STATUS DAN PENGELOLAAN SUMBER DAYA
IKAN TUNA MATA BESAR (
Thunnus obesus
Lowe, 1839)
DI PERAIRAN SAMUDERA HINDIA
SITI NUR KHOTINI
MANAJEMEN SUMBERDAYA PERAIRAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI
Dengan ini saya menyatakan bahwa skripsi berjudul “Status dan Pengelolaan Sumber Daya Ikan Tuna Mata Besar (Thunnus obesus Lowe, 1839)
di Perairan Samudera Hindia” adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Bogor, Agustus 2015
Siti Nur Khotini
ABSTRAK
SITI NUR KHOTINI. Status dan Pengelolaan Sumber Daya Ikan Tuna Mata Besar (Thunnus obesus Lowe, 1839) di Perairan Samudera Hindia. Dibimbing oleh RAHMAT KURNIA dan YONVITNER.
Ikan tuna mata besar (Thunnus obesus) merupakan salah satu ikan pelagis besar di perairan Samudera Hindia dengan komposisi hasil tangkapan sekitar 23% dari total tangkapan ikan pelagis besar yang didaratkan di Pelabuhan Perikanan Samudera (PPS) Cilacap. Tujuan penelitian ini adalah menentukan status kondisi sumber daya ikan tuna mata besar (Thunnus obesus) dan memberikan upaya pengelolaan sumber daya ikan tuna mata besar (Thunnus obesus) yang tepat dan berkelanjutan. Penelitian ini dilakukan pada bulan Desember 2014 hingga Maret 2015 yang berlokasi di PPS Cilacap. Hasil analisis menunjukkan bahwa status ikan tuna mata besar (Thunnus obesus) telah mengalami tangkap lebih secara biologi dan ekonomi. Upaya pengelolaan yang dapat direkomendasikan adalah mengatur upaya penangkapan dan penetapan kuota hasil tangkapan (kondisi MEY), mengatur musim penangkapan dan daerah penangkapan, menjalankan sistem insentif, dan membangun kerja sama antar stakeholder.
Kata kunci: Bieokonomi, Ikan tuna mata besar (Thunnus obesus), PPS Cilacap, Samudera Hindia, Tangkap lebih
ABSTRACT
SITI NUR KHOTINI. Status and Management of Big Eye Tuna (Thunnus obesus
Lowe, 1839) Resources in The Indian Ocean. Supervised by RAHMAT KURNIA and YONVITNER.
Big Eye Tuna (Thunnus obesus) is one of large pelagic fish in Indian Ocean which composition about 23% from total fish catch was landed on PPS Cilacap. PPS Cilacap is laid on the south coast of Java, which deal directly with the Indian Ocean. The aim of this research is to find out the condition of Big Eye Tuna (Thunnus obesus) resources and give recomendation for proper and sustainable to its management. The research was conducted from Desember 2014 until March 2015 in PPS Cilacap. The analysis indicated that the Big Eye Tuna fishing has been overexploited both biological and economical point of view. Management effort that could be recommended to its management is fishing effort limitation, regulation of fishing season and fishing area, performing incetives system, and development cooperation among the stakeholder.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Perikanan
pada
Departemen Manajemen Sumber daya Perairan
STATUS DAN PENGELOLAAN SUMBER DAYA
IKAN TUNA MATA BESAR (
Thunnus obesus
, Lowe 1839)
DI PERAIRAN SAMUDERA HINDIA
SITI NUR KHOTINI
MANAJEMEN SUMBERDAYA PERAIRAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR BOGOR
PRAKATA
Puji syukur ke hadirat Allah SWT, atas rahmat dan karunia-Nya sehingga Penulis dapat menyelesaikan skripsi yang berjudul “Status dan Pengelolaan Sumber daya Ikan Tuna Mata Besar (Thunnus obesus Lowe, 1839) di Perairan
Samudera Hindia.”. Skripsi ini disusun dan diajukan sebagai salah satu syarat
untuk memperoleh gelar Sarjana Perikanan pada Departemen Manajemen Sumber daya Perairan , Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor. Penulis menyampaikan terima kasih kepada:
1. Institut Pertanian Bogor yang telah memberikan kesempatan untuk menempuh studi kepada Penulis.
2. Beasiswa Bidik Misi Institut Pertanian Bogor yang telah memberikan beasiswa akademik selama 4 tahun ini kepada Penulis.
3. Inna Puspa Ayu, SPi MSi selaku komisi pembimbing akademik yang telah memberi saran selama perkuliahan.
4. Dr Ir Rahmat Kurnia, MSi dan Dr Yonvitner, SPi MSi selaku dosen pembimbing yang telah memberikan masukan dan arahan dalam menyelesaikan penulis skripsi ini.
5. Dr Ir Niken Tunjung Murti Pratiwi, MSi dan Ali Mashar, S.Pi M.Si selaku Komisi Pendidikan Program S1 dan Dr Ir Etty Riani, MS selaku dosen penguji yang telah memberikan arahan dan masukan dalam menyelesaikan skripsi ini. 6. Kelurga; Siyam (Kakek), Saniyem (Nenek), Siswoyo dan Suprianto (Paman),
Sumaryani (Ibu), Supanderi (Bapak), Yuwono (Sepupu), Tera dan keluarga (Orang Tua Angkat), serta seluruh keluarga yang telah memberikan doa, kasih sayang, dan dukungan kepada Penulis baik moril maupun materil.
7. Pihak PPS Cilacap; Bu Eko, Mas Agung, Pak Taufik, Mas Ibnu, Mas Ikbal dan seluruh tim lapangan yang telah membantu dalam pengambilan data.
8. Sahabat; Ilmy, Aisya, Meti, Poppy, Anisa, Rina, Fitri, Yulia, Gama, Nanda, Annisa, Risma, Rosita dan MSP 48 atas doa, motivasi dan dukungannya. 9. Teman-teman; Selvia, Novita (MSP 46) dan Widyanti (MSP 47) yang telah
membantu dalam membimbing pengolahan data, Asrama A1 lorong 10, Wisma Nusantara, Sangga Buana, Wisma Fahmeda lantai 2, seluruh Asisten dan Laboran Lab. MOSI, Ekobio, Proling, dan seluruh civitas akademik dan non akademik MSP atas doa, dukungan dan bantuannya.
Bogor, Agustus 2015
DAFTAR ISI
DAFTAR TABEL viii
DAFTAR GAMBAR viii
DAFTAR LAMPIRAN viii
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 1
Tujuan Penelitian 2
METODE 2
Lokasi dan Waktu Penelitian 2
Pengumpulan Data 3
Analisis Data 4
HASIL DAN PEMBAHASAN 8
Hasil 8
Pembahasan 15
KESIMPULAN 20
Kesimpulan 20
DAFTAR PUSTAKA 21
LAMPIRAN 24
RIWAYAT HIDUP 47
DAFTAR TABEL
1 Jenis dan sumber data penelitian 4
2 Mortalitas dan laju eksploitasi 11
3 Pendugaan MSY dan fMSY dengan pendekatan model Fox 13
4 Estimasi parameter biologi 14
5 Parameter ekonomi sumber daya ikan tuna besar 14
6 Perbandingan pola pertumbuhan di berbagai lokasi 15 7 Perbandingan parameter pertumbuhan di berbagai lokasi 16 8 Nilai mortalitas dan laju eksploitasi dari berbagai lokasi 17
DAFTAR GAMBAR
1 Diagram alir rumusan masalah 2
2 Peta lokasi penelitian 3
3 Penentuan panjang cagak (A-B) ikan tuna mata besar (Thunnus obesus) 3 4 Komposisi hasil tangkapan jenis ikan di PPS Cilacap 9 5 Komposisi hasil tangkapan ikan tuna mata besar (Thunnus obesus) 9
6 Hubungan panjang dan bobot 10
7 Kurva parameter pertumbuhan dengan model von Bertalanffy 11
8 Pergerakan nilai IMP 12
9 Hubungan hasil tangkapan dan upaya penangkapan 13
10Kurva model bioekonomi 15
DAFTAR LAMPIRAN
1 Dokumentasi penelitian 24
2 Daftar pertanyaan (kuisioner) hasil penelitian 26 3 Prosedur perhitungan IMP dengan metode rata- rata bergerak 29 4 Poses penentuan model produksi surplus dan parameter biologi 30 5 Penentuan perhitungan kondisi pengelolaan model bioekonomi 33 6 Daerah Penangkapan Ikan Mata Besar (Thunnus obesus) 34 7 Pola pertumbuhan ikan tuna mata besar (Thunnus obesus) 35
8 Pendugaan parameter pertumbuhan 36
9 Pendugaan laju mortalitas dan laju eksploitasi 37 10Perhitungan Nilai IMP ikan tuna mata besar (Thunnus obesus) 38
11Catch per Unit Effort ikan tuna mata besar (Thunnus obesus) 39
12Model Produksi Surplus 40
13Estimasi parameter biologi 45
14Analisis bioekonomi 46
PENDAHULUAN
Latar Belakang
Ikan tuna mata besar (Thunnus obesus) merupakan bagian dari ikan pelagis besar (Thunnus obesus) yang memiliki karakteristik oseanik. Sumber daya ikan tuna mata besar (Thunnus obesus) memiliki nilai ekonomis penting dan banyak tersebar hampir di seluruh wilayah perairan Indonesia, salah satunya adalah perairan Samudera Hindia. Ikan tuna mata besar (Thunnus obesus) menjadi salah satu komoditas unggulan dari sub sektor perikanan yang umum dikonsumsi baik skala lokal maupun ekspor.
