• Tidak ada hasil yang ditemukan

BAB III METODOLOGI. Gambar 1. Peta Lokasi Penelitian di Samudera Hindia bagian Timur

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III METODOLOGI. Gambar 1. Peta Lokasi Penelitian di Samudera Hindia bagian Timur"

Copied!
6
0
0

Teks penuh

(1)

20

Penelitian ini mengambil lokasi di perairan Samudera Hindia bagian timur dengan koordinat 5

o

LS – 20

o

LS dan 100

o

BT – 120

o

BT (Gambar 8). Proses pengolahan dan analisis data dilakukan di Laboratorium Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan (FPIK) UNPAD dan Laboratorium Laut dan Pesisir, Badan Penelitian dan Pengembangan Kelautan Perikanan (Badan LITBANG KP), Jakarta Utara. Penelitian dilakukan pada bulan Juni sampai September 2013 yang meliputi kegiatan mengumpulkan, mengolah dan menganalisis data.

Gambar 1. Peta Lokasi Penelitian di Samudera Hindia bagian Timur

(2)

3.2 Alat dan Bahan 3.2.1 Alat

Peralatan yang digunakan dalam penelitian dan pengolahan data antara lain : 1. Perangkat keras : komputer dan printer.

2. Perangkat lunak : Ms. Excel 2007, Ms. Word 2007, Notepad, ODV 4.0, Global Mapper dan Google Earth.

3.2.2 Bahan

Adapun bahan yang akan digunakan pada penelitian ini antara lain : Tabel 1.Bahan Penelitian

No Bahan Sumber Keterangan

1. Data MLD Laboratorium Data Laut dan Pesisir Badan Litbang KP Jakarta

www.p3sdlp.litbang.kkp.go.id ;

MILA GPV (Mixed Layer data set of Argo, Grid Point Value) :ftp://ftp2.jamstec.go.jp

(2001 – 2009) Kriteria MLD ∆T 0,5oC grid box 2o×2o

2. Data WOA berupa Data Suhu, Salinitas dan Oksigen Terlarut (DO)

Laboratorium Data Laut dan Pesisir Badan Litbang KP Jakarta

www.p3sdlp.litbang.kkp.go.id ; http://www.nodc.noaa.gov/

Data klimatologi musiman (1950 – 2009)

3. DMI http://www.jamstec.go.jp/e/database/index.ht ml

2001 - 2009 4. Data Tuna Loka Penelitian Tuna Badan Litbang KP

Benoa Bali

Statistik Perikanan Tangkap Indonesia

Tahun 1997 dan 1999

Tahun 2000 - 2009

3.3 Metode Penelitian

Metode yang digunakan dalam penelitian ini adalah metode analisis spasial

dan deskriptif komparatif. Metode analisis spasial yaitu dengan mengolah data spasial

sekunder yang diperoleh dari web resmi instansi dan badan penelitian tentang

oseanografi yang kemudian diolah dengan menggunakan software sehingga

menghasilkan output berupa profil horisontal dan vertikal. Korelasi dilakukan

terhadap data MLD dan data sebaran Tuna dengan menggunakan korelasi linear

Pearson dan dianalisis secara deskriptif komperatif.

(3)

3.4 Prosedur Penelitian

Prosedur penelitian dilakukan dalam dua tahap yaitu proses pengumpulan data dan pengolahan data. Pada proses pengumpulan da

data suhu dan DMI yang dikorelasikan dengan data Tuna sehingga didapatkan hasil visualisasi dari sebaran Tuna. Proses pengolahan data dapat dilihat pada Gambar 8.

Berdasarkan Gambar A. Data MLD dengan kriteria

dari lapisan MLD di

dibuat menjadi rerata 4 musiman (Barat, Peralihan Prosedur Penelitian

Prosedur penelitian dilakukan dalam dua tahap yaitu proses pengumpulan data dan pengolahan data. Pada proses pengumpulan data, yang akan digunakan berupa data suhu dan DMI yang dikorelasikan dengan data Tuna sehingga didapatkan hasil visualisasi dari sebaran Tuna. Proses pengolahan data dapat dilihat pada Gambar 8.

Gambar 2. Proses Pengolahan Data

dasarkan Gambar 9. tersebut didapatkan penjelasan sebagai berikut : Data MLD dengan kriteria ∆T = 0,5

o

C yang sudah merupakan rer

dari lapisan MLD diolah dengan menggunakan perangkat lunak ODV dan dibuat menjadi rerata 4 musiman (Barat, Peralihan 1, Timur, Peralihan 2).

