DAN WISATA BAHARI
3.3. Analisis karakteristik habitat
Analisa karakteristik habitat dilakukan dengan analisa statitik PCA, agar dapat diketahui dari semua parameter yang terukur parameter mana yang berperan di lokasi penelitian (Gambar 11).Variasi kondisi antar stasiun dianalisa dan dideterminasi berdasarkan sebaran 8 parameter karakteristik ditunjukkan pada Gambar 11 dan .Hasil analisis PCA dari matriks ragam peragam menunjukkan bahwa informasi yang terjelaskan menggambarkan hubungan antra parameter dalam hubungannya dengan sebaran spasial stasiun penelitian dijelaskan pada ketiga sumbu utama (F1, F2 dan F3)
15,5 16 16,5 17 17,5 18 18,5
SigmaT
Longa1 Longa2 Patuno2 Waha2 Sombu2 Sombu1 Waha1 Bungi1 Patuno1 WQ10A WQ15A WQ11A WQ14A WQ13A WQ12A Uj. Selatan P. Kapota WQ16A WQ09A P32 P34 P33 Pantai Matahora P35 P31
Rustam et al.
sebesar 87,7%. Besaran prosentase pada masing-masing sumbu adalah F1 50,42%, F2 21,75 % dan F3 15,5 % dari ragam total.
Gambar 11. Grafik analisis PCA karakteristik fisika kimia habitat perairan TNW.
Panel kiri atas korelasi antar parameter fisika kimia pada sumbu 1 dan 2 (F1 X F2).
Panel kanan atas biplot sebaran stasiun penelitian pada sumbu 1 dan 2 (F1 X F2).
Panel kiri bawah korelasi antar parameter fisika kimia pada sumbu 1 dan 3 (F1 X F3).
Panel kanan bawah biplot sebaran stasiun penelitian pada sumbu 1 dan 3 (F1 X F3) Gambar 11 memperlihatkan korelasi antar parameter fisika-kimia pada perairan TNW. Panel atas menjelaskan keberadaan parameter berdasarkan sumbu 1 dan sumbu 2 (F1XF2) sebesar 72,16 %. Panel kiri atas terlihat parameter sigma t, konduktivitas dan salinitas berperan cukup besar pada sumbu 1 positif dan sumbu 2 negatif. Turbiditas, pH dan suhu berperan cukup besar pada sumbu 1 dan 2 negatif.
Kedalaman arus berperan pada sumbu 1 dan 2 positif sedangkan kecepatan arus berperan cukup besar pada sumbu 1 negatif dan sumbu 2 positif. Korelasi positif yang kuat terlihat antara salinitas dan konduktivitas dengan nilai koefisien matrik korelasi Pearson sebesar 0,972 sedangkan konduktivitas dengan sigma t sebesar 0,702 dengan selang kepercayaan sebesar 5% (α=0,05). Panel kanan atas memperlihatkan sebaran spasial stasiun pengamatan yang dicirikan dengan parameter tertentu pada F1XF2.
