KETERKAITAN ANTARA SUKSESI FITOPLANKTON
DENGAN KUALITAS AIR DI DANAU EBONY,
PANTAI INDAH KAPUK, JAKARTA UTARA
DESY MULYAWATI
DEPARTEMEN 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 Keterkaitan antara Suksesi Fitoplankton dengan Kualitas Air di Danau Ebony, Pantai Indah Kapuk, Jakarta Utara 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, September 2015
ABSTRAK
DESY MULYAWATI. Keterkaitan antara Suksesi Fitoplankton dengan Kualitas Air di Danau Ebony, Pantai Indah Kapuk, Jakarta Utara. Dibimbing oleh Niken TM Pratiwi dan Inna Puspa Ayu.
Danau Ebony, Pantai Indah Kapuk, Jakarta Utara, sering mendapatkan limpasan bahan organik dari aktivitas domestik, seperti limbah rumah tangga, rumah makan, dan fresh market di sekitar danau. Limpasan tersebut berpotensi menjadi nutrien, yang kemudian akan dimanfaatkan oleh fitoplankton. Perubahan kelimpahan, komposisi, dan biomassa fitoplankton yang terjadi akibat pengaruh kualitas air disebut sebagai suksesi. Tujuan dari penelitian ini adalah untuk mengkaji keterkaitan antara suksesi fitoplankton dengan nutrien dan kualitas air di Danau Ebony. Suksesi fitoplankton dapat digambarkan dengan grafik suksesi Frontier, SDI (laju suksesi) dan SIMI. Berdasarkan grafik suksesi Frontier, fitoplankton Danau Ebony berada pada stadia 2 dan 3 dengan laju suksesi pada kisaran 0,008-0,003 dan nilai SIMI pada kisaran 0,68-0,97. Hasil biplot AKU dan uji korelasi, fitoplankton berkaitan dengan amonia, pH, suhu, konduktivitas, dan salinitas.
Kata kunci: grafik suksesi Frontier, kualitas air, SDI, SIMI
ABSTRACT
DESY MULYAWATI. Relationship of Phytoplankton succesion and water quality in Ebony Lake, Pantai Indah Kapuk, North Jakarta. Supervised by Niken TM Pratiwi and Inna Puspa Ayu.
Lake Ebony receives organic materials runoff majorly from domestic activities. Organic materials are potential to become nutrients that can be utilized by phytoplankton. Changing in phytoplankton abundance, composition, and biomass occurred as influenced of water quality and known as succession. The aim of this study was to examine relationship between succession of phytoplankton with nutrients and water quality in Lake Ebony. Succession of phytoplankton was shown by graph of Frontier succession, SDI (rate of succession), and SIMI. Based on graph of Frontier succession, phytoplankton condition in Lake Ebony was at stages 2 and 3 with the rate of succession ranged from 0,008 to 0,003 and value of SIMI ranged from 0,68 to 0,97. ME biplot and correlation test results showed that phytoplankton was associated with ammonia, pH, temperature, conductivity, and salinity.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Perikanan
pada
Departemen Manajemen Sumberdaya Perairan
KETERKAITAN ANTARA SUKSESI FITOPLANKTON
DENGAN KUALITAS AIR DI DANAU EBONY, PANTAI
INDAH KAPUK JAKARTA UTARA
DESY MULYAWATI
DEPARTEMEN MANAJEMEN SUMBERDAYA PERAIRAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR BOGOR
Judul Skripsi : Keterkaitan antara Suksesi Fitoplankton dengan Kualitas Air di Danau Ebony, Pantai Indah Kapuk, Jakarta Utara
Nama : Desy Mulyawati
NIM : C24110034
Program Studi : Manajemen Sumberdaya Perairan
Disetujui oleh
Dr Ir Niken TM Pratiwi, MSi
Pembimbing 1
Inna Puspa Ayu, SPi, MSi Pembimbing II
Mengetahui,
Dr Ir M Mukhlis Kamal, MSc Ketua Departemen
PRAKATA
Puji dan syukur Penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga dapat menyelesaikan skripsi yang berjudul Keterkaitan antara Suksesi Fitoplankton dengan Kualitas Air di Danau Ebony, Pantai Indah Kapuk, Jakarta Utara. Skripsi ini disusun dalam rangka memenuhi salah satu syarat untuk menyelesaikan studi di Departemen Manajemen Sumberdaya Perairan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.
Pada kesempatan ini Penulis menyampaikan terima kasih kepada semua pihak yang telah membantu dalam penulisan dan penyusunan skripsi ini, terutama kepada:
1 Departemen Manajemen Sumberdaya Perairan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor yang telah memberikan kesempatan studi kepada Penulis.
2 Beasiswa BIDIKMISI DIKTI yang telah membiayai kuliah Penulis. 3 Dr Ir Hefni Effendi, MPhil sebagai pembimbing akademik.
4 Dr Ir Niken TM Pratiwi, MSi dan Inna Puspa Ayu, SPi, MSi selaku dosen pembimbing skripsi.
5 Dr Ir Enan M Adiwilaga selaku penguji tamu Departemen Manajemen Sumberdaya Perairan.
6 Ali Mashar SPi, MSi selaku komisi pendidikan Departemen Manajemen Sumberdaya Perairan.
7 Keluarga (Bapak Idup Nuryadi, Ibu Uum Umiyati, Reza Agustian, Ira Yunita, Irsyad SP, Bi Karti, Wa Ujang, Wa Rita, Mang Rudi, Bi Amah, Urif, Bella) atas doa, dukungan, dan semangat kepada Penulis.
8 Bukit Golf Mediterania, Pantai Indah Kapuk, Jakarta Utara yang telah mendanai penelitian.
9 Keluarga besar Laboratorium Biomikro (Ibu Siti, Mba Aay, Kak Apri, Tyas, Kak Dede, Kak Reza, kak Azizi, dan teh Titin) atas masukan dan saran yang diberikan.
10 Sahabat tercinta (Elis, Mega, Ana, dan Nurul), teman-teman (Goran, Anes, Fitri, Dini, Bayu, Dhonna), ATLANTIK dan MSP angkatan 48 yang telah memberikan motivasi kepada Penulis.
Demikian skripsi ini disusun, semoga bermanfaat.
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 1
Tujuan Penelitian 2
METODE 3
Waktu dan Lokasi Penelitian 3
Metode Pengambilan Contoh 3
Analisis Data 4
HASIL DAN PEMBAHASAN 10
Hasil 10
Pembahasan 17
KESIMPULAN 20
Kesimpulan 20
DAFTAR PUSTAKA 20
LAMPIRAN 23
DAFTAR TABEL
1 Metode analisis kualitas air APHA, AWWA, & WEF (2005) 4 2 Karakteristik fisika kimia perairan Danau Ebony 12 3 Indeks diversitas biologi Fitoplankton di Danau Ebony (a) Zona 1 13 4 Hasil uji korelasi antara kelimpahan fitoplankton dan kualitas air 17
DAFTAR GAMBAR
1 Perumusan masalah dalam kajian keterkaitan suksesi fitoplankton
dengan kualitas air Danau Ebony 2
2 Peta lokasi pengambilan contoh Danau Ebony 3
3 Model grafik suksesi fitoplankton (Frontier 1985) 7 4 Kelimpahan rata-rata dan jumlah jenis fitoplankton 10 5 (a) Komposisi kelimpahan dan (b) komposisi jenis fitoplankton 11 6 Karakteristik nutrien (amonia, amonium, nitrat, nitrit, dan ortofosfat)
Danau Ebony 11
7 Dendrogram pengelompokan stasiun berdasarkan data kualitas air 12 8 Grafik suksesi fitoplankton di Danau Ebony (a) Zona 1 (b) Zona 2 13 9 Dendrogram pengelompokan waktu berdasarkan kelimpahan relatif
fitoplankton (a) Zona 1 (b) Zona 2 14
10 Laju suksesi fitoplankton dan kualitas air Zona 1 14 11 Laju suksesi fitoplankton dan kualitas air Zona 2 15 12 Biplot nilai rata-rata kelimpahan fitoplankton dan kualitas air terhadap
Zona 1 (a) Stadia 2 (b) Stadia 3 15
13 Biplot nilai rata-rata kelimpahan fitoplankton dan kualitas air terhadap
Zona 2 (a) Stadia 2 (b) Stadia 3 16
14 Grafik suksesi frontier Stadia 2 dan 3 18
15 Grafik laju suksesi dan SIMI Zona 1 18
16 Grafik laju suksesi dan SIMI Zona 2 19
DAFTAR LAMPIRAN
1 Rasio N dan P dari rataan data kualitas air 12 bulan 23 2 Hasil uji korelasi kualitas air dan fitoplankton per stadia suksesi 23 3 Jenis-jenis fitoplankton yang di temukan di Danau Ebony 29
4 Kelimpahan fitoplankton 30
PENDAHULUAN
Latar Belakang
Danau Ebony merupakan perairan buatan yang berada di kawasan Bukit Golf Mediterania, Pantai Indah Kapuk, Jakarta Utara (6°6.572'LS dan 106°44.755'BT). Danau ini memiliki kedalaman maksimum 120 cm dan luas 6 ha mengelilingi cluster Ebony perumahan Bukit Golf Mediterania. Sebelah barat danau terdapat wetland yang berfungsi mengolah air limbah dan sewage treatment plant (STP) atau sistem pengolahan air limbah untuk perumahan di sekitar danau.
