• Tidak ada hasil yang ditemukan

4. HASIL DAN PEMBAHASAN

4.3. Pola Sebaran Populasi

Pola sebaran populasi tiram dapat dihitung menggunakan Indeks Sebaran Morisita (Brower dan Zarr 1977) dengan rumus sebagai berikut:

Nilai Id merupakan Indeks Sebaran Morisita yang menentukan pola sebaran populasi tiram. Peubah n adalah jumlah stasiun pengambilan contoh. Peubah X merupakan jumlah individu di setiap stasiun pengambilan contoh dan peubah N adalah jumlah total individu pada seluruh stasiun. Adapun kriteria hasil perhitungan Indeks Sebaran Morisita adalah sebagai berikut:

Id = n : Pola sebaran mengelompok Id = 1 : Pola sebaran acak

Id = 0 : Pola sebaran seragam

Setelah melakukan perhitungan Indeks Morisita, untuk memenuhi sifat statistik tentang distribusi sampling, dilanjutkan dengan menggunakan uji Chi- Square. Uji Chi-Square digunakan untuk menguji hubungan atau pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya. Persamaan uji Chi-Square adalah sebagai berikut:

Nilai X2 merupakan hasil perhitungan Chi-Square. Peubah n adalah jumlah

stasiun pengambilan contoh. Nilai ∑Xi2

adalah jumlah kuadrat tiram yang ditemukan pada setiap stasiun dan peubah N merupakan jumlah total individu pada seluruh stasiun.

Hipotesis:

H0 = Tidak berbeda nyata yang berarti pola sebaran jenisnya bersifat seragam

Hasil nilai Chi-Square dari perhitungan di atas dibandingkan dengan nilai Chi-Square tabel statistik dengan selang kepercayaan 95% (α = 0.05). Apabila nilai X2 hitung lebih kecil dibandingkan dengan nilai X2 tabel maka tidak berbeda nyata.

3.4.4.Kecerahan

Nilai kecerahan suatu perairan dapat dihitung dengan menggunakan persamaan sebagai berikut:

Nilai D1 (cm) merupakan kedalaman pada saat warna putih pada secchi disk tidak terlihat. Nilai D2 (cm) adalah kedalaman pada saat warna putih pada secchi disk terlihat kembali saat diangkat ke permukaan.

3.4.5.TDS (total dissolved solid)

Nilai TDS dalam suatu perairan dapat diperoleh dari rumus sebagai berikut:

TDS (mg/l) = 106 100 ) (   ml gram c d

Peubah d merupakan berat (mg) mangkuk dan residu. Peubah c adalah berat (mg) mangkuk.

3.4.6.TSS (total suspended solid)

Nilai TSS dalam suatu perairan dapat diperoleh dengan rumus seperti berikut:

TSS (mg/l) = 106 100 ) (   ml gram b a

Peubah a merupakan berat (mg) kertas saring dan residu. Peubah b adalah berat (mg) kertas saring.

3.4.7.Tekstur substrat

Tekstur substrat berdasarkan analisis akan memperoleh nilai liat, pasir, debu dengan satuan persen (%). Masing-masing nilai tersebut selanjutnya dicocokkan menggunakan gambar segitiga Millar, sehingga akan diperoleh tekstur substrat pada masing-masing stasiun.

3.4.8.Oksigen terlarut

Nilai DO dalam suatu perairan dapat diperoleh dengan persamaan sebagai berikut:

3.4.9.Rencana strategi pengelolaan

Berdasarkan semua analisis data yang dilakukan, maka dapat ditentukan strategi pengelolaan tiram yang baik guna mewujudkan populasi tiram yang lestari dan berkelanjutan. Strategi pengelolaan disesuaikan dengan kondisi perairan yang terdapat di Pantai Mayangan, Subang, Jawa Barat. Selain itu, strategi pengelolaan tiram akan dikaitkan dengan kondisi mangrove termasuk kerapatan mangrove di wilayah perairan tersebut.

Kepadatan tiram yang lebih tinggi di salah satu stasiun dapat dijadikan tempat alternatif untuk pemanfaatan. Hal tersebut dapat dilakukan karena kepadatan tiram yang lebih rendah di stasiun lain jika dilakukan pemanfaatan

dapat menyebabkan degradasi populasi tiram. Selain itu, kondisi mangrove di stasiun yang memiliki kepadatan tiram yang lebih rendah akan terjaga kualitas dan kuantitasnya daripada ekosistem hutan mangrove di wilayah tersebut. Hal ini dikarenakan pada stasiun yang kepadatan tiramnya lebih rendah, pemanfaatan tiram oleh masyarakat sekitar dibatasi ataupun dikurangi guna menjaga keseimbangan populasi tiram pada masing-masing stasiun.

