PEMODELAN KESESUAIAN HABITAT IKAN PELAGIS BERBASIS KONDISI OSEANOGRAFI DI PERAIRAN PALABUHANRATU
Abstract
Palabuhanratu merupakan pusat kegiatan potensial perikanan tangkap di Kabupaten Sukabumi. Salah satu tangkapan ikan yang dominan didaratkan di lokasi ini adalah kelompok jenis ikan pelagis. Kelompok jenis ikan pelagis memiliki sifat bergerombol (schooling) dalam bermigrasi. Sebaran dan kelimpahannya dipengaruhi oleh beberapa parameter oseanografi seperti suhu permukaan laut, konsentrasi klorofil- a, salinitas, arus hingga kedalaman perairan. Keberhasilan upaya penangkapan ikan sangat tergantung pada ketepatan dalam memprediksi daerah penangkapan. Pendugaan daerah penangkapan ikan, dapat dilakukan dengan pemahaman terhadap kondisi parameter oseanografi. Data parameter oseanografi selain berasal dari hasil pengukuran in-situ juga dapat memanfaatkan data hasil pantauan sensor satelit penginderaan jauh. Penelitian ini mengkaji kesesuaian habitat ikan pelagis berbasis kondisi oseanografi hasil pengukuran sensor satelit penginderaan jauh. Analisa kesesuaian habitat menggunakan pemodelan Maximum Entropy (Maxent). Hasil analisa kemudian ditransformasikan untuk menduga zona potensial penangkapan ikan dalam bentuk model. Hasil yang diperoleh menunjukkan nilai uji kontribusi dan jackknife yang menyatakan salinitas sebagai parameter oseanografi yang memiliki tingkat informasi paling tinggi dalam pembangunan model. Response curve menunjukkan parameter klorofil-a yang optimal bagi ikan pelagis pada rentang 0,015 mg/m3 hingga 0,25 mg/m3, suhu optimal pada rentang 26,3 oC hingga 27,7oC, kecepatan arus yang optimal pada 0,37m/s, salinitas yang optimal berkisar 32,15 PSU hingga 32,5 PSU dan batimetri yang optimal pada kedalaman 200 hingga 5000 meter.
Palabuhanratu is a potential activity for capture fisheries in Sukabumi Regency. One of the dominant fish catches landed at this location is the pelagic fish species. The pelagic fish species has a schooling characteristic in migrating. Their distribution and abundance are influenced by several oceanographic parameters such as sea surface temperature, chlorophyll-a concentration, salinity, currents, and depth of the waters. The success of fishing efforts is very dependent on the accuracy in predicting the fishing area. Estimation of fishing areas can be done by understanding the condition of oceanographic parameters. Apart from in-situ measurement results, oceanographic parameter data can also utilize data from monitoring by remote sensing satellite sensors. This study examines the suitability of pelagic fish habitat based on oceanographic conditions measured by remote sensing satellite sensors. Habitat suitability analysis using Maximum Entropy (Maxent) modeling. The results of the analysis are then transformed to estimate potential fishing zones in the form of a model. The results obtained show the contribution and jackknife test values which state salinity as an oceanographic parameter that has the highest level of information in model development. The response curve shows the optimal chlorophyll-a parameters for pelagic fish in the range of 0.015 mg/m3 to 0.25 mg/m3, optimal temperature in the range of 26.3oC to 27.7oC, optimal current velocity of 0.37m/s, Optimal salinity ranges from 32.15 PSU to 32.5 PSU and optimal bathymetry at depths of 200 to 5000 meters.
Keywords
Full Text:
PDFReferences
Barata, A., Novianto, D., & Bahtiar, A. (2011). Sebaran ikan tuna berdasarkan suhu dan kedalaman di Samudera Hindia. Ilmu Kelautan.16 (3),165-170.
Baskoro, M. S., Taurusman, A. A., & Sudirman. (2011). Tingkah laku ikan hubunganya dengan ilmu dan teknologi perikanan tangkap. Bandung (ID): Lubuk Agung.
Ekaputra, M., Hamdani, H., Bangkit, I., Apriliani, I. M. (2019). Penentuan daerah penangkapan potensial ikan tongkol (Euthynnus sp.) berdasarkan citra satelit klorofil-a di Palabuhanratu, Jawa Barat. Jurnal Abacore. 3(2), 169-178.
Elith, J. H., Graham, C. H., Anderson, R., Dudík, M., Ferrier, S., Guisan. A., Hijmans, R.,Huettmann, F., Leathwick, J. R., Lehmann, A., Li, J., Lohmann, L. G., Loiselle,B. A., Manion, G., Moritz, C., Nakamura, M., Nakazawa, Y., Overton J M., Peterson A. T., Phillips S. J., Richardson, K., Scachetti-Pereira, R., Schapire R., Soberón, J., Williams, S., Wisz M. S., Zimmermann, N. E. (2016). Novel methods improve prediction of species’ distributions from occurrence data. Ecography. 29(2), 129-151.
[FAO-FIGIS] Food and Agriculture Organization-Fisheries Global Information System. (2005). A world overview of species of interest to fisheries. Chapter: Ethynnus affinis. Retrieved on 30 May 2005. www.fao. org/figis/servlet/species?fid=3294. 2p. FIGIS Species Fact Sheets. Species Identification and Data ProgrammeSIDP. Japan. FAO-FIGIS.
Friedlaender, A. S., Johnston, D. W., Fraser, W. R., Burns, J., & Costa, D. P. (2011). Ecological niche modeling of sympatric krill predators around Marguerite Bay, Western Antarctic Peninsula. Deep Sea Res. Part II Top. Stud. Oceanogr. 58(13), 1729–1740.
