yang lain adalah model Pella dan Tomlimson (1969). Model Pella dan Tomlimson dapat digunakan secara luas dan praktis yang dapat saja ditambahkannya program-program komputer dalam menduga parameter-
OJ
parametemya, karena terdapat empat parameter yang harns diduga (', K, q. dan m)
o ..,o
Pella dan Tomhmson adalah serupa dengan model Schaefer namun dengan sedikit
:t>
modifikasi.. Model Pella and Tomlimson clapat dituliskan sebagai :
to
to
~. (j
c
C
::J
<
CO
en
I""'+-
'<
dan berbagai pengulangan pun diperlukan, Keistimewaan yang umum dari model
dX = rX __ '-X dt
I
K",-l
m f
-c f
....................... ................... (2.7.1)
41
• dimana m > 1 adaIah ukuran parameter tambahan. Bilamana m = 2 mw model ini sarna dengan model Schaefer. Pengenalan dari parameter m tidak hanya merubah kecekungan (concanvity) dari fungsi produksi. Biarpun. dibolehkan nya hubungan produksi tiap kemiringan sebelah kanan (bilamana m > 2) atau kiri (bilamana m < 2).
Ini adalah berbeda dengan model Schaefer dimana kurva produksi surplusnya
©simetris sempurna dalam hubungannya dengan ukuran sto~ dari 0 sampai K . Hasil ekuilibrium C,
::I:
sebagai suatu fungsi dari biomassa dalam model
~ Graham-Schaefer dapat dinyatakan sebagai
~.
"...
r 2 C, =rX,--X/ K
DI
3
................. '" ........ ..... '" ........ (2.7.2)
:: yang merupakan suatu parabola simetris. PELLA dan TOMLINSON (1969) yang "0
~ dinyatakan dalam bentuk yang lebih umum. dimana eksponen 2 pada Persamaan ::l
~
... (2.7.2) digantikan oleh peubah m (Ricker 1975). dan menjadi
c: ....
........................... '" .............. (2.7.3)
"0 CD
:l DI
2:
a.
o
Q
3
0-
n>
....c:::J
i· Dalam bentuk. aslinya, model PELLA dan TOMLINSON (1969) dinyatakan sebagai: ::l
g'
C =-KP- K pm H
cg
..::!-
di mana:
;a-
o "0 o
p=x/ .
H = j("'].
dan
K
=
-r.
"0
c:
Model Pella dan Tomlinson sebagaimana didefinisikan pada persamaan
::J
(2.7.1) memberi basil bahwa C'(mar) atau MSY dapat menyertai setiap nilai X,. yang dibatasi dengan
OJ
c8 o.., »m CQ. g
K sebagaimana halnya dengan model Graham-Schaefer. 2
Bila m = 2. kita telah mendapatkan model Graham-Schaefer, yaitu plot basil
pacta biomassa dengan parabola simetris. Bila m < 2, kurva basil semacam itu merupakan parabola asimetris dengan maksimum dipindahkan ke arab asalnya, bila
> 2 maksimum dan kurva asirnetris dipindahkan dari asalnya (Widodo, 1986).
Dengan kata lain, memplotkan baik basil dan biomassa ataupun basil dan upaya penangkapan akan menghasilkan parabola, dengan maksirnumnya bergantung pada
r-+
..,
C
OJ
C
::J
<
CD ..,
en
r-+
'<
42
~.
• 1.'_ .
0 .
,\
.
:t-' Q!JP~
~~~Q
nilai m, Garis kiri adalah lebih curam daripada yang kanan hila m < 2, garis kiri
C :3 :3 C :31010:3 1Qs::s::1Q 30:0:3I ll)"C"Cll)c :3CC:3~ 10 :3 :3 10 s::o::r~n 3 0.. C _. s::C:3"C ....
adalah kurang curam bila m > 2, dan akhirnya parabola adalah simetris hila m = 2.
ii'
MSY dan E(opt) akan ditetapkan dalam kaitannya dengan K. Sehingga satu-
3~'i5lSo
satunya hal umum, mengenai model Pella dan Tomlinson adalah bahwa fungsi
.:3"
regenerasi biomassa dapat mengasumsikan berbagai bentuk. namun bokan semua
~3s::o-0 Cll):3 c = :32 .... 19 0..10 s:: :3 C Q. C _ . :cr:3:cr-:cr-cl: Cll)r+:3 3:3"CCIQ ll) :cr- ll) s:: _. 3ll):3~C
"C-gg:~:3
!!l:3IQ!::ig. o-o:cS:::::l c:3:3:r 1C :3 "C :0- I
cg
'8:3~CC
:cr-'Co..-<:::l ~co:cQ. ll) :3 _ ..... 0 g-1Q:cr-5..:::l C v;' 1C 19. <J C ~'"C _. :::l C ll) .... C ~ :3 C .... -Oll):3 CCJ="C s::.O:c 3 IS ' ll) E" "C :3 ll) n s:: :3 C :r t: :3 :cr~c C C 3 -< :::l :crC :cr-c C :3 -<0.. C C =:3 0.. ~, 3 C C ll) ,:r :3 C 'C ll) 3 0~ 0:::l s:: ll) 'C :3 t: :crC s:: :3 :cr:3 C C "C ~3 C C 0"C "C ll) s:: 0 :1 .., :3 C C ,:3 :3 "C ll) :3 N' 5..
~
..,
:r
g
....
~
2:
....
....
E
@ 1\1
,;
...
"C 1\1
3
"to
.-.
.... c:
r+
.2: C s:: C :3
'" s::
as::
3 C
.. Q
c
Ct Ef
=qK _ q'"",..1K Et r
",-I
,
(m = 2 merupakan model Schaefer)
:l 1/1
...;::;: ...c:
"
m :l
1\1 :l
iii'
:l
to
0
co
...0
--
4
-+
C," = q K _ q 3K EI 3 E't r dan seterusnya untuk berbagai nilai m. Untukm=4
...... '" .............. .... (2.7.4)
2.8 Model Walter dan Hilborn (1976) Tipe lain dari model Produksi Surplus, diketahui sebagai model regresi, yang dikembangkan oleh Walter dan Hilborn (1976).
Model Walters dan Hilborn
dikenal sebagai suatu model yang berbeda dari model Schaefer.
g'
:3 :cr:::l, 0: :crC C
Sehingga pada kondisi equilibrium diperoleb persamaan Pella dan Tomlinson sebagai berikut:
,;
"8
~
HART 1982)
n
....
i5
minimum dan kendala-kendala intemallain pada nilai-nilai parameter (PITCHER dan
:::I:
E
3'
bentuk yang mungkin, dengan mempertimbangkan. misalnya. ukuran stok aktif
Perbedaan antara
model Walters dan Hilborn dan model Schaefer adalah model Walters dan Hilborn
OJ
dapat memberikan dugaan masing-masing untuk parameter fungsi produksi surplus r
0
, q dan K dari tiga koefisien regresi (Walters dan Hilborn 1992).Walters dan Hilborn
0...,
menggambarkan persamaannya berikut ini:
(Q
):> (Q ~.