Danau Ebony berfungsi sebagai polder system atau sistem tata air di kawasan Bukit Golf Mediterania. Polder system dimanfaatkan untuk menahan air laut ketika pasang dan mencegah terjadinya banjir. Fungsi lain Danau Ebony sebagai penampung air hujan dan masukan dari aktivitas domestik seperti limbah rumah tangga, rumah makan, dan fresh market di sekitar danau.
Limbah tersebut mengandung bahan organik yang berpotensi menjadi nutrien, yang kemudian dimanfaatkan oleh fitoplankton. Komposisi, kelimpahan, dan biomassa fitoplankton dapat bervariasi baik secara temporal maupun spasial. Hal ini terjadi akibat pengaruh dari perubahan kondisi fisika, kimia, dan biologi lingkungan perairan (Wetzel 2001; Phlips et al. 2002)
Parameter fisika-kimia yang berperan dalam mengontrol pertumbuhan fitoplankton meliputi cahaya, suhu, nutrien, dan arus danau (Khan 2003). Nutrien merupakan salah satu variabel untuk mengontrol struktur komunitas dan biomassa fitoplankton (Tilman et al. 1982). Setiap jenis fitoplankton membutuhkan kondisi lingkungan serta komposisi nutrien yang berbeda untuk tumbuh. Hal tersebut menjadikan fitoplankton sebagai spesies yang spesifik.
Komposisi jenis fitoplankton yang berubah akibat kondisi fisika-kimia perairan disebut sebagai suksesi (Ariyadej et al. 2004). Suksesi menunjukkan pengaruh fluktuasi lingkungan terhadap komunitas fitoplankton termasuk di dalamnya perbedaan spesies dan waktu yang berbeda (Sommer et al. 1986). William & Lewis (1978) menyatakan bahwa suksesi merupakan perubahan kelimpahan relatif spesies dalam suatu komunitas. Berkaitan dengan hal tersebut diperlukan suatu penelitian untuk mengkaji hubungan antara suksesi fitoplankton dengan perubahan kualitas air untuk kepentingan pengelolaan Danau Ebony.
Perumusan Masalah
Limbah bahan organik yang berasal dari aktivitas domestik di sekitar Danau Ebony masuk ke dalam danau melalui saluran gendong (saluran pembuangan yang mengelilingi danau). Bahan organik tersebut didekomposisi oleh bakteri heterotrof untuk menjadi nutrien anorganik. Perubahan bahan organik menjadi nutrien membutuhkan oksigen untuk proses dekomposisi.
memadai akan terjadi denitrifikasi dan amonifikasi. Disamping itu, keberadaan nitrogen juga terjadi akibat fiksasi nitrogen dari atmosfer oleh kelompok fitoplankton tertentu, yaitu algae biru (Cyanophyceae).
Proses nitrifikasi melibatkan bakteri Nitrosomonas yang berperan dalam oksidasi amonia menjadi nitrit, bakteri Nitrobakter yang berperan dalam proses oksidasi nitrit menjadi nitrat (Jorgensen & Vollenweider 1988; Mason 1993). Selanjutnyan denitrifikasi merupakan reduksi nitrat menjadi nitrit, dan amonifikasi yaitu proses dekomposisi bahan organik menjadi amonia. Nutrien dari hasil dekomposisi dan cahaya matahari dimanfaatkan oleh fitoplankton dalam proses fotosintesis dan dihasilkan oksigen.
Fitoplankton di perairan dipengaruhi oleh konsentrasi dan rasio dari nutrien N (amonia, nitrat, nitrit) dan P (ortofosfat). Perubahan konsentrasi N dan P akan mengarah pada perubahan kelimpahan fitoplankton, perubahan rasio N:P dapat mengarah pada perubahan komposisi jenis fitoplankton. Setiap kelompok fitoplankton mempunyai respon yang berbeda terhadap rasio N:P.
Limbah bahan organik yang masuk ke dalam Danau Ebony dapat mempengaruhi kualitas air (fisika, kimia, dan biologi perairan). Perubahan kualitas air serta nutrien tersebut akan mempengaruhi keberadaan fitoplankton di dalamnya. Danau Ebony telihat keruh dan hijau akibat partikel bahan organik yang terus masuk dan melimpahnya fitoplankton di dalam danau. Partikel bahan organik dan fitoplankton mempengaruhi penetrasi cahaya di dalam danau.
Masukan bahan organik di Danau Ebony berkaitan dengan kualitas air dan keberadaan konsentrasi dan rasio N:P. Keberadaan konsentrasi dan rasio N:P serta kualitas air akan mempengaruhi kelimpahan dan komposisi jenis fitoplankton (Schindler 1974). Hal tersebut akan mengarah pada laju suksesi fitoplankton. Laju suksesi komunitas fitoplankton ditandai dengan perubahan komposisi jenis fitoplankton yang dapat dilihat dari perbedaan kelimpahan masing-masing spesies akibat kondisi fisika dan kimia perairan yang berfluktuasi (Gambar 1).
Gambar 1 Perumusan masalah dalam kajian keterkaitan suksesi fitoplankton dengan kualitas air Danau Ebony
Tujuan Penelitian
Penelitian ini bertujuan untuk mengkaji keterkaitan antara suksesi fitoplankton dengan nutrien dan kualitas air di Danau Ebony.
Danau Ebony
Perubahan konsentrasi N dan P
Perubahan rasio N : P
Kelimpahan Fitoplankton Komposisi Fitoplankton
_
METODE
Waktu dan Lokasi Penelitian
Penelitian ini dilaksanakan pada bulan April 2014-Maret 2015. Pengambilan contoh dilakukan di Danau Ebony, Bukit Golf Mediterania, Pantai Indah Kapuk, Jakarta Utara (Gambar 2). Analisis parameter fisika-kimia-biologi perairan dilakukan di Laboratorium Fisika-Kimia dan Laboratorium Biologi Mikro 1, Divisi Produktivitas dan Lingkungan Perairan, Departemen Manajemen Sumberdaya Perairan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.
Metode Pengambilan Contoh
Pengambilan contoh dilakukan pada lima stasiun (Gambar 2). Penetapan stasiun didasarkan pada keberadaan sewage treatment plant (STP). Stasiun 2 dan 4 berdekatan dengan STP, sedangkan Stasiun 1, 3, dan 5 berada pada lokasi tanpa STP. Disamping itu, Stasiun 5 berada dekat outlet.
Gambar 2 Peta lokasi pengambilan contoh Danau Ebony
Pengambilan contoh dilakukan selama satu tahun dengan interval waktu satu bulan, dengan tujuan untuk mengkaji suksesi komunitas fitoplankton yang terjadi di Danau Ebony. Hal ini sesuai dengan penelitian William (1978), yang mengamati laju suksesi fitoplankton setiap bulan selama satu tahun.
Pengambilan contoh fitoplankton dilakukan dengan cara menyaring 20 L air danau menggunakan jaring plankton ukuran mata jaring 30 µm. Air contoh yang telah disaring, ditempatkan ke dalam botol polyetilen 100 mL. Air contoh tersebut diawetkan dengan larutan Lugol 5 % (APHA, AWWA, & WEF 2012), untuk kemudian dianalisis di laboratorium. Pengambilan air contoh menggunakan alat van Dorn water sampler (volume 5 L) dan disimpan dalam botol polyetilen 1 L untuk keperluan analisis kualitas air di laboratorium. Pengambilan contoh fitoplankton dan air mengikuti prosedur APHA, AWWA, & WEF (2005).
Analisis fitoplankton (biologi), dimaksudkan untuk mendapatkan nilai kelimpahan dan jumlah jenisnya. Analisis fitoplankon menggunakan mikroskop majemuk model Olympus CH-2, dan dihitung dengan bantuan sedgewick rafter counting chamber (SRC) (volume 1 mL) (Wetzel 1995).
