5.1 Simpulan
Dari hasil penelitian ini, maka dapat disimpulkan bahwa :
1) Nilai mean volume backscattering strength untuk ketiga spesies menunjukan perbedaan, enhalus acoroides sebesar -64.16 dB dengan standar deviasi ±2.93 dB, Cymodocea rotundata -65.37 dB dengan standar deviasi ± 4.34 dB serta Thallasia hemprichii yakni -62.23 dB dengan standar deviasi ±3.39 dB.
2) Bentuk normalisasi echo dari masing masing spesies menunjukan pola yang berbeda, puncak puncak gema yang terlihat pada spesies Cymodocea rotundata dan Thallasia hemprichii menunjukan pola yang berbeda nyata dengan spesies Enhalus acoroides. 3) Berdasarkan hasil nilai akustik volume backscattering strength (Sv) maka, metode
hidroakustik potensial membedakan spesies masing masing lamun.
5.2 Saran
Untuk penelitian selanjutnya perlu dilakukan pada beberapa spesies lamun lain yang belum sempat diukur.
Seagrass : an Introduction for Monitoring and Management. EU Project Monitoring and Managing of Eurropean Seagrasses.
Burczynski J., Hoffman. J., Schneider P., and Sabol B 2001. Use of Acoustic for Detection Aquatic vegetation. Sonar system for asssesment of submerged aquatic vegetation and bottom substrata classification. Report of the join session of working groups on Fisheries Acoustics Science and Technology and Fishing Technology and Fish Behaviour Seatlle, USA. 25 April 2011. Deswati, S. R. 2009. Evaluasi Metode Akustik Untuk Pendeteksian Padang
Lamun. Thesis. Program Pascasarjana. Institut Pertanian Bogor.
Fortes MD. 1990. Seagrasses : A Resources Unknown in the ASEAN Region. ICLARM Education Series. 6. Manila, Philipines : International Center for Living Aquatic Resources Management.
Gavrilov, A., Parnum, I. 2003. Statisitical Properties of Backscater from Seagrass Collected from A Sidescan Sonar Survey. Center for Marine Science and Technology, Curtin University, Perth Australia.
Gembong T. 2004. Taksonomi Tumbuhan Spermatophyta. Yogyakarta. Gadjah Mada University Press
Hemminga MA, Duarce CM. 2000. Seagrass Ecology. Australia : Cambridge University Press.
Hoffman, J. P., and Penrose, J. D., (2000), “Acoustic Propagation Prediction in Shallow Water”, Curtin University of Technology.
Kiswara W. 1997. Struktur Komunitas Padang Lamun Perairan Indonesia dalam Konggres Biologi Indonesia XV. Inventarisasi daan Evaluasi Potensi Laut Pesisir II Geologi, Kimia, Biologi dan Ekologi. Jakarta : Pusat Penelitian dan Pengembangan Oseanologi LIPI.
Komatsu T., Mikami A. 2003. Hydro-Acoustic Methods as a Practical Tool for Cartography of Seagrass Beds. Otsuchi Marine Science 28:72-79.
Komatsu T et al. 2003. Use of multi-beam sonar to map seagrass beds in Otsuchi Bayon the Sanriku Coast of Japan. Aquatic Living Resources 16: 223–230. Lefebvre A, Thompson C, Collins K, Amos CL. 2009. Use of High Resolution
Profiling Sonar and a Towed Video Camera to Map a Zostera marina bed, Solent, UK. Estuarine, Coastal and Shelf Science 82 : 323-334
Manual Cruzpro PcFF80 50/200Khz 2007. http://www.cruzpro.com [15 Agustus 2010].
Marsh JA, WC Dennison, RS Alberte. 1986. Effects of temperature on photosynthesis and respiration in Eelgrass (Zostera marina). J. Exp Mar. Biol. Ecol. 101 : 257-267.
McKenzie, L.J., Mellors. J. 2009. Seagrass Monitoring Guidelines for Torres Strait Comnities. Department of Employment, Ecnomic Development and Innovation. Northen Fisheries Center. Cairns. Australia.
