Lampiran 1. Kondisi Umum Lokasi
Stasiun 1
Lokasi Stasiun 1
Laut yang berbatasan langsung
Lampiran 1. (Lanjutan)
Stasiun 2
Lokasi Stasiun 2
Perangkap Udang yang dipasang di Sekitar Stasiun 2
Stasiun 3
Lampiran 1. (Lanjutan)
Kondisi di dalam Stasiun 3
Stasiun 4
Lokasi Stasiun 4
Lampiran 1. (Lanjutan)
Stasiun 5
Lokasi Stasiun 5
Kondisi Umum Lokasi 5
Lampiran 2. Data Analisis Vegetasi Tingkat Pohon
1.
Data Diameter dan Tinggi Pohon
A.
Rhizophora
Rhizophora
Plot
Stasiun 1
Stasiun 2
Stasiun 3
Stasiun 4
Stasiun 5
Diameter Tinggi Diameter Tinggi Diameter Tinggi Diameter Tinggi Diameter Tinggi
1
Lampiran 2. (Lanjutan)
C.
Sonneratia
Sonneratia
Plot
Stasiun 1
Stasiun 2
Stasiun 3
Stasiun 4
Stasiun 5
Diameter Tinggi Diameter Tinggi Diameter Tinggi Diameter Tinggi Diameter Tinggi
1
Sonneratia alba
Sonneratia caseolaris
2.
Perhitungan K, KR, F, FR, D, dan DR.
Kelompok 1 (Stasiun 1, 4, dan 5)
Jenis Mangrove
K
KR
F
FR
D
DR
Avicennia spp.
11
14,1026 0,222222 11,76471
11,4924
11,55303
Rhizophora spp.
45
57,6923
1
52,94118 55,93125 56,22633
Sonneratia spp.
22
28,2051 0,666667 35,29412 32,05155 32,22064
Total
78
100
1,888889
100
99,4752
100
Kelompok 2 (Stasiun 2)
Jenis Mangrove
K
KR
F
FR
D
DR
Avicennia spp.
8
38,09524 0,666667 28,57143 18,98915 43,75113
Rhizophora spp.
7
33,33333
1
42,85714 12,48935 28,77555
Sonneratia spp.
6
28,57143 0,666667 28,57143 11,92415 27,47332
Total
21
100
2,333333
100
43,40265
100
Kelompok 3 (Stasiun 3)
Jenis Mangrove
K
KR
F
FR
D
DR
Rhizophora spp.
24
92,30769
1
75
33,18195 86,67213
Sonneratia spp.
2
7,692308 0,333333
25
5,1025
13,32787
Lampiran 3. Data Suhu, Salinitas, Analisis Substrat, dan Data Produksi Serasah
A.
Data Suhu dan Salinitas
Stasiun Parameter
U1
U2
U3
Rata-rata
Standar deviasi
Stasiun
Pasir
Debu
Liat
Keterangan
%
C.