Analisis kualitas air (parameter fisika-kimia) dilakukan secara in situ dan laboratorium. Analisis kualitas air secara in situ meliputi pengukuran kedalaman, suhu, kecerahan, pH, salinitas, konduktivitas, dan DO (dissolved oxygen). Analisis kualitas air di laboratorium meliputi amonia, nitrit, nitrat, dan ortofosfat. Analisis fitoplankton dan kualitas air mengikuti metode APHA, AWWA, & WEF (2005) (Tabel 1).
Tabel 1 Metode analisis kualitas air APHA, AWWA, & WEF (2005)
Parameter Satuan Metode/alat ukur Keterangan A. BIOLOGI
Fitoplankton sel/m3 Pencacahan/ SRC (Sedgewick
Rafter Counting Chamber)
Kecerahan cm Visual/ Secchi disc In-situ
Konduktivitas µmHos/cm SCT meter (Salinity,
Conductivity, dan Temperature)
In-situ
C. KIMIA
pH - DO meter In-situ
Salinitas PSU In-situ
DO mg/L DO meter In-situ
Amonia (NH3-N) mg/L Phenate/ Spektofotometer Laboratorium
Nitrit (NO2-N) mg/L Indophenol/ Spektofotometer Laboratorium
Nitrat (NO3-N) mg/L Brucine/ Spektofotometer Laboratorium
Ortofosfat (PO4-P) mg/L Molybdate Ascorbic Acid/
Spektrofotometer
Laboratorium
Analisis Data
Analisis suksesi dilakukan menggunakan grafik suksesi Frontier, yaitu melalui penyajian nilai persen kelimpahan fitoplankton pada grafik suksesi Frontier (Frontier 1985). Grafik suksesi frontier berkaitan dengan indeks keanekaragaman
(H’), keseragaman (E), dan dominansi (C) dari fitoplankton. Disamping itu, dilakukan penentuan summed difference index (SDI) yang digunakan untuk mendapatkan nilai laju suksesi antarwaktu pengamatan. Stander similarity index (SIMI) digunakan untuk mempelajari tingkat kesamaan kelimpahan fitoplankton antarwaktu pengamatan. Keterkaitan suksesi fitoplankton dengan kualitas air (fisika dan kimia) dilihat dari Analisis Komponen Utama (AKU) dan uji korelasi antara kelimpahan fitoplankton dan kualitas air.
Penentuan kelimpahan dan komposisi jenis fitoplankton secara spasial dan temporal
Data kelimpahan fitoplankton yang didapat di Danau Ebony, yaitu data kelimpahan dari lima stasiun selama 12 bulan. Komposisi jenis fitoplankton didapatkan dari jumlah jenis fitoplankton pada masing-masing kelompok (Cyanophyceae, Chlorophyceae, Bacillariophyceae, Euglenophyceae, dan Dinophyceae). Komposisi kelimpahan dan komposisi jenis disajikan dalam bentuk persen dari setiap pengambilan contoh.
Kelimpahan fitoplankton dihitung dengan menggunakan sedgewick rafter counting (SRC) pada perbesaran 10x10. Pencacahan dilakukan dengan menggunakan mikroskop binokuler model Olympus CH-2. Identifikasi morfologi fitoplankton menggunakan acuan buku Edmonson (1963), Prescott (1970), Belcher & Erica (1978), Mizuno (1979) dan Yamaji (1979). Kelimpahan fitoplankton dinyatakan dalam sel per m3 yang dihitung dengan rumus sebagai berikut.
Pengelompokan stasiun dan kesamaan waktu penelitian
Pengelompokan stasiun dimaksudkan untuk mendapatkan informasi apakah terdapat stasiun yang berbeda terhadap nilai kualitas air di Danau Ebony. Analisis pengelompokan stasiun dilakukan berdasarkan data kualitas air (parameter fisika kimia), sedangkan analisis kesamaan waktu penelitian berdasarkan data kelimpahan fitoplankton.
Indeks Canberra
Pengelompokan stasiun berdasarkan parameter fisika kimia (amonia, nitrat, nitrit, ortofosfat, kecerahan, kekeruhan, konduktivitas, suhu, pH, salinitas, dan DO) dapat dilakukan dengan menentukan tingkat kesamaan stasiun pengamatan menggunakan indeks Canberra (Lance & Williams in Legendre & Legendre 1983). Penentuan indeks Canberra diperoleh dengan rumus sebagai berikut.
IC=
IC : indeks kesamaan Canberra
Xij :nilai parameter fisika dan kimia ke-i pada Stasiun ke-j Xik :nilai parameter fisika dan kimia ke-i pada Stasiun ke-k i : 1,2,3,..., n
n : jumlah parameter
Pengelompokan disajikan dalam bentuk dendrogram. Dendrogram tersebut digunakan untuk menentukan kesamaan stasiun berdasarkan data kualitas air.
Stander Similarity Index (SIMI)
Kesaman waktu penelitian dikaji dengan menggunakan Stander similarity index atau SIMI. Nilai kesamaan didapat berdasarkan kelimpahan relatif dari fitoplankton secara temporal (Stander 1970). Penentuan nilai kesamaan diperoleh dengan rumus sebagai berikut.
SIMI
=
∑si=1pijxpik
√∑si=1pij2x ∑si=1pik2
Keterangan:
SIMI : indeks Similaritas Stander
Pij : proporsi jenis ke-i pada waktu ke-j Pik : proporsi jenis ke-i pada waktu ke-k s : jumlah genus yang dibandingkan
Analisis suksesi
Analisis suksesi meliputi penentuan stadia dengan menggunakan grafik suksesi Frontier, indeks diversitas (keanekaragaman, keseragaman, dan dominansi), dan summed difference index (SDI).
Grafik suksesi Frontier
Analisis suksesi dilakukan dengan menggunakan grafik suksesi Frontier, melalui penyajian nilai proporsi kelimpahan dan rangking jenis secara temporal (Frontier 1985). Terdapat tiga macam grafik pedoman yang menggambarkan stadium, tingkat adaptasi, atau suksesi komunitas yang dibuat dengan metode rank-frequency yang disajikan dalam skala logaritma (Gambar 3).
Gambar 3 Model grafik suksesi fitoplankton (Frontier 1985)
Stadia 1 menggambarkan ekosistem yang masih juvenil dengan komunitas pionir, produktivitas biologis rendah, kondisi tidak stabil, kompetisi antar jenis tinggi, keragaman rendah, serta rantai makanan (food web), dan organisme dalam keadaan tertekan (stress). Stadia 2 menggambarkan stadia ekosistem dengan diversitas maksimum, produktivitas biologis tinggi, kondisi masih baik, kompetisi antar jenis rendah, keragaman menurun, rantai makanan (food web) kompleks. Stadia 3 merupakan gambaran suatu ekosistem klimaks, produktivitas biologis menurun, kondisi kurang stabil, kompetisi antar jenis sedang, rantai makanan (food web) kompleks.
Indeks Diversitas
Grafik suksesi dapat diinterpretasikan dengan menggunakan indeks diversitas
Shannon Wiener (H’) keanekaragaman biota, kesamaan jenis (E), dan indeks simpson (D) dominansi. Persamaan indeks diversitas Shannon Wiener sebagai berikut (Krebs 1972).
H'=-∑ p iln pi s
Keterangan:
H’ : indeks Keanekaragaman pi : ni/N
n : jumlah spesies jenis ke-i N : jumlah total spesies
Keseragaman merupakan komposisi individu tiap spesies yang terdapat dalam suatu komunitas (Krebs 1972). Indeks keseragaman (E) dinyatakan dengan persamaan sebagai berikut.
E : indeks keseragaman
H’ : indeks keanekaragaman Hmax : lnS
S : jumlah genus
Indeks keseragaman berkisar antara 0-1 (Odum 1971). Semakin kecil nilai E, semakin kecil pula keseragaman populasi, artinya penyebaran jumlah individu setiap jenis tidak sama sehingga ada kecenderungan suatu spesies mendominasi. Sebaliknya, nilai E yang mendekati 1, maka penyebaran jumlah individu dapat dikatakan sama atau tidak jauh berbeda sehingga tidak ada spesies yang mendominasi (Legendre dan Legendre 1983).
Dominansi spesies pada suatu komunitas diketahui dengan menggunakan indeks dominansi Simpson (Odum 1971). Kisaran indeks dominansi antara 0-1, dominansi tinggi dengan nilai indeks mendekati 1. Indeks dominansi simpson dinyatakan dengan rumus sebagai berikut.
C= ∑
C : indeks Dominansi Simpson ni : jumlah individu ke-i
N : jumlah total individu
Summed DifferenceIndex (SDI)
σs=∑|d[bi(t)/B(t)]| i
/dt
Estimasi sepanjang interval waktu (William 1978) diformulasikan sebagai berikut.