Nienhuis PH. 1993. Structure and functioning of Indonesia Seagrass Ecosystem. Di dalam : Moosa MK, HH de long, HJA Blaauw, MKJ Norinarma, Editor. Coatal Zone Management of Small Island Ecosystem Proceedings International Seminar. Ambon. Hal 82-86.
Parnum I., Gavrilov A. Statistical Properties of Backscatter from Seagrass Collected from a Sidescan Sonar Survey. Centre for Marine Science and Technology, Curtin University, Perth. Australia.
Paskalina, M. 2008. Studi Ekologi Padang Lamun pada Perairan Pantai Manokwari. Thesis. Program Pascasarjana. Institut Pertanian Bogor.
Riegl, B., Moyer, R., Morris. L. 2005 Determination of the Distributio of Shallow-water Seagrass and Drift Algae Communities ith Acoustic Seafloor Discrimination. National Coral Reef Institute, Florida. USA.
Sabol B. M. and Johnton. S. A. 2001. Innovative Technique for Improved Hydroacoustic bottom Tracking in dense Aquatic vegetation. Aquatic plant control research Program. US Army Corp of Engineers Washington, DC 20314-1000.
Sabol, B., Melton, E., Chamberlain, R 2002. Evaluation of a Digital Echo System for Detection of Submersed Aquaic Vegetation. Estuaries Juournal Vol. 25 : 133-141.
Siwabessy P. J. W. 2001. An investigation of the relationship between seabed type and benthic and bentho-pelagic biota using acoustic techniques. Doctor of Philosophy of the Curtin University of Technology.
Siwabessy P. J. W. 2004. Seabed Habitat Mapping in Coastal Waters Using a Normal Incident Acoustic Technique. Proceeding of Acoustics, Curtin University of Technology, Perth, Australia.
Stevens, A.W., Lacy, J.R., Finlayson, D.P., and Gelfenbaum, G., 2008, Evaluation of a Single-Beam Sonar System to Map Seagrass at two Sites in Northern Puget Sound, Washington: U.S. Geological Survey Scientific Investigations Report 2008-5009, 45 p.
Tegowski J., Gorska N.,Klusek Z. 2003. Statistical analysis of acoustic echoes from underwater meadows in the eutophic puck bay (southern Baltic Sea). Aquatic Living Resources 16 : 215-221
Urick, R. J. 1983. Principles of Underwater Sound (3rd edn). New York : McGraw-Hill.
Valley, R. D. and M. T. Drake. 2005. Accuracy and precision of hydroacoustic estimates of aquatic vegetation and the repeatability of wholelake surveys: field tests with a commercial echosounder. Investigational Report 527, Minnesota Department of Natural Resources, St.Paul.
Transduser SIMRAD EY 60
Parameter statistik Enhalus acoroides N ping 3906 Minimum -91.94 dB Maximum -59.33 dB Mean -64.16 dB Standard Deviation 2.93 dB Variance 8.59 dB
Data Sv dan parameter statistik Enhalus acoroides
-95 -87 -79 -71 -63 -55
Nilai Sv
0 1000 2000 3000 4000P
ing
dat
a
Parameter statistik Cymodocea rotundata N ping 7081 Minimum -98.78 dB Maximum -58.24 dB Mean -65.37 dB Standard Deviation 4.34 dB Variance 18.81 dB
Data Sv dan parameter statistik Cymodocea rotundata
-100 -91 -82 -73 -64 -55
Nilai Sv
-500 1500 3500 5500 P ing dat aParameter statistik Thallasia hemprichii N ping 2381 Minimum -83.36 dB Maximum -57.19 dB Mean -62.23 dB Standard Deviation 3.39 dB Variance 11.49 dB
Data Sv dan parameter statistik Thallasia hemprichii
-85 -78 -70 -63 -55
Nilai Sv
0 625 1250 1875 2500 P ing dat aAlternative = 'not equal'
Mean Cymodocea rotundata : -65.37 Mean Thallasia hemprichii : -62.23 Mean Difference : -3.14 95.00% Confidence Interval : -5.791 to -5.382 Standard Deviation of Difference : 5.097
t : -53.482
df : 2380
p-value : 0.000
Uji t-test berpasangan Cymodocea rotundata vs Enhalus acoroides Alternative = 'not equal'
Mean Cymodocea rotundata : -65.37 Mean Enhalus acoroides : -64.16 Mean Difference : -1.21 95.00% Confidence Interval : -3.951 to -3.612 Standard Deviation of Difference : 5.405
t : -43.722
df : 3905
p-value : 0.000
Alternative = 'not equal'
Mean Enhalus acoroides : -64.16 Mean Thallasia hemprichii : -62.23 Mean Difference : -1.93 95.00% Confidence Interval : -2.551 to -2.160 Standard Deviation of Difference : 4.873
t : -23.586
df : 2380
p-value : 0.000
ABSTRACT
LAOLE Analysis Acoustic Backscattering for Identification Species of Seagrass . Under direction of HENRY. M. MANIK and INDRA JAYA.