Pelabuhan Perikanan Samudera (PPS) Cilacap, Kabupaten Cilacap, merupakan salah satu pendaratan ikan tuna mata besar (Thunnus obesus) yang ditangkap dari Samudera Hindia. Kabupaten Cilacap memiliki posisi yang berhadapan langsung dengan Samudera Hindia dengan panjang garis pantai 105 km. Keadaan tersebut menjadi keuntungan tersendiri bagi sektor perikanan, terutama perikanan tangkap karena memiliki fishing ground yang luas.
Menurut data statistik perikanan PPS Cilacap (2014) produksi ikan tuna mata besar (Thunnus obesus) sebesar 390,15 ton. Produksi ini menurun dua kali lipat jika dibandingkan dengan tahun 2013 dan 58,75% pada tahun 2012. Hal ini dapat mengindikasikan telah terjadi overfishing. Berdasarkan hal ini diperlukannya analisis tentang status dan pengelolaan sumber daya ikan tuna mata besar (Thunnus obesus) agar keberadaan ikan tuna mata besar (Thunnus obesus) tetap lestari.
Perumusan Masalah
Gambar 1 Diagram alir rumusan masalah
Tujuan Penelitian
Tujuan penelitian adalah menentukan status kondisi sumber daya ikan tuna mata besar (Thunnus obesus) di perairan Samudera Hindia, dan memberikan upaya pengelolaan untuk pemanfaatan sumber daya ikan tuna mata besar (Thunnus obesus) secara tepat dan berkelanjutan.
METODE
Lokasi dan Waktu Penelitian
Pengambilan data primer dan sekunder dilakukan di PPS Cilacap, Jawa Tengah (Gambar 2). Waktu pengambilan contoh ikan dilakukan pada bulan Desember 2014 hingga Maret 2015 dengan interval waktu lebih kurang selama 30 hari. Peta lokasi penelitian disajikan pada Gambar 2.
Upaya meningkat
Produksi menurun
Keberlanjutan sumber daya ikan tuna mata
besar (Thunnus obesus) Hasil
tangkapan menurun
Status stok dan upaya pengelolaan
Gambar 2 Peta lokasi penelitian
Pengumpulan Data
Data yang diteliti terdiri dari data primer dan data sekunder. Data primer berupa data panjang ikan tuna mata besar (Thunnus obesus) yang berjumlah 1549 ekor dengan metode Penarikan Contoh Acak Sederhana (PCAS). Panjang ikan tuna mata besar (Thunnus obesus) yang diukur adalah panjang cagak yaitu pengukuran dari ujung mulut ikan sampai dengan pangkal ekor menggunakan alat ukur panjang dengan skala terkecil 1 cm (Gambar 3). Pengukuran bobot dilakukan di Jakarta, sehingga peneliti menggunakan pendekatan dengan metode W = aLb berdasarkan penelitian yang dilakukan oleh Loka Penelitian Perikanan Tuna, Benoa Bali (2012) in Jaenudin (2013) diperoleh untuk koefisien nilai a dan b sebesar 0,00002 dan 2,9731.
Gambar 3 Penentuan panjang cagak (A-B) ikan tuna mata besar (Thunnus obesus) Data sekunder yang diperlukan adalah data berkala (time series) dan wawancara. Data sekunder diperoleh dari PPS Cilacap yang meliputi kondisi umum PPS Cilacap, letak geografis dan topografis, hasil tangkapan (catch), upaya tangkap (effort), dan musim penangkapan. Wawancara dilakukan secara
musim dan daerah penangkapan. Informasi mengenai jenis dan sumber data penelitian disajikan pada Tabel 1.
Tabel 1 Jenis dan sumber data penelitian
No. Data Analisis Data Tujuan
1. Panjang ikan (P) Hubungan panjang dan bobot
Keterangan: (P) = data primer; (S) = data sekunder
Analisis Data
Hubungan panjang bobot
L (1) W adalah bobot (kilogram), L adalah panjang (cm), a dan b adalah koefisien pertumbuhan bobot. Nilai a dan b diduga dari bentuk linier persamaan di atas, yaitu:
log log log L (2)
Dugaan parameter a dan b diperoleh melalui analisis regresi linier sederhana dengan log W sebagai y dan log L sebagai x, sehingga diperoleh persamaan regresi:
yi i i (3)
sebagai model observasi dan sebagai model dugaannya:
y
̂i i (4)
Konstanta b1 dan b0 masing-masing diduga dengan:
∑ni iyi -n∑i n i∑ni yi
∑ni i -n(∑ni i) (5)
Dan
y ̅- ̅ (6)
sedangkan a dan b diperoleh melalui hubungan a = 10 odan b 1.
Pola hubungan panjang dan bobot dapat dilihat dari nilai konstanta (sebagai penduga tingkat kedekatan hubungan kedua parameter) dengan hipotesis: 1 Bila H0: 3, ikan dikatakan memiliki hubungan isometrik (pola
pertumbuhan bobot sebanding pola pertumbuhan panjang).
2 Bila H0: ≠ 3, ikan dikatakan memiliki hubungan allometrik (pola
pertumbuhan bobot tidak sebanding pola pertumbuhan panjang). Pola pertumbuhan allometrik ada dua macam, yaitu allometrik positif
( >3) yang mengindikasikan bahwa pertumbuhan bobot lebih dominan dibandingkan dengan pertumbuhan panjang dan allometrik
negatif ( <3) yang berarti bahwa pertumbuhan panjang lebih dominan
dibandingkan dengan pertumbuhan bobotnya.
Selanjutnya untuk menguji hipotesis diatas digunakan statistik uji sebagai berikut:
thitung |S-3
S adalah galat baku dugaan 1atau yang diduga dengan:
Pengambilan keputusannya, yaitu jika thitung > ttabel, maka hipotesis nol (H0) dapat
ditolak atau pola pertumbuhan ikan allometrik dan jika thitung < ttabel, maka
hipotesis nol (H0) gagal ditolak sehingga pola pertumbuhan ikan isometrik
(Walpole 1993).
Parameter pertumbuhan
Pendugaan parameter pertumbuhan (L∞ dan K) menggunakan program
FISAT (FAO-ICLARM Stock Assesment Tools) II versi 1.2.2 dengan metode
length frequency analysis bantuan ELEFAN I (Electronic Length-Frequency Analysis). Pendugaan terhadap nilai t0 diperoleh melalui persamaan Pauly (1983) in Sparre dan Venema (1999):
log (-t0) = -0,3922 – 0,2752 (logL∞) – 1,038 (logK) (9)
Lt adalah panjang ikan pada saat umur t (cm), L∞ adalah panjang asimtotik
ikan (cm), K adalah koefisien laju pertumbuhan, t adalah umur ikan, dan t0 adalah
umur teoritik ikan pada saat panjang sama dengan nol.
Mortalitas dan laju eksploitasi
Konsep parameter pertumbuhan penting untuk diketahui guna pengelolaan sumber daya perkanan selanjutnya. Parameter mortalitas ini meliputi mortalitas alami dan mortalitas penangkapan (Sparre dan Venema 1999). Pendugaan nilai mortalitas dan laju eksploitasi menggunakan program FISAT (FAO-ICLARM Stock Assesment Tools) II versi 1.2.2 dengan metode length frequency analysis
bantuan Mortality Estimation. Mortality Estimation ini untuk mengetahui laju mortalitas alami (M) dan mortalitas total (Z).
Laju mortalitas alami (M) dapat diduga dengan menggunakan rumus empiris Pauly (1983) in Sparre dan Venema (1999) sebagai berikut :
M = 0,8 e (-0,0066 – 0, 79(lnL∞) ,6543(lnK ,4634(lnT)) (10) M adalah mortalitas alami (per tahun), L∞ adalah panjang asimtotik pada persamaan pertumbuhan von Bertalanffy (cm), K adalah koefisien pertumbuhan, t0 adalah umur ikan pada saat panjang 0, dan T adalah suhu rata-rata permukaan
F = Z – M (11) Laju eksploitasi (E) ditentukan dengan membandingkan laju mortalitas penangkapan (F) dengan laju mortalitas total (Z):
M (12)
Pola musim penangkapan
Indeks Musim Penangkapan (IMPi) sebagai pertimbangan dalam melakukan operasi penangkapan dengan menggunakan data Catch Per Unit Effort (CPUE) dari data bulanan ikan tuna mata besar (Thunnus obesus) dengan metode rata-rata bergerak. Metode rata-rata bergerak (moving average) memiliki keuntungan, yaitu dapat mengestimasi fluktuasi musim sehingga dapat menentukan saat yang tepat untuk melakukan operasi penangkapan. Kerugian dari metode rata-rata bergerak (moving average) adalah tidak dapat menghitung pola musim penangkapan saat tahun terakhir data (Bahdad 2006). Distibusi temporal diperoleh menggunakan metode dekomposisi klasik dengan ratio pada rata-rata bergerak terhadap data hasil tangkapan bulanan selama beberapa tahun (Dajan 1986). IMPi ditentukan dengan RBBi yang dikalikan dengan Faktor Koreksi (FK):
IMPi = RBBi x FK (13)
IMPi adalah indeks musim penangkapan bulan ke-i, RBBi adalah rasio rata-rata untuk bulanan ke-i, dan i adalah 1, 2, 3, ..., 12. Prosedur perhitungan IMP disajikan pada Lampiran 3.
