3 metodologi penelitian

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.