6 HASIL DAN PEMBAHASAN
6.2 Analisis Bioteknik
6.2.5 Estimasi parameter biologi
Pendugaan parameter biologi yang berupa pertumbuhan intrinsik (r), koefisien alat tangkap (q), dan daya dukung lingkungan perairan (K) masih tersembunyi di dalam nilai dan . Nilai r, q, dan K tersebut diperlukan untuk melihat besarnya pengaruh upaya penangkapan terhadap hasil tangkapan, ketersediaan stok, dan keuntungan yang diperoleh dari kegiatan penangkapan, sehingga dalam penelitian ini estimasi parameter biologi untuk menduga nilai r, q, dan K digunakan beberapa model estimasi yaitu Model Clark, Yoshimoto, and Pooley (CYP) (1992), Model Walter-Hilbon (W-H) (1976), dan Model Schnute (1985,1987).
Hasil estimasi dari tiga parameter tersebut berguna untuk menentukan tingkat produksi lestari, seperti Maximum Sustainable Yield (MSY), Maximum Economic Yield (MEY), dan kondisi open access (OA). Hasil estimasi parameter biologi sumberdaya rajungan berdasarkan Model CYP (1992), Model W-H (1976), dan Model Schnute (1985,1987) disajikan pada Tabel 13 dan Lampiran 6, 10 dan 14.
Tabel 13 Hasil estimasi parameter biologi
Model Parameter biologi
estimasi r q K
(Ton per tahun) (Ton per trip) (Ton per tahun)
Schnute 0,7978 0,000089817 400,72
CYP 0,2535 0,000142876 6.999,09
W-H 1,8744 0,000003744 6.329,91
Sumber: Data diolah dari Statitik PPP Karangantu pada Lampiran 6, 10 dan 14
Berdasarkan data yang diperoleh sebagaimana telah disajikan pada Tabel 13, dengan menggunakan model estimasi Schnute diperoleh nilai koefisien r sumberdaya rajungan sebesar 0,7978 ton per tahun, berarti bahwa sumberdaya
rajungan akan tumbuh secara alami tanpa ada gangguan dari gejala alam maupun kegiatan manusia dengan koefisien sebesar 0,7978 ton per tahun. Nilai koefisien q yang diperoleh sebesar 0,000089817 ton per trip, berarti bahwa setiap peningkatan satuan upaya penangkapan akan mempengaruhi peningkatan hasil tangkapan sumberdaya rajungan sebesar 0,000089817 ton per trip. Nilai koefisien K yang diperoleh sebesar 400,72 ton per tahun, berarti bahwa lingkungan mendukung produksi sumberdaya rajungan sebesar 400,72 ton per tahun dari aspek biologinya diantaranya kelimpahan makanan, pertumbuhan populasi dan ukuran ikan.
Model estimasi CYP sebagaimana telah disajikan pada Tabel 13, menghasilkan nilai koefisien r sumberdaya rajungan sebesar 0,2535 ton per tahun, berarti bahwa sumberdaya rajungan akan tumbuh secara alami tanpa ada gangguan dari gejala alam maupun kegiatan manusia dengan koefisien sebesar 0,2535 ton per tahun. Nilai koefisien q yang diperoleh sebesar 0,000142876 ton per trip, berarti bahwa setiap peningkatan satuan upaya penangkapan akan mempengaruhi peningkatan hasil tangkapan sumberdaya rajungan sebesar 0,000142876 ton per trip. Nilai koefisien K yang diperoleh sebesar 6.999,09 ton per tahun, berarti bahwa lingkungan mendukung produksi sumberdaya rajungan sebesar 6.999,09 ton per tahun dari aspek biologinya diantaranya kelimpahan makanan, pertumbuhan populasi, dan ukuran ikan.
Model estimasi W-H sebagaimana telah disajikan pada Tabel 13, menghasilkan nilai koefisien r sumberdaya rajungan sebesar 1,8744 ton per tahun, berarti bahwa sumberdaya rajungan akan tumbuh secara alami tanpa ada gangguan dari gejala alam maupun kegiatan manusia dengan koefisien sebesar 1,8744 ton per tahun. Nilai koefisien q yang diperoleh sebesar 0,000003744 ton per trip, berarti bahwa setiap peningkatan satuan upaya penangkapan akan mempengaruhi peningkatan hasil tangkapan sumberdaya rajungan sebesar 0,000003744 ton per trip. Nilai koefisien K yang diperoleh sebesar 6.329,91 ton per tahun, berarti bahwa lingkungan mendukung produksi sumberdaya rajungan sebesar 6.329,91 ton per tahun dari aspek biologinya diantaranya kelimpahan makanan, pertumbuhan populasi dan ukuran ikan.
Hasil estimasi dari ketiga parameter biologi (r, q, dan K) tersebut digunakan untuk menghitung nilai stok ikan (x), produksi optimal (h), dan effort optimal pada kondisi Maximum Sustainable Yield (MSY). Hasil perhitungan stok ikan (x), produksi optimal (h) dan effort optimal pada kondisi optimal MSY dengan menggunakan model estimasi W-H, CYP, dan Schnute disajikan pada Tabel 14 dan Lampiran 6, 10 dan 14.