()
C
Xf+l
= X, +rX,(l- X,) - c, K
............................ ......... (2.8 .1)
Prosedur model \\Talters-Hilbom adalah sebagai berikut:
r-+
...,
C
Q)
C ~
< en
...,
CD
r-+
'<
43
• X =U, I q
jika
........ . .................. ...... (2.8.2)
maka diperoleh: C
U, = - ' yang menyatakan CPUE (catch per unit effort) E,
Persamaan dasar model produksi surplus dapat diformulasikan kembali
@ sebagai berikut: J:
I»
;I\"
n
V/+ 1
...
1J
= V, + rU,
q
I»
q
q
(1-
,
U , )-U,E,
d.
;~............. .................. (2.8.3)
Kq·
3
.
;I\"
Penyusunan kembaJi persamaan diatas
..
.~
"
memindahkan U, q
ke sisi kiri
OJ
j
.. ;
dan mengalikan
persamaan dengan
c
" ::+ (I)
I»
::J
2:
iii'
c..
::J
o
.!L ~
sebingga diperoleh persarnaan model
Walters-Hilbom sebagai berikut: U'+I -1 = r-~U -qE U/ Kq' I
.. . .. . ... ... .. ... . .. . ......... .. (2.8.4)
OJ
Q
o ..,o
3
IC
--
Persamaan diatas ini untuk suatu regresi linier dalam peubah tidak bebas yang merupakan laju perubahan biomassa dan peubah bebas merupakan U, dan upaya penangkapan (Hilborn dan Walters.1992).
Secara umum bentuk persamaan regresi
diatas dituliskan sebagai:
Y,
=
a + f3Xlt
-t
yX2t + It
di mana: Y, = U'+l -]. XII Ur
OJ
o
o ..,o
c:
::t>
....
a: o c::
::l
ac:: 3 o
o
Q
;:r
c.c c.c
~.
(")
c
=
U, .
................................ ... (2.8.5) X2t =
Et, a = r •
P
r
= -,
Kg
r
= q.
t:, adalah
merupakan e"or dari persamaan regresi. £"or ini diasumsikan mempunyai rataan nol dan ragam yang konstan. sehingga regresi OLS dapat digunakan (Fauzi,1998) .
2.9 Model Scbnute (1977) SCHNUTE (1977) mengetengahkan versi
lain dari model "surplus
production" yang bersifat dinamik. «discrete in time", serta deterministik dari cara Graham-Schaefer.
Disisi lain. memberikan model waktu dinamis, stokastik, dan
44
-
------------
- -.
~ '.'_ .
• 0.
,\
.
khusus untuk model produksi surplus yang bertentangan dengan model waktu statis, detenninistik, dan kontinyu dari model Graham-Schaefer yang lain. Metode Schnute dipandang sebagai modifikasi model Schaefer dalam bentuk Dasar dari model Schnute adalah transformasi persamaan
diskrit (Roff.1983).
dinamik (2.4.5) sehingga diperoleh:
@ J:
r.I
""
..
=rX(l-XI)-C K "
dX dl
'" '" ......... .......... '" .. ..... .... ... ' " .. . ..... (2.9.1)
I
~.
"C r.I
3
""
.. ..
di mana. Ct = q.J4..Et , sebingga:
(1- XI)_qX }-l ={rx,
=rX
dX dt
:::s
III
;::;:
c:
K
I
dX X
r-K-qE,
I
E
,
........................... ... ........... ..... ... (2.9.2)
ut
'tJ
CD
:l r.I
~.
Jika persamaan (2.9.2) diintegrasikan dan dilakukan satu langkah setahun kedepan
o co o
diperoleh:
:::s OJ
~
r In{X ) -In(X ) = r - - X - q£ 1+' I K I
- r+ X, = J, X,dt,
1+1
1
di mana : CD
Persamaan (2.9.3), selanjutnya
::s
is'
...
a0
<+
:i"
o· c 0
::s
C
0
<+
c
3 is
dimana U , dan E, adalah rata-rata
lni memberikan
persamaan :
CO 0
(Q
...,0
»
(Q
~.
0
(')
Q
C
;:r
disederhanak~
catch per unit effort dan rata-rata upaya penangkapan pertahun.
::s
;a;:;: ;ij'
c
E = fEdt
dan
"t:I
£.
......... ......... ............ .... .... ..(2.9.3)
r-+
C ...,
In(Vt+l)=r_~u _q£ V,
qK
............ .. ............................... ..... (2.9.4)
Scbnute (1977) mencatat bahwa meskipun kekhasan data perikanan mengandung
V, dan £,. nilai variabel In(U,+J f UJ, yang meJiputi nilai seketika dimulai pada tiap-tiap tahun, biasanya tidak diketahui. Sekarang. andaikan rata-rata CPUEt tiap tahun mendekati rata-rata geometrik dari
nilai yang dimulai dan akhir tahun yaitu.
Q)
C
::J
<
...,
CD
(JJ
r-+
~
45
-----
.-------------------------
• U, == JU,UI+ 1 '
Dengan asumsi ini. maka penjumlahan pada persamaan (2.9.4) untuk
tabun ke t+ 1 dibagi 2, akhimya beberapa manipulasi aljabar, persamaan (2.9.4) dimodifikasi. sehingga diperoleb :
UI+-1 ) = r -r1{ U, qK
@ Persamaan ini
(V, +2V,+I) -q(E,-----...;;...;..:... + EI+J) 2
............. '" ......... (2.9.5)
dapat menduga parameter-parameter biologi dengan menggunakan
g..
OLS. dimana: Y, =
~ ~~ J
Q)
3
dan
'"
"0
OJ
..-
x
::l 1/1
=
£, +£'+l 2
2'
;::;:
I:
Keuntungan dari model Schnute. disamping secara teoTi lebih masuk akal,
"0
~
model ini juga mempunyai beberapa keuntungan praktis.
Salah satu keuntungan
Q)
~.
2:
a.
adalah bahwa untuk data catch dan effort yang nilainya dimulai dari periode (tabun)
::l
Q
OJ
Q
o o
3
to
..::!-
yang dapat digunakan untuk memprediksi catch dan effort tahun yang akan datang dari data yang lalu.
Biarpun keadaan yang merugikan,
Schnute mencatat,
kehhatannya bentuk U 1+1 terdapat pada kedua sisi persamaan. ltu tidak jelas apakah digunakan untuk
In(U{I, J atau ~ +U1+ 2 1 1 +
1
sebagai peubah tak bebas dari regresi.
Sebagai suatu hasil regresi yang terbaik dan tepat tidak mungkin didapatkan dari model ini (Fauzi. 1998).