σs= ∑ |[b� i(t1)/B(t� − �1)]-[bi(t2)/B(t2)]|
Analisis keterkaitan fitoplankton dengan kualitas air
Analisis keterkaitan antara fitoplankton dengan kualitas air dapat dilakukan dengan beberapa cara, di antaranya dengan menggunakan AKU (analisis komponen utama) dan uji korelasi. Kedua hal tersebut diuraikan sebagai berikut.
Analisis Komponen Utama (AKU)
Analisis Komponen Utama (AKU) pada penelitian ini digunakan untuk menggambarkan karakter setiap kelompok berdasarkan data fisika, kimia, dan biologi yang diukur. Parameter tersebut terdiri dari parameter fisika (kecerahan, konduktivitas, dan suhu), kimia (amonia, nitrit, nitrat, ortofosfat, dan pH), dan biologi (fitoplankton). Berdasarkan parameter yang diintegrasikan dapat diperoleh nilai matriks hubungan antar parameter. AKU dilakukan untuk melihat hubungan antara kelimpahan fitoplankton dengan kualitas air. Prinsip AKU adalah transformasi peubah (data fisika, kimia, dan biologi) yang saling berkorelasi satu sama lain menjadi sekumpulan peubah baru yang tidak saling berkorelasi dengan mempertahankan keragaman data (Smith 2002). Hasil AKU divisualisasikan dalam bentuk grafik biplot.
Uji Korelasi
Uji korelasi Pearson digunakan untuk melihat hubungan antara kelimpahan fitoplankton dengan parameter fisika-kimia yang didapat selama pengamatan. Analisis yang dilakukan untuk keperluan tersebut dilakukan menggunakan perangkat lunak SPSS versi 21. Adapun korelasi Pearson berdasarkan rumus disajikan oleh Walpole (1993) sebagai berikut.
r= n∑XY -∑X∑Y
√n∑X2-(∑X) 2√n∑Y2-(Y)2
, -1, ≤r≤1
Keterangan:
n : jumlah parameter
Nilai korelasi berkisar dari 0-1, dengan spesifikasi sebagai berikut. Korelasi r = 0.00-0.25 korelasi lemah
0.25-0.50 korelasi cukup 0.50-0.75 korelasi kuat 0.75-1.00 korelasi sangat kuat
HASIL DAN PEMBAHASAN
Hasil
Kelimpahan rata-rata dan komposisi jenis fitoplankton
Kelimpahan fitoplankton digunakan sebagai data dasar dalam analisis suksesi di Danau Ebony. Kelimpahan rata-rata fitoplankton pada lima stasiun dan jumlah jenis fitoplankton selama dua belas bulan pengamatan disajikan pada Gambar 4. Kelimpahan rata-rata fitoplankton tertinggi ada pada bulan ke-12, terendah pada bulan ke-11. Jumlah jenis tertinggi pada bulan ke-12, terendah pada bulan ke-5.
Gambar 4 Kelimpahan rata-rata dan jumlah jenis fitoplankton
Gambar 5 (a) Komposisi kelimpahan dan (b) komposisi jenis fitoplankton Karakteristik fisika dan kimia Danau Ebony
Konsentrasi amonia, nitrat, nitrit, ortofosfat, dan amonium diplotkan pada grafik dari bulan ke-1-12. Nutrien tersebut terlihat berfluktuasi (Gambar 6).
Karakteristik fisika kimia Danau Ebony berfluktuasi. Suhu berkisar 26-31 oC, DO 4.0-9.0 mg/L, kedalaman 74 -108 cm, kecerahan 14-31 cm, kekeruhan 26-138 NTU, konduktivitas 1231-5289 µmHos/cm, pH 7-8, salinitas 1-2 PSU (Tabel 2).
Tabel 2 Karakteristik fisika kimia perairan Danau Ebony
Parameter Suhu DO Kedalaman Kecerahan Kekeruhan Konduktivitas pH Salinitas
Bulan ke- oC mg/L cm cm NTU µmHos/cm - PSU
Kesamaan stasiun diilustrasikan melalui dendrogram. Dendrogram pengelompokan stasiun berdasarkan kualitas air disajikan pada Gambar 7. Dendogram tersebut memperlihatkan kesamaan dua zona stasiun, yaitu Zona 1 (Stasiun 1, 3 dan 5) dan Zona 2 (Stasiun 2 dan 4).
Gambar 7 Dendrogram pengelompokan stasiun berdasarkan data kualitas air Suksesi Frontier
Grafik suksesi komunitas fitoplankton pada masing-masing zona disajikan pada Gambar 8. Grafik suksesi Frontier memperlihatkan pola suksesi pada Stadia 2 (t3, 4, 5, 6, 7, 10, dan 11) dan 3 (t1, 2, 8, 9, dan 12).
Gambar 8 Grafik suksesi fitoplankton di Danau Ebony (a) Zona 1 (b) Zona 2 Grafik 8a dan 8b diinterpretasikan dengan bantuan indeks keanekaragaman
(H’), keseragaman (E), dan dominansi (C) (Tabel 3). Hal ini dimaksudkan untuk memperjelas struktur komunitas pada masing-masing grafik suksesi.
Tabel 3 Indeks diversitas biologi Fitoplankton di Danau Ebony (a) Zona 1 (b) Zona 2
SIMI (Stander Similarity Index)
Stander similarity index (SIMI) atau Indeks Kesamaan Stander digunakan untuk mendapatkan nilai kesamaan secara temporal selama 12 bulan penelitian. Kesamaan didapat berdasarkan kelimpahan relatif fitoplankton yang diilustrasikan melalui dendrogram (Gambar 9).
Gambar 9 Dendrogram pengelompokan waktu berdasarkan kelimpahan relatif fitoplankton (a) Zona 1 (b) Zona 2
Zona 1 terdiri dari Kelompok 1 (bulan ke-1, 12, 9, 8, 2, 6, dan 10), 2 (bulan 3, 4, 5, dan 7), dan 3 (bulan 11). Zona 2 terdiri dari Kelompok 1 (bulan ke-1, 1ke-1, 6, 2, 9, 8, dan 12), 2 (bulan ke-3, dan 4), dan 3 (bulan ke-5, 7, dan 10).
Summed Difference Index (SDI)
Laju suksesi fitoplankton dari waktu ke waktu pada kedua zona disajikan pada Gambar 10 dan 11. Laju suksesi tertinggi pada Kelompok 1 terjadi pada bulan ke 11 & 12 dan terendah pada waktu ke 3 & 4. Pada Kelompok 2, laju tertinggi ada pada waktu 2 & 3 terendah pada waktu 6 & 7.
Gambar 10 Laju suksesi fitoplankton dan kualitas air Zona 1 0
0,005 0,01 0,015 0,02 0,025 0,03 0,035
L
aj
u
Bulan
ke-(a)
Gambar 11 Laju suksesi fitoplankton dan kualitas air Zona 2 Analisis Komponen Utama (AKU)
AKU digunakan untuk melihat hubungan antara kelimpahan fitoplankton dengan kualitas air. Biplot hasil AKU divisualisasikan berdasarkan pengelompokan stadia pada Zona 1 dan 2.
Gambar 12 Biplot nilai rata-rata kelimpahan fitoplankton dan kualitas air terhadap Zona 1 (a) Stadia 2 (b) Stadia 3
0 0,005 0,01 0,015 0,02 0,025 0,03
L
aj
u
Bulan
Hubungan secara deskriptif antara kelimpahan fitoplankton dan kualitas air (nitrat, nitrit, amonia, ortofosfat, suhu, konduktivitas, pH, salinitas, dan kecerahan) diduga melalui AKU. Hasil biplot AKU pada Zona 1 (Gambar 12) menunjukkan bahwa fitoplankton berdekatan dengan amonia (Gambar 12a) kemudian fitoplankton berdekatan dengan pH, kekeruhan, dan suhu (Gambar 12b)
Gambar 13 Biplot nilai rata-rata kelimpahan fitoplankton dan kualitas air terhadap Zona 2 (a) Stadia 2 (b) Stadia 3
Hasil biplot AKU pada Zona 2 (Gambar 13) menunjukkan bahwa fitoplankton berdekatan dengan beberapa kualitas air diantaranya kekeruhan (Gambar 13a) kemudian amonia, konduktivitas, salinitas, dan kekeruhan (Gambar 13b).
Korelasi antara fitoplankton dan kualitas air
Hasil uji korelasi antara fitoplankton dan kualitas air secara singkat disajikan pada Lampiran 2. Berdasarkan uji korelasi antara fitoplankton dan kualitas air didapatkan beberapa parameter kualitas air yang berkorelasi positif diantaranya amonia, konduktivitas, pH, suhu, dan salinitas (Tabel 4)
Tabel 4 Hasil uji korelasi antara kelimpahan fitoplankton dan kualitas air domestik. Limpasan tersebut berupa bahan organik yang masuk ke dalam danau melalui saluran gendong ,saluran yang mengelilingi danau yang berfungsi sebagai saluran pembuangan. Bahan organik tersebut kemudian didekomposisi oleh bakteri menjadi bahan anorganik terlarut atau nutrien.