4.

HASIL DAN PEMBAHASAN

4.1. Kelompok Umur

Pertumbuhan populasi tiram dapat dilihat berdasarkan sebaran kelompok umur. Analisis sebaran kelompok umur dilakukan dengan menggunakan FISAT II metode NORMSEP. Hasil analisis sebaran kelompok umur dibedakan berdasarkan masing-masing stasiun dari bulan Mei - Oktober 2011. Hasil penelitian ini dapat dilihat pada Gambar 6.

(a) (b)

Gambar 6. Sebaran kelompok umur tiram (a) stasiun non muara sungai (b) stasiun muara sungai

n = 54 n = 30 n = 44 n = 54 n = 44 n = 54 n = 49 n = 70 n = 57 n = 86 n = 88 n = 85 n = 84 n = 92 n = 30 n = 76 n = 54

Sebaran kelompok umur di stasiun non muara sungai pada bulan Mei memiliki satu kelompok umur yaitu pada panjang rata-rata 50,89 mm. Selanjutnya, pada bulan Juni terdapat enam kelompok umur dengan panjang rata- rata 36,54 mm, 50,44 mm, 60,78 mm, 71,60 mm, 100,81 mm, dan 115,80 mm. Pada bulan Juli memiliki tiga kelompok umur dengan panjang rata-rata 39,78 mm, 51,88 mm, dan 73,30 mm. Pada bulan Agustus terdapat empat kelompok umur pada panjang rata-rata 32,45 mm, 40,44 mm, 52,04 mm, dan 72,58 mm. Pada bulan September memiliki empat kelompok umur dengan panjang rata-rata 36,89 mm, 46,46 mm, 55,37 mm, dan 66,82 mm. Pada bulan Oktober memiliki tiga kelompok umur dengan panjang rata-rata 47,31 mm, 66,64 mm, dan 83,30 mm.

Sebaran kelompok umur di stasiun muara sungai pada bulan Mei terdapat tiga kelompok umur dengan panjang rata-rata 38,66 mm, 48,62 mm, dan 67,32 mm. Pada bulan Juni memiliki lima kelompok umur yaitu pada panjang rata-rata 36,71 mm, 52,20 mm, 63,02 mm, 70,67 mm, dan 103,30 mm. Pada bulan Juli terdapat empat kelompok umur dengan panjang rata-rata 40,30 mm, 50,72 mm, 57,66 mm, dan 76,13 mm. Pada bulan Agustus memiliki empat kelompok umur pada panjang rata-rata 39,62 mm, 48,84 mm, 59,38 mm, dan 84,97 mm. Pada bulan September terdapat tiga kelompok umur dengan panjang rata-rata 52,11 mm, 72,54 mm, dan 84,36 mm. Pada bulan Oktober memiliki empat kelompok umur pada panjang rata-rata 39,78 mm, 52,05 mm, 64,11 mm, dan 75,49 mm.

Pertumbuhan populasi tiram pada masing-masing stasiun memiliki perbedaan. Hal tersebut dapat dilihat dari nilai panjang asimptotik, koefisien pertumbuhan, dan umur teoritis. Panjang asimptotik (L∞) adalah panjang maksimum tubuh tiram yang tidak dapat di capai. Koefisien pertumbuhan (K) merupakan kemampuan tiram saat tumbuh yang dihitung secara kuantitatif. Umur teoritis yaitu umur tiram pada saat panjang nol. Nilai panjang asimptotik di stasiun non muara sungai adalah 121,59 mm, sedangkan di stasiun muara sungai adalah 108,46 mm. Nilai koefisien pertumbuhan di stasiun non muara sungai adalah 1,2, sedangkan di stasiun muara sungai adalah 1,0. Umur teoritis di stasiun non muara sungai adalah -0,0895, sedangkan di stasiun muara sungai adalah -1,4720. Perbedaan tersebut dapat diduga karena kondisi fisika kimia perairan di stasiun

non muara sungai dan stasiun muara sungai memiliki perbedaan. Pertumbuhan tiram dapat dipengaruhi oleh faktor eksternal seperti kondisi lingkungan perairan.