OJ
SCHNUTE menunjukkan bahwa U, = C, hams rnerupakan aksioma., bokan
o (Q ..,o u, = qXt .
»
(Q
~.
(')
C r-+
.., C
E,
Namun, U, = C, akan berarti hanya bila E,
E,#O,
sedangkan V,
=
qx,
akan berarti bila E, = O. Dari Ut = qK, dapat disimpulkan bahwa CPUE" secara umum, bukanlah nol bahkan bila upaya itu sendiri adalah nol. Karenanya, UI =qXt menyatakan bahwa interpretasi yang benar untuk U, , adaIah untuk menyatakan VI
Q)
C
::J
-. < CD
en
r-+
'<
46
bagai CPUE, potensial. yai~ potensi ini diaktualisasikan hanya bila penangkapan Qadi, yaitu. bdaE,
~O
(Widodo. 1986).
10 Model Clarke YoshiDloto Pooley (CVP) (1992)
Dalam mengestimasi parameter biologi dari model surplus adalah melalui @ mdugaan kofisien yang dikembangkan oleh Clarke. Yoshimoto dan Pooley atau ;: kenal dengan model CYP. Adapun parameter~parameter yang diestimasi adalah ~
Q.
....
"C
:bagai berikut: r (laju pertumbuhan alami I intrinsic) . q (koefisien kemampuan
; !1laIlgkapan). dan K (daya dukung lingkungan) yang dapat menggunakan model ~ yP yang dinyatakan sebagai
berikut:
"to ::::s
2r } 2-r q In(U,+,) ={- - In(qK) + --In(U, ) - --(E, + EHd ............. (2.10.1)
....;:;:en
2+r
c: ....
"
CD
27 di mana: a= - - , 2+7
::l
III ::::s
iii'
2+r
2+7
2-r 2+,
b=--
::::s
to
o
to
c- - -q2+,'
o
~
lan
Et adalah upaya penangJc:apan.
;ehingga persamaan (2.10. 1) dapat ditulis dalam bentuk : In(U,+V = a In (qKJ + b In(UJ - e(E, + E ,+ 1)
.... . ........................(2.10.2)
'ersamaan ini dalam menduga parameter~pararneter menggunakan OLS (Ordinary
'Jeast Square). Dengan meregresikan tangkap perunit upaya (Catch Per Unit Effort) OJ1ang disimbolkan dengan U, pada periode
~
t+ 1
dan dengan V t pada periode t serta
lenjumlahan input pada periode I dan t+ 1. sehingga akan diperoleh parameter r, q
Qian K secara terpisah.
»
Narnun dalam mengbitung parameter r. q dan K akan didapatkan kesulitan,
(Q
::::!.)ehingga dibuat Algorithma (Faun, 2002) sebagai berikut: ()
C
,.....p
C
1.
Koefisien regresi b yang diperoleh dari persamaan (2.10.2) digunakan dalarn menghitung r yaitu :
OJ C
:J
47
<
CO -, (J)
,.....p
'< -----
-- ----
- .
-
r 2.
2 *(l-b) =---"'---'l+h
..... . .............. . ..... '" ........................... (2.10.3)
Koefisien regresi c yang diperoleb dari persamaan (2.10.2) dan nilai r yang diperoleh dari persamaan (2.10.3) digunakan dalam mengbitung q yaitu :
q = -c
@ 3.
:::t QI
* (2+r)
...................................................... (2.10.4)
Koefisien regresi a yang diperoleh dari persamaan (2.10.2) dan nilai q
'"
yang diperoleh dati persamaan (2.10.4) digunakan dalam mencari nilai
QI
Wltuk digunakan dalam menghitung nilai K yaitu :
2.
Q
'0
3
Q = a*(2+r)
'"
2*r
"
..... . ................ .. '" .......................... (2.10.5)
OJ
-:::
4.
-~ (/I
Nilai q yang diperoleh dati persamaan (2.10.4) dan nilai Q yang
;:::;:
diperoleh dari persarnaan (2.10.5) digWlakan dalam menghitung nilai K
"U
yaitu :
c
CD
::l
QI
...... .... ........................................ . (2.10.6)
~
iii' ~
OJ
o o
(Q
.=!. ~.11
Model Cushing (2001) Perkembangan
model dinamika stok sumberdaya perikanan diperlukan
tleksibilitas model matematis yang operasional dan dapat menjelaskan bentuk fungsional dinamika pertwnbuhan stok ikan yang lebih realistis sehingga marnpu "0
III ::J
menggambarkan fungsi produksi perikanan.
§,
C
Dalam Analisis fungsi biologi dilakukan dengan menggunakan beberapa
::J
:IT'
~
:if o ..... o r:::
.....
3'
c·r::: o ::J
C
o ..... r::: 3 o is
Q
;:r
pendekatan model antara lain :
~ (Q
...,o
»
(Q
Model Ricker Model Beverton-Holt
Model Cushing Model Logistik
~.
(")
C
,.....
..., C
Q)
C
::J
48
<
CD ..., (J)
,.....
'<
--- ------ _ . --
- -.
Namun model yang reliable dan realistik yang dapat menggambarkan
(aximum Carrying Capacity (MCC). Maximum Sustainable Yield (MSY) dan peubah .in yang berbubungan banya model Cushing. Model Cushing dituhs sebagai : in ( x,+ J + C,) = In a + b In X,
@
.. . ............................... '" ........... (2.11.1)
dimana: a>ldan J > b>O
~
X,
"'"
C = tangkapan pada periode t
2. "...
=
biomassa pada periode t
~
Dari basil regresi OLS diperoleh koefisien a dan b sehingga fungsi biologi 3 ~ erikanan dapat ditentukan. Untuk menduga I menganalisis fungsi produksi
"
In :igunakan data time series dari C, (catch). X, ( stok) dan E, (effort) (mis, jumlah
-::::
~ :apal. trip), tonase dan kekuatan dari tabun yang akan dijadikan sebagai bahan
;:;:
S. .enelitian. Fungsi produksi yang digunakan adalah:
" CD
::J.
In C, = In q -'- a In X, + b E,
...................................... ... (2.11.2)
~
::J
ai'
di mana a > 0 dan b > O.
~
Dari basil regresi OLS diperoleb koefisien regresi q. a, b sehingga fungsi
::J (Q
~
)[oduksi empirik dapat ditentukan sebagai berikut : f(X(t),E(t» = qX{/)" E(/)b
......... ... ............... . .. . ........ (2.11.3)
3ehingga diperoleh :
X =aX(/)b It =
X(t) -qX(t)" E(t)
pqX(t)a E(I)b - cE(t) pE{t)
.. .......................... . ........(2.11.4) ......... .................. . ....... . ... (2.1 I .5)
Fungsi produksi yang diperoieh menunjukkan sensitifitas biaya produksi
~ (tangkap) terhadap perubahan biomassa.