Kelimpahan fitoplankon dan jumlah jenis yang tinggi pada bulan ke-12 (Gambar 4) didominasi oleh kelompok Cyanophyceae (Gambar 5a), dengan komposisi jenis tertinggi di dominansi oleh kelompok Chlorophyceae (Gambar 5b). Genus Merismopedia sp. dominan pada kelompok Cyanophyceae. Hal ini disebabkan oleh kondisi perairan yang eutrofik (Rawson 1956; Robarts & Tamar 2010). Cyanophyceae sering kali melimpah pada kondisi perairan eutrofik, dengan konsentrasi nitrat dan ortofosfat tinggi (Henderson & Markland 1987), namun Cyanophyceae sering kali blooming pada saat konsentrasi ortofosfat rendah (Mur et al. 1999).
Dendrogram (Gambar 7) pada taraf persamaan 91%, memperlihatkan kesamaan dua zona stasiun yaitu Zona 1 (Stasiun 1, 3 dan 5) dan Zona 2 (Stasiun 2 dan 4). Dari zonasi tersebut dibuat dua grafik suksesi Frontier dengan memplotkan rangking jenis dengan persen kelimpahan (Gambar 8). Grafik suksesi Frontier menunjukkan bahwa Danau Ebony memiliki dua stadia yaitu, Stadia 2 dan 3. Dalam memudahkan menentukan perbedaan stadia pada grafik suksesi Frontier di Danau Ebony, maka dibuat grafik suksesi berdasarkan stadia (Stadia 2 dan 3) (Gambar 14). Stadia dalam suksesi Frontier dapat dicirikan dengan ada atau tidaknya dominansi (Komariah 2002).
Gambar 14 Grafik suksesi frontier Stadia 2 dan 3
Perubahan Stadia 2 ke Stadia 3 pada grafik suksesi tidak terlalu memperlihatkan perbedaan keragaman, diversitas, dan produktivitas dari fitoplankton. Hal tersebut dapat diliihat dari nilai laju suksesi yang berkisar 0,009-0,033 dengan jenis yang mendominasi pada setiap kelas sama pada setiap bulannya (Lampiran 3).
Laju suksesi tersebut kemudian dikaitkan dengan SIMI (Standers similarity index) (Gambar 15 dan 16). SIMI menandakan kesamaan antar waktu penelitian. Terlihat pada grafik tersebut bahwa ketika laju suksesi pada saat tn dan tn+1 minimum, maka nilai kesamaan keberadaan fitoplankton antar kedua waktu tersebut tinggi mendekati 1. Ketika nilai laju suksesi terendah sebesar 0,008 dan 0,009 terlihat bahwa nilai SIMI mencapai 0,972 dan 0,974. Ketika nilai laju suksesi tertinggi sebesar 0,033 nilai SIMI sebesar 0,700 (Gambar 15).
Gambar 16 Grafik laju suksesi dan SIMI Zona 2
Nilai SIMI yang mendekati 1 menunjukkan bahwa similaritas dalam keadaan maksimum dengan laju suksesi yang sebesar 0,009 menandakan bahwa gerak atau perubahan antara tn dan tn+1 tidak terlalu besar. Jika dilihat dari kelimpahan dan jumlah jenis fitoplankton pada tn dan tn+1, nilainya tidak terlalu berbeda (Lampiran 4).
Biplot nilai rata-rata kelimpahan fitoplankton dan kualitas air (Gambar 11) memperlihatkan parameter amonia, suhu, pH dan kekeruhan yang saling berdekatan dengan fitoplankton. Hubungan korelasi fitoplankton dan kualitas air memperlihatkan fitoplankton berkorelasi positif amonia, suhu, pH, konduktivitas, dan salinitas (P<0,05) (Tabel 4).
Fitoplankton di Danau Ebony lebih dipengaruhi oleh amonia, suhu, pH, konduktivitas, dan salinitas. Beberapa nutrien tidak menunjukkan korelasi kuat dengan fitoplankton. Hal ini diduga terjadi karena nutrien di Danau Ebony tidak lagi menjadi faktor pembatas, melainkan selalu tersedia sehingga tidak membatasi pertumbuhan fitoplankton (Rhee & Gotham 1980). Ketersediaan nutrien tersebut disebabkan oleh seringnya bahan organik yang masuk ke dalam danau melalui Saluran Gendong. Hal ini sesuai dengan pernyataan Khan (2003) bahwa suhu dan konsentrasi nutrien berperan dalam mengontrol pertumbuhan fitoplankton.
Fitoplankton Danau Ebony berkorelasi positif dengan amonia. Amonia diperairan terdapat dalam dua bentuk yaitu ion amonium dan un ionized amonia (Boyd 1990). Fitoplankton lebih banyak memanfaatkan ion amonium dibandingkan nutrien lainnya. Nitrat akan dimanfaatkan apabila ion amonium berada dalam kondisi kritis, karena nitrat memerlukan energi lebih dalam proses penyerapannya (Sigee 2005).
Suhu (Tabel 2) dan konsentrasi nutrien (Gambar 6) di Danau Ebony berada pada kisaran optimal untuk tumbuh. Suhu optimal untuk fitoplankton air tawar tumbuh berkisar pada suhu 25-30oC, Chlorophyceae dan Bacillariophyceae tumbuh baik pada kisaran suhu berturut-turut 30-35oC dan 20-30oC (Marre 1962). Pertumbuhan optimum fitoplankton dibutuhkan kadar fosfat dalam kisaran 0,09-1,80 mg/L (Mackentum 1969). Fitoplankton tumbuh optimum pada kisaran pH 6,5-8,5 (Goldman & Horne 1983). Kisaran pH 6-9 sesuai untuk fitoplankton dari kelas
Cyanophyceae yang biasanya lebih toleran terhadap pH netral sampai dengan basa (Bold & Wyne 1985).
Konduktivitas dan salinitas menggambarkan ketersediaan mineral dan ion (Boyd 1990) dalam perairan. Berdasarkan aspek fisiologis, terdapat berbagai ion-ion mineral yang dikenal sebagai unsur makro, yaitu unsur nutrien yang diperlukan dalam jumlah banyak oleh tumbuhan, termasuk fitoplankton. Ketersediaan mineral dan ion mempengaruhi pertumbuhan fitoplankton, yang ditandai dengan hubungan korelasi positif fitoplankton dengan konduktivitas dan salinitas (Chrismadha & Fauzan 2007).
KESIMPULAN
Kesimpulan
Suksesi fitoplankton di Danau Ebony yang digambarkan dengan grafik suksesi Frontier berada pada Stadia 2 dan 3, dengan laju suksesi berkisar pada nilai 0,009-0,033. Suksesi fitoplankton memiliki korelasi positif dengan kualitas air diantaranya amonia, suhu, pH, konduktivitas, dan salinitas.
DAFTAR PUSTAKA
APHA, AWWA, WEF. 2005. Standard Methods for Examination of Water and Wastewater. 22nd ed. Washington (USA). American Public Health Association
APHA, AWWA, WEF. 2012. Standard Methods for Examination of Water and Wastewater. 22nd ed. Washington (USA). American Public Health Association
Ariyadej C, Reungchai T, Pimpan T, Saowapa A. 2004. Phytoplankton Diversity and its Relationships to the Physico-Chemical Environment in the Banglang Reservoir, Yala Province. Songklanakarin J. Sci. Technol. 26: 595-607 Bold HC, MJ Wyne. 1985. Introduction to the Algae Structure and Reproduction,
2rd ed. Englewood Cliffs (UK): Prentice Hall Inc
Boyd 1990. Water Quality in Ponds for Aquaculture. Alabama (USA). Birmingham Publishing Co
Belcher H, Erica S. 1978. A Beginner’s Guide to Freshwater Algae. Cambridge (UK). Institute of Terrestrial Ecology
Chrismadha T; Fauzan A. 2007. Dinamika Komunitas Fitoplankton pada Kolam Sistem Aliran Tertutup Berarus Deras. Oseanologi dan Limnologi. 33: 325-338
Edmonson WT. 1963. Fresh Water Biology: 2nd ed. Washington (USA): John Wiley & Sons inc
Goldman CR, Horne AJ. 1983. Limnology. New York (USA). L McGrraw-Hill Book Company
Henderson-Sellers B, Markland. 1987. Decaying Lakes, The Origins and Control of Cultural Eutrophication. New York (USA): Great Britain
Jorgensen SE, RA Vollenweider. 1988. Guidelines of Lake Management; Principles of Lake Manajement. vol 3. United Nation Environmental Programme. International Lake Environment Comitte
Khan TA. 2003. Limnology of Four Saline Lakes in Western Victoria, Australia : Biological Parameters. Limnologica. 33: 327-339
Komariah H. 2002. Struktur Komunitas Fitoplankton di Perairan Teluk Jakarta. [Skripsi]. Bogor (ID). Institut Pertanian Bogor
Krebs CJ. 1972. Ecology: the Scientific Study of the Interactions that Determine the Distribution and Abundance of Organisms. New York (USA). Harper & Row Publisher.