Nilai panjang asimptotik stasiun non muara sungai lebih besar dibandingkan dengan stasiun muara sungai, sehingga dapat diduga bahwa tiram yang terdapat pada stasiun muara sungai lebih cepat mati dibandingkan dengan stasiun non muara sungai. Nilai koefisien pertumbuhan stasiun non muara sungai lebih besar dibandingkan dengan stasiun muara sungai, sehingga tiram di stasiun non muara sungai lebih cepat tumbuh dibandingkan dengan stasiun muara sungai. Hal ini dapat diduga karena kondisi lingkungan perairan di stasiun non muara sungai lebih baik bagi kehidupan tiram dibanding dengan kondisi lingkungan perairan di stasiun muara sungai.

Jumlah kohort (kelompok umur) yang dihasilkan di stasiun non muara sungai berkisar mulai dari satu hingga enam kohort, sedangkan di stasiun muara sungai berkisar mulai dari tiga hingga lima kohort. Jumlah kohort terendah di stasiun non muara sungai yaitu pada bulan Mei, sedangkan yang tertinggi terjadi pada bulan Juni. Jumlah kohort terendah di stasiun muara sungai yaitu pada bulan Mei dan September, sedangkan yang tertinggi pada bulan Juni. Jumlah kohort tertinggi pada stasiun non muara sungai dan muara sungai masing-masing sama, yaitu di bulan Agustus. Faktor fisika perairan yang menjadi pembatas bagi pertumbuhan dan distribusi benthos seperti bivalvia yaitu suhu (Odum 1998 in Sitorus 2008), sedangkan suhu dimasing-masing stasiun mendukung kehidupan biota perairan termasuk tiram. Selain itu, kandungan bahan organik terlarut maupun dalam sedimen dapat mempengaruhi pertumbuhan, kehadiran, dan kepadatan tiram (Levinton 1982).

4.2. Kepadatan

Kepadatan populasi tiram pada masing-masing stasiun dan setiap bulan mengalami perbedaan. Perbedaan tersebut terjadi secara fluktuatif pada skala temporal. Hasil kepadatan populasi tiram pada penelitian ini dapat dilihat pada Tabel 2.

Tabel 2. Jumlah kepadatan tiram (ind/m2)

Bulan

Mei Juni Juli Agustus September Oktober

Non Muara

Sungai 18±2,00 15±3,21 26±1,53 31±3,22 17±4,62 24±4,04

Muara Sungai 10±4,58 19±10,82 29±2,08 30±11,24 29±6,11 28±7,94

Jumlah kepadatan populasi tiram tertinggi di stasiun non muara sungai yaitu pada bulan Agustus sebesar 31 ind/m2 dengan simpangan baku sebesar 3,22 dan terendah pada bulan Juni sebesar 15 ind/m2 dengan simpangan baku sebesar 3,21. Jumlah kepadatan populasi tiram tertinggi di stasiun muara sungai yaitu pada bulan Agustus sebesar 30 ind/m2 dengan simpangan baku sebesar 11,24 dan terendah pada bulan Mei sebesar 10 ind/m2 dengan simpangan baku sebesar 4,58 (Gambar 7). Variasi yang tidak terlalu besar tersebut menunjukkan bahwa setiap stasiun memiliki karakter yang tidak jauh berbeda antar satu stasiun dengan stasiun lainnya.

Kepadatan populasi pada masing-masing stasiun masuk pada kategori kepadatan sedang, karena memiliki kisaran kepadatan 10-31 ind/m2. Menurut Tuan (2000) kerang dengan kepadatan 50-100 ind/m2 disebut kepadatan maksimum, kepadatan 16-50 ind/m2 disebut kepadatan sedang, dan kepadatan 7- 16 ind/m2 disebut kepadatan minimum.

Kepadatan populasi tiram pada bulan Mei dan Agustus di stasiun non muara sungai lebih tinggi dibandingkan dengan stasiun muara sungai, sedangkan pada bulan Juni, Juli, September, dan Oktober di stasiun non muara sungai lebih rendah dibandingkan dengan stasiun muara sungai.

Tinggi rendahnya kepadatan suatu area dapat menunjukkan sebaran spasial suatu biota. Berdasarkan hasil perhitungan, kepadatan stasiun muara sungai lebih tinggi (24,16 ind/m2) dibandingkan dengan non muara sungai (21.83 ind/m2) tersebut cukup menunjukkan bahwa stasiun muara sungai memiliki sifat sebaran spasial yang lebih luas dibandingkan stasiun non muara sungai.

