3. METODOLOGI PENELITIAN
3.6 Penentuan Kawasan Konservasi Laut
Dalam penentuan kawasan konservasi perlu ditentukan efektivitas suatu wilayah yang dicalonkan untuk menjadi wilayah Kawasan Konservasi Laut. Efektivitas tersebut ditentukan oleh nilai fitur cost dan fitur konservasi yang digunakan sebagai input algoritma Marxan yang ditunjukkan pada persamaan (1). Penentuan Kawasan Konservasi Laut dalam penelitian ini didapatkan dengan menggunakan algoritma simmulated annealing, dimana nilai hasil perhitungan yang memiliki nilai lebih rendah merupakan solusi yang lebih baik (Ball dan Possingham, 2000).
Total Cost = ΣCost + (BLM *ΣBoundary) + Σ(SPF*Penalty)...(1) Keterangan:
Cost: Nilai cost (biaya) yang terpilih di planning unit yang dapat diukur BLM: Boundary Length Modifier, adalah kontrol penting dari batas relatif
cost terpilih dari planning unit. BLM bernilai 0 (nol) maka boundary length tidak dimasukan dalam fungsi objektif. Boundary: Batas dari area terpilih atau perimeter
n i=1
SPF: Spesies Penalty Factor, yaitu faktor yang mengontrol besarnya nilai penalty apabila target tiap-tiap spesies tidak terpenuhi Penalty: Nilai yang ditambahkan dalam fungsi obyektif untuk setiap target
tidak terpenuhi, penalty ini opsional, dapat tidak dimasukan kedalam fungsi obyektif.
i: Unit ID poligon
n: Unit ID poligon terakhir
Nilai Σcost diatas merupakan nilai yang berasal dari fitur cost. Nilai tersebut diturunkan dari persamaan (2) yang diperoleh dari hasil percobaan Marxan sebelumnya dan merujuk pada rancangan Kawasan Konservasi Laut Pulau Weh (Herdiana et al., 2008)
3.6.1 Fitur Konservasi dan Fitur Cost
Fitur konservasi yaitu parameter ekologi baik berupa ekosistem, spesies tertentu, atau keanekaragaman biofisik lainnya yang direncanakan masuk ke dalam salah satu tujuan yang akan dikonservasi. Fitur konservasi yang digunakan untuk merancang kawasan konservasi laut Pulau Maratua dan Pulau Kakaban ada tiga buah yaitu mangrove, terumbu karang, dan lamun.
Fitur cost adalah data tentang kondisi sosial ekonomi yang keberadaannya di suatu satuan perencanaan akan menaikkan biaya pengelolaan daerah tersebut. Rancangan KKL dalam penelitian ini menggunakan data resource use sebagai fitur cost yang digunakan dalam perhitungan Marxan. Jumlah dan jenis fitur disesuaikan dengan tujuan pembentukan kawasan konservasi laut.
Dari hasil diskusi dan percobaan sebelumnya digunakan persamaan nilai cost seperti ditunjukkan pada persamaan (2) :
TCV = 2DS + 8RU...(2) Keterangan:
3.6.2 Nilai Target Konservasi dan Spesies Penalty Factor (SPF)
Penentuan Kawasan Konservasi Laut dengan menggunakan Marxan membutuhkan input data berupa jumlah target yang akan dikonservasi dan nilai Spesies Penalty Factor dari tiap fitur konservasi yang digunakan sebagai target Marxan. Nilai-nilai tersebut didapatkan dari referensi penelitian sebelumnya. Namun nilai tersebut tidak otomatis digunakan secara langsung dalam penelitian yang berbeda, nilai tersebut butuh disesuaikan lagi dengan kondisi lingkungan penelitiannya. Herdiana, Campbel, dan Baird (2008) melakukan perencanaan kawasan konservasi laut di Pulau Weh dan Pulau Aceh, dan membagi membuat nilai target konservasi dan Spesies Penalty Factor-nya menjadi 32 kelas (Tabel 3).