Hemery, L. G., Marion, S. R., Romsos, C. G., Kurapov, A. L., & Henkel, S. K. (2016). Ecological niche and species distribution modelling of sea stars along the Pacific Northwest continental shelf. Divers Distribution. 22, 1314–1327.
Khalil, M., Mardhiah, A., & Rusydi, R. (2015). Pengaruh penurunan salinitas terhadap laju konsumsi oksigen dan pertumbuhan ikan kerapu lumpur (Epinephelus tauvina). Acta Aquatica. 2(2), 114-121.
Kusumanegara, A. (2017). Pemodelan Spasial Kesesuaian Habitat Surili di Taman Nasional Gunung Ciremai. Thesis. Institut Pertanian Bogor.
Laevastu, T., & Hayes, M. L. (1981). Fisheries Oceanography and Ecology. Farnham (UK): Fishing New Books.
Ma’mun, A., Priatna, A., Amri, K., & Nurdin, A. (2019). Hubungan antara kondisi oseanografi dan distribusi spasial ikan pelagis di Wilayah Pengelolaan Perikanan Negara Indonesia (WPP NRI) 712 Laut Jawa. Penelitian Perikanan Indonesia.25(1),1-14.
Mujib, Z., Boesono, H., Fitri, A. D. P. (2013). Pemetaan sebaran ikan tongkol (Euthynnus sp.) Dengan data klorofil-a citra modis pada alat tangkap payang (danish-seine) di Perairan Teluk Palabuhanratu, Sukabumi, Jawa Barat. Fisheries Resources Utilization Management and Technology. 2 (2), 150-160.
Monserud, R. A., & Leemans, R. (1991). Comparing global vegetation maps with the Kappa statistics. Ecological Modelling. 62(1), 275-293.
Nurani, T. W., Wisudo, S. H., Wahyuningrum, P. I., Arhatin, R. E. (2014). Model pengembangan rumpon sebagai alat bantu dalam pemanfaatan sumber daya ikan tuna secara berkelanjutan. Jurnal Ilmu Pertanian Indonesia. 19(1), 57-65.
Nurani, T. W., Wahyuningrum, P. I., Iqbal, M., Khoerunnisa, N., Pratama, G. B., & Widianti, E. E. (2021). Dinamika musim penangkapan ikan cakalang dan tongkol di Perairan Palabuhanratu. Marine Fisheries. 12(2), 149-160.
Pamungkas, P. A., Kusdinar, A., & Halim, S. (2020). Hubungan SPL dan salinitas terhadap hasil tangkapan cakalang pada KM. Samudera Jaya di Laut Maluku. Jurnal Penyuluhan Perikanan dan Kelautan. 14(1), 1-26.
Phillips, S. J., & Dudik, M. (2008). Modeling of species distribution with Maxent: new extensions and a comprehensive evaluation. Ecography. 31, 161–175.
Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum entropy modeling of species geographic distribution. Ecololgy Model. 190, 231-259.
Priatna, A., & Natsir, M. (2007). Distribusi kepadatan ikan pelagis di perairan Pantai Utara Jawa bagian Timur, Pulau-pulau Sunda dan Laut Flores. Jurnal Penelitian Perikanan Indonesia. 13(3), 223-232.
Rahman, M. A., Laksmini, M.S., Agung, M. U. K., & Sunarto. (2019). Pengaruh musim terhadap kondisi oseanografi dalam penentuan daerah penangkapan ikan cakalang (Katsuwonus pelamis) di Perairan Selatan Jawa Barat. Perikanan dan Kelautan. 10(1), 92-102
Sadly, M., & Awaluddin. (2017). Sistem penjejak ikan untuk pemantauan kualitas lingkungan perairan dan prediksi lokasi penangkapan ikan menuju pengelolaan perikanan berkelanjutan. Jurnal Teknologi Lingkungan. 18(1), 29-36.
Saifudin, Fitri, A. D. P., & Sardiyatmo. (2014). Aplikasi sistem informasi geografis (GIS) dalam penentuan daerah penangkapan ikan teri (Stolephorus spp) di Perairan Pemalang (Jawa Tengah). JFRMUT. 3(4), 66-75.
Setyohadi, D. (2011). Pola distribusi suhu permukaan laut dihubungkan dengan kepadatan dan sebaran ikan lemuru (Sardinella lemuru) hasil tangkapan purse seine di Selat Bali. Pembangunan dan Alam Lestari. 1(2),72-78.
Simbolon, D., & Girsang, H. S. (2009). Hubungan antara kandungan klorofil-a dengan hasil tangkapan tongkol di daerah penangkapan ikan perairan Palabuhanratu. Jurnal Penelitian Perikanan Indonesia. 15(4), 297-305.
Soepriyono, Y. (2009). Teknik dan Manajemen Penangkapan Tuna Melalui Metode Longline. Denpasar (ID): Penerbit Bilas Utama.
Nurdin, E., Panggabean, A. S., & Restiangsih, Y. H. (2018). Pengaruh parameter oseanografi terhadap hasil tangkapan armada tonda di sekitar rumpon di Palabuhanratu. Jurnal Penelitian Perikanan Indonesia. 24(2), 117-126.
Usmadi, D. (2019). Potensi distribusi Agathis borneensis di Pronvinsi Kalimantan Tengah. Biodiv Indonesia. 5(3), 455-458.
Wang, J., Chen, X., & Chen, Y. (2016). Spatio-temporal distribution of skipjack in relation to oceanographic conditions in the West Central Pacific Ocean. Remote Sens. 37(24), 6149–6164.
DOI: http://dx.doi.org/10.15578/bawal.14.3.2022.161-171
Bawal Widya Riset Perikanan Tangkap is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
View My Stats
p-ISSN 1907-8226
e-ISSN 2502-6410