Gambar 7. Grafik kepadatan tiram stasiun non muara sungai dan stasiun muara sungai

Kepadatan populasi tiram di stasiun muara sungai umumnya lebih tinggi dibandingkan dengan stasiun non muara sungai. Nilai simpangan baku di stasiun muara sungai pada umumnya lebih besar dibandingkan dengan stasiun non muara sungai. Hal tersebut menunjukkan adanya variasi kepadatan tiram yang besar di stasiun muara sungai. Hal ini dapat diduga stasiun muara sungai memiliki kandungan bahan organik dan makanan yang melimpah. Variasi kepadatan tiram di stasiun non muara sungai cenderung kecil. Hal tersebut dapat diduga karena adanya aktivitas manusia seperti nelayan yang mengambil tiram untuk dikonsumsi pribadi.

Salinitas yang berbeda pada masing-masing stasiun dapat mempengaruhi kepadatan populasi tiram. Kisaran salinitas di stasiun muara sungai (28-30 ‰) memiliki nilai yang lebih kecil dibandingkan dengan stasiun non muara sungai

(32-36 ‰). Romimohtarto (1985) in Sitorus (2008) menyatakan bahwa tiram

dapat hidup pada kisaran salinitas 15-32‰, bahkan dapat bertahan hidup pada

salinitas <15 ‰. Berdasarkan hal tersebut, maka dapat dikatakan bahwa kondisi

perairan di stasiun muara sungai lebih sesuai, sehingga kepadatan populasi tiram di stasiun muara sungai lebih tinggi dibandingkan dengan stasiun non muara sungai.

4.3. Pola sebaran populasi

Pola sebaran populasi tiram yaitu seragam, karena pada setiap bulan dan di masing-masing stasiun nilai Indeks Morisita < 1 (Tabel 3). Hasil pola sebaran populasi tiram yang bersifat seragam, kemudian dilanjutkan dengan uji Chi- Square untuk memastikan pola sebaran populasi tiram bersifat seragam atau tidak (Tabel 3).

Tabel 3. Nilai Indeks Morisita (Id) dan hasil uji Chi-Square

Non Muara Sungai Muara Sungai

Id

hitung Keterangan Id

hitung Keterangan

Mei 0,8574 0,4444 Seragam 0,8690 4,2000 Seragam

Juni 0,8467 1,4091 Seragam 1,0771 12,3158 Mengelompok

Juli 0,8958 0,1842 Seragam 0,9094 0,3023 Seragam

Agustus 0,9195 0,6739 Seragam 1,0071 8,6136 Mengelompok

September 0,8878 2,6122 Seragam 0,9361 2,6353 Seragam

Oktober 0,9043 1,4000 Seragam 0,9578 4,5000 Seragam

X2 tabel=5,9910

Uji Chi-Square dilakukan pada selang kepercayaan 95% (α = 0,05) dengan H0 = Tidak berbeda nyata yang berarti pola sebaran jenisnya bersifat seragam dan

H1 = Berbeda nyata yang berarti pola sebaran jenisnya tidak bersifat seragam.

Hasil dari X2 hitung pada masing-masing stasiun dan setiap bulan lebih kecil dibandingkan X2 tabel, namun bulan Juni dan Agustus di stasiun muara sungai memiliki nilai X2 hitung lebih besar dibandingkan X2 tabel yang berarti tolak H0.

Oleh karena itu, dapat disimpulkan bahwa gagal tolak H0 yang berarti tidak

berbeda nyata pola sebaran jenisnya bersifat seragam.

Pola sebaran populasi tiram bersifat seragam, namun keadaan di alam yang sebenarnya tiram tersebar secara mengelompok. Hal ini dapat disebabkan oleh kondisi lingkungan perairan maupun kesediaan makanan pada perairan tersebut sesuai dengan habitat tiram (Sitorus 2008). Selain itu, terkait dengan pengambilan contoh tiram yang tidak dilakukan secara acak dan plot transek kuadrat yang jumlahnya masih kurang dan belum memenuhi kaidah statistik.

Pada penelitian terdahulu, ditemukan pola sebaran populasi tiram yang bersifat mengelompok maupun seragam. Supriyantini et al. (2003) melakukan penelitian di Demak dan hasil pola sebaran populasi tiram adalah mengelompok. Selain itu, penelitian yang dilakukan oleh Suryono et al. (2002) di Rembang dan penelitian yang dilakukan oleh Swartinah (2005) di Jepara memperoleh hasil pola sebaran populasi tiram bersifat mengelompok. Namun, pada penelitian Widiastuti (1998) diperoleh hasil pola sebaran populasi tiram yang bersifat seragam. Berikut merupakan gambar tiga pola dasar penyebaran (Gambar 8).

Gambar 8. Tiga pola dasar penyebaran spasial dari individu dalam suatu habitat

Dokumen terkait