Tabel 3. Nilai Target dan SPF Wilayah konservasi Pulau Weh dan Pulau Aceh
3.6.3 Input File Marxan
CLUZ yang merupakan singkatan dari Conservation Land Using Zoning adalah salah satu tools digunakan untuk menyiapkan data yang ada digunakan sebagai input Marxan.
Gambar 5. Alur File Tabuler Untuk Input Marxan dengan ArcView dan Cluz
Seperti yang tampak pada Gambar 5, secara umum proses penyiapan data untuk Marxan terfokus pada 3 buah shapefile. Shapefile yang dimaksud itu adalah Planning units (PU.shp), Abundance (Habitat.shp) dan Cost surface (Cost.shp). File tersebut dihasilkan setelah proses pembuatan heksagon lengkap dengan proses cropping dengan AOI dilakukan. Dari tiga file tersebut akan dibuat file tabuler yang akan digunakan sebagai input dalam menjalankan Marxan. File Planning units (PU.shp), Abundance (Habitat.shp) dan Cost Surface(Cost.shp) adalah shapefile heksagon dengan wujud yang serupa namun akan berbeda fungsi dan isi tabelnya. Untuk selanjutnya dalam uraian di bawah ini akan dibahas dan dijelaskan file dan tabel secara lebih detail.
Dengan bantuan CLUZ, pengolahan 3 shapefile tersebut akan menghasilkan empat file tabuler yaitu Abundance.dat, Target.dat, Unit.dat dan Bound.dat yang
menjadi input Marxan. Dari file-file tersebut, Bound.dat merupakan salah satu file arbitrary input Marxan disamping file Block.dat.
Abundance adalah tabel yang berisi seluruh data distribusi fitur konservasi (conservation features) yang berbeda. Tabel abundance dibuat dari pengolahan tabel atribut habitat.shp. Tabel target adalah tabel yang mendeskripsikan
informasi mengenai target fitur-fitur konservasi, jumlah dari setiap fitur koservasi yang ada di planning units berikut dengan statusnya. Planning units perlu dibuat untuk membatasi area yang akan di analisis atau yang akan dibuat perencanaan konservasinya. Karena tidak semua area yang ada pada setiap peta-peta parameter konservasi tersebut dipergunakan. Sebagai contoh, area yang akan direncanakan adalah wilayah laut, oleh sebab itu planning units hanya dibuat untuk wilayah tersebut, sementara wilayah daratan (main land) sebaiknya tidak diikutsertakan dalam proses analisis. Cost Layer akan merujuk pada Shapefile Cost.shp yang digunakan untuk menyimpan fitur-fitur yang merupakan parameter Cost dalam perencanaan kawasan perlindungan laut. Perlu diketahui bahwa biaya (Cost) dalam analisis Marxan menentukan individual planning units yang akan
digunakan dalam perhitungan solusi total. Besarnya cost dapat berdasarkan area planning units, cost sosial-ekonomi atau kombinasi dari keduanya. Miller et al. (2003) dalam Loos (2006) memberikan nilai cost berdasarkan tingkatan kewajaran dan pengaruh manusia dalam planning unit. Isi dari Boundary Length File adalah informasi panjang batas untuk planning unit yang berdekatan. Penggunaan informasi ini dalam analisis Marxan bersifat opsional.
Boundary Length Modifier (BLM) merupakan pengaturan dalam Marxan untuk membuat batasan perimeter. Efek dari pengaturan BLM dapat terlihat dari
fitur yang muncul dalam solusi setelah menjalankan Marxan. Menurut
Possingham (2000) nilai BLM dipilih bergantung pada keseluruhan bentang alam dari daerah penelitian, serta tujuan dari analisis yang dilakukan. Dengan kata lain pengaturan BLM ini dapat dilakukan dengan memperhatikan geometri daerah kajian dan dipilih dari BLM yang dapat menghasilkan fitur solusi yang lebih mengumpul. Pengaturan BLM yang fleksibel ini dapat memberian keleluasaan perencana kawasan konservasi dalam menentukan hasil terbaik untuk kegiatan pengambilan keputusan.