Elastisitas yang positif menunjukkan bahwa
cg jika stok menurun, maka akan semakin tinggi biaya untuk menangkap ikan, sehingga ), memungkinkan mengurangi laju deplesi dari biomassa.
Sernakin rendah nitai
elastisitas, semakin sedikit ketergantungan biaya produksi terhadap ukuran stok; ::::::!. (") sehingga jika elastisitas adalah nol, maka biaya produksi adalah tidak mempengaruhi C ;::::; ukuran stok. sehingga stok dapat terpacu dalam kondisi open acceS8 (Clark and C
(Q
..., Q)
C
::J
<
...,CD (J)
49
• .funro, 1975~ Bjomdal 1088; Bjomdal e/ at. 1993). Sehingga
hase plane dari model yang diperoleh. (del VaIle, 200 1)
Dalam memodelkan karakteristik open access dari perikanan open access , (taka sistem dinamik dari biomassa berdasar persarnaan (2.11.4) dan effort (2 .11.5)
.gambarkan perla persamaan berikut :
@ ::z:
III
"~.
....
'C III
3
. dX, X = - = g(X,)- I(E"X,) dl
'" ., .............. (2.11.6)
X> 0 =:) XI+! > X, g(X,) < f(E,.X,) =:) X > 0:::::) X'+l < X, g(X,) = j(EI'X,):::::) X> 0 =:) X ,+ > XJ g(X,) > f(E"X,):::::)
1
E= ':' ={;i}{
CD
:::I-
III
:J
iii' :J
OJ
o o
IQ
~
n
.
- ' - > 0 ==> E, > 0 =:) pE,
n
Et+l
> E,
.
---j;; < 0 =:) E, < 0 ==> Et+' < E, P, n
- ' - =o=:)
pEl
(2.11.7)
..... ............. ............... ....... (2.11 .8)
.
E, =o==> Et+\ = E,
di mana_: biomassa pacta periode t
.:
=
E,
= upaya pada periode t
g(XJ = fungsi pertumbuhan biologi
f(E,. XJ
OJ
o o ...,
CO
):>
p
=
=
fungsi produksi (tangkap)
harga out put ikan
c = biaya per unit upaya n
=
parameter a4Justment yang mengindikasikan kecepatan entry dan ex it.
Petumbuhan populasi dan fungsi produksi ditentukan oleh g(X(t}} dan f(X(t},
C ..-+
C ..., Q)
C
::J
<
...,CD CJ)
..-+
'<
50
• Persamaan (2.11 .6) memperlihatkan dinamik dari populasi dan kondisi dimana variasi stok pada waktu t+ 1 adalah sebanding dengan pertumbuhan populasi untuk periode t dikurangi ikan yang ditangkap pada periode yang sarna. Persamaan (2.11.7) menggambarkan penyesuaian dari fishing effort.
lni
mengimplikasikan bahwa kapal yang masuk ata.u keluar perikanan berkaitan
@ ;:
""
dengan profit per kapal yang distandarisasi, sehingga secara implisit diasumsikan babwa ada flesibilitas yang sempurna untuk masuk atau keluar.
~. :teady state equilibrium terjadi ketika dua persamaan (2.11.6) dan (2.11.7) bergerak
...
; eeara simultan meniadakan Aplilcasi dari model memerlukan estimasi fungsi ~ K>pulasi dan produksi. rasio harga dan biaya (elp) dan parameter analisis populasi "tJ
-
ro lang dilakukan dengan menggunakan data time series biomassa dari periode tertentu.
~
Pada perikanan dalam rejim memaksimwnkan profit (Sole Owner). biasanya
...S.=: nenyadari fakta bahwa keputusan yang diambil sekarang akan berpengaruh terbadap "tJ
~ linamik populasi dan setiap keputusan di masa yang akan datang.
DaJam hal ini
Q)
~. iapat juga ditentukan stok optimal. effort, tingkat tangkapan setelah memeca.hkan ::::I
ro masalah profit maksimalisasi yang te1ah didiscount. Ringkasnya ini adalah o merupakan kasus mendefinisikan ekstraksi kebijakan yang optimal dalam kerangka
--Q
optimisasi dinamik, dengan mempertimbangkan bahwa produk adalah interaksi
sumberdaya alam terpulihkan.
Secara matematis, solusi optimal muncul dari problem optimisasi berikut, di mana: •
Jumlah trip (day fished}: E, merepresentasikan variabel kontrol dan stok (XJ adalah state variabel.
OJ .
Crt) adalah tangkapan pada periode t
. »
[(Xt,
a ce . omerepresentasikan discount rate a....,
EJ dan g(XJ adalah berturut~turut fungsi produksi dan pertumbuhan .
ce
~.
(")
c
J oD
Max e-lt(pC(t}-cE,)dt E,
...... .. .... ......................... .. ..... (2.11.9)
0
C
::::J -.
<
CD
en
.-+
'<
51
• k
S.t
@
= g(X ,)-C,
X. E,. Ct
~O.
I
QI
~ )engan menggunakan prinsip PQntryagin 's Maximum Principle: '0
S" 3
............................. . .. (2.11.10)
~
" OJ
a: = p ~ p=op-(J" +pLs) ........... ... .... .. (2.11.11)
x =0 ~ g(X,)= !(XI'E
r ).
.. . ......... ............. (2.1 ].12) di mana
H", menunjukkan fungsi cu"ent value Hamiltonian. P{t) adalah curent value shadow price J = ( p f (X(t), E(t)) - cE(t) }
~
L
=
[g(XJ - !(Xt .EJ)'
Dari persamaan (2.11.10), (2.11.11), dan (2.11.12). dan menggunakanfimgsi
cg Cushing untuk dinamika populasi dan fungsi Cobb-Douglass untuk fungsi produksi.
; ; Dari sini dapat diperoleh gambaran solusi steady state untuk sole ownership dan open
CO access dengan berbagai kombinsi nilai elp (estimsi interval) dan discount rate. ::J.
(') C
Untuk model bioekonomi dinamik disajikan antara lain untuk. mernbantu
;::::::; pengelolaan wilayah pesisir dalam perencanaan strategis untuk pengelo}aan C
Q)
c ~
~
<
CD ..,
_.
(J)
r-+
'<
- -------
-
-- - - -
--
-
- -
.-
unberdaya perikanan. Komponen-komponen model kunci dinamika untuk ekspansi apasitas optimal perikanan dengan kendala-kendala perilaku dan kebijakan pada ilihan-piliban pengelolaan yang layak. Dalam mengoptimalkan penggunaan \lIIlberdaya perikanannya. wilayah pesisir menghadapi berbagai pertanyaan: Berapa tingkat kapasitas optimal yang harus dikembangkan dan dipeliha.ra?
@ ~
'"
Sejauh mana keterlibatan sumberdaya perikanan dapat memberikan kontribusi pada pengelolaan dan pengembangan perikanan wilayah pesisir yang optimal?