Prosedur penelitian dilakukan dalam dua tahap yaitu proses pengumpulan data ta, yang akan digunakan berupa data suhu dan DMI yang dikorelasikan dengan data Tuna sehingga didapatkan hasil visualisasi dari sebaran Tuna. Proses pengolahan data dapat dilihat pada Gambar 8.

. tersebut didapatkan penjelasan sebagai berikut :

C yang sudah merupakan rerata bulanan

olah dengan menggunakan perangkat lunak ODV dan

1, Timur, Peralihan 2).

(4)

Data tersebut dibuat dalam bentuk surface sehingga menghasilkan contour dari kedalaman dan suhu MLD setiap musimnya.

B. Data suhu, salinitas dan oksigen yang sudah berupa data rerata bulanan diolah menggunakan perangkat lunak ODV dengan cara melakukan koreksi data sehingga data yang didapatkan tidak terdapat NaN (Not a Number) atau error.

Koreksi data ini menggunakan fitur find outliers dalam ODV. Data hasil sortir ini kemudian di visualisasikan secara horisontal dan vertikal sehingga mendapatkan sebaran suhu, salinitas dan oksigen secara horisontal dan vertikal. Data vertikal yang diolah ditentukan berdasarkan pemotongan lintang 12,5

o

LS dan perpotongan bujur 112,5

o

BT yang dilihat berdasarkan lokasi sebaran Tuna.

C. Data DMI diolah menggunakan Ms. Excel dengan merata-ratakan data sepanjang periode tahun 2001 - 2009 menjadi rerata setiap musim. Kemudian rerata musiman tersebut dibuat dalam bentuk grafik sehingga mendapatkan pola grafik IOD setiap musimnya.

D. Data Tuna berupa data jenis dan lokasi disaat Tuna tertangkap yang kemudian diolah dengan menggunakan ODV untuk melihat sebaran penangkapan Tuna.

Hasil tangkapan diolah dengan menggunakan Ms. Excel sehingga terbentuk visualisasi grafik jumlah penangkapan setiap musimnya.

E. Karakteristik perairan dan pola IOD kemudian dikorelasikan dengan profil kedalaman dan suhu MLD sehingga menghasilkan variabilitas MLD.

F. Variabilitas MLD yang sudah diketahui kemudian di korelasikan dengan data Tuna dan menghasilkan visualisasi grafik dari data Tuna yang dikorelasikan dengan variabilitas MLD.

G. Analisis data dapat dilihat pada sub bab 3.5.

3.5 Analisis Data

Analisis data dilakukan secara deskriptif komperatif, yaitu mengkaji data

parameter oseanografi untuk mengetahui varibilitas dari MLD serta kaitannya

(5)

terhadap sebaran Tuna di Samudera Hindia bagian Timur. Paramater oseanografi berupa suhu, salinitas, TS dan oksigen juga digunakan untuk menentukan karakteristik massa air di Samudera Hindia bagian Timur. Wyrkti (1961) menjelaskan bahwa massa air pada Samudera Hindia dapat dijelaskan sebagai berikut :

Tabel 1. Jenis Massa Air Samudera Hindia (Wyrkti 1961)

Jenis-jenis massa air Ciri-ciri T (oC) S (psu) O2

Subtropical Lower Water S Maksimum 16-27 34,0-34,6 >2,5 Northern Salinity Minimum S Minimum 16-19 34,8-35,0 1,0-2,0 Southern Salinity Minimum S Minimum 12-17 34,5-34,8 1,6-2,5 Upper Oksigen Minimum O2 Minimum 12-16 34,8-35,1 <1,6

Persian Gulf Water S Maksimum 8-14 34,6-35,1 1,0-2,0 Sigma-t < 27,0 O2 Maksimum 11-13 34,9-35,1 1,2-2,2 Lower O2 maksimum O2 Maksimum 8-11 34,7-35,1 0,4-1,4

Red Sea Water S Maksimum 7-9 >34,8 0,7-1,4

Sigma t = 27,2 – 27,4 O2 Minimum 6-10 34,6-35,0 <2,4

Banda Sea Water S Minimum 4,5-6 34,5-34,9 1,3-2,4

Variabilitas MLD dapat diketahui dari hasil plot dengan menggunakan profil kedalaman dan suhu MLD. Ketetapan perbedaan suhu untuk menghasilkan ketebalan MLD adalah ∆T = 0,5

o

C (Monterey dan deWitt 2000). Pemilihan kriteria suhu ini dilakukan karena kriteria suhu lebih sesuai untuk mempelajari kapasitas panas dari MLD yang kemudian berkaitan dengan lokasi yang sesuai dengan habitat Tuna.