Tabel 14 Hasil estimasi parameter x, h, dan E pada kondisi MSY
Model Kondisi optimal MSY
estimasi x h E
(ton ) (ton ) (trip)
Schnute 200,36 79,92 4.441
CYP 3.499,54 443,65 887
W-H 3.164,95 2.966,26 250.329
Aktual - 47,69 2.136
Sumber: Data diolah dari statistik PPP Karangantu pada Lampiran 6, 10 dan 14
Berdasarkan hasil yang diperoleh sebagaimana telah disajikan pada Tabel 14, dengan menggunakan model estimasi Schnute diperoleh nilai stok (x) sumberdaya rajungan pada kondisi optimal MSY sebesar 200,36 ton, yang berarti bahwa stok lestari sumberdaya rajungan yang berada di perairan adalah sebesar 200,36 ton, sedangkan nilai produksi optimal (h) sumberdaya rajungan pada kondisi optimal MSY sebesar 79,92 ton, berarti bahwa jumlah sumberdaya rajungan yang optimal diproduksi tidak melebihi batas kelestariannya adalah sebesar 79,92 ton dalam satu tahun. Nilai effort optimal yang diperoleh sebesar 4.441 trip, berarti bahwa batas jumlah upaya yang dapat dilakukan agar kelestarian sumberdaya rajungan tetap terjaga adalah sebesar 4.441 trip dalam satu tahun. Nilai h yang diperoleh dengan model Schnute yaitu sebesar 79,92 ton, lebih rendah dibandingkan dengan nilai x yaitu 200,36 ton. Hal tersebut mengindikasikan bahwa jumlah rajungan yang ditangkap oleh jaring rajungan tidak melebihi jumlah stok rajungan yang tersedia di perairan. Nilai estimasi parameter h dan E yang diperoleh dari model Schnute adalah 79,92 ton dan 4.441 trip merupakan nilai yang paling mendekati nilai aktual yaitu h aktual sebesar 47,69 ton dan E aktual sebesar 2.136 trip.
Model estimasi CYP sebagaimana telah disajikan pada Tabel 14, menghasilkan nilai stok (x) sumberdaya rajungan pada kondisi optimal MSY sebesar 3.499,54 ton, yang berarti bahwa stok lestari sumberdaya rajungan yang berada di perairan adalah sebesar 3.499,54 ton, sedangkan nilai produksi optimal (h) sumberdaya rajungan pada kondisi optimal MSY sebesar 443,65 ton, berarti bahwa jumlah sumberdaya rajungan yang optimal diproduksi dimana tidak melebihi batas kelestariannya adalah sebesar 443,65 ton dalam satu tahun. Nilai effort optimal yang diperoleh sebesar 887 trip, berarti bahwa batas jumlah upaya yang dapat dilakukan agar kelestarian sumberdaya rajungan tetap terjaga adalah sebesar 887 trip dalam satu tahun. Nilai h yang diperoleh dengan model CYP yaitu sebesar 443,65 ton, lebih rendah dibandingkan dengan nilai x yaitu 3.499,54 ton. Hal tersebut mengindikasikan bahwa jumlah rajungan yang ditangkap oleh jaring rajungan tidak melebihi jumlah stok rajungan yang tersedia di perairan, namun besar nilai h dan E yang diperoleh dari model CYP kurang mendekati nilai aktual yaitu h aktual sebesar 47,69 ton dan E aktual sebesar 2.136 trip.
Model estimasi W-H sebagaimana telah disajikan pada Tabel 14, menghasilkan nilai stok (x) sumberdaya rajungan pada kondisi optimal MSY sebesar 3.164,95 ton, yang berarti bahwa stok lestari sumberdaya rajungan yang berada di perairan adalah sebesar 3.164,95 ton, sedangkan nilai produksi optimal (h) sumberdaya rajungan pada kondisi optimal MSY sebesar 2.966,26 ton, berarti bahwa jumlah sumberdaya rajungan yang optimal diproduksi tidak melebihi batas kelestariannya adalah sebesar 2.966,26 ton dalam satu tahun. Nilai effort optimal yang diperoleh sebesar 250.329 trip, berarti bahwa batas jumlah upaya yang dapat dilakukan agar kelestarian sumberdaya rajungan tetap terjaga adalah sebesar 250.329 trip dalam satu tahun. Nilai h yang diperoleh dengan model W-H yaitu sebesar 2.966,26 ton, lebih rendah dibandingkan dengan nilai x yaitu 3.164,95 ton. Hal tersebut mengindikasikan bahwa jumlah rajungan yang ditangkap oleh jaring rajungan tidak melebihi jumlah stok rajungan yang tersedia di perairan, namun besar nilai h dan E yang diperoleh dari model W-H kurang mendekati nilai aktual yaitu h aktual sebesar 47,69 ton dan E aktual sebesar 2.136 trip.
Berdasarkan hasil analisis parameter biologi dari ketiga model yaitu Schnute, CYP, dan W-H, maka dapat diketahui model yang paling mendekati dengan
Berdasarkan hasil analisis parameter biologi dari ketiga model yaitu Schnute, CYP, dan W-H, maka dapat diketahui model yang paling mendekati dengan keadaan aktual atau keadaan sebenarnya di lapangan yaitu model Schnute.