Kurva hasil tangkapan yang dikonversi

berikut:

Sementara, laju mortalitas tangkapan dapat diperoleh dengan mengurangkan laju mortalitas total dengan laju mortalitas alami.

Sistem dan Model

Menurut bahasa, sistem berasal darsystēma) da

sustēma) yang berarti suatu kesatuan yang terdiri yang dihubungkan bersama untuk memudahkan aliran yang berinteraksi, di mana suat abstraksi dari realitas sistem sebenarnya yang sedang dipelajari (Hall & Day

1977). Lebih tegas, Jorgensen (1988) memaknai model sebagai suatu penampakan formal dari komponen-komponen penting suatu masalah yang menjadi perhatian kita. Menurutnya, model merupakan alat ilmu pengetahuan yang berguna sebagai instrumen dalam survey suatu sistem kompleks, di samping berguna untuk menguji suatu hipotesis melalui simulasi.

Suatu sistem merupakan mekanisme dimana berbagai komponen berinteraksi sedemikian rupa sehingga membentuk suatu fungsi. Sistem merupakan mekanisme yang berjalan di dunia nyata, sedangkan model merupakan penyederhanaan dari sistem tersebut (Handoko 2005).

Grant et al. (1997) memaknai sistem sebagai sekumpulan bahan dan proses pengkomunikasian yang secara bersama-sama membentuk beberapa gugus fungsi. Sistem merupakan sekumpulan proses yang saling berhubungan yang dicirikan oleh banyak jalur sebab-akibat. Sedangkan, model adalah abstraksi dari kenyataan.

Langkah-langkah pembentukan model menurut Grant et al. (1997) adalah (1) formulasi model konseptual, (2) Spesifikasi model kuantitatif, (3) Evaluasi model, dan (4) Penggunaan model. Handoko (2005) memberikan langkah lebih detail tentang metode pengembangan model, yaitu (1) mendefinisikan tujuan, (2) metodologi dan pendekatan (waktu, ruang, proses, pembentukan model), (3) mendefinisikan variabel dan parameter input, (4) hubungan kuantitatif, (5) analisis sensitivitas, dan (6) kaliberasi dan validasi model.

Di Indonesia, pemodelan dalam pengelolaan ikan laut dan dampaknya terhadap lingkungan telah banyak diaplikasikan, misalnya dalam bidang daya dukung lingkungan keramba jaring apung bandeng (Rachmansyah 2004). Namun, pemodelan restocking dalam sistem sea ranching belum pernah dilakukan sebelumnya.

Implementasi model dan penetapan kebijakan pengelolaan model restocking ikan kerapu macan di perairan sea ranching didasarkan kepada faktor: (1) banyak ikan kerapu macan yang ditebar, (2) waktu/pola tebar, (3) jumlah ikan yang ditebar, dan (4) daya dukung perairan sea ranching sebagai ‘faktor pembatas’. Konseptualisasi model dikembangkan dari King 1995 dan disajikan dalam Gambar 5.

25

Gambar 5 Model konseptual bioekonomi restocking ikan kerapu macan.

Untuk menetapkan model restocking setidaknya ada dua hal yang penting dijadikan parameter penentu, yaitu panjang benih yang ditebar dan padat tebar. Hal ini didasarkan pada pertimbangan kematian baik karena pemangsaan maupun mortalitas alami. Ikan kerapu macan merupakan top predator sehingga tidak dikhawatirkan adanya pemangsaan. Namun, bisa saja ‘pemangsaan’ terjadi karena kanibalisme bila makanan di alam kurang. Pemangsaan dianggap sebagai kendala besar bagi restocking dan stock enhancement (Bell et al. 2005; Bartley & Bell 2008). Berdasarkan hal tersebut maka ukuran ikan pada saat ditebar amat penting sebab resiko pemangsaan berhubungan dengan ukuran dari mangsa. Pada sisi lain, padat tebar dapat menghantarkan pada keberhasilan pemulihan stok. Mortalitas sering kali secara positif bergantung pada padat tebar (Zhao et al. 1991; Bell et al. 2005; Hines et al. 2008).