-
~.
Penyajian
suatu
kerangka
pendukung
keputusan
dinamik
untuk
~ rnengeksplorasi pilihan·pilihan pengembangan dan pengelolaan perikanan. yang
~ tunduk pada kendala-kendala kelembagaan dan perilaku yang realistik.
"
Pengelolaan perikanan melibatkan baik keputusan-keputusan panen maupwt
OJ ..-.
~ ~eputusan-keputusan pengembangan annada. Model yang dikembangkan disini ;:::;:
S. nemberikan suatu kerangka untuk pembuatan keputusan optimal dalam masing-
" nasing
~
dari bidang ini. yang didasarkan pada sekumpulan komponen perilaku
!II
~. ·ealistik.
Akan diasumsikan bahwa sOOk ibn yang dieksploitasi dapat dikelola
:::J
g' iebagai kesatuan tunggal. dan bahwa pengelolaan panen dilaksanakan menurut Total (Q
.3. ?enangkapan
yang diperbolebkan (TAC) yang ditentukan setiap tahun, yang
menggambarkan penangkapan maksimum yang diperbolehkan pada tabun tertentu. Pertimbangan stok ikan yang dikumpulkan untuk ukuran R, (rekrutmen pada waktu t) pada awal tahun t. "Rekrutmen" ini diasumsikan sebagai basil akhir musim "0
Xi-I yang tetap ada pada akhir tabun 1-1. melalui fungsi f rekruitmen stok Beverton-
III ::J
§,
Holt . Dengan mengabaikan baik struktur usia dan efek-efek stokastik yang mungkin.
C ::J
:IT'
dinamika stok sumberdaya dapat dituliskan sebagai berikut:
~
:if o ..... o r:::
.....
3'
c·r::: o
::J
C
o ..... r::: 3 o is
Q
;:r
oOJ
CO
,
R =fl AI_/ v 1=
aX H ) +bXt _ 1
-~....:....-
............................... (2.11.13)
Qdi mana a dan b adalah parameter-parameter yang sesuai. Proses panen dalam tabun I
~ menghasilkan total
penangkapan yang diberikan oleh C, = Cd(t) + Cf(t) dan panen
~. yang dibasilkan tetap ada pada akhir musim penangkapan ikan: C
,......
X,= R,-C,
(2.11.14)
.,Q)C C
::J
53
<
.,CD
(J)
,......
'< - -------
• )isini panen C/ bergantung pada kebijakan penge101aan panen yang digunakan untuk lenentukan TA C (Total Penangkapan yang Diperbolehkan). Berbagai strategi panen
emacam itu memang ada, dengan yang paling wnum melibatkan ketctapan dati salah atu dati (1) tingkat panen maksimum, (2) tingkat maksimum. atau (3) nilai hasH Strategi apapun yang dipilih, tingkat yang relevan (roisaJnya tingkat
rllnimwn.
@ laIlen) dimWlgkinkan Wltuk bervariasi dari tabun ke taboo, atau dapat ditetapkan J: QI
ebagai konstan selama berjalannya waktu sebagaimana dalam kasus yang umum
~ mtuk kebijakan.
Kita menggunakan pendekatan yang Iebih sederhana dan yang
"Dr hsebutkan
belakangan, yang mengasumsikan bahwa masalah pengelolaan panen 3 :: .nelibatkan pilihan untuk tingkat panen maksimum yang independen pada waktu C,R/,
"~ )ehingga pada tabun t manapun kita memiliki: TACt =c/ R/. Rr
'?C/I
..
.......................................... (2.11.15)
;:;:
c::
:; 2.12 Aplikasi Penamaan Dinamika Populasi Perikanan CD
S-
Mengikuti Fauzi (2002) dalam menganalisis sistem dinamis, tidak selalu harus
j
~. dilakukan analisis kuantitatif, karena dengan melakukan analisis kualitatif. sifat
!o persamaan dinamis dan keseimbangannya dapat pula dipelajari dengan bantuan grafis akan sangat membantu dalam menganaiisis model dinamis secara kualitatif.
-:!.
Sebagai contoh, fungsi dinamika stok smnberdaya ikan sering dituliskan sebagai model yang disebut dengan lumped parameter model dimana stok ikan (X) sering dituliskan sebagai :
dX . -=X=F(X) dt
. ........ '" ............ '" ............ (2.12.1)
Contoh yang paling umum dari model ini adalah apa yang disebut dengan model
~
logistik atau Verhulst, dimana model diaw ditulis sebagai :
Q
X
=r+<)
~ ., di mana : T adalah laju pertumbuhan (net)
. . . . . . .. . . . . . . . . . .
(2.12.2)
dan K adalah carrying capacity (daya
('). dukung lingkungan yang max). Persamaan diatas dapat digambarkan sebagai berikut C
1'"""1-
.,Q) C
C
54
::l
<
.,CD
(J)
1'"""1-
'<
--- - - - - - - . _ - - -
-
-
"-
• @ ,.I QI
~. "0
S" 0 3 ~ Gambar 9. Model Logistik
"
Stok (X)
OJ
Dari gambar 9, terlihat bahwa stok (X) akan tumbuh (X > 0) Pada interval 0 < X < K.
Ini ditunjukkan dengan arab panah ke kanan bawah
dari kurva F(X).
X
Sebaliknya, pada daerah dimana X> K, fungsi
akan mengalami penurunan
sehingga stok juga akan berkurang. Ini ditunjukkan dengan arab panah kekiri
atas dari kurva F (X) .
•
Titik X = K
ini disebut sebagai titik keseimbangan (equilibrium). Dalam hal
ini fungsi F(X) juga akan mengalami keseimbangan pada X = O. Dari kedua titik keseimbangan ini, hanya pada X
=
K
keseimbangan akan stabil
(ditunjukkan dengan bertemunya panah yang berlawanan arab) (Fauzi,2002) Contoh kurva logistik dengan persamaan
OJ
o ..,o
CO
» CO ::J.
(')
C
dX 2 dl = aX - bX - y, yang dapat di
gambarkan pada gambar 10.
dX Pada gambar 10, kurva logistik dengan persarnaan: dl di mana: 0 < X < Xl : f(X) < Y -------JdXJdt.t ~ X Xl < X < X:; : f(X) > y -------JdXldt
t
~ X
=aX -
2
bX - y ,
t t
C
:::J
<
CD ..,
_.
(J)
r-+
'<
55
Xl
>
X2
•
dX/dr
f(X) > Y -----~dXldt
J
~ X.t
.. .. .... . .. ... .(2.12.3)
terdapet 2 titik kseiID~
.. /~ ~--
Unstable ~90 """
'tI
x
o
CD
::l
QI
~. Gambar 10: kurva logistik di mana terdapat dua titik keseimbangan. :::l
OJ
o
(Q
.3.