Model surplus produksi dan estimasi parameter biologi
Model Surplus produksi yang akan digunakan dan dicobakan dalam penelitian ini adalah Model Schaefer, Fox, Walter Hilbron, Schnute, dan Clarke Yoshimoto Pooley (CYP). Model terbaik diantara kelima model dipilih untuk menentukan tingkat upaya optimum yang dapat menghasilkan suatu hasil tangkapan maksimum lestari tanpa mempengaruhi produktivitas stok secara jangka panjang. Model tersebut menggunakan pendekatan regresi linear sederhana Y=b0+b1x dan regresi linear berganda Y=b0+b1x1+b2x2. Proses
penentuan model produksi surplus dan parameter biologi disajikan di Lampiran 4.
Analisis bioekonomi
pangan, dan retribusi. Menurut Fauzi (2006), rata-rata biaya penangkapan dapat dihitung dengan menggunakan rumus:
c = ∑ci
n (14)
c adalah rata-rata biaya penangkapan (rupiah/trip), ci adalah biaya
penangkapan nominal responden ke-i, dan n adalah jumlah responden. Harga ikan tuna mata besar (Thunnus obesus) ditentukan berdasarkan harga ikan tuna mata besar (Thunnus obesus) rata-rata dengan rumus (Fauzi 2006):
p = ∑npi (15)
p adalah harga ikan rata-rata (rupiah per kg), pi adalah harga nominal ikan
tuna mata besar (Thunnus obesus) pada responden ke-i, dan n adalah jumlah responden. Jika kedua parameter ekonomi tersebut telah diketahui, maka TR (Total Revenue), TC (Total Cost), dan keuntungan ekonomi ( diperoleh dengan persamaan (Fauzi 2006) :
TR = pY (16)
TC = cf (17)
= TR – TC (18)
Parameter biologi dan ekonomi yang diperoleh digunakan untuk membandingkan kondisi pengelolaan pada Maximum Sustainable Yield (MSY),
Maximum Economic Yield (MEY), dan Open Access (OA). Informasi terkait penentuan rumus perhitungan pada ketiga kondisi pengelolaan kelima model bioekonomi tersebut disajikan pada Lampiran 5.
HASIL DAN PEMBAHASAN
Hasil
Kondisi sumber daya perikanan di PPS Cilacap
Pelabuhan Perikanan Samudera (PPS) Cilacap merupakan tempat pendaratan ikan paling besar dan produksinya paling banyak di Jawa Tengah. PPS Cilacap secara geografis terletak di Desa Tegalkamulyan, Kecamatan Cilacap Selatan, Kabupaten Cilacap, Provinsi Jawa Tengah pada posisi 9” ” 8,4” BT
dan 7”43’3 , ” LS, dan merupakan Pelabuhan Perikanan Samudera (PPS) yang
(WPP 573) yang dikenal memiliki potensi sumber daya ikan yang cukup melimpah.
Produksi perikanan yang didaratkan di PPS Cilacap terdiri dari ikan pelagis, demersal, moluska dan krustase. Menurut PPS Cilacap (2014), ikan tuna mata besar (Thunnus obesus) termasuk jenis ikan pelagis besar yang mendominasi hasil tangkapan terbanyak dari keseluruhan perikanan yang didaratkan. Informasi komposisi hasil tangkapan kelompok ikan di PPS Cilacap disajikan di Gambar 4.
Gambar 4 Komposisi hasil tangkapan jenis ikan di PPS Cilacap Sumber: PPS Cilacap (2014)
Ikan pelagis besar lebih mendominasi tertangkap daripada ikan demersal maupun moluska dan krustase. Ikan tuna mata besar (Thunnus obesus) merupakan ikan dengan tangkapan paling banyak, yaitu mencapai 23% atau senilai 390,15 ton dari keseluruhan ikan pelagis besar. Informasi mengenai komposisi hasil tangkapan ikan tuna mata besar (Thunnus obesus) di PPS Cilacap disajikan di Gambar 5.
Kondisi ikan tuna mata besar (Thunnus obesus)di PPS Cilacap
Alat tangkap untuk menangkap ikan tuna mata besar (Thunnus obesus) adalah rawai tuna. Satu unit rawai tuna umumnya mengoperasikan 1000–2000 mata pancing per waktu pengoperasian (Saputra et al. 2011). Rawai tuna dioperasikan dengan menggunakan kapal motor berukuran 21-30 GT.
Hasil yang diperoleh dari wawancara antara lain adalah harga jual, dan biaya penangkapan, lama melaut, serta daerah penangkapan. Harga jual ekspor ikan tuna mata besar (Thunnus obesus) berkisar antara 2500–3000¥ tergantung mutu dari ikan itu sendiri, sedangkan biaya penangkapan berkisar antara Rp500000000-Rp1000000000/trip. Waktu nelayan sekali melaut adalah 5-6 bulan. Nelayan sering menangkap ikan di perairan Samudera Hindia, yaitu lintang 7-8, namun apabila hasil tangkapan kurang, nelayan berlayar ke daerah lebih jauh seperti perairan selatan Jawa seperti perairan Cilacap, Palabuhanratu, Pangandaran, Gombong, Kebumen, Yogyakarta, dan perairan Samudera Hindia hingga mendekati Pulau Christmas (Lampiran 6).
Hubungan panjang dan bobot
Hasil analisis hubungan panjang dan bobot ikan tuna mata besar (Thunnus obesus) didapatkan persamaan W = 0,00002L2,9731. Pola pertumbuhan ikan tuna mata besar (Thunnus obesus) diperoleh setelah mendapatkan persamaan yang kemudian dilakukan uji t. Hasil uji t (Lampiran 7) diperoleh kesimpulan bahwa pola pertumbuhan ikan tuna mata besar (Thunnus obesus) adalah allometrik
negatif ( <3, p< , 5). Hal ini berarti pertambahan panjang ikan tuna mata besar
(Thunnus obesus) lebih cepat dibandingkan pertambahan bobot. Infomasi hubungan panjang dan bobot ikan tuna mata besar (Thunnus obesus) disajikan pada Gambar 6.
Parameter pertumbuhan
Analisis pendugaan parameter pertumbuhan ikan tuna mata besar (Thunnus
obesus) dilakukan dengan menggunakan metode length frequency analysis
bantuan ELEFAN I (Electronic Length-Frequency Analysis) dalam program FISAT II. Pendugaan parameter pertumbuhan yang meliputi nilai koefisien
pertumbuhan (K), panjang asimtotik tubuh ikan (L∞), dan umur teoritik ikan pada
saat panjang ikan nol (t0) dianalisis dengan menggunakan model von Bertalanffy
(Lampiran 8). Persamaan pertumbuhan von Bertalanffy untuk ikan tuna mata besar (Thunnus obesus) yang diperoleh adalah Lt=215,200(1-e-0,35(t+0,2748)). Grafik parameter pertumbuhan ikan tuna mata besar (Thunnus obesus) dengan model von Bertalanffy disajikan pada Gambar 7.
Gambar 7 Kurva parameter pertumbuhan dengan model von Bertalanffy
Mortalitas dan laju eksploitasi
Pendugaan laju mortalitas total (Z) ikan tuna mata besar (Thunnus obesus) dilakukan dengan kurva hasil tangkapan yang dilinierkan sehingga berbasis data panjang. Mortalitas terdiri atas mortalitas alami dan mortalitas penangkapan. Mortalitas dan laju eksploitasi ikan tuna mata besar (Thunnus obesus) disajikan pada Tabel 2 dan Lampiran 9.
Tabel 2 Mortalitas dan laju eksploitasi
Parameter Nilai
Motalitas penangkapan (F) 1,7438
Mortalitas alami (M) 0,4262
Mortalitas total (Z) 2,1700
Eksploitasi (E) 0,8036
yakni mencapai 0,8036, sehingga dapat disimpulkan bahwa ikan tuna mata besar (Thunnus obesus) telah mengalami overexploited (tangkap lebih).
Pola musim penangkapan
Nilai IMP ini didapatkan dengan cara mengolah data jumlah hasil tangkapan setiap bulan dan upaya penangkapan setiap bulannya. Hasil tangkapan dan upaya penangkapan yang dihitung, yaitu pada tahun 2008-2014. Besarnya nilai IMP dinyatakan dalam satuan persen (%). Pergerakan nilai IMP ikan tuna mata besar (Thunnus obesus) disajikan pada Gambar 8.
Gambar 8 Pergerakan nilai IMP
Gambar 8 menjelaskan puncak musim penangkapan ikan tuna mata besar
(Thunnus obesus) yang didaratkan di PPS Cilacap berada pada bulan September.
Musim sedang ikan tuna mata besar (Thunnus obesus) yakni pada bulan November dan musim paceklik ikan tuna mata besar (Thunnus obesus) yakni pada bulan Desember-Juni. Hal ini sesuai dengan hasil wawancara dengan nelayan di PPS Cilacap, dimana puncak musim penangkapan ikan tuna mata besar (Thunnus obesus) berkisar pada bulan Juli-Oktober. Informasi mengenai nilai presentase IMPi disajikan pada Lampiran 10.