Participatory Fish Stock Assessment (ParFish)

Terdapat beberapa metodologi untuk melakukan pengkajian stok (stock assessment). Salah satu kesulitan dalam melakukan pengkajian stok adalah tidak tersedianya data yang bersifat deret waktu. Pada sisi lain pengetahuan tentang realitas tangkapan dan kondisi suatu perairan ada pada para nelayan dan pihak terkait lainnya. Pertumbuhan Rekrutmen (ikan yang direstocking)

STOK

mortalitas alami mortalitas tangkapan upaya tangkapan Kebijakan Tangkapan _Biaya Pendapatan Keuntungan Harga Pengeluaran

Kajian stok perikanan partisipatif (Participatory Fisheries Stock Assessment/ParFish) merupakan metode untuk melakukan kajian stok tanpa memerlukan data deret waktu. Menurut Walmsley (2005) ParFish memiliki beberapa keuntungan, yaitu merupakan metode kajian stok cepat, tidak memerlukan data jangka panjang (seperti data tangkapan-upaya atau panjang bobot), metodenya melibatkan pihak terkait termasuk nelayan, menggabungkan berbagai informasi dari berbagai sumber, dan bersifat adaptif. ParFish adalah sebuah pendekatan adaptif untuk pengelolaan perikanan melalui penilaian cepat dan partisipatif. Tujuannya adalah untuk memberikan saran tentang langkah- langkah pengelolaan perikanan berdasarkan sumber data yang cepat dan beragam. ParFish mendorong partisipasi nelayan dan stakeholder kunci lainnya. ParFish juga merupakan alat untuk mendukung dan mengembangkan sistem pengelolaan bersama yang sudah ada.

Ada enam langkah yang disarankan Walmsley (2005) dalam pendekatan ParFish ini, yaitu:

1. memahami konteks, yaitu memahami realitas pengelolaan perikanan yang ada dan mengidentifikasi pihak terkait

2. memberdayakan pihak terkait, termasuk di dalamnya mengundang partisipasi dan menyusun tujuan pengelolaan

3. melakukan ParFish, yaitu mengidentifikasi informasi yang diperlukan, mengumpulkan data, dan menganalisis data

4. menginterpretasikan hasil dan responnya 5. menginisiasi rencana pengelolaan

6. mengevaluasi proses ParFish

Metodologi ParFish ini didasarkan kepada penduga Bayes yang memungkinkan diambilnya informasi dari sumber yang beragam, lalu dikombinasikan untuk melakukan kajian stok. Hasilnya dapat dinyatakan dalam bentuk peluang dan ketidakpastian. Dalam tulisan ini pendekatan ParFish digunakan untuk melihat apakah ikan kerapu macan di perairan dangkal Semak Daun sudah overfishing ataukah belum.

27

Bayesian untuk Kajian Stok

Penduga Bayes merupakan suatu pendekatan statistika untuk menghitung peluang dari suatu kejadian yang tidak diamati dengan berdasarkan kepada penduga peluang yang dihitung dari data empirik atau data pengamatan yang merupakan data frekuensi hasil wawancara di lapangan. Untuk menduga parameter fungsi sebaran digunakan metode penduga Kernel (Silverman 1986). Metode tersebut langkahnya adalah:

1 Dari data frekuensi yang diperoleh di lapangan dicari matriks peragam (Λ , covariance).

2 Dilakukan dekomposisi nilai singular (Press et al. 1989) untuk mereduksi matriks peragam tersebut menjadi matriks orthogonal:

Λ = V W V

3 W adalah matriks diagonal yang mengandung skor bagi principle component analysis (PCA), V merupakan kombinasi linier.

T

4 Nilai skala dalam matriks diagonal W menjadi parameter pemulusan yang diduga. Berdasarkan hal ini skor vector dalam PCA dihitung dan parameter pemulusan pun diperoleh. Pemulusan Kernel diperoleh dari:

... [28]