Seagrasses are flowering plants that develop extensive underwater meadows and play a key role in the coastal ecosystem. In this thesis, normal incident acoustic techniques were used to determine the values of backscattering strength of seagrass. Data collection was carried out in Seribu Islands, Jakarta by using SIMRAD EY 60 scientific echosounder systems with operating frequency 120 kHz. The results show that the average value of backscattering strength (Sv) for three seagrass species, namely Enhalus acoroides, Cymodocea rotundata and Thallasia hemprichii are 64.16 , 65.35 and 62.23 respectively. These differences may be due to shape and density of the seagrass leaves.
Lamun merupakan salah satu sumberdaya yang memiliki peran penting dan strategis di ekosistem pesisir. Berdasarkan fungsinya lamun dapat menjadi indikator dalam pengelolaan strategis wilayah pesisir dengan tujuan untuk memelihara atau meningkatkan kestabilan lingkungan pesisir (Komatsu et al. 2003).
Padang lamun merupakan ekosistem yang tinggi produktifitas organiknya, hal ini berhubungan dengan asosiasi dengan ekosistem di sekitar padang lamun. Tumbuhan lamun mendukung rantai makanan kehidupan sejumlah detrifora (Mckenzie 2009).
Pemantauan lamun yang bekelanjutan baik dalam jangka waktu bulanan maupun tahunan untuk mengetahui kondisi yang terjadi dan memberikan informasi awal atau menganalisa akibat yang ditimbulkan oleh perubahan lingkungan menjadi penting untuk diketahui. Perubahan lingkungan tersebut dapat terjadi secara spasial dan temporal baik kelimpahan dan komposisi spesiesnya (Mckenzie 2009).
Beberapa metode telah banyak digunakan untuk pemantauan padang lamun diantaranya dengan observasi secara langsung melalui sampling dan survey penyelaman maupun dengan pemanfaatan teknologi optik termasuk diantaranya penginderaan jarak jauh, video bawah air dan sistem akustik (Lefebvre 2009).
Metode akustik bawah air dapat digunakan untuk pemantauan dan pemetaan dasar perairan berupa informasi substrat dasar dan vegetasi di dasar perairan berdasarkan karakteristik signal gema yang dipantulkan target. Informasi tersebut mampu diklasifikasikan dari data survey sebaik data informasi distribusi ikan dan plankton yang telah umum digunakan untuk aplikasi akustik bawah air (Burcynski et al. 2001).
Menurut Valley dan Drake (2005), sistem akustik yang terintegrasi dengan Global Positioning System (GPS) serta Geographcal Information System merupakan alat pemantauan perubahan biovolum vegetasi air yang menjanjikan.
Kemampuan teknologi akustik untuk klasifikasi substrat dasar dan klasifikasi vegetasi bawah air pada dasarnya adalah kemampuan untuk mengumpulkan data
2
akustik berdasarkan kedalaman, tipe substrat, tutupan dan tinggi vegetasi, kelimpahan serta distribusi vegetasi (Hoffman et al. 2002).
Beberapa penelitian mengenai vegetasi dasar perairan dengan metode hidroakustik di Indonesia sendiri sudah dilakukan walaupun jumlahnya masih sangat terbatas. Deswati (2009) melakukan penelitian dengan menggunakan instrumen akustik Simrad EY 60 untuk pendeteksian lamun di wilayah Gugus Kepulauan Seribu, nilai Sv lamun untuk jenis Enhalus acoiroides berkisar -61.23 dB hingga -67.09 dB. Deswati (2009) mengungkapkan, berdasarkan hasil penelitian yang dilakukannya dapat disimpulkan bahwa metode akustik memiliki kemampuan mendeteksi keberadaan lamun.