Model produksi surplus
Model produksi surplus digunakan untuk menduga tingkat upaya optimum. Upaya optimum yaitu suatu upaya yang dapat menghasilkan suatu tangkapan maksimum lestari. Data hasil tangkapan dan upaya penangkapan ikan tuna mata besar (Thunnus obesus) disajikan pada Gambar 9.
Gambar 9 Hubungan hasil tangkapan dan upaya penangkapan
Gambar 9 menjelaskan hubungan hasil tangkapan dan upaya penangkapan. Gambar tersebut memberikan informasi penangkapan aktual belum melebihi upaya optimal. Namun, apabila dibandingkan dengan kondisi sebelumnya, yaitu pada tahun 2008-2011, ikan tuna mata besar (Thunnus obesus) sudah melebihi upaya optimal. Data yang terlihat sebagian besar menunjukkan kondisi lingkungan yang overfishing. Hal ini dapat menjadi indikasi bahwa sumber daya ikan tuna mata besar (Thunnus obesus) telah mengalami overfishing.
Hasil tangkapan ikan tuna mata besar (Thunnus obesus) terbanyak pada tahun 2009, yaitu sebanyak 1295,05 ton dengan upaya penangkapan sebanyak 1527 trip. Hasil tangkapan dan upaya penangkapan ikan tuna mata besar (Thunnus obesus) mengalami penurunan pada tahun 2010 hingga 2014, akan tetapi pada tahun 2013 hasil tangkapan ikan tuna mata besar (Thunnus obesus) mengalami peningkatan. Hal ini berbanding lurus dengan hasil tangkapan, ketika upaya meningkat maka hasil tangkapan meningkat begitu pula sebaliknya. Informasi mengenai pendugaan MSY dan fMSY dengan pendekatan model Fox
disajikan pada Tabel 3 dan Lampiran 11 .
Tabel 3 Pendugaan MSY dan fMSY dengan pendekatan model Fox
Parameter Nilai Parameter Nilai
fMSY (trip) 872 f aktual (trip) 120
MSY (ton/tahun) 1080 C aktual (ton) 390,15
JTB (ton/tahun) 864 Status Overfishing
Hasil pendugaan MSY belum mengalami overfishing apabila dilihat dari data upaya aktual yakni tahun 2014. Namun, data upaya penangkapan tahun 2008-2011 menunjukkan kondisi pemanfaatan yang telah overfishing. Model produksi surplus yang digunakan adalah model Fox berdasarkan nilai koefisien determinasi tertinggi, yaitu sebesar 84,65%.
2008
0 1000 2000 3000 4000 5000
Parameter biologi
Pendugaan parameter biologi yang meliputi nilai laju pertumbuhan instrinsik (r), koefisien daya tangkap (q) dan daya dukung (K). Model yang digunakan untuk mengestimasi parameter biologi, yaitu model Schaefer, Fox, Walter Hilborn, Schnute, dan CYP. Informasi parameter biologi ikan tuna mata besar (Thunnus obesus) dengan lima model tersebut disajikan di Tabel 4 dan Lampiran 12 dan 13. Tabel 4 Estimasi parameter biologi
Model
Parameter biologi
r (%/tahun) q (/unit penangkapan) K (ton/tahun) R2 (%)
Schaefer 3,2156 0,0051 632,8827 81,87%
Fox 0,8825 0,0005 6720,6105 84,65%
Walter Hilborn 29,8655 0,0141 254,8718 58,15%
Schnute 2371,7950 0,0018 3,1632 22,92%
CYP 3,2559 0,0043 997,8498 84,07%
Koefisien determinasi (R2) dari model Fox merupakan R2 terbesar, yaitu 84,65%, sehingga untuk menduga parameter biologi, model Fox yang digunakan untuk analisis bioekonomi. Estimasi parameter biologi ikan tuna mata besar (Thunnus obesus) diperoleh nilai daya dukung lingkungan (K) sebesar 6720,6105 ton/tahun. Parameter biologi lain seperti kemampuan alat tangkap untuk satu periode melaut sebesar 0,0005/unit penangkapan dan laju instrinsik ikan tuna mata besar sebesar 0,8825% /tahun.
Analisis bioekonomi
Analisis bioekonomi diperlukan dalam pengelolaan sumber daya ikan tuna mata besar (Thunnus obesus) karena selama ini permasalahan perikanan terfokus pada memaksimalkan penangkapan, dengan mengabaikan faktor produksi yang diperlukan dalam usaha perikanan. Parameter ekonomi seperti biaya operasional dan harga ikan tuna mata besar (Thunnus obesus) diperoleh dari hasil wawancara. Informasi parameter ekonomi yang digunakan pada penelitian ini disajikan pada Tabel 5.
Tabel 5 Parameter ekonomi sumber daya ikan tuna besar (Thunnus obesus)
Parameter ekonomi Nilai (Rupiah)
Rata-rata biaya operasional per trip 750000000
Rata-rata harga jual per kg 271635
(Sumber: Nelayan PPS Cilacap 2015)
Gambar 10 Kurva model bioekonomi
Gambar 10 menjelaskan upaya penangkapan pada kondisi pengelolaan OA, MSY, MEY dan aktual di perairan Samudera Hindia adalah 1223 trip/tahun, 872 trip/tahun, 650 trip/tahun, dan 120 trip/tahun. Hasil tangkapan yang diperoleh
Pola pertumbuhan ikan tuna mata besar (Thunnus obesus) adalah allometrik negatif. Hal ini sesuai dengan beberapa penelitian di berbagai lokasi yang menunjukkan bahwa pola pertumbuhan ikan tuna mata besar adalah allometrik negatif. Informasi pola pertumbuhan ikan tuna mata besar di berbagai lokasi disajikan pada Tabel 6.
Tabel 6 Perbandingan pola pertumbuhan di berbagai lokasi
Sumber Lokasi Nilai b Pola pertumbuhan
Sun et al. (2001) Samudera Pasifik 2,9278 Allometrik negatif
Zhu et al. (2008) Samudera Hindia 2,9362 Allometrik negatif
Faizah (2010) Samudera Hindia 2,8623 Allometrik negatif Riswanto (2012) Samudera Hindia 2,8623 Allometrik negatif Penelitian ini (2015) Samudera Hindia 2,9734 Allometrik negatif
Perbedaan nilai b yang diperoleh dapat disebabkan oleh beberapa faktor, di antaranya faktor eksternal yang meliputi musim, area, suhu, dan ketersediaan makanan, sedangkan faktor internal meliputi jenis kelamin, umur, dan genetik dari ikan tersebut (Effendie 2002). Pola pertumbuhan allometrik negatif ini juga
0 1000 2000 3000 4000 5000
terlihat dari morfologi tubuh ikan tuna mata besar (Thunnus obesus) yang pipih. Persamaan pola pertumbuhan disebabkan oleh adanya persamaan kisaran nilai b (Tabel 6).
Koefisien pertumbuhan (K) didefinisikan sebagai parameter yang menyatakan kecepatan kurva pertumbuhan dalam mencapai panjang asimtotiknya
(L∞) dari pola pertumbuhan ikan (Sparre dan Venema 1999). Semakin tinggi nilai koefisien pertumbuhan, semakin cepat mencapai panjang asimtotik dan beberapa spesies kebanyakan di antaranya berumur pendek. Berbeda halnya dengan ikan tuna mata besar (Thunnus obesus) memiliki koefisien pertumbuhan rendah, yaitu 0,35 dan umur semakin tinggi karena lama mencapai panjang asimtotiknya. Informasi mengenai perbandingan parameter pertumbuhan ikan tuna mata besar (Thunnus obesus) disajikan pada Tabel 7.
Tabel 7 Perbandingan parameter pertumbuhan di berbagai lokasi
Sumber Lokasi
Riswanto (2012) Samudera Hindia 0,420 176,93 -1,1461 Penelitian ini (2015) Samudera Hindia 0,350 215,2 -0,2748
Adanya perbedaan nilai K, L∞, dan t0 dapat disebabkan oleh dua faktor,
yakni faktor internal dan faktor eksternal (suhu dan ketersediaan makanan). Faktor internal di antaranya meliputi keturunan, parasit, dan penyakit, sedangkan faktor eksternal di antaranya meliputi suhu dan ketersediaan makanan (Effendie
). Oleh karena itu, perbedaan nilai K, L∞, dan t0 ikan tuna mata besar
(Thunnus obesus) pada penelitian ini dengan ikan tuna mata besar (Thunnus obesus) di perairan lainnya disebabkan oleh faktor genetik dan kondisi lingkungan yang berbeda karena kondisi perairan sangat berpengaruh terhadap pertumbuhan ikan.
Tingginya permintaan pasar lokal dan ekspor terhadap ikan tuna mata besar (Thunnus obesus) dalam bentuk segar dan olahan ikan kaleng menyebabkan aktivitas penangkapan meningkat. Tabel 2 menjelaskan bahwa ikan tuna mata besar (Thunnus obesus) yang tertangkap di perairan Samudera Hindia telah mengalami overfishing, dimana Eoptimum>0,5 (Pauly 1984). Laju eksploitasi dipengaruhi oleh laju mortalitas penangkapan (F), semakin tinggi laju mortalitas penangkapan maka akan semakin tinggi pula laju eksploitasi.