Penaman Beda Waktu Diskrit (difference eqllation) Persamaan dinamis yang menyangkut persamaan diskrit yang sering disebut
difference equation. merupakan persamaan model yang sering ditemui pada pemooelan sumberdaya alam, khususnya perikanan, karena didalam pemooe1an. analisis numerik memerlukan masukan data yang sifatnya diskrit.
Misalnya data
dinarnika populasi model surplus dapat dinalisis dari data tahunan (diskrit) basil
tangkap (catch) dan upaya (effort).
OJ
Model persamaan diferensial (difference equation) secara umum ditulis
o CO o ..,
persamaan diatas disebut sebagai persamaan beda waktu ordo satu yang linier (linear
~
first order difference equation).
..,
(")
C
Xt
=
aXt- 1 + h,
... '" .. . ' " '" .. ... . '" '" ...... '" _.. ... .. (2.12.4)
Persamaan diatas. secara manual dapat dipecahkan dengan merunut selang waktu t dari 1 = 1 .... .... ... . . Jadi. jika kita asumsikan Xo diketahui (given),
C
::J
-. < ..,(J)CD _.
S6
...... '<
- - - - - ,- -- - - -
- - -
Xl =aXO+~
X 2 = aX; +~ =c(aXO +~)+~ =a Xo +aq +~ 2
X3 =aX2 +~ =d.,cr Xo +aq +b2)+~ =a3Xo +d~ +a~ +~
@ ~
X, =
ax; +b,=c(d-'X +d-2~ +d- b" + .....+bt-t)=d Xo +d-l~ +d- b" ...+b, 3
2
O
2.
'0 !II
.. ... . ..... . .. ....... ... ' " .. (2.12.5)
3
" Sehingga secara umum persamaan beda waktu dapat dituliskan sebagai :
" OJ
-:::
XI = a X'-1 + bt
~
yang memiliki solusi :
~ (/I
c
.............................................. (2.12.6)
I
XI == a' Xo
+ La'--b_
........................................... (2.12.7)
",~I
~. Terlibat disini bahwa koefisien disebelah kanan memiliki sifat
bm = b
untuk
OJ
o m = 1,2, ... , (b konstan untuk setiap periode). Dengan demikian; o
(Q
..::!.-
I
,
Lal-"'b... = h .... 1
Ia'-IX = b(a
l 1 -
+ a,-2 + a l-3 + ..... + a + 1)
............... (2.12.8)
m~1
Dalam pelajaran elementeri aljabar, diketahui bahwa didalarn persamaan series, penjumlahan series 1 + a + a 2 + .. ...... +
"0
III ::J
dapat disederhanakan menjadi :
::J
:IT'
~
:if
..... r:::
.....
OJ
0
3'
(Q
0
...,0
c· r::: ::J
C
dapat dituliskan sebagai (1-
d)/(J-a) dengan syarat a =1 . Dengan demikian solusi persamaan beda waktu diatas
§,
C
0 0
d- l
»
X al(x -_b_) + _b_ ==
,
0
I-a
I-a'
(a;e J)
.. .......... . ................. . ..... (2.12.9)
Keseimbangan dan Kestabilan pada Persamaan Beda Waktu Kestabilan (stability) dan keseimbangan (steady state) dari persamaan beda
0 ..... r:::
(Q
0
3 is
(')
Q ;:r
C ,...... Sebagaimana diketahui pa.da kondisi seimbang (steady state), x tidak akan mengalami
~.
C ...,
waktu dapat diperoleh dengan memecahkan persamaan umum beda waktu.
perubahan dimana :
Q)
C
::J
<
CD ..., (J)
,......
'<
57
• JG =Xt_1 = Xt-2 = X*
... ' " ..... .. ....... ........... '" (2.12.10)
sehingga:
X* =aX* + b b I-a>
X*=--a~l
@ Dan x
ar
'" ...................... .. '" .. (2.12.11)
akan stabil jika nilai a berada pada selang interval
-1 < a < J.
karena
= _b_.
NiJai keseimbangan dan kestabilan XI untuk setiap nilai a yang 1-a Q. ~ berbeda secara gratis terlihat pada gambar berilrut : III
"
lim t _
XI
3
x
x
x*
-1 < a <0
Q.
o
C
t
x
3
f{
....:::le
;a-
X"'I----_
o
"8 "C e
:::l
a>l
t
Gambar 11. Keseimbangan untuk persamaan ditTerensial (differential equation)
Pada gambar 11 diatas terlihat bahwa pada interval -1 < a <0 kondisi dalam
OJ
o
o (0 o
C ....eo
(0
....
a:o e
:::l
» ...,
3 o
(")
c
C
. o
keseimbangan (steady state), .x tidak akan mengalami peruba.han, narnun x stabil jika nilai
akan
a berada pada selang interval - J < a < 1 . Pada interval a > 1
kondisi sebaliknya dengan betjalannya waktu. Beberapa contoh aplikasi persamaan differensial pada ekonomi sumberdaya a1am misalnya bisa dilihat pada
pendugaan parameter model produksi surplus.
Model ini biasanya ditulis sebagai :
C
::J
S8
<
...,CD CJ)
-------
-- ----
-
-
-
Ut+/ - l = r - -rU -qE Uf J(, f f q
............. '" ........ . (2.12.1)
Model ini sering disebut sebagai persamaan beda waktu (difference equation) Walter dan Hilborn. Variabel U, adalah catch per unit effort (CPU£) pada periode t, sedangkan E, adalah effort (upaya) pada periode t.
Parameter r adalah parameter pertumbuhan Parameter q adalah koefisien penangkapan (catchabiJity coefficient) "0
Dr 3
Parameter K adalah daya dukung (carrying capacity).
" Persamaan diatas dapat dipecahk.an secara regresi linier untuk memperoleh nilai ~
parameter r, K danq (Fauzi,2002).
-=: :J
... (I)
...e=
2.13 Analisis Kebijakan Pengelolaan Perikanan
~ Analisis mencakup:
::l
III
:J
iii'
Penye1idikan penguraian
:J
to
.:!.
Kebijakan : (1)
::J
§, :IT' ..., ;:;: ~
....
a:c c
C
~
sedangkan Perilcanan adalah
Analisis Kebijakan merupakan :
Q •
3 c
(")
C 0" ;:r
Merupakan konsep dan azas yang menjadi garis besar dan
CD
;g
1:
Bagian-bagian
Tangop adalah perikanan penangkapan (capture fisheries)
....cc
::J
Prinsip Dasar PertaIian Unsur
Peristiwa Pokok
merupakan kegiatan ekonomi dalam memanfaatkan sumberdaya ikan. Perikanan
C ::J
~
~lPolicy"
r
dasar rencana dalam pelaksanaan suatu pekeIjaan
"0
c
Masalah
Penjabaran Pemecahan Proses Akal
o IC o
Keadaan Sebenamya Sebab Musabab
Upaya untuk mengetahui apa sesungguhnya yang dilakukan pemerintah. kenapa dilakukan, dan apa yang membuat dilakukannya sesuatu secara berbeda
~.