Profil ketebalan MLD yang dibuat kemudian di korelasikan dengan sebaran

Tuna untuk melihat sejauh mana hubungan antara variabilitas MLD terhadap sebaran

Tuna. Korelasi yang digunakan pada tahap ini merupakan analisis korelasi antara dua

variabel yaitu variabel x yang diwakili dengan ketebalan MLD dan variabel y yang

diwakili dengan jumlah tangkapan Tuna. Adapun persamaan yang digunakan

merupakan persamaan korelasi linear Pearson sebagai berikut :

(6)

Dimana :

r = Pearson r correlation coefficient

x = variabel yang dikorelasikan berupa MLD x = rata-rata variabel x

y = variabel yang dikorelasikan berupa sebaran Tuna y = rata-rata variabel y

Tabel 2 Interpretasi kekuatan hubungan hasil korelasi (Pearson Correlation) (Pratisto 2005)

Nilai Korelasi Interpretasi

1 Korelasi linear positif sangat tinggi 0,99 – 0,81 Korelasi linear positif tinggi 0,80 – 0,61 Korelasi linear positif cukup 0,60 – 0,41 Korelasi linear positif agak rendah 0,40 – 0,21 Korelasi linear positif rendah 0,20 – 0,01 Korelasi linear positif sangat rendah

0 Tidak berkorelasi linier, tetapi masih dimungkinkan berkorelasi non linier

-0,01 - -0,20 Korelasi linear negatif sangat rendah -0,21 - -0,40 Korelasi linear negatif rendah -0,41 - -0,60 Korelasi linear negatif agak rendah -0,61 - -0,80 Korelasi linear negatif cukup -0,81 - -0,90 Korelasi linear negatif tinggi

-1 Korelasi linear negatif sangat tinggi

Berdasarkan analisis yang dilakukan akan terlihat sejauh mana hubungan dari

variabilitas MLD dengan sebaran Tuna di Samudera Hindia bagian timur. Korelasi

bernilai negatif menunjukkan arah hubungan negatif dan korelasi bernilai positif

menunjukkan arah hubungan positif. Apabila nilai yang diperoleh semakin mendekati

nol maka semakin lemah pula korelasinya (Pratisto 2005).

Gambar

Gambar 1. Peta Lokasi Penelitian di Samudera Hindia bagian Timur
Gambar 2. Proses Pengolahan Data

Referensi

Dokumen terkait

Penelitian ini bertujuan untuk mengembangkan aplikasi web berbasis crowdfunding pada modul pemohon beasiswa yang berfokus pada proses pengajuan beasiswa yang

Penelitian ini bertujuan untuk menganalisis pengaruh variabel independen yang merupakan komponen fraud triangle terhadap kecurangan laporan keuangan (financial statement

20. Selain menilai risiko bawaan dan risiko pengendalian, pemeriksaa juga harus menilai risiko salah saji material yang mungkin timbul karena kecurangan dari informasi dalam

!&#34;&#34;93%.. Pemerinta+ ber+arap melalui kegiatan PIK Remaja akan membantu mengatasi permasala+an remaja 1ang sangat kompleks% )erbagai data menunjukkan ba+4a penerapan

Tujuan penelitian untuk menghasilkan model proses ekstraksi ultrasonik dari modifikasi dari model yang telah ada, sehingga dapat memprediksi hasil ekstraksi ultrasonik

Puji syukur kepada Tuhan Yesus Kristus atas segalaa anugerah-Nya sehinga penulis akhirnya dapat menyelesaikan skripsi dengan judul PEMBERDAYAAN KARYAWAN DAN

Rancangan Jadual dan Mekanisme pembahasan 4 (empat) RUU tentang Pembentukan Pengadilan Tinggi Agama di Provinsi Maluku Utara, Banten, Bangka Belitung dan Gorontalo

Dengan demikian X 2 hitung lebih besar dari pada X 2 tabel, sehingga dapat dikatakan bahwa luas lahan yang dikelola mempunyai hubungan nyata dengan tingkat