Data Produksi Serasah
Lampiran 4. Analisis Agglomerative Hierarchial Clustering (AHC)
XLSTAT 2017.01.41744 - Agglomerative hierarchical clustering (AHC) Start time: 10/03/2017 at 17.23.06
Observations/variables table: 5 rows and 9 columns
Row labels: 5 rows and 1 column
Cluster rows
Dissimilarity: Euclidean distance
Agglomeration method: Complete linkage
Center: Yes
Reduce: No
Truncation: number of classes: 3
Summary statistics:
Variable
Observations
Obs. with
missing data
Obs. without
missing data
Minimum Maximum
Mean
Lampiran 4. (Lanjutan)
Variance decomposition for the optimal classification:
Absolute
Percent
Within-class
67,750
48,87%
Between-classes
70,875
51,13%
Total
138,625
100,00%
Class centroids:
Class
Suhu
Salinitas
Debu
Pasir
Liat
Kerapatan Diameter Tinggi
Jumlah
Jenis
1
26,667
27,000 21,000 54,333 24,667
26,000
12,333
3,833
4,677
2
30,000
29,000 13,000 63,000 24,000
21,000
16,000
4,500
7,000
3
27,000
26,000 15,000 71,000 14,000
26,000
13,500
3,000
3,000
Distances between the class centroids:
1
2
3
1
0
13,928
20,757
2
13,928
0
14,849
3
20,757
14,849
0
Central objects:
Class
Suhu
Salinitas
Debu
Pasir
Liat
Kerapatan Diameter Tinggi
Lampiran 4. (Lanjutan)
Distances between the central objects:
1
2
3
Lampiran 5. Peta Landsat dan Matriks Perubahan Luasan Lahan
Tahun 1996
Sumber Peta : Landsat 5 TM (Komposit RGB : 3-2-1)
Tahun 2006
Tahun 2016
Sumber Peta : Landsat 8 OLI/TIRS (Komposit RGB : 4-3-2)
Matriks Perubahan Luasan
Tahun 1996-2006
Land Use /
Land Cover
Land Cover 2006 (Ha)
Tambak Mangrove
Sawit
Sawah
Pemukiman
Badan Air
Total
Lan
Tambak
26,04934
9,597756
0
0,07792
0,188445
0,002816 35,91628
Mangrove
51,5218
644,8895
27,1974 29,03993
1,2024
0,546254 754,3973
Sawit
0,008892
12,17489 66,84914 6,546723
0,003303
0 85,58295
Sawah
13,09944
3,266623
38,0906 155,8645
2,108233
0 212,4294
Pemukiman 0,223189
0,020417
0 5,908919
5,785153
0,026073 11,96375
Badan Air
0,270762
15,66849 0,230377
0
3,552317
79,99336 99,71531
Total
91,17342
685,6177 132,3675
197,438
12,83985
80,5685 1200,005
Tahun 2006-2016
Land Use /
Land Cover
Land Cover 2016 (Ha)
Tambak
Mangrove
Sawit
Lahan
Terbuka
Sawah
Pemukiman
Badan
52
2190
22500
48
12
4
29954407
2543,413
18849,21
40,30159
7,23809524
3,412698
25418102
ANOVA
df
SS
MS
F
Significance F
Regression
5 84,9898 16,9980 110,1995
5,32039E-28
Residual
57
8,7921
0,1542
Lampiran 7. Analisis Nilai Konsumen Surplus pada Perikanan Tangkap
Lampiran 7. (Lanjutan)
52
642
30000
42
6
1
38994959
Multiple R
0,981329149
R Square
0,963006898
Adjusted R Square
0,96020439
Standard Error
0,302926975
Observations
72
ANOVA
df
SS
MS
F
Significance F
Regression
5 157,6625 31,5325 343,6233
7,98896E-46
Residual
66
6,0565
0,0918
Intercept
8,68602821
0,2978
29,1712 0,0000
8,0915
9,2805
8,0915
9,2805
X Variable 1
-2,46190998
0,0809
-30,4374 0,0000
-2,6234
-2,3004
-2,6234
-2,3004
X Variable 2
0,018326105
0,0602
0,3046 0,7616
-0,1018
0,1385
-0,1018
0,1385
X Variable 3
0,024027779
0,1564
0,1537 0,8783
-0,2882
0,3362
-0,2882