•
Penggambaran tentang sebalrsebab dan akibat-akibat tindakan pemerintah
......
C
•
Kegiatan multi disiplin
C
•
Bersifat perspektif danlatau deskriptif
m C
:J
59
<
CD ...,
-. ...... (J)
'<
- - - - -. ' - - - - -
.-
-
"-
• •
Tujuan: meningkatkan mutu kebijakan uang lingkup Analisis Kebijakan : Studi isi kebijakan (Policy content study)
Stuw proses kebijakan (policy process) Studi output kebijakan (Policy output)
@ ,.t ~.
S"
3
Stuw evaluasi (policy I impact evaluation) Information untuk pembuatan kebijakan (Information for policy making) Proses kepenasehatan (process ofadvocacy) Nasehat kebijabn (Po/icyadvocacy)
,. ;g !lodel Pembuatan Kebijakan Meliputi : -::::
.. .. :J
Kebijakan sebagai kegiatan lembaga pemerintah
CII
;::;: t:
Pemerintah memberikan legitimasi Kebijakan bersifat universal Pemerintah melakukan "enforcement' Kebijakan sebagai basil keseimbangan kelompok ) Kebijakan merupakan preferensi elite , Kebijakan sebagai variasi kebijakan sebelumnya , Kebijakan sebagai output sistem
Kebijakan sebagai pencapaian tujuan secara efisien Evaluasi KebijakSn meliputi :
~• CO
t
Q.
»·
Proses pembuatan kebijakan Proses implementasi Konsekwensi kebijakan Efektifitas dampak kebijakan
CO ::J. (')
C
C
:::J
60
< CD
..,
_.
(J)
r-+
'<
-
--------
._ - '-
'-
• Aksi dan Konsekwensi Kebijakan:
Aksi Kebijakan : Input dan proses Konsekwensi kebijakan : output dan dampak Kebijakan + Program + Proyek + Kegiatan + Output -+ Dampak @ IIDgsi Evalwui KebijakaD : Ekaplanasi. Kepatuhan Auditing. Akunting.
:x:
Q)
"" iperlukannya
2.
suatu kebijakan dan strategi pengelolaan agar sumberdaya ikan tetap
1J
S' :stari dan tetap dapat ditangkap serta dapat dibuat suatu alokasi sumberdaya ikan
3
~ ltar daerah sehingga tidak menimbulkan konflik. Langkah awal untuk alokasi adalah
dl tengetahui
-.. ~
seberapa besar MSY dan TAC-nya setelah itu bam kebijakan
:ngelolaannya dijalankan.
~
Suatu .
kebijakan
dievaluasi
menurut
kriteria
keberlanju~
yang
~ ikarakteristikkan oleh tiga dimensi. yaitu:
~. 1) Aspek lingkungan meliputi lrualitas bidup, kelangkaan sumberdaya, dan
Q)
~
kesehatan masyarakat yang terkait.
o
'g 2) Aspek ekonomi berkaitan dengan masalah kesejahtraan seperti penghasilan, ~
produksi, investasi, pengembangan pasar, dan infonnasi barga. 3) Aspek sosial meliputi pertimbangan distribusi dan keadilan, seperti distribusi penghasilan, akses kepasar, dan posisi kekayaan dan kemiskinan dari kelompok
atau wilayah tertentu. '..14 Model Climprod (Freon et aL, 1992)
OJ Model Climprod adalah suatu program yang mengkombinasikan peubah~ ~ah linglamgan dengan model-model produksi surplus. Program ini memerlukan
Q;eri
data tahunan tentang basil tangkapan dan upaya dari suatu perikanan stok
» tunggal, dan seri data tahunan (musiman) tentang suatu peubah lingkungan yang CO ~. diketahui
mempengaruhi kelimpahan atau tertangkapnya (catchability) dari stok ini.
g Seri data hendaknya mehputi paling sedikit 12 tahun. Hasil-basil yang sesuai dengan r0+-
C model pada seri data dapat menjelaskan bagaimana Jingkungan dan upaya
OJ 61
---
-_._-
-
- -.
enangkapan dari perikanan dalam periode yang bersangkutan. Berdasarkan atas ugaan-dugaan dari upaya dan faktor-faktor lingkungan yang berbeda untuk dua mun kemudian. adalah mungkin untuk diramalkan.
CLIMPROD dapat juga
igunakan untuk menyesuaikan model-model produksi surplus yang konvensional lmier. eksponensial, generalized) tanpa data lingkungan. atau untuk menyesuaikan @ .ubungan antara lingkungan dan produksi tanpa penangkapan. :::t QI
'" ~ode""model yang tenedia dataDl Climprod: 2.
~
Hubungan empirik antara CPUE dan V (bokan suatu proses model orient)
~
Model-model conventional: CPUE
;g
Model-model campuran CPUE = [(E, V) yaitu :
'0
-:::
-~
=
f(E)
1. Efek pada kelimpahan
;:::;:
c
2. Efek pada penangkapan
1J
3. Efek pada kelimpahan dan penangkapan
CD
::l
QI
~.
?erbedaan kurva antara ke riga model-model diatas adalah :
:::J
ID
o o
(Q
60000
..::!.
50000
Y---~"'IIIIIIE:-------:-=------,
40000
]
'"
'V 0
A:
30000 20000
1)000 "0
0
III ::J
§,
-1)000
C ::J
20000
.
4000P
Effort
:IT'
~
:if o ..... o r:::
.....
3'
c·r::: o
::J
C
o ..... r::: 3
o is
Q ;:r
OJ
o (Q Q
Gambar 12. Efek pada penangkapan
Pacta gambar 12 diatas terlibat bahwa efek pada penangkapan, kurva yang
~ pertama bila ridak ada aktivitas perikanan dalarn hal ini upaya sarna dengan nol, maka ~. (')
produksi juga akan sarna dengan nol. Namun dengan peningkatan upaya, maka
C produksi juga akan meningkat, dan pada upaya tertentu produksi akan maksimmn
,......
.,C
dan dengan be1jalannya waktu dan dengan peningkatan upaya, produksi terus .
Q)
C
::J
62
<
.,CD
(J)
---
-
-_
.
.-
-
. --
!nurun dan akhimya produksi akan mencapai nol pada titik upaya maksimum, ~mikian juga balnya
untuk kurva yang kedua dan kurva yang ketiga.
Effort
Gambar 13. Efek pada kelimpahan Pada gambar 13 diaw terlihat bahwa efek pada kelimpahan, kurva yang 'tI
~ ertama bila tidak ada aktivitas perikanan dalam
hal ini upaya sarna dengan nol. maka
QI
~. )roduksi juga akan sama dengan nol.