Tabel 8 Nilai mortalitas dan laju eksploitasi dari berbagai lokasi
Riswanto (2012) Samudera Hindia 0,7020 0,0857 0,6163 0,1221
Penelitian ini (2015) Samudera Hindia 2,1700 1,7438 0,4262 0,8036
Nilai indeks musim penangkapan (IMPi) dapat dijadikan dasar untuk menentukan pola musim penangkapan ikan sehingga dapat ditentukan waktu penangkapan yang tepat (Syahrir et al. 2010). Pola musim yang berlangsung di suatu perairan sangat dipengaruhi oleh pola arus yang terjadi karena interaksi antara udara dan laut (Nontji 2007). Musim puncak ikan tuna mata besar (Thunnus obesus) terjadi pada saat musim peralihan II (Juli-Oktober). Puncak musim ikan tuna mata besar (Thunnus obesus) di musim peralihan II ini dimungkinkan karena pada bulan tersebut angin barat sudah bertiup lebih awal, mengingat terjadinya musim barat atau timur bisa terjadi lebih cepat dan tidak menentu (Purwanto 2013).
Nontji (2007) menyatakan bahwa penyebaran ikan tuna mata besar (Thunnus obesus) sangat luas, meliputi perairan tropis dan sub tropis yang saling berkesinambung dari Samudera Pasifik ke Samudera Hindia. Kondisi geografis Indonesia yang terletak di antara Samudera Pasifik dan Samudera Hindia merupakan jalur perlintasan bagi ikan tuna yang bermigrasi jauh. Sebaran ikan tuna mata besar (Thunnus obesus) dapat dibedakan menjadi dua macam, yaitu persebaran horisontal seperti selatan Sumatera, selatan Jawa, Bali, NTT, Laut Flores, sedangkan penyebaran vertikal meliputi penyebaran yang dipengaruhi oleh suhu dan kedalaman renang ikan tersebut (Novianto et al. 2013).
Nelayan PPS Cilacap sudah bisa mengelompokkan daerah penangkapan ikan berdasarkan musim. Pada saat musim penangkapan, operasi penangkapan yang dilakukan tidak jauh dari perarain selatan Jawa yakni di sekitar lintang 7-8. Lokasi penangkapan tersebut menjadi strategis karena tidak jauh dari lokasi pendaratan ikan.
Pada saat musim barat dimana curah hujan tinggi sehingga gelombang yang dihasilkan sangat besar (Amri 2002) maka nelayan cenderung untuk tidak melaut, dikhawatirkan akan gelombang yang tinggi tersebut menyebabkan kapal-kapal nelayan terhantam badai. Semenjak ada Peraturan Menteri Perikanan dan Kelautan Nomor 57 tahun 2014 mengenai larangan bongkar muatan (transhipment) di laut, nelayan saat ini cenderung tidak melaut saat bukan musim penangkapan. Hal ini dikarenakan biaya melaut yang besar akan membuat nelayan rugi apabila hasil tangkapan yang didapatkan hanya sedikit.
Pengelolaan perikanan sangat erat kaitannya dengan pengaturan upaya penangkapan. Model produksi surplus yang paling baik digunakan untuk menentukan tingkat upaya optimum dan potensi lestari adalah model Fox dengan nilai keterwakilan (R2) sebesar 84,65%. Menurut Pyndick dan Rubinfeld (1998)
decrease rate upaya penangkapan, berbeda dengan model Schaefer karena asumsi
decreasing rate upaya diabaikan atau menggunakan asumsi constan rate upaya penangkapan (Hutagalung et al. 2015).
Peningkatan dan penurunan produksi hasil tangkapan ikan tuna mata besar
(Thunnus obesus) di perairan Samudera Hindia ini sangat mempengaruhi ekonomi
lokal karena produksi hasil tangkapan ikan tuna mata besar (Thunnus obesus) dapat menaikan ataupun menurukan pendapatan nelayan di PPS Cilacap. Peningkatan atau penurunan jumlah upaya penangkapan ini dapat disebabkan oleh bertambahnya atau berkurangnya jumlah armada penangkapan yang beroperasi sehingga mempengaruhi hasil tangkapan sumber daya ikan tersebut. Hal ini dapat terjadi kapan saja karena sumber daya perikanan bersifat open access artinya kondisi dimana setiap orang diperbolehkan masuk ke dalam suatu perikanan (Widodo & Suadi 2006).
Status sumber daya ikan tuna mata besar (Thunnus obesus) telah mengalami
overfishing sesaat pada tahun 2008-2011, dan penurunan upaya penangkapan dari
tahun 2012-2014 ini belum menunjukkan peningkatan hasil tangkapan yang diperoleh. Hal ini dikarenakan ikan tuna mata besar (Thunnus obesus) memiliki laju pulih yang kecil dilihat dari nilai laju pertumbuhan instrinsik (r) ikan tuna mata besar (Thunnus obesus) sebesar 0,8825%/tahun sehingga untuk dapat pulih kembali membutuhkan waktu yang lama.
Sumber daya perikanan yang bersifat renewable ini menuntut adanya pengelolaan dengan pendekatan yang bersifat menyeluruh dan hati-hati (Fauzi 2005). Langkah yang dapat dilakukan dalam meningkatkan kembali hasil tangkapan ikan tuna mata besar (Thunnus obesus), yaitu mengatur upaya penangkapan, dan menerapkan pendekatan kehati-hatian melalui jumlah tangkapan yang diperbolehkan (JTB), yaitu 80% dari MSY (Pasisingi 2011). JTB ini diharapkan mampu untuk mencegah estimasi yang berlebihan, sehingga stok ikan tuna mata besar (Thunnus obesus) di perairan Samudera Hindia dapat terjaga kelestariannya.
Menurut Zulbainarni (2012) estimasi parameter biologi perlu diketahui sebelum estimasi parameter ekonomi karena sumber daya perikanan selalu bergerak dan bersifat diburu. Konsep MEY menekankan pada keuntungan maksimum namun kelestarian sumber daya ikan tersebut tetap terjaga (Simarmata 2014). Menurut Christensen (2009), pengelolaan perikanan kondisi MEY lebih optimal, namun produksinya dibawah MSY. Menurut Dichmont et al. (2009), operasional MEY membutuhkan model pengembangan yang menggunakan aspek stok, biaya, dan harga.
Tabel 3 menunjukkan bahwa hasil tangkapan pada kondisi aktual mencapai 390,15 ton dengan effort 120 trip. Hasil tangkapan dan effort pada kondisi aktual belum melebihi MSY dan MEY. Namun jika dibandingkan dengan effort tahun 2008-2011 dimana nilai effort melebihi fMSY, maka dapat dikatakan bahwa sumber
daya ikan tuna mata besar (Thunnus obesus) telah mengalami tangkap lebih sesat baik secara biologi maupun ekonomi.
akan terjadi pada perikanan yang tidak terkontrol (Kartika 2010). Peningkatan upaya penangkapan yang tidak diatur terjadi pada PPS Cilacap.
Sumber daya perikanan merupakan barang umum (common good resources) yang bersifat open access, artinya gambaran kegiatan perikanan yang sedemikian sehingga tidak ada yang bertanggung jawab dalam pemeliharaan kelestarian sumber daya karena setiap orang berhak menangkap ikan dan mengeksploitasi sumber daya hayati lainnya kapan saja, dimana saja, berapa sebanyak jumlahnya, dan dengan alat tangkap apa saja (Sobari 2003). Pada perikanan open access
dimana nelayan bebas menangkap ikan sehingga terdapat kecenderungan pada nelayan lainnya untuk ikut menangkap ikan sebanyak-banyaknya. Ikan tuna mata besar (Thunnus obesus) di perairan Samudera Hindia masih dalam pengelolaan
open access.
Pada kondisi open access sumber daya ikan yang ada tidak dimanfaatkan secara efisien, sehingga dapat menyebabkan penurunan stok ikan tuna mata besar (Thunnus obesus) dan pendapatan nelayan. Hal ini dikarenakan setiap pengguna potensial memiliki hak otonom penuh dalam memanfaatkan sumber daya (Bulte et al. 1995). Keuntungan yang diperoleh pada pengelolaan open access bernilai 0. Hal ini dikarenakan biaya yang dikeluarkan sama dengan biaya yang diterima (Bortier 2002).
Prediksi teori ekonomi menjelaskan bahwa pada kondisi open access, sumber daya alam akan dieksploitasi dengan cepat sehingga mengurangi keuntungan yang diperoleh, dan bahkan total pengeluaran sama dengan total pemasukan (Gordon 1954; Schaefer 1957; Bjorndal dan Condrad 1987 in Bulte et al. 1995). Pengelolaan pada kondisi open access menimbulkan dampak negatif, seperti yang dikenal dengan tragedy of common baik berupa kerusakan sumber daya perikanan maupun konflik antar pelaku perikanan. Oleh karena itu, perlu diatur regulasi dalam pemanfaatan dan pengelolaan sumber daya perikanan.