1.2 Perumusan masalah
Pemanfaatan teknologi untuk mengevaluasi perubahan serta potensi sumberdaya sangat bermanfaat dalam menghasilkan data yang up to date dan akurat. Salah satu teknologi yang kini banyak digunakan sebagai alat bantu dalam pemantauan dan pendektesian sumberdaya laut adalah teknologi akustik.
Penerapan teknologi akustik di Indonesia dalam penelitian dan pengembangan bidang kelautan hingga saat ini masih sangat terbatas. Minimnya sarana dan prasarana menjadi salah satu faktor penghambat perkembangan teknologi akustik. Beberapa tahun belakangan ini, aplikasi metode pemetaan akustik, khususnya penggunaan “Acoustic Ground Discrimination System” (AGDS) dikombinasikan dengan data sampling lapangan, telah menjadi kegiatan yang biasa dalam pemetaan dan monitoring habitat dasar laut.
Salah satu teknologi yang kini banyak digunakan sebagai alat bantu dalam pemetaan padang lamun adalah teknologi akustik dengan kemampuanya mendeteksi keberadaan lamun. Kemajuan teknologi akustik untuk klasifikasi vegetasi bawah air sudah banyak dikembangkan beberapa diantaranya dengan menggunakan side-scan sonar maupun echosounder atau multibeam sonar untuk menghitung tingkat kelimpahan maupun distribusi spasial vegetasi melalui jumlah respon pantulan energi (Waren et al. 2007;Winfield et al. 2007, diacu dalam Lefebvre et al. 2009). Pemanfaatan echosounder telah banyak digunakan untuk survey dasar perairan dan pemetaan vegetasi diantaranya beberapa penelitian
yang telah dikembangkan oleh Sabol et al. 2002, Tegowski et al. 2003, valley et al. 2005, maupun Deswati 2009.
Penggunaan echosounder untuk pemetaan vegetasi dalam areal yang luas dapat mengehemat waktu dan biaya karena banyaknya data yang diperlukan bisa didapatkan dengan sekali survey dibanding metode lain seperti pemanfaatan citra satelit maupun observasi langsung dengan sampling dan penyelaman. Lamun sebagai vegetasi perairan dapat tumbuh pada daerah yang sangat luas di pasir, puing puing karang maupun substrat berlumpur. Jenis-jenis lamun tersebut membentuk padang lamun baik yang bersifat padang lamun monospesifik maupun padang lamun campuran yang luasnya diperkirakan mencapai 30.000 km² (Nenhuis 1993).
1.3 Kerangka pemikiran
Berdasarkan hal tersebut maka penelitian dengan teknologi hidroakustik adalah sangat bermanfaat dalam survey cepat sumberdaya dengan mendeteksi beberapa spesies lamun yang didasarkan pada karakteristik dari echo yang diperoleh dari echosounder split beam. Identifikasi spesies masing masing lamun berdasarkan, nilai pantulan yang diperoleh kemudian diverifikasi dengan data lapangan. Secara skematik bagan alir perumusan masalah dan tujuan penelitian ditunjukan pada Gambar 1.
1.4 Tujuan Penelitian
Penelitian ini bertujuan untuk menghitung nilai hambur balik atau volume backscattering strength (Sv) dari beberapa spesies lamun serta mengembangkan pengklasifikasian nilai tersebut untuk survey cepat sumberdaya lamun.
1.5 Manfaat Penelitian
Manfaat dari hasil penelitian ini dapat memberikan informasi mengenai karakteristik dan nilai pantulan dari spesies lamun yang berbeda, sehingga dapat dipakai untuk survey cepat sumberdaya lamun menggunakan teknologi hidroakustik.
4
Gambar 1. Kerangka pemikiran penelitian GPS Echogram Lamun Transduser PC Identifikasi lamun Perekaman akustik Sampling lapangan Survei akustik dan
observasi langsung padang lamun SV SA Energi Identifikasi & Kalsifikasi lamun Uji t Spesies X Validasi Silang Peta lamun