Legendre L, P Legendre. 1983. Numerical Ecology. Amsterdam (NL): Elsevier Scientific Publishing Company
Mackenthum KM. 1969. The Practice of Water Pollution Control. Administration Division of Technical Support
Marre E. 1962. Physiology and Biochemistry of Algae, Part II Physiology of Whole Cells and Plants. London (UK): Academis Press Inc
Mason CF. 1993. Biology of Freshwater Pollution. 2rd ed. New York (USA). John wile and sons Inc.
Mizuno T. 1979. Illustrations of The Freshwater Plankton of Japan, revised ed. Osaka (J): Hoikusha Publishing Co., LTD
Mur LR, Olav MS, Hans U. 1999. Toxic Cyanobacteria in Water: A Guide to their Public Health Consequences, Monitoring and Management; Cyanobacteria in the Environment: WHO
Odum EP. 1971. Fundamental of Ecology. 3rd ed. Philadelphia (USA). Saunders Company
Phlips EJ, S Badylak, T Grosskopf. 2002. Factors Affecting the Abundance of Phytoplankton in a Restricted Subtropical Lagoon, the Indian River Lagoon, Florida, USA. Estuarine, Coastal and Shelf Science. 55: 385–402
Prescott GW. 1970. The Freshwater Algae. Dubuque Lowa (USA): Brown Company Publishers
Prayitno HB, Suherman. 2012. Hubungan antara Rasio N/P dan Konsentrasi Silikat di Perairan Kepulauan Tambelan dan Kepulauan Serasan. Paper Segara Rawson DS. 1956. Algal Indicators of Trophic Lake Types. University of
Saskatchewan
Rhee GY, Gotham IJ. 1980. Optimum N:P Ratios and Coexistence of Planktonic
Algae. J Phycol. 16: 486-489
Robarts RD, Tamar Z. 2010. Temperature Effects on Photosynthetic Capacity,
Respiration, and Growth Rates of Bloom‐Forming Cyanobacteria. Journal of
Marine and Freshwater Research. 21: 391-399
Schindler DW. 1974. Eutrophication and Recovery in Experimental Lakes: Implications For Management. Science. 184: 897-899
Smith LI. 2002. A Tutorial on Principal Component Analysis. New Zealand (NZ): University of Otago
Sommer U, Z Maciej Gliwicz, Winfried Lampert, and Annie Duncan. 1986. The PEG-Model of Seasonal Succession of Planktonic Events in Fresh Waters. Arch Hydrobiol. 106 : 433-472
Stander JM. 1970. Diversity and Similarity of Benthic Fauna off Oregon. [Thesis]. Corvallis (USA). Oregon State University
Tilman D, Kilham SS, Kilham P. 1982. Phytoplankton Community Ecology: The Role of Limiting Nutrients. Annual Review of Ecology and Systematics. 13: 349-372
Walpole RE. 1993. Pengantar Statistika. ed 3. Bambang Soemantri, penerjemah. Jakarta (ID): PT Gramedia
Wetzel RG. 2001. Limnology: Lake and River Ecosystems, 3rd ed. London (UK): Academic Press
Wetzel RG, Gene EL. 1995. Limnological Analyses, 2nd ed. New York (USA): Springer-verlag berlin heidelberg
William M, Lewis JR. 1978. Analysis Of Succession in A Tropical Phytoplankton Community and a New Measure Of Succession Rate. The American Naturalist. 112: 984
LAMPIRAN
Lampiran 1 Rasio N dan P dari rataan data kualitas air 12 bulan
Bulan ke- 1 2 3 4 5 6 7 8 9 10 11 12
N:P 13 1 5 5 18 44 13 6 6 25 4 38
Lampiran 2 Hasil uji korelasi kualitas air dan fitoplankton per stadia suksesi
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011
Fitoplankton Suhu Kecerahan Kekeruhan Konduktifitas pH Salinitas Amonia Nitrat Nitrit Ortofosfat
KELOMPOK 1 STADIA 2
Correlations FITO DAN KUALITAS AIR PER STADIA
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00001 Pearson Correlation 1 ,852* -,391 ,611 ,746 ,673 ,713 ,927** ,209 ,483 ,365
Sig. (2-tailed) ,031 ,444 ,197 ,088 ,143 ,112 ,008 ,691 ,332 ,476
N 6 6 6 6 6 6 6 6 6 6 6
VAR00002 Pearson Correlation ,852* 1 -,128 ,202 ,753 ,716 ,752 ,699 ,487 ,717 ,066
Sig. (2-tailed) ,031 ,809 ,702 ,084 ,109 ,085 ,122 ,327 ,109 ,902
N 6 6 6 6 6 6 6 6 6 6 6
VAR00003 Pearson Correlation -,391 -,128 1 -,127 -,571 -,421 -,544 -,664 ,301 -,468 -,677 Sig. (2-tailed) ,444 ,809 ,810 ,237 ,406 ,265 ,151 ,562 ,350 ,139
N 6 6 6 6 6 6 6 6 6 6 6
VAR00004 Pearson Correlation ,611 ,202 -,127 1 ,014 ,074 -,048 ,522 -,026 -,276 ,486 Sig. (2-tailed) ,197 ,702 ,810 ,979 ,889 ,927 ,288 ,961 ,597 ,328
N 6 6 6 6 6 6 6 6 6 6 6
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00005 Pearson Correlation ,746 ,753 -,571 ,014 1 ,696 ,996** ,842* ,068 ,674 ,155
Sig. (2-tailed) ,088 ,084 ,237 ,979 ,124 ,000 ,035 ,899 ,142 ,769
N 6 6 6 6 6 6 6 6 6 6 6
VAR00006 Pearson Correlation ,673 ,716 -,421 ,074 ,696 1 ,731 ,604 -,170 ,757 -,059 Sig. (2-tailed) ,143 ,109 ,406 ,889 ,124 ,099 ,204 ,747 ,081 ,912
N 6 6 6 6 6 6 6 6 6 6 6
VAR00007 Pearson Correlation ,713 ,752 -,544 -,048 ,996** ,731 1 ,800 ,040 ,699 ,082 Sig. (2-tailed) ,112 ,085 ,265 ,927 ,000 ,099 ,056 ,941 ,123 ,878
N 6 6 6 6 6 6 6 6 6 6 6
VAR00008 Pearson Correlation ,927** ,699 -,664 ,522 ,842* ,604 ,800 1 ,060 ,476 ,523 Sig. (2-tailed) ,008 ,122 ,151 ,288 ,035 ,204 ,056 ,910 ,340 ,287
N 6 6 6 6 6 6 6 6 6 6 6
VAR00009 Pearson Correlation ,209 ,487 ,301 -,026 ,068 -,170 ,040 ,060 1 ,311 ,222 Sig. (2-tailed) ,691 ,327 ,562 ,961 ,899 ,747 ,941 ,910 ,548 ,673
N 6 6 6 6 6 6 6 6 6 6 6
VAR00010 Pearson Correlation ,483 ,717 -,468 -,276 ,674 ,757 ,699 ,476 ,311 1 ,180 Sig. (2-tailed) ,332 ,109 ,350 ,597 ,142 ,081 ,123 ,340 ,548 ,733
N 6 6 6 6 6 6 6 6 6 6 6
VAR00011 Pearson Correlation ,365 ,066 -,677 ,486 ,155 -,059 ,082 ,523 ,222 ,180 1 Sig. (2-tailed) ,476 ,902 ,139 ,328 ,769 ,912 ,878 ,287 ,673 ,733
N 6 6 6 6 6 6 6 6 6 6 6
*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed). KELOMPOK 1 STADIA 3
Correlations
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00001 Pearson Correlation 1 ,454 ,051 ,147 -,229 ,303 -,230 -,200 -,414 -,587 -,197
Sig. (2-tailed) ,366 ,923 ,781 ,662 ,559 ,661 ,703 ,415 ,220 ,709
25
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00002 Pearson Correlation ,454 1 ,050 ,358 -,284 ,759 -,342 -,484 -,915* -,582 -,365
Sig. (2-tailed) ,366 ,926 ,486 ,586 ,080 ,507 ,331 ,010 ,226 ,477
N 6 6 6 6 6 6 6 6 6 6 6
VAR00003 Pearson Correlation ,051 ,050 1 ,225 -,930** ,010 -,905* -,517 -,090 -,234 ,235 Sig. (2-tailed) ,923 ,926 ,669 ,007 ,985 ,013 ,294 ,865 ,655 ,654