Menurut Fauzi (2010) mengungkapkan bahwa beberapa permasalahan perikanan modern yang dihadapi adalah tekanan yang masif akibat eksploitasi menyebabkan terjadinya penurunan kualitas dan kuantitas sumber daya ikan di dunia. Tekanan yang masif tesebut disebabkan oleh terjadinya dua hal, yakni tangkap lebih (overfishing) baik secara ekonomi dan biologis dan terjadinya kapasitas lebih (overcapacity) pada perikanan ekonomis penting. Masalah lain juga yang telah menjadi isu internasional adalah maraknya Illegal, Unrepported, Unregulated Fishing (IUU Fishing) atau kegiatan penangkapan secara ilegal, tidak dilapokan, dan tidak memenuhi aturan. IUU Fishing bukan saja menimbulkan kerugian namun juga menimbulkan masalah lingkungan dan dampak sosial di masa yang akan mendatang.
Pengelolaan perikanan meliputi banyak aspek termasuk sumber daya ikan, lingkungan perairan, dan sumber daya manusia. Menurut Fauzi dan Anna (2005) dasar pengelolaan sumber daya ikan adalah bagaimana memanfaatkan sumber daya sehingga menghasilkan ekonomi yang tinggi bagi pengguna namun kelestarian tetap terjaga. Realita di lapangan, bahwa belum ada batasan mengenai upaya penangkapan dan hasil tangkapan yang diperbolehkan.
upaya penangkapan dan penetapan kuota hasil tangkapan ditetapkan sebagai alternatif pengelolaan yang tepat.
Upaya pengelolaan yang dapat dilakukan adalah pengaturan musim penangkapan. Menurut Beddington dan Rettig (1983) in Basson et al. (1995) mengatakan paling tidak ada dua bentuk penutupan musim penangkapan ikan, di antaranya menutup musim penangkapan ikan pada waktu tertentu untuk memungkinkan ikan dapat memijah dan berkembang dan penutupan kegiatan penangkapan karena telah mengalami degradasi, dan ikan yang ditangkap semakin sedikit. Penutupan musim penangkapan dapat membantu mengatasi ketidakpastian dan mampu meningkatkan keuntungan ketika hasil tangkapannya optimal (Grafton et al. 2006).
Aturan tersebut dapat terlaksana apabila didukung dengan sisem insentif, artinya nelayan mendapat nilai lebih setelah melakukan aturan-aturan yang ditetapkan (Wijayanto 2007 in Suryawati et al. 2011). Insentif ini dapat diberikan kepada nelayan yang sudah menggunakan alat tangkap yang ditetapkan, nelayan yang menangkap ikan tuna mata besar (Thunnus obesus) dengan ukuran yang ditetapkan (ikan-ikan yang ukurannya di atas ukuran rata-rata matang gonad dan ukuran pertama kali tertangkap), dan nelayan yang menangkap di daerah penangkapan yang diperbolehkan. Grafton et al. (2006), mengusulkan pendekatan berbasis insentif untuk perikanan yang berkelanjutan sebagai pelengkap pendekatan pengelolaan yang sudah berjalan. Nelayan berhak mendapatkan keadilan ekonomi dan turut serta bertanggung jawab dalam mencapai perikanan yang berkelanjutan.
Saran upaya pengelolaan ini memerlukan kerjasama dan koordinasi antar masing-masing stakeholder. Saran upaya pengelolaan apabila diimplementasikan dapat memberikan manfaat terpadu dalam tiga aspek yakni ekonomi, ekologi dan sosial. Ketiga manfaat ini diharapkan dapat menjadi tiga tujuan pilar perikanan, yakni kedaulatan, keberlanjutan, dan kesejahteraan.
KESIMPULAN
Kesimpulan
DAFTAR PUSTAKA
Amine AM. 2012. Biology and assesment of the thread fin bream Nemipterus japonicus in Gulf of Suez, Eigypt. J. Aquat. Biol. And Fish. 16(2): 47-57. Amri K. 2002. Hubungan Kondisi Oseanografi (Suhu Permukaan Laut, Klorofil-a, dan Arus) dengan Hasil Tangkapan Ikan Pelagis Kecil Di Perairan Selat Sunda [skripsi]. Bogor(ID): Institut Pertanian Bogor.
Basson M, Heddington JR, Crombie JA, Holden SJ, Purchase LV, Tingley GA. 1995. Assesment and management techniques for migratory annual squid stocks: the Illex argentinus fisheries in the Southwest Atlantic as an example.
Fisheries Research. 28(1): 3-27.
Bortier MB. 2002. A bioeconomic analysis of the Ghanaian tuna fisheries (1980-2000) [disertasi]. Norwegia(NO): University of Thomso, Norway.
Bulte E, Folmer H, Heijiman W. 1995. Open access, common property and scarcity rent in fisheries. Environmental and Resources Economics. 6(4):309-320.
Bahdad. 2006. Analisis dan Pendugaan Hasil Tangkapan Cakalang (Katsuwonus pelamis) di Perairan Kabupaten Buton Provinsi Sulawesi Tenggara [tesis]. Bogor(ID): Institut Pertanian Bogor.
Christensen V. 2009. MEY=MSY. Fish and Fisheries. 11(1): 105-110. Dajan A. 1986. Pengantar Metode Statistik Jilid I. Jakarta(ID): LP3ES.
Dichmont CM, Pascoe S, Kompas T, Punt AE, dan Deng R. 2009. On implementing maximum economic yield in commercial fisheries. PNAS. 107(1): 16-21.
Effendie MI. 2002. Biologi Perikanan. Yogyakarta(ID): Yayasan Pustaka Nusatama.
Faizah R. 2010. Biologi Reproduksi Ikan Tuna Mata besar (Thunnus obesus) di Perairan Samudera Hindia [tesis]. Bogor(ID): IPB Pr.
Farley JH, Clear NP, Leroy B, Davis LO. 2006. Age, growth and preliminary estimastes of maturity of Bigeye tuna, Thunnus obesus, in the Australian region. Marine and Freshwater Research. 57(1): 713-724.
Fauzi A. 2005. Kebijakan Perikanan dan Kelautan: Isu, Sintesis, dan Gagasan. Jakarta(ID): PT Gramedia Pustaka Utama.
. 2006. Ekonomi Sumber daya Alam dan Lingkungan: Teori dan Aplikasi. Jakarta(ID): PT Gramedia Pustaka Utama.
. 2010. Ekonomi Perikanan: Teori, Kebijakan, dan Pengelolaan. Jakarta(ID): PT Gramedia Pustaka Utama.
Fauzi A, Anna S. 2005. Pemodelan Sumber daya Perikanan dan Kelautan untuk Analisis Kebijakan. Jakarta(ID): PT Gramedia Pustaka Utama.
Grafton RQ, Amason R, Bjorndal T, Campbell HF, Clack CW, Connor R, Dupont DP, Hannesson R, Hilborn R, Kirkley JE, Kompas T, Lane DE, Munro GR, Pascoe S, Squires D, Steinshamn SI, Turris BR, Weinger Q. 2006. Incentive-based approaches to sustainable fisheries. Canadian Journal of Fisheries and Aquatic. 63(2):699-710.
Hutagalung YV, Bambang AN, Sardiyatmo. 2015. Analisis Bioekonomi Perikanan menggunakan Model Schaefer dan Fox Pada Cumi-cumi (Loligo
Rembang. Journal of Fisheries Resources Utilization Management and Ekosistem di Pantura Barat Povinsi Jawa Tengah [skripsi]. Semarang(ID): Universitas Diponegoro.
Nontji A. 2007. Laut Nusantara. Jakarta(ID): Djambatan.
Novianto D, Bahtiar A, Barata A. 2013. Sebaran Laju Pancing Rawai Tuna di Samudera Hindia. Jurnal Penelitian Perikanan Indonesia. 19(4): 175-234. Octoriani W. 2014. Potensi dan Laju Eksploitasi Sumber daya Ikan Kurisi
(Nemipterus japonicus, Bloch, 1791) di Selat Sunda yang Didaratkan di PPP Labuan, Banten [skripsi]. Bogor(ID): Institut Pertanian Bogor.
Pauly D. 1984. Fish population dynamics in tropical waters: a manual for use
with programmable calculators. Manila: ICLARM.
Pasisingi N. 2011. Model Produksi Surplus untuk Pengelolaan Sumber daya Rajungan (Portonus pelagicus) di Teluk Banten Kabupaten serang, Provinsi Banten [skripsi]. Bogor(ID): Institut Pertanian Bogor.
Purwanto SA. 2013. Antropologi Indonesia. Indonesia Journal of Social and Cultural Anthropology. 34(2): 1-17.
[PPSC] Pelabuhan Perikanan Samudera Cilacap. 2013. Statistik Perikanan
Pelabuhan Perikanan Samudera Cilacap. Cilacap(ID): DJPT KKP.
. . 2014. Statistik Perikanan Pelabuhan Perikanan Samudera Cilacap. Cilacap(ID): DJPT KKP.
Riswanto S. 2012. Status Perikanan Tuna Mata Besar (Thunnus obesus, Lowe 1839) di Perairan Samudera Hindia, Selatan Palabuhanratu, Sukabumi [tesis]. Depok(ID): Universitas Indonesia.
Saputra SW, Solichin A, Wijayanto D, Kurohman F. 2011. Produktivitas dan Kelayakan Usaha Tuna Longliner di Kabupaten Cilacap Jawa Tengah.