Namun dengan peningkatan upaya. maka
:::l
g' Iroduksi juga akan roeningkat, dan pada upaya tertentu produksi akan maksimwn ~ tan dengan berjalannya waktu. dengan peningkatan upaya. produksi terns menurun
-- ian akhimya produksi akan mencapai nol
pada titik upaya maksimum. Namun untuk
rurva yang kedua. bila tidak ada aktivitas perikanan dalam hal ini upaya sarna lengan nol, roaka produksi juga akan sarna dengan not Namun dengan peningkatan lpaya. maka produksi juga akan meningkat, dan pada upaya tertentu produksi akan naksimum (lebib besar dari pada kurva yang pertama. terjadi kelimpahan) dan
dengan berjalannya waktu, terjadi peningkatan upaya. produksi terns menurun dan OJakhimya produksi akan mencapai nol pada titik upaya maksimum.
o CO untuk
Selanjutnya
kurva yang ketiga, bila tidak ada aktivitas perikanan dalam hal ini upaya sarna
Qdengan nol, maka produksi juga akan sarna dengan nol.
Namun dengan peningkatan
~ upaya. maka produksi juga akan meningkat, dan pada upaya tertentu
produksi akan
~. maksimum (lebib besar dari pada kurva yang pertama dan kurva yang kedua. teIjadi
£. kelimpahan) dan dengan berjalannya waktu dan dengan peningkatan upaya. produksi 1""+
C
0)
C
::J
-. < CD
.,(J)_.
1""+
'<
63
; 1.'_,
., •
". rus menurun dan akhimya produksi akan mencapai nol pada titik upaya maksimum.
60000 50000
-"
oX
1 GI.
-40000 30000 20000 1)000
0 ·1)000 Effort
::::l
... c... (J)
Gambar 14. Efek pada penangkapan dan kelimpahan
;:::;:
"
~
Q)
Pacia gambar 14 diatas,
terlihat bahwa efek pada penangkapan dan
~. :elimpahan, kurva yang pertama bila tidak ada aktivitas perikanan dalam hal ini ::::l
g' lpaya sarna dengan nol, maka produksi juga akan sarna dengan nol. Namun dengan Ie
~
eningkatan upaya, maka produksi juga akan meningkat, dan pada upaya tertentu
'roduksi akan maksimum
dan dengan beIjalannya waktu,
dengan peningkatan
lpaya, produksi terus menurun dan akhirnya produksi akan mencapai nol pada titik
lpaya maksimum.
Namun untuk kurva yang kedua,
bila tidak ada aktivitas
>erikanan dalam hal ini upaya sarna dengan nol, mw produksi juga akan sarna
iengan nol. Namun dengan peningkatan upaya, maka produksi juga akan meningkat, Jan pada upaya tertentu produksi akan maksimum (produksi Iebih besar dari pada
OJ,cwva yang pertama, terjadi efek pada penangkapan dan kelimpahan) dan dengan
o
CO :>eIjalannya ~ terjadi peningkatan upaya, produksi terus menurun dan akhimya
Qproduksi akan mencapai nol pada titik upaya maksimum.
Selanjutnya untuk kurva
~ yang ketiga, hila tidak ada aktivitas perikanan dalam hal ini upaya sarna dengan nol, ~. maka produksi juga akan sarna dengan not Namun dengan peningkatan upaya, maka C produksi juga akan meningkat, dan pada upaya tertentu produksi akan maksimum
r-+
~ (lebib besar dari pada kurva yang pertama dan kurva yang kedua, teIjadi efek pada Q)
C
::J
64
< CD
en
r-+
'<
- - - -- ----
-- -- --
._-
-
'
• :nangkapan dan kelimpaban) dan dengan berjalannya waktu dan dengan :ningkatan upaya, produksi terus menurun dan akhimya produksi akan mencapai nol ida titik upaya maksimum.
Model Climprod
..fodel-model Conventional
@
~ I"'"I-F-iS-hln-g-E-ffi-Ort(E--)--'
~.
1\1
"U
:+ 1\1
~. c..
:::J
Q
OJ ~
g-
o
o
3
....e:::l
Environmental Variable (V)
7
Model
Model CPUE=f(E)
CPUE "" f(E, V) I
1 CD
IJ
~
1
-c ....
3
Fjsbin~ EffortCE)
j Prediction
Predictions CPUE Yield (C)
CPUE Yield (C)
umbel : Freon, 1992
iambar 15. Model·model Conventional Versus Model Climprod
~
:ao
Pada gambar 15 terlihat bahwa, model climprod merupakan model yang
-g "'C
nemasukkan peubah lingkungan kedalam model-model Conventional yang
e
:::l
ligunakan
dalam Pengkajian Stok (Stock Assessment):
sebagai contoh model-
nodel campuran produksi surplus
CP[J£
=
f(E.
VJ"
'" ......... '" ................. '" '" ...... '" '" ... (2.14.1)
OJ:ontoh 1 :
CO
o o ...,
Model Schaefer + pengaruh pada q :
::t>
CPUE = q Xw - q -
CO
2
E
C
...... '" ...... '" '" ...... ................... (2.14.2)
~.
(")
C
Menjadi :
1"'+
C ..., Q)
C
::J
< CD
.., CJ)
1"'+
'<
65
CPUE = q(V)Xoo - g(V)
2
E
C
... ... ........... , .... , .................... , .(2.14.3)
Jika g(V) = 0+ bV, maka CPUE = a + bV - (a+b~2 cE ~ontoh
., . ............. .. .... , .... ......... .. ..... . (2.14.4)
2: Model Exponential + Pengaruh pada X..,
@
Jika g' (1J = a Vb
::I:
CPUE = a Vb exp (cE)
QI
............... " ..............................(2.14.5)
"!:!.
...
"C
~ .15 Kurva Eumetric ~
Kurva
Eumetric
merupakan kurva yang
menggambarkan
agregasi
~ 199regalion) dari berbagai kurva atau kemungkinan dari setiap kurva mana yang
...~ aling efisien. ;:;
s."0
Y,
CD
;+ QI
::J
2:
QI
c.. o
::J
3
(0
It)
.:!.
o:J
o
C
o
c::::l
r+
t:
:ao "'C o
"'C
t:
::::l
00
r+
2:o t:
o
::::l
C o
r+
t:
3o
oc
;:r
o CO unbar16. Kurva Tangkapan Eume/ric o....,
E(EJrorlj
» unbar 16 diatas memperlihatkan bahwa untuk kurva tangkapan Eumetric (The
CQ. tmetric Yield Curve) digarnbarkan berdasarkan kurva tangkapan lestari dari setiap
g Ddel Produksi Surplus pada tiap-tiap level upaya (effort)
(Cunningham el. 01.
2" 85).
...., Q)
C :::J
< CD ....,
(J)
~
66