N 6 6 6 6 6 6 6 6 6 6 6
VAR00004 Pearson Correlation ,147 ,358 ,225 1 -,081 ,120 -,084 -,907* ,001 -,351 -,646 Sig. (2-tailed) ,781 ,486 ,669 ,879 ,822 ,874 ,013 ,998 ,495 ,166
N 6 6 6 6 6 6 6 6 6 6 6
VAR00005 Pearson Correlation -,229 -,284 -,930** -,081 1 -,310 ,997** ,400 ,365 ,260 -,180 Sig. (2-tailed) ,662 ,586 ,007 ,879 ,549 ,000 ,432 ,477 ,619 ,733
N 6 6 6 6 6 6 6 6 6 6 6
VAR00006 Pearson Correlation ,303 ,759 ,010 ,120 -,310 1 -,382 -,116 -,662 ,034 -,583 Sig. (2-tailed) ,559 ,080 ,985 ,822 ,549 ,454 ,827 ,152 ,949 ,225
N 6 6 6 6 6 6 6 6 6 6 6
VAR00007 Pearson Correlation -,230 -,342 -,905* -,084 ,997** -,382 1 ,398 ,417 ,250 -,137 Sig. (2-tailed) ,661 ,507 ,013 ,874 ,000 ,454 ,435 ,411 ,632 ,796
N 6 6 6 6 6 6 6 6 6 6 6
VAR00008 Pearson Correlation -,200 -,484 -,517 -,907* ,400 -,116 ,398 1 ,237 ,592 ,353 Sig. (2-tailed) ,703 ,331 ,294 ,013 ,432 ,827 ,435 ,651 ,216 ,493
N 6 6 6 6 6 6 6 6 6 6 6
VAR00009 Pearson Correlation -,414 -,915* -,090 ,001 ,365 -,662 ,417 ,237 1 ,598 -,004 Sig. (2-tailed) ,415 ,010 ,865 ,998 ,477 ,152 ,411 ,651 ,210 ,993
N 6 6 6 6 6 6 6 6 6 6 6
VAR00010 Pearson Correlation -,587 -,582 -,234 -,351 ,260 ,034 ,250 ,592 ,598 1 -,193 Sig. (2-tailed) ,220 ,226 ,655 ,495 ,619 ,949 ,632 ,216 ,210 ,714
N 6 6 6 6 6 6 6 6 6 6 6
26
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00011 Pearson Correlation -,197 -,365 ,235 -,646 -,180 -,583 -,137 ,353 -,004 -,193 1
Sig. (2-tailed) ,709 ,477 ,654 ,166 ,733 ,225 ,796 ,493 ,993 ,714
N 6 6 6 6 6 6 6 6 6 6 6
*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed).
KELOMPOK 2 STADIA 2
Correlations
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00001 Pearson Correlation 1 ,715 -,676 ,450 ,946** ,840* ,918** ,766 ,137 ,641 -,106
Sig. (2-tailed) ,110 ,141 ,371 ,004 ,036 ,010 ,076 ,796 ,170 ,841
N 6 6 6 6 6 6 6 6 6 6 6
VAR00002 Pearson Correlation ,715 1 -,244 ,084 ,735 ,541 ,733 ,891* ,480 ,637 ,270 Sig. (2-tailed) ,110 ,641 ,875 ,096 ,268 ,097 ,017 ,336 ,174 ,605
N 6 6 6 6 6 6 6 6 6 6 6
VAR00003 Pearson Correlation -,676 -,244 1 -,821* -,621 -,471 -,611 -,403 -,128 -,773 ,518 Sig. (2-tailed) ,141 ,641 ,045 ,188 ,345 ,197 ,429 ,809 ,072 ,292
N 6 6 6 6 6 6 6 6 6 6 6
VAR00004 Pearson Correlation ,450 ,084 -,821* 1 ,378 ,470 ,395 ,227 -,179 ,758 -,732 Sig. (2-tailed) ,371 ,875 ,045 ,460 ,347 ,438 ,666 ,734 ,081 ,098
N 6 6 6 6 6 6 6 6 6 6 6
VAR00005 Pearson Correlation ,946** ,735 -,621 ,378 1 ,883* ,996** ,641 ,026 ,583 -,225 Sig. (2-tailed) ,004 ,096 ,188 ,460 ,020 ,000 ,170 ,961 ,225 ,669
N 6 6 6 6 6 6 6 6 6 6 6
VAR00006 Pearson Correlation ,840* ,541 -,471 ,470 ,883* 1 ,892* ,432 -,374 ,434 -,425 Sig. (2-tailed) ,036 ,268 ,345 ,347 ,020 ,017 ,392 ,465 ,390 ,401
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00007 Pearson Correlation ,918** ,733 -,611 ,395 ,996** ,892* 1 ,606 -,014 ,592 -,280
Sig. (2-tailed) ,010 ,097 ,197 ,438 ,000 ,017 ,202 ,979 ,216 ,591
N 6 6 6 6 6 6 6 6 6 6 6
VAR00008 Pearson Correlation ,766 ,891* -,403 ,227 ,641 ,432 ,606 1 ,637 ,722 ,369 Sig. (2-tailed) ,076 ,017 ,429 ,666 ,170 ,392 ,202 ,173 ,105 ,472
N 6 6 6 6 6 6 6 6 6 6 6
VAR00009 Pearson Correlation ,137 ,480 -,128 -,179 ,026 -,374 -,014 ,637 1 ,392 ,676 Sig. (2-tailed) ,796 ,336 ,809 ,734 ,961 ,465 ,979 ,173 ,442 ,140
N 6 6 6 6 6 6 6 6 6 6 6
VAR00010 Pearson Correlation ,641 ,637 -,773 ,758 ,583 ,434 ,592 ,722 ,392 1 -,272 Sig. (2-tailed) ,170 ,174 ,072 ,081 ,225 ,390 ,216 ,105 ,442 ,603
N 6 6 6 6 6 6 6 6 6 6 6
VAR00011 Pearson Correlation -,106 ,270 ,518 -,732 -,225 -,425 -,280 ,369 ,676 -,272 1 Sig. (2-tailed) ,841 ,605 ,292 ,098 ,669 ,401 ,591 ,472 ,140 ,603
N 6 6 6 6 6 6 6 6 6 6 6
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
KELOMPOK 2 STADIA 3
Correlations
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00001 Pearson Correlation 1 ,120 -,656 ,558 ,130 -,389 ,087 -,100 ,287 ,533 -,117
Sig. (2-tailed) ,821 ,157 ,250 ,806 ,446 ,869 ,851 ,582 ,276 ,825
N 6 6 6 6 6 6 6 6 6 6 6
VAR00002 Pearson Correlation ,120 1 ,042 -,381 ,020 ,603 -,016 -,470 -,530 -,583 -,338 Sig. (2-tailed) ,821 ,937 ,457 ,970 ,205 ,976 ,347 ,279 ,224 ,512
N 6 6 6 6 6 6 6 6 6 6 6
28
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009 VAR00010 VAR00011 VAR00003 Pearson Correlation -,656 ,042 1 -,345 -,745 ,328 -,740 -,554 -,110 -,708 -,063
Sig. (2-tailed) ,157 ,937 ,503 ,089 ,525 ,092 ,254 ,836 ,116 ,906
N 6 6 6 6 6 6 6 6 6 6 6
VAR00004 Pearson Correlation ,558 -,381 -,345 1 -,028 -,498 -,066 -,107 -,075 ,356 -,554 Sig. (2-tailed) ,250 ,457 ,503 ,959 ,314 ,901 ,840 ,887 ,489 ,254
N 6 6 6 6 6 6 6 6 6 6 6
VAR00005 Pearson Correlation ,130 ,020 -,745 -,028 1 -,328 ,996** ,496 -,100 ,518 ,209 Sig. (2-tailed) ,806 ,970 ,089 ,959 ,526 ,000 ,317 ,850 ,292 ,690
N 6 6 6 6 6 6 6 6 6 6 6
VAR00006 Pearson Correlation -,389 ,603 ,328 -,498 -,328 1 -,300 -,024 -,547 -,807 -,327 Sig. (2-tailed) ,446 ,205 ,525 ,314 ,526 ,563 ,965 ,261 ,052 ,527
N 6 6 6 6 6 6 6 6 6 6 6
VAR00007 Pearson Correlation ,087 -,016 -,740 -,066 ,996** -,300 1 ,562 -,075 ,524 ,252 Sig. (2-tailed) ,869 ,976 ,092 ,901 ,000 ,563 ,246 ,887 ,286 ,631
N 6 6 6 6 6 6 6 6 6 6 6
VAR00008 Pearson Correlation -,100 -,470 -,554 -,107 ,496 -,024 ,562 1 ,254 ,510 ,422 Sig. (2-tailed) ,851 ,347 ,254 ,840 ,317 ,965 ,246 ,627 ,301 ,404
N 6 6 6 6 6 6 6 6 6 6 6
VAR00009 Pearson Correlation ,287 -,530 -,110 -,075 -,100 -,547 -,075 ,254 1 ,680 ,811 Sig. (2-tailed) ,582 ,279 ,836 ,887 ,850 ,261 ,887 ,627 ,137 ,050
N 6 6 6 6 6 6 6 6 6 6 6
VAR00010 Pearson Correlation ,533 -,583 -,708 ,356 ,518 -,807 ,524 ,510 ,680 1 ,516 Sig. (2-tailed) ,276 ,224 ,116 ,489 ,292 ,052 ,286 ,301 ,137 ,295
N 6 6 6 6 6 6 6 6 6 6 6
VAR00011 Pearson Correlation -,117 -,338 -,063 -,554 ,209 -,327 ,252 ,422 ,811 ,516 1 Sig. (2-tailed) ,825 ,512 ,906 ,254 ,690 ,527 ,631 ,404 ,050 ,295
N 6 6 6 6 6 6 6 6 6 6 6
Lampiran 3 Jenis-jenis fitoplankton yang di temukan di Danau Ebony
Melosira sp. Cyclotella sp. Coelastrum sp.