Jurnal Saintek Perikanan. 6(2): 84-91.
Simarmata R. 2014. Pengelolaan Sumber daya Ikan Tembang (Sardinella fimbriata) di Perairan Selat Sunda [tesis]. Bogor(ID): Institut Pertanian Bogor.
Sobari MP, Kinseng RA, Priyatna FN. 2003. Membangun Model Pengelolaan Sumber daya Perikanan Berkelanjutan Berdasarkan Karakteristik Sosial Ekonomi Masyarakat Nelayan: Tinjauan Sosiologi Antroplogi. Bulletin Ekonomi Perikanan. 5(1): 41-48.
Sparre P, Venema CS. 1999. Introduksi Pengkajian Stok Ikan Tropis. Jakarta(ID): Pusat Penelitian dan Pengembangan Pertanian.
Suryawati SH, Soetarto E, Adrianto L. 2011. Identifikasi Sistem Intensif Pengelolaan Sumber daya di Laguna Segara Anakan. Kebijakan Sosek KP. 1(1):45-61.
Sun CL, Huang CL, Yeh SZ. 2001. Age and growth of the bigeye tuna, Thunnus obesus, in the western Pacific Ocean. Fisheries Bulletin. 99(3): 502-509. Syahrir M, Baskoro MS, Darmawan, Lubis E, Wiyono ES. 2010. Pola Musim
Thanh NV. 2006. Sustainable management of shrimp trawl in Tonkin Gulf, Vietnam. Applied Economic Journal. 18(2): 65-81.
Tinungki G. 2005. Evaluasi Model Produksi Surplus dalam Menduga Hasil Tangkapan Maksimum Lestari untuk Menunjang Kebijakan Pengelolaan Perikanan Lemuru di Selat Bali [disertasi]. Bogor(ID): Institut Pertanian Bogor. Walpole RE. 1993. Pengantar Statistik. Jakarta(ID): PT Gramedia Pustaka. Widodo J, Suadi. 2006. Pengelolaan Sumber daya Perikanan Laut. Yogyakarta
(ID): Universitas Gajah Mada.
Zhu G, Xu L, Zhou Y, Dai X. 2008. Length frequency compositions and weight-length relations for Bigeye tuna, Yellowfin tuna and Albacore (Perciformes:
Scombridae) in the Atlantik, Indian, and Eastern Pasific Oceans. Acat Ichthiological Et Piscatoria. 38(2): 157-161.
Zhu G, Xu L, Zhou Y, Dai X. 2009. Growth and mortality rates of Bigeye tuna
Thunnus obesus (Perciformes: Scombridae) in the central Atlantic Ocean.
Environmental Biology of Fishes. 57(1-2): 79-88.
Zhu G, Xu L, Zhou Y, Chen X. 2009. Growth and mortality of Bigeye tuna
Thunnus obesus (Scombridae) in the eastern and central tropical Pasific Ocean. Environmental Biology of Fishes. 85(2): 127-137.
LAMPIRAN
Lampiran 1 Dokumentasi penelitian
Ikan tuna mata besar (Thunnus obesus) PPS Cilacap, Jawa Tengah
Pengukuran panjang ikan tuna mata besar Proses pendaratan ikan tuna mata besar (Thunnus obesus) di PPS Cilacap
Kebutuhan logistik kapal longline Distribusi kebutuhan logistik nelayan
Lampiran 1 (lanjutan)
Palka kapal longline Wawancara dengan salah satu nahkoda kapal longline
Kapal longline Dermaga pelabuhan bongkar muatan
kapal longline
Lampiran 3 Prosedur perhitungan IMP dengan metode rata- rata bergerak Langkah-langkah perhitungannya adalah sebagai berikut:
1. Deret CPUEi bulan Januari 2008 sampai Desember 2014 disusun terlebih dahulu
ni = CPUEi (18)
i adalah 1, 2, 3, ..., n dan ni adalah CPUE urutan ke-i. 2. Rata-rata bergerak (RG) CPUE selama 12 bulan
i ∑i 5i -6CPU (19)
RGi adalah rata-rata bergerak 12 bulan urutan ke–i, dan CPUEi adalah CPUE urutan ke-i, i: 7,8,...,...n-5
3. Rata-rata bergerak CPUE terpusat (RGP)
Pi ∑i i
i i (20)
RGPi adalah rata-rata bergerak CPUE terpusat ke-i, dan RGi adalah rata-rata bergerak 12 bulan urutan ke – i
4. Rasio rata-rata bulan (Rb)
bi CPU i Pi (21)
Rbi adalah rasio rata-rata bulan urut ke – i dan CPUEi: CPUE urutan ke-i, i : 7,8,....,...n-5
5. Nilai rata-rata dalam suatu matrik berukuran i x j yang disusun untuk setiap bulan, yang dimulai dari bulan Desember-November. Selanjutnya menghitung nilai total rasio rata-rata tiap bulan, kemudian menghitung total rasio rata-rata secara keseluruhan dan pola penangkapan.
a) Rasio rata-rata untuk bulan ke-i (RBBi)
b) Jumlah rasio rata-rata bulanan (JRBB)
BB ∑ i- Bij (23)
JRBB adalah jumlah rasio rata-rata bulan, dan RBBi adalah rata-rata RBij untuk bulan ke – i.
Kriteria IMP terbagi atas 3 musim, yakni : a) IMP < 50% : musim paceklik b) 50% < IMP < 100% : musim sedang, dan
Lampiran 4 Poses penentuan model produksi surplus dan parameter biologi
Sehingga MSY dan upaya optimum diperoleh melalui MSY = -(qk)
4(q Kr ) (27)
Eoptimum = - qrK
q K (28)
Pada model Schaefer, regresi pertama yang dilakukan adalah :
CPUEt = b10+b11Et (29)
dengan Y = CPUE dan X = Et, sedangkan regresi kedua, yaitu :
Ct = b21Et+b22Et2 (30)
dengan Y = Ct; X1 = Et dan X2 = Et2
Parameter K, q, dan r diperoleh melalui :
q = b22 (31) penangkapan, MSY adalah tangkapan maksimum lestari (Maximum Sustainable Yield), dan Eoptimum adalah upaya tangkapan optimal.
Model Fox (1970) oleh model Schaefer, begitu juga untuk memperoleh parameter K, q, dan r. Pada model ini yang membedakan adalah regresei kedua, berikut ini adalah regresi kedua pada model Fox :
CPUEt = b10+b11Et (37)
dengan Y = CPUEt dan X = Et.
q = abs (q) (38) K= b
q (39)
r= Kqb
(40)
Et adalah upaya penangkapan tahun ke-t, CPUEt adalah hasil tangkapan per satuan
upaya tahun ke-t, r adalah parameter pertumbuhan alami, K adalah daya dukung lingkungan, q adalah koefisien penangkapan, MSY adalah tangkapan maksimum lestari (Maximum Sustainable Yield), dan Eoptimum adalah upaya tangkapan optimal.
Model Walter Hilbron (1976)
Persamaan model Water Hilbron berbentuk: CPUEt= CPU t
(r qkr CPU t q t (41)
Nilai MSY dan upaya optimum diperoleh dengan rumus :
Eoptimum = qr (42)
MSY = (r )
4(Kr) (43)
Pada model Walter Hilborn regresi yang digunakan adalah CPU t
CPU t = b10+b11CPUEt + b12Et
dengan Y = CPU CPU t
t ; X1 = CPUEt; dan X2 = Et
Paramter K, q, dan r diperoleh melalui:
q = -b12 (44)
K= bb
b (45)
r= b (46)
Model Schnute (1977)
Persamaan model Schnute berbentuk
lnCPUEt+1 = r Kqr CPU t CPU t q t t lnCPU t (47)
Sehingga nilai MSY dan upaya optimum diperoleh dengan rumus : Eoptimum =
-Pada model Schnute, regresi yang digunakan adalah ln CPU t
q = -b12 (51)
K= b
b b (52)
r= b (53)
Model Clarke Yoshimoto Pooley(CYP)(1992)
Persamaan model CYP berbentuk: lnCPUEt+1 = r r ln(qK
-r
r ln(CPU t q
r ( t t ) (54) Sehingga nilai MSY dan upaya optimum diperoleh dengan rumus :
Eoptimum =
r
q (55)
MSY = rK
4 (56)
Pada model CYP regesi yang digunakan adalah dengan Y = lnCPUE t+1; X1 =
lnCPUEt; dan X2 = E + E t+1.