Terlihat stasiun WQ 13A dan WQ 14A dicirikan dengan kedalaman dan kecepatan arus yang berkorelasi positif sebesar 0,469. Dimana pada stasiun ini merupakan
Kec. Arus (m/s) Kedalaman
(m)
Konduktivit as Turbiditas
Suhu
Salinitas sigmaT
pH
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
F2 (21,75 %)
F1 (50,42 %)
Variables (axes F1 and F2: 72,16 %)
Longa1 Longa2 Patuno2 Waha2 Sombu2 Sombu1
Waha1 Bungi1
Patuno1
WQ10A WQ15A WQ11A WQ14A WQ13A
WQ12A
Uj. Selatan P. Kapota WQ16A
WQ09A
P32 P34 P33 Pantai Matahora
P35 P31 Kec. Arus
(m/s) Kedalaman
(m)
Konduktivit as Turbiditas Suhu
Salinitas sigmaT pH
-4 -3 -2 -1 0 1 2 3
-6 -5 -4 -3 -2 -1 0 1 2 3
F2 (21,75 %)
F1 (50,42 %) Biplot (axes F1 and F2: 72,16 %)
Kec. Arus (m/s)
Kedalaman (m)
Konduktivit as Turbiditas
Suhu Salinitas
sigmaT pH
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
F3 (15,54 %)
F1 (50,42 %)
Variables (axes F1 and F3: 65,96 %)
Longa1 Longa2 Patuno2 Waha2 Sombu2 Sombu1
Waha1
Bungi1
Patuno1
WQ10A WQ15A WQ11A WQ14A WQ13A WQ12A Uj. Selatan
P. Kapota WQ16A
WQ09A
P32 P34 P33 Pantai Matahora P35 Kec. Arus P31
(m/s) Kedalaman
(m) Konduktivit
as Turbiditas
Suhu Salinitas
sigmaT pH
-3 -2 -1 0 1 2 3 4
-6 -5 -4 -3 -2 -1 0 1 2 3
F3 (15,54 %)
F1 (50,42 %) Biplot (axes F1 and F3: 65,96 %)
Analisis Kualitas Perairan Kaitannya dengan Keberlanjutan Ekosistem untuk Wisata Bahari di...
stasiun pengamtan yang memiliki kedalaman lebih dari 10 m dengan kecepatan arus lebih dari 1 m/s (1,1 dan 1,4 m/s). Selain itu stasiun Longa 1, Ujung Selatan P. Kapota dan P35 dicirikan dengan parameter salinitas dan konduktivitas yang berkorelasi positif sebesar 0,972.
Panel bawah menjelaskan keberadaan parameter berdasarkan sumbu 1 dan sumbu 3 (F1XF3) sebesar 65,96 %, memperlihatkan bahwa hampir semua parameter (7 parameter) berperan cukup besar pada sumbu 1 baik sumbu positif maupun negatif dan sumbu 2 positif, hanya satu parameter yaitu sigmat t yang berperan cukup besar pada sumbu positif baik sumbu 1 maupun sumbu 2. Sigma t berkorelasi negatif yang kuat dengan suhu, turbiditas dan pH dengan nilai koefisien korelasi Pearson berturut- turut sebesar -0,91; -0,834 dan -0,607. Sebaran spasial yang terjelaskan pada Gambar 11 panel kanan bawah memperlihatkan stasiun hampir 80 % stasiun pengamatan (19 dari 24 stasiun) dicirikan dengan keberadaan parameter salinitas, kedalaman, sigma t, konduktivitas dan kecepatan arus. Stasiun Patuno dicirikan dengan suhu, turbiditas dan pH, dimana parameter turbiditas berkorelasi positif suhu dan pH dengan nilai koefisien korelasi sebesar 0,777 dan 0,79.
Kecenderungan tingginya suhu pada perairan TNW berdasarkan analisa korelasi matrik Pearson dengan selang kepercayaan sebesar 5% (α=0,05) suhu perairan TNW berkorelasi positif dengan turbiditas dan pH (0,777 dan 0,62), berkorelasi negatif kuat dengan sigma t (R= -0,91). Turbiditas tinggi mengindikasikan banyaknya partikel tersuspensi di kolom air sehingga dapat diasumsikan penyimpanan panas di kolom air yang keruh (turbiditas tinggi) akan meningkat sehingga meningkatkan suhu perairan. Suhu perairan berkorelasi negatif dengan sigma t terkait erat dengan densitas perairan dimana makin densitas perairan dipengaruhi salinitas dan suhu. Nilai densitas menurun maka nilai suhu meningkat (korelasi negatif).
Gambar 11 memperlihatkan karakteristik habitat lokasi penelitian dipengaruhi oleh parameter salinitas dan turbiditas berkorelasi positif sebesar 79.7 %. Sigma t berkorelasi negatif dengan pH dan konduktivitas sebesar 73.4 % dan 75.6%.Turbiditas atau kekeruhan berkorelasi positif dengan kecepatan arus sebesar 67.6% Hal ini memperkuat turbiditas tinggi jika arus kuat yang berpotensi mengaduk dasar perairan.
IV. KESIMPULAN DAN SARAN
Hasil penelitian bulan Mei 2013 di perairan Pulau Wangi-Wangi sebagi daerah wisata bahari berdasarkan parameter yang terukur masih dalam kondisi bagus. Hanya terlihat nilai suhu dan salinitas yang agak berbeda dengan standar bakumutu Kepmenneg Lh no 51 tahun 2004. Hal ini perlu perhatian dengan pemasangan alat sensor suhu dan salintas jika memungkinkan.
UCAPAN TERIMAKASIH
Ucapan terimakasih kepada Pusat Penelitian dan Pengembangan Sumberdaya Laut dan Pesisir, Balitbang Kelautan dan Perikanan, Kementerian Kelautan dan Perikanan.
DAFTAR PUSTAKA
Legendre, L and P. Legendre 1983.Statistical Ecology: A Primer on Method and
Rustam et al.
Rangka, N.A. dan M. Paena. 2012. Potensi dan kesesuaian lahanbudidaya rumput laut (Kappaphycus alvarezii) di sekitar perairan kab. Wakatobi Prov Sulawesi tenggara. Jurnal Ilmiah Perikanan dan Kelautan, 4 (2): 151-159
Sanusi, Harpasis. 2006. Kimia Laut, Proses Fisik Kimia dan Interaksinya dengan Lingkungan. Departemen Ilmu dan Teknologi Kelautan. Fakultas Perkanan dan Ilmu Kelautan. Institut Pertanian Bogor
Lampiran
Baku Mutu Air Laut untuk Wisata Bahari dan Biota Laut
No Parameter Satuan Baku Mutu
Wisata Bahari Baku Mutu Biota Fisika Laut
1. Warna Pt, Co 30 -
2. Bau Tidak berbau alami3
3. Kecerahan m > 6 Coral: > 5
Mangrove:- Lamun: > 3
4. Kekeruhana ntu 5 < 5
5. Padatan tersuspensi totalb mg/l 20 Coral: 20
Mangrove:80 Lamun: 20
6. Suhuc oC alami3( c) alami3( c)
Coral: 28 - 30 Mangrove:28- 32
Lamun: 20 -30
7. Sampah - nihil 1(4) nihil 1(4)
8. Lapisan minyak 5 - nihil nihil
Kimia
1. pHd - 7 - 8,5( d) 7 - 8,5( d)
2. Salinitase %o alami3( e) alami3( e)
Coral: 33 -34 Mangrove:s/d 34
Lamun: 33 - 34
3. Oksigen Terlarut (DO) mg/L >5 > 5
4. BOD5 mg/l 10 20
5. Amoniak bebas (NH3-N) mg/l nihil1 0,3
6. Fosfat (PO4-P) mg/l 0,015 0,015
7. Nitrat (NO3-N) mg/l 0,008 mg/l 0,008 0,008
8. Sulfida (H2S) mg/l nihil1 0,01
9. Senyawa Fenol mg/l nihil1 0,002
10. PAH (Poliaromatik
hidrokarbon) mg/l 0,003 0,003
11. PCB (poliklor bifenil) μg/l nihil1 0,01
12. Surfaktan (detergen) mg/l MBAS 0,001 1
13. Minyak & lemak mg/l 1 1
14. Pestisidaf μg/l nihil1( f) 0,01
Analisis Kualitas Perairan Kaitannya dengan Keberlanjutan Ekosistem untuk Wisata Bahari di...
No Parameter Satuan Baku Mutu
Wisata Bahari Baku Mutu Biota Logam terlarut Laut
15. Raksa (Hg) mg/l 0,002 0,001
16. Kromium heksavalen (Cr(VI)) mg/l 0,002 0,005
17. Arsen (As) mg/l 0,0025 0,012
18. Cadmium (Cd) mg/l 0,002 0,001
19. Tembaga (Cu) mg/l 0,050 0,008
20. Timbal (Pb) mg/l 0,005 0,008
21. Seng (Zn) mg/l 0,095 0,05
22. Nikel (Ni) mg/l 0,075 0,05
Biologi
1. E Coliform (faecal )g MPN/100 ml 200( g) -
2. Coliform (total)g MPN/100 ml 1000( g) 1000( g)
3. Patogen Sel/100ml - Nihil
4. Plankton Sel/100ml - Tidak bloom
Radio Nuklida
1. Komposisi yang tidak Bq/l 4
diketahui Bq/l 4 4
Keterangan:
1. Nihil adalah tidak terdeteksi dengan batas deteksi alat yang digunakan (sesuai dengan metode yang digunakan)
2. Metode analisa mengacu pada metode analisa untuk air laut yang telah ada, baik internasional maupun nasional.
3. Alami adalah kondisi normal suatu lingkungan, bervariasi setiap saat (siang, malam dan musim) 4. Pengamatan oleh manusia (visual).
5. Pengamatan oleh manusia (visual). Lapisan minyak yang diacu adalah lapisan tipis (thin layer) dengan ketebalan 0,01mm
a. Diperbolehkan terjadi perubahan sampai dengan <10% kedalaman euphotic b. Diperbolehkan terjadi perubahan sampai dengan <10% konsentrasi rata2 musiman c. Diperbolehkan terjadi perubahan sampai dengan <2oC dari suhu alami
d. Diperbolehkan terjadi perubahan sampai dengan <0,2 satuan pH
e. Diperbolehkan terjadi perubahan sampai dengan <5% salinitas rata-rata musiman f. Berbagai jenis pestisida seperti: DDT, Endrin, Endosulfan dan Heptachlor
g. Diperbolehkan terjadi perubahan sampai dengan <10% konsentrasi rata-rata musiman
Prihantono & Husrin
STUDI AWAL MODEL PENJALARAN TSUNAMI DI PERAIRAN MALUKU SEBAGAI MITIGASI BENCANA TSUNAMI DI PELABUHAN PERIKANAN
MALUKU
PRELIMINARY STUDI TSUNAMI PROPAGATION MODEL IN MALUKU WATERS AS TSUNAMI HAZARD MITIGATION IN MALUKU FISHING PORT
Joko Prihantono1 dan Semeidi Husrin2
1Puslitbang Sumber Daya Laut dan Pesisir, Balitbang KP, KKP Jl. Pasir Putih I, Ancol Timur, Jakarta Utara
2Loka Penelitian Sumber Daya dan Kerentanan Pesisir, Balitbang KP, KKP Jl. Raya Padang-Painan Km.16, Teluk Bungus
Email : [email protected], [email protected]
Abstrak
Maluku merupakan salah satu Provinsi di Indonesia yang mempunyai produktivitas perikanan yang tinggi di Indonesia, terutama di Laut Banda dan Laut Arafura. Wilayah perairan Maluku terletak di tiga Wilayah Pengelolaan perikanan (WPP) yaitu WPP 714, WPP 715, dan WPP 718. Selain potensi perikanan yang tinggi, secara geologi Maluku juga terletak diantara batas pertemuan lempeng besar yang berpotensi terjadinya gempa yang memicu tsunami. Oleh karena itu perlu dilakukan kajian bahaya tsunami di pelabuhan perikanan yang ada di Maluku yang berperan penting sebagai pusat industrialisasi perikanan di daerah tersebut. Pada studi awal ini, kajian bahaya tsunami dilakukan dengan pemodelan penjalaran gelombang tsunami yang dibangkitkan oleh suatu sumber gempa hipotetik di perairan maluku menggunakan perangkat lunak COMCOT dari Cornell University. Data yang digunakan adalah data batimetri dan Topografi dari GEBCO dengan resolusi 30”. Hasil yang diperoleh dari pemodelan tersebut adalah model ketinggian air dari stasiun pasang surut hipotetik yang berada dekat dengan pelabuhan perikanan di wilayah Maluku.
Kata Kunci: Model Tsunami, Maluku, Pelabuhan Perikanan, WPP 714, WPP 715, WPP 718, COMCOT
Abstract
Maluku is one of Province in Indonesia where has high productivity of fisheries in Indonesia, especially in Banda Sea and Arafura Sea. Maluku waters area located in three Fisheries Management Area or Wilayah Pengelolaan Perikanan (WPP) i.e WPP 714, WPP 715, and WPP 718. Beside that, Maluku is also located on boundary of main tectonic plate that potentially meet the earthquake and tsunami. Because of that, it is necessary to do tsunami hazard assesment on fishing port in Maluku which plays an important role as fisheries industrialization on this area. The preliminary tsunami hazard assesment has been done by modelling tsunami wave propagation that generated by a source from hipotetic earthquake in Maluku Sea by using COMCOT software from Cornell University. Input data for modelling are batimetry and topography data from GEBCO with 30 arc second resolution.
The result from modelling is water level from each hipotetic tide gauge which located near fisheries port in Maluku Area.
Keywords: Tsunami Model, Maluku, Fishing Port, WPP 714, WPP 715, WPP 718, COMCOT
I. PENDAHULUAN
Maluku merupakan salah satu Provinsi di Indonesia yang terletak di Kawasan Timur Indonesia. Wilayah perairan Maluku terletak di tiga Wilayah Pengelolaan Perikanan (WPP), yaitu WPP 714, WPP 715, dan WPP 718. Wilayah ini memiliki nilai produktivitas perikanan yang tinggi di Indonesia terutama di Laut Banda dan Laut Arafura. Oleh karena itu Kementerian Kelautan dan Perikanan sedang melakukan Kajian mengenai Maluku sebagai Lumbung Ikan Nasional dengan kondisi yang diharapkan adalah berkembangnya Maluku sebagai pusat pengembangan
Studi Awal Model Penjalaran Tsunami di Perairan Maluku Sebagai Mitigasi Bencana Tsunami...
ekonomi berbasis perikanan di Wilayah Timur Indonesia, serta sebagai pemenuhan ketersediaan pangan dalam hal ini adalah produk perikanan yang berkelanjutan (DJPT-KKP, 2013).
Selain memiliki sumber daya ikan yang tinggi, Maluku juga memiliki potensi bahaya gempa dan tsunami. Hal ini secara geologi dikarenakan Maluku terletak dekat dengan batas lempeng bumi yang saling bertumbukan, yaitu Lempeng Indo-Australia dan Lempeng Pasifik. Berdasarkan catatan sejarah, di Maluku terdapat beberapa daerah yang pernah dilanda tsunami dengan sumber gempa seperti ditunjukkan pada Gambar 1.
Gambar 1. Titik Lokasi Sumber Gempa yang Tercatat Membangkitkan Tsunami di Wilayah Maluku Ditunjukkan dengan Simbol Bintang Berwarna Merah (Sumber:
Kemen-LH, 2007)
Pelabuhan Perikanan di Maluku baik Pelabuhan Pendaratan Ikan (PPI) ataupun juga Pelabuhan Perikanan Nusantara (PPN) merupakan sentra produksi perikanan tangkap yang lokasinya berada di Pantai, sehingga berpotensi rusak ketika dilanda oleh tsunami. Oleh karena itu diperlukan kajian mengenai ancaman bahaya tsunami di Maluku, khususnya di daerah sentra produksi perikanan seperti Pelabuhan Perikanan. Sehingga dengan dilakukannya kajian ini maka kerugian ekonomi yang telah direncanakan dapat dikurangi ketika kejadian tsunami benar-benar terjadi dan melanda daerah tersebut.
Kajian bahaya tsunami tersebut dilakukan dengan melakukan pemodelan perubahan ketinggian muka air laut ketika tsunami melanda Pelabuhan Perikanan di Maluku. Model ketinggian muka air laut ini digunakan untuk memperkirakan tingkat bahaya landaan tsunami di Pelabuhan Perikanan Tersebut.
Prihantono & Husrin