Pediastrum sp. Scenedesmus sp. Crucigenia sp.
Tetrastrum sp. Tetraedron sp. Westella sp.
Chlamydomonas sp.
Microcystis sp. Anabaena sp.
30
Lampiran 4 Kelimpahan fitoplankton
ORGANISME Kelimpahan (sel/m
3)
April mei Juni Juli agustus September oktober nopember desember Januari februari Maret CYANOPHYCEAE
Merismopedia sp. 302.698.000 644834133 180.427.000 229.688.800 200.688.000 729.973.667 372.474.133 726.891.667 859.034.667 217.674.667 30.128.000 1.912.251.733
Anabaena sp. 1.013.333 983.466 6.644.000 8.898.600 3.094.000 27.853.333 972.800 213.333
Oscillatoria sp. 1.553.066 1.781.333 8.370.133 1.428.000 1.749.333 203.000 192.000
Chroococcus sp. 2.547.833 1.238.666 37.333 14.000
Microcystis sp. 5.880.000 60.489.333 69.006.000 25.480.000 322.466.667 64.549.333 1.633.333 283.733.333
Aphanocapsa sp. 8.244.666 388.666 5.088.000
Aphanothece sp. 1.884.800
BACILLARIOPHYCEAE
Cyclotella sp. 136.916.667 77.051.700 219.774.000 394.339.067 101.624.000 333.375.600 207.591.467 217.599.667 274.505.333 107.610.933 28.483.000 295.204.533
Stephanodiscus sp. 461.666 50.666 11.666 9.733 28.000 11.666 6.666 28.000 6.666
Fragilaria sp. 168.000 43.733 4.521.666 5.835.733 1.732.833 640.266 1.128.933 6.444.666 877.000 386.000 268.333 26.666
Coscinodiscus sp. 726.133 2.433 37.333 140.000 69.133 8.666 13.333
Nitzschia sp. 101.000 449.500 320.833 169.733 260.000 681.000 663.200 2.611.000 1.574.000 1.755.466 221.666 2.246.133
Amphora sp. 24.000 84.033 88.000 24.266 34.133 9.333 4.666 4.666
Navicula sp. 45.666 177.600 102.400 163.333 23.333 7.333 25.666 95.466
Bacteriastrum sp. 337.600 21.866 24.266 21.666
Mastoglia sp. 65.000 93.000 18.133 403.466 96.133 156.333 45.333 112.000 86.333 160.000
Melosira sp. 108.000 24.987.000 9.981.333 19.718.400 44.087.333 17.105.333 6.272.733 83.799.333 83.026.666 29.327.200 644.000 1.238.400
Diatoma sp. 28.000
Pleurosigma sp. 45.333 18.333 162.500 85.333 8.933 18.666 11.666 14.666 30.333
Synedra sp. 51.200
Achnanthes sp. 34.133 7.333 32.666 28.800
CHLOROPHYCEAE
Ankistrodesmus sp. 424.666 2.409.533 1.487.666 318.666 1.616.666 1.294.533 3.415.566 8.120.000 7.733.000 2.887.866 79.333 1.066.666
Tetrastrum sp. 1.106.933 1.095.066 1.066.666 1.156.666 556.200 2.267.466 933.333 1.897.333 1.434.666 112.000 9.647.466
Gloeocystis sp. 1.162.666 853.333 1.280.000 7.204.000 3.683.666 7.015.800 4.295.733 6.855.333 3.965.333 2.137.333 1.388.333 3.000.266
Westella sp. 3.774.600 590.400 495.000 1.231.200 10.300.866 681.333 1.764.000 1.278.666 95.666 8.093.333
Cosmarium sp. 24.000 306.133 103.066 402.600 176.966 550.666 177.000 116.666 21.000 26.666
Selenastrum sp. 89.133 126.133 5.833 49.600 505.166 588.933 185.266 37.333 63.000 5.600 463.200
Scenedesmus sp. 39.624.466 151.628.067 150.529.667 295.687.467 238.915.667 275.882.000 221.705.967 175.079.333 123.453.000 109.190.133 5.758.666 169.317.866
Crucigenia sp. 11.258.933 7.707.066 6.451.333 11.743.466 21.145.333 24.700.000 16.633.866 10.817.333 11.693.333 6.590.400 438.666 20.180.266
Pediastrum sp. 19.794.400 48.674.000 70.169.166 34.094.133 24.221.333 65.654.800 25.117.866 27.685.000 37.611.000 30.270.400 14.557.666 174.109.600
Coelastrum sp. 16.926.800 26.135.666 10.500.500 11.532.133 18.849.333 53.817.333 16.634.333 6.818.000 9.449.000 21.769.466 2.083.666 17.034.133
Actinastrum sp. 326.666 462.000 86.333 297.066
31
ORGANISME Kelimpahan (sel/m
3)
April mei Juni Juli agustus September oktober nopember desember Januari februari Maret
Chlamydomonas sp. 2.860.000 196.995.467 25.780.333 156.831.200 162.811.500 202.521.400 130.106.233 65.438.333 99.817.666 76.594.533 3.707.666 61.551.200
Botryococcus sp. 106.666 21.984.000 26.210.133 2.891.733
Tetraedron sp. 93.666 28.000 209.666 744.666 442.833 563.933 1.010.833 205.333 429.000 952.666 28.000 1.682.400
Staurastrum sp. 65.600 13.333 17.066 28.000 6.666
Chaetophora sp. 320.000 261.333 259.000
Closterium sp. 26.666 18.133 374.266 3.619.500 254.333 190.000 321.600 9.333 64.266
Ulothrix sp. 776.533 866.666 8.631.466 56.000
Characium sp. 18.666 57.600
EUGLENOPHYCEAE
Phacus sp. 331.000 823.366 948.500 1.418.000 675.833 3.516.733 40.432.566 4.375.000 8.697.666 4.526.666 9.524.666 4.852.800
Euglena sp. 3.950.866 3.670.633 11.379.166 17.955.866 18.429.333 11.350.333 3.420.600 2.436.000 6.756.000 13.048.533 6.160.000 6.789.333
Trachelomonas sp. 156.333 68.033 100.000 78.933 193.000 206.866 36.366 147.000 271.333 138.933 21.000 297.600
Cryptomonas sp. 606.666 4.566.666 7.361.833 3.726.800 635.833 835.933 305.666 431.333 1.150.400 21.000 625.333
DINOPHYCEAE
Cerratium sp. 28.000
Peridinium sp. 13 333 17.066
Gymnodinium sp. 19.466 82.133
Lampiran 5 Foto lokasi pengambilan contoh (stasiun 1-5)
Lokasi stasiun 1 Lokasi stasiun 2
Lokasi stasiun 3 Lokasi stasiun 4
Lokasi stasiun 5 Saluran gendong
Alat penyedot lumpur Lumpur danau
STP Pintu air (outlet)
RIWAYAT HIDUP
Penulis bernama Desy Mulyawati, lahir di Bogor 19 Desember 1992, merupakan anak pertama dari empat bersaudara yang merupakan anak dari Ibu Uum Umiyati dan Bapak Idup Nuryadi. Penulis tinggal di Desa Carang Pulang Kaler Rt 02 Rw 03, Kecamatan Dramaga Bogor, Bogor barat, Jawa barat.