Parameter q, K, dan r diperoleh melalui: r = ( -b )
( b ) (57)
q= -b r (58)
K= e p
r r
Lampiran 5 Penentuan perhitungan kondisi pengelolaan model bioekonomi Model Schaefer, Walter Hilborn, Schnute, dan CYP
Variabel Rezim Pengelolaan
MEY MSY OA
Hasil Tangkapan (Y) rK4 ( pqKc ) ( pqKc ) rK
4
rc pq(
c pqK)
Tingkat Upaya (f) qr ( pqKc ) qr qr( pqKc ) Keuntungan ( pY MEY-cEMEY pYMSY-cEMSY pYOA-cEOA Sumber: Tinungki (2005)
model Fox
Variabel Rezim Pengelolaan
MEY MSY OA
Hasil Tangkapan (Y) cp e p a w
b b e
b c ( ln c ln p b ) pb
Tingkat Upaya (f) w
b
b
ln c ln p b b
Lampiran 7 Pola pertumbuhan ikan tuna mata besar (Thunnus obesus)
Berdasarkan data panjang dan bobot ikan tuna mata besar (Thunnus obesus) selama pengambilan contoh diperoleh nilai statistik sebagai berikut:
Parameter Nilai
2,9731
S 8,8617E-19
thitung 3,0355E+16
ttabel 1,9615
Pada taraf nyata 5% hipotesis yang menyatakan koefisien b sama dengan 2,9731 dan hasil analisis menunjukkan bahwa thitung > ttabel maka tolak H0 yang
artinya pola pertumbuhan ikan tuna mata besar (Thunnus obesus) adalah
Lampiran 8 Pendugaan parameter pertumbuhan
Print screen parameter pertumbuhan ikan tuna mata besar (Thunnus obesus) dengan menggunakan metode length frequency analysis bantuan ELEFAN I (Electronic Length-Frequency Analysis) dalam program FISAT II. Pendugaan nilai t0 menggunakan rumus empiris Pauly (1983) in Sparre dan Venema (1999):
Log t0 =-0,3922 – , 75 (log L∞) – 1,038 (log K)
Lampiran 9 Pendugaan laju mortalitas dan laju eksploitasi
Print screen laju mortalitas alami ikan tuna mata besar (Thunnus obesus) dengan menggunakan metode length frequency analysis bantuan ELEFAN I (Electronic Length-Frequency Analysis) dalam program FISAT II. Pendugaan nilai M menggunakan rumus empiris Pauly (1983) in Sparre dan Venema (1999): Log M = 0,8x(-0,0066 – , 79(log L∞) ,6543(log K) ,4634(logT))
= 0,8x(-0,0066 – 0,279(log 215,20) – 0,6543(log 0,35) + 0,4634(log300C)) M = 0,8x0,53472 = 0,4262
Print screen laju mortalitas total ikan tuna mata besar (Thunnus obesus) dengan menggunakan metode length frequency analysis bantuan ELEFAN I
(Electronic Length-Frequency Analysis) dalam FISAT II diketahui bahwa dengan
Lampiran 10 Perhitungan Nilai IMP ikan tuna mata besar (Thunnus obesus)
Bulan Total RRBi Rata-rata IMPi (%)
Desember 0,1489 0,0248 27,10
Januari 0,1398 0,0233 25,45
Februari 0,1289 0,0215 23,47
Maret 0,1179 0,0196 21,46
April 0,1014 0,0169 18,46
Mei 0,1080 0,0180 19,66
Juni 0,1163 0,0194 21,18
Juli 0,6793 0,1132 123,63
Agustus 0,6380 0,1063 116,13
September 2,9695 0,4949 540,48
Oktober 1,0895 0,1816 198,31
Lampiran 11 Catch per Unit Effort ikan tuna mata besar (Thunnus obesus)
Tahun CPUE (ton/trip) Ln CPUE (ton/trip)
2008 0,5932 -0,5223
2009 0,8481 -0,1648
2010 0,6500 -0,4308
2011 0,4216 -0,8638
2012 0,8000 -0,2231
2013 3,2583 1,1812
2014 3,2513 1,1790
Model Fox
a 1,213988354 b -0,00114641 R2 0,846483955
fMSY 872
MSY 1080
JTB 864
y = -0.0011x + 1.214 R² = 0.8465
-1.1000 -0.8000 -0.5000 -0.2000 0.1000 0.4000 0.7000 1.0000 1.3000
0 500 1000 1500 2000
Eff
or
t
(t
ri
p)
Lampiran 12 Model Produksi Surplus
Model Schaefer
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,904836
R Square 0,818729
Adjusted R Square 0,782475
Standard Error 0,593491
Observations 7
ANOVA
df SS MS F Significance F
Regression 1 7,954438 7,954438 22,58298 0,005095
Residual 5 1,761157 0,352231
Total 6 9,715595
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 3,215578 0,44246 7,267499 0,000771 2,078198 4,352957 2,078198 4,352957
Lampiran 12 (lanjutan)
Model Fox
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,920046
R Square 0,846484
Adjusted R Square 0,815781
Standard Error 0,353208
Observations 7
ANOVA
df SS MS F Significance F
Regression 1 3,439512 3,439511 27,56988 0,003324
Residual 5 0,623781 0,124756
Total 6 4,063292
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 1,213988 0,263324 4,610241 0,0057863 0,537092 1,8908848 0,53709185 1,890885 X Variable 1 -0,00115 0,000218 -5,2507 0,0033242 -0,00171 -0,000585 -0,00170765 -0,00059
Lampiran 12 (lanjutan)
Model Walter Hilborn
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,707962
R Square 0,50121
Adjusted R Square 0,168683
Standard Error 0,926697
Observations 6
ANOVA
df SS MS F Significance F
Regression 2 2,588797059 1,2943 1,50727544 0,352271
Residual 3 2,576301242 0,8587
Total 5 5,165098301
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Lampiran 12 (lanjutan)
Model Schnute
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,478756
R Square 0,229207
Adjusted R Square -0,28465
Standard Error 0,766414
Observations 6
ANOVA
df SS MS F Significance F
Regression 2 0,524009299 0,2620046 0,4460 0,676716088
Residual 3 1,762172696 0,5873908
Total 5 2,286181994
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 3,163227 3,6842335 0,8585847 0,4536 -8,5616485 14,888102 -8,5616485 14,888102 X Variable 1 -0,74467 1,09525781 -0,6799074 0,5453 -4,23027307 2,7409252 -4,23027307 2,74092521 X Variable 2 -0,00179 0,002136335 -0,838335 0,4633 -0,008589736 0,0050078 -0,008589 0,00500787
Lampiran 12 (lanjutan)
Model CYP
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,916904
R Square 0,840712
Adjusted R Square 0,734521
Standard Error 0,444273
Observations 6
ANOVA
df SS MS F Significance F
Regression 2 3,125268527 1,562634264 7,916933259 0,063572992
Residual 3 0,592136202 0,197378734
Total 5 3,717404729
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 1,797292 0,579234708 3,102873042 0,0531761 -0,0460915 3,6406751 -0,0460915 3,640675 X Variable 1 -0,23895 0,458441723 -0,5212119 0,638248955 -1,697911 1,2200201 -1,6979114 1,220021 X Variable 2 -0,00081 0,00028754 -2,828830527 0,06625355 -0,0017284 0,0001016 -0,0017284 0,000102
Lampiran 13 Estimasi parameter biologi
Parameter
Model bioekonomi
Fox Schaefer Schnute
Walter
Hilborn CYP
a 3,2156 3,2156 3,1632 29,8655 1,7973
b -0,0017 -0,0017 -0,7447 -0,0141 -0,2389
R2 84,65% 81,67% 22,92% 58,15% 84,07%
q (per unit effort) 0,0005 0,0051 0,0018 0,0141 -0,0043
K (ton) 6720,6105 632,8828 2371,7949 254,8718 997,8498
R (%/thn) 0,8825 3,2156 3,1632 29,8655 3,2559
p (per kg) 271635000 271635000 271635000 271635000 271635000
c (per trip) 225000000 225000000 225000000 225000000 225000000
pqk 873463217,6 873463218 1153851215 973340834 1158778481
c/pqk 0,2576 0,2576 0,805 0,2312 0,1942
1+c/pqk 1,2576 1,2576 1,195 1,2312 1,1942
1-c/pqk 0,7424 0,7424 0,1950 0,7688 0,8058
Lampiran 14 Analisis bioekonomi
Model Schaefer
Parameter MSY MEY OA
Y 508 475 389
f 316 397 163
Keuntungan (Milyar Rp) 67 96 0
TR (Milyar Rp) 138 129 105
Model Fox
Parameter MSY MEY OA
Y 1080 1039 1013
f 872 650 1223
Keuntungan (Milyar Rp) 97 136 0
TR (Milyar Rp) 293 282 275
Model Walter Hilborn
Parameter MSY MEY OA
Y 1801 1902 135
f 816 1062 1633
Keuntungan (Milyar Rp) 306 278 0
TR (Milyar Rp) 222 289 444
Model Schnute
Parameter MSY MEY OA
Y 1875 1804 1177
f 883 710 1421
Keuntungan (Milyar Rp) 311 330 0
TR (Milyar Rp) 240 193 386
Model CYP
Parameter MSY MEY OA
Y 812 781 508
f 380 306 613
Keuntungan (Milyar Rp) 135 143 0
TR (Milyar Rp) 221 212 138
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta pada tanggal 8 November 1993 dari pasangan Bapak Supanderi dan Ibu Sumaryani sebagai anak pertama dari satu bersaudara. Pendidikan formal pernah dijalani penulis berawal dari SDN Cipinang Cempedak 08 petang Jakarta Timur (1999-2005), SMPN 36 Jakarta (2005-2008), SMAN 22 Jakarta (2008-2011). Pada tahun 2011 penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur SNMPTN Undangan. Kemudian diterima di Departemen Manajemen Sumber daya Perairan, Fakultas Perikanan dan Imu Kelautan, Institut Pertanian Bogor.