0,3362
X Variable 4
-0,005428668
0,0404
-0,1345 0,8935
-0,0860
0,0752
-0,0860
0,0752
X Variable 5
1,38730271
0,0368
37,7245 0,0000
1,3139
1,4607
1,3139
1,4607
B0
= 8,68602821
RatalnA = 3,70422038
B1
= -2,46190998
RatalnEd= 2,075315752
B2
= 0
RatalnF = 1,268916622
B3
= 0
RatalnI = 17,12563359
B4
= 0
Lampiran 9. Analisis Nilai Konsumen Surplus pada Perikanan Budidaya
Lampiran 9. (Lanjutan)
5.44761315610
7Lampiran 10. Persamaan Matematis Simulasi dan Nilai Variabel
Luas_Mangrove(t) = Luas_Mangrove(t-dt)+(In_M-Out_M)*dtINIT Luas_Mangrove =638,37
INFLOWS:
In_M = pertumbuhan_mangrove
OUTFLOWS:
Out_M = In_T
Luas_Tambak(t) = Luas_Tambak(t-dt)+(In_T-Out_T)*dtINIT Luas_Tambak = 63,71
INFLOWS:
In_T = Akresi-pertumbuhan_mangrove
OUTFLOWS:
Out_T = Abrasi
Serasah(t) = Serasah(t-dt)+(In_S-Out_S)*dtINIT Serasah = In_S
INFLOWS:
In_S=(Luas_Mangrove*Avicennia*12318,75)+(Luas_Mangrove*Rhizophora*19436,25)+(Lu
as_Mangrove*Sonneratia*10311,25)
OUTFLOWS:
Out_S=Serasah
Nutrien(t) = nutrient(t-dt) + (In_N-diabsorbsi) * dtINIT nutrient = In_N
INFLOWS:
In_N=(((Avicennia*(serasah*0,0167)+(serasah*0,0002))+((Rhizophora*(serasah*0,0218)+(se
rasah*0,0002))+((Sonneratia*(serasah*0,0234)+(serasah*0,0002)))/3
OUTFLOWS:
Diabsorbsi=nutrient
PP(t) = PP(t-dt) + (In_PP-Uptake)*dtINIT PP = In_PP
INFLOWS:
In_PP = nutrient*17*2
OUTFLOWS:
Uptake=PP
Nilai_Ekologi(t) = Nilai_Ekologi(t-dt)+(Prod_Perikanan-Harvest)*dtINIT Nilai_Ekologi =
Prod_Perikanan
CS_Tambak(t)=CS_Tambak(t-dt) + (In_CS-Out_CS)*dtINIT CS_Tambak=Input_CS
INFLOWS:
Lampiran 10. (Lanjutan)
CS : consumer surplus
M : Mangrove
T : Tambak
N : Nutrien
PP : Produktifitas Primer
S : Serasah
Q : Jumlah produksi
Carn : Ikan karnivora
Herb : Ikan Herbivora
a1 : batas sumberdaya yang diminta
b1 : koefisien variable harga
Lampiran 11. Tabel Simulasi Model Dinamik
Tahun
Komposisi A Komposisi B Komposisi C
Kondisi Tetap Perluasan
Tambak Konservasi
Kondisi
Optimal Kondisi Tetap
Perluasan
Tambak Konservasi
Kondisi
Optimal Kondisi Tetap
Perluasan
Tambak Konservasi
Kondisi Optimal
Lampiran 11. (Lanjutan)
Tahun
Komposisi A Komposisi B Komposisi C
Kondisi Tetap Perluasan
Tambak Konservasi
Kondisi
Optimal Kondisi Tetap
Perluasan
Tambak Konservasi
Kondisi
Optimal Kondisi Tetap
Perluasan
Tambak Konservasi
Kondisi Optimal
Lampiran 11. (Lanjutan)
Tahun
Komposisi A Komposisi B Komposisi C
Kondisi Tetap Perluasan
Tambak Konservasi
Kondisi
Optimal Kondisi Tetap
Perluasan
Tambak Konservasi
Kondisi
Optimal Kondisi Tetap
Perluasan
Tambak Konservasi
Kondisi Optimal
2091 14692603835 3379231892 52378031655 36544907504 12753832568 1523528578 50162684518 34558419210 12584068593,26 1533941504,72 49392330872,04 34102826615,78 2092 14379816612 2904750354 52604306191 36544907504 12460135479 1078005696 50375150283 34558419210 12295078828,81 1095560769,47 49601387885,22 34102826615,78 2093 14067035253 2430276251 52830580466 36544907504 12166443539 632489271,3 50587615776 34558419210 12006094212,81 657186492,55 49810444625,29 34102826615,78