PENGGUNAAN DATA VARIABILITAS IKLIM

DAN CITRA MODIS UNTUK MEMPREDIKSI

DAERAH POTENSI IKAN TUNA
Oleh :
Kunarso

Beberapa pengertian (Sumber dari Effendie, 1997):

1. Potensi sumber daya ikan: ukuran besarnya
kelimpahan biomasa sumber daya ikan dalam luasan
wilayah pengelolaan tertentu.
2. Stok ikan: merupakan unit ikan/sumber daya ikan yang
dapat dengan bebas dieksploitasi atau dikelola, berisi
beberapa jenis spesies
3. Populasi ikan: merupakan kelompok organisme ikan
yang terdiri dari spesies yang sama yang menghuni
daerah tertentu

Pada umumnya nakhoda atau fishing master menentukan

daerah penangkapan tuna berdasarkan data-data tahun
yang lalu. Metoda tersebut tentu banyak kelemahannya
karena tidak up to date (mutakhir).
Variabilitas iklim yang berubah-ubah tidak menentu
berdampak pada perubahan lingkungan laut, yang
selanjutnya akan mempengaruhi pola migrasi ikan tuna,
oleh karena itu fishing ground ikan tuna pada tahun yang
berbeda bisa tidak sama daerahnya (Kunarso dkk., 2009).
Hal ini membuat teknik penangkapan ikan tuna sistem
tradisional (hanya mengandalkan pengalaman tahun lalu)
menjadi tidak efektif (boros waktu, biaya dan hasilnya tidak
optimal).

Strategis Perikanan di Indonesia

Strategis
Penangkapan
Ikan di
Indonesia

BPOL Perancak
Bali
LAPAN Jakarta

Peramalan
Daerah
Tangkapan
Ikan Pelagis
Kecil 3-4
harian

Belum Ada:

Peramalan Daerah
Tangkapan Ikan
Pelagis Besar
Terutama Tuna

Peramalan Potensi
Ikan Tuna 3-8
bulan ke depan
dengan
Memperhatikan
Variasi Iklim

BPOL: PPDPI (Peta Prakiraan Daerah Penengkapan Ikan)

LAPAN: ZPPI (Zona Peramalan Potensi Ikan?)

PETA TANGKAPAN IKAN BPOL BALI

Prediksi daerah/zona potensi ikan dari dua lembaga

pemerintah tersebut tampak perlu terus diperbaiki, terutama
untuk aplikasi penangkapan tuna dengan longline di
Samudra India, karena hasil prediksi cenderung di daerah
pantai untuk 2-4 hari ke depan, sedangkan operasi longline
banyak di lepas pantai.
Operasi penangkapan ikan tuna dengan longline di Samudra
India umumnya sekarang membutuhkan waktu pelayaran
selama 3-8 bulan. Hal ini berarti perlu prediksi 3-8 bulan ke
depan apakah akan terjadi musim ikan tuna atau paceklik?

Disamping itu perlu diprediksi pula daerah tangkapan

potensial 3-8 bulan ke depan dimana? Hal ini perlu diprediksi
sebab apabila kapal sudah salah posisi maka akan
memerlukan waktu dan biaya besar untuk menggerakkan
kapal ke posisi daerah tangkapan ikan tuna yang benar.

Dasar Dasar Prediksi:

1. Pemahaman sifat-sifat ikan yang mau diprediksi
2. Pemahaman pengaruh variabilitas iklim terhadap
kesuburan lingkungan laut
3. Pemahaman parameter fisis atau biologi yang
paling berpengaruh terhadap perilaku atau pola
migrasinya.
4. Data variabilitas iklim
5. Data parameter fisis atau biologis (Citra Satelit)

Mengenal Ikan Tuna

Tuna komoditi
ekspor tertinggi
dari jenis ikan
pelagis
Pasaran ekspor
terus naik.

Peningkatan
produksi tuna
perlu terus
diupayakan
selama masih
memungkinkan!

Sifat-Sifat Tuna dan Parameter Lingkungan yg Disukai

1. Gunarso (1985) : tiga sifat dasar
ikan tuna yaitu a) Peruaya pemburu daerah kaya makanan
b) Senang hidup di daerah front
c) Hidup pada kisaran suhu tertentu
2 Barata(2012)
Jenis Ikan

Kedalaman Daerah Tangkapan (m)

Temperatur Daerah Tangkapan

(C)
Kisaran
Kisaran
Optimum

Kisaran

Kisaran Optimum

Cakalang
Bluefin

119-194

190-194

14,99-22,59

14,99-15,12

Bigeye

92-470

194-470

8,35-26,80

8,35-15,30

Yellowfin

35-299

86-168

12,51-26,96

22,20-26,40

Albacore

35-299

86-125

12,51-26,96

21,41-26,40

Tabel. Nama dan ukuran beberapa jenis tuna besar yang ditemukan di
perairan Indonesia (Burhanuddin dkk., 1984)

Nama Spesies
Tuna

Gambar

Ukuran Dewasa (Umur)/

Ukuran Maksimal
Ditemukan (Berat)

Madidihang/
yellow-fin tuna/
Thunnus albacares

90 cm (2 tahun)/
260 cm (160 kg)

Tuna mata besar/

big-eye tuna/
Thunnus obesus

91 100 cm (3 4 tahun)/
230 cm (150 kg)

Tuna albakor/
albacore tuna/
Thnunus alalunga

90 cm (4 5 tahun)/
140 cm (60,3 Kg)

Tatihu/
blue-fin tuna/
Thunnus maccoyi

130 cm (6 7 tahun)/
250 cm (300 350 kg)

Sumber gambar tuna: http://www.dpi.nsw.gov.au/fisheries).

Migrasi Vertikal dan Migrasi Horisontal

1. Holland et al., (1990), Ikan tuna (yellowfin dan bigeye)
dalam 24 jam melakukan migrasi secara vertikal
Depth
(m)
0
50
100
150
200
250
300
350
400

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 0 1 2 3 4 5 6 7 8 9 10 11

Time (hour)

2. Nakamura (1969), migrasi horisontal secara musiman

dalam rangka pemijahan dan penyesuaian dengan
perubahan faktor lingkungan.

2.2. Faktor-Faktor Penentu Kelimpahan dan Distribusi Tuna

1. Ortega (1998) dalam Sanchesz et al., (2004)
Kelimpahan dan distribusi tuna tergantung pada dua
faktor lingkungan yaitu temperatur dan ketersediaan
(kelimpahan) makanan tuna.
2. Joseph (1970) dan Lehodey et al., (1997)
Konsentrasi tuna terdapat pada area dengan
produktifitas tinggi, semacam daerah upwelling,
daerah sekitar pulau, pada arus interface.
3. Sund et al., (1981)
Konsentrasi tuna terdapat juga di daerah front

Pemahaman pengaruh variabilitas iklim terhadap

kesuburan wilayah laut
- Monsun (monsun barat dan monsun timur)
- IOD/ Indian Ocean Dipole (IOD+ dan IOD-)
- ENSO/El Nio-Southern Oscillation (El Nio dan
La Nia)

Variasi Musiman dan Antar Tahunan Tangkapan Tuna

1.2

Hook Rate Tuna

2
Variasi hasil tangkapan tuna
musiman

0.8

0.6
0.4

Sumber data tuna :

PT. Perikanan Nusantara
Benoa

0.2
0
Jun

Jul

Agu Sep Okt Nop Des Jan Feb Mar Apr Mei Jun

Jul

Agu Sep

Bulan
El Nio-IOD(-),2004-2005

El Nio-IOD(+),2002-2003

La Nia-IOD(-),1998-1999

La Nia-IOD(+),2007-2008

0.35

0.3
0.25

0.8

0.2

0.6

0.15

0.4

0.1

0.2

0.05

HR Ikan Tuna

Klorofil-a

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

Hook Rate

1.2

DAFTAR

Klorofil-a (mg/mx5)

1.4

1
1.8
1.6
Hook Rate Tuna

1.4

1.2
1

10

0.8

0.6

11

12

0.4
0.2
0

Kasus Kajian

3
1

10

8 9
6

a)Variasi tangkapan tuna antar tahunan

b) Variabilitas DMI dan ENSO

(Sumber data tuna: PT. Perikanan Nusantara Benoa)

11

12

Landing Ikan Tuna (Ton)

1200
1000
800

600
400
200

Landing Big Eye

2007

2006

2005

2004

2003

2 per. Mov. Avg. (Landing Big Eye)

a) Landing ikan tuna di PT. Perikanan Nusantara Benoa, (Batubara, 2001), b) Landing tuna bigeye di
Pelabuhan Benoa (Iskandar, 2008)

Penemu

Metode

Kesimpulan

Lehode et al., (1997)

Tagging , gravity of
CPUE

Pada El Nino dan La Nina

tangkapan Cakalang tinggi
dengan lokasi yg berlainan

Marsac and Le Blanc

(1998)

Statistik dan
diskripsi visual dan
grafis

El Nino memperkecil
CPUE di Hindia Barat
karena thermoklin semakin
dalam

Marsac and Le Blanc

(2000)

Statistik dan
diskripsi visual dan
grafis

Saat La Nina CPUE di

Hindia Barat tinggi karena
thermoklin lebih dangkal

Penemu

Metode

Kesimpulan

Gillett (2004)

gravity of CPUE

Pada El Nino lokasi

tangkapan tuna di Pasifik
Barat bergeser ke timur,
dan pada saat La Nina
bergeser ke barat

Kunarso (2005)

diskripsi grafis

Pada saat El Nino

tangkapan tuna di Selatan
Cilacap besar dan
sebaliknya pada saat La
Nina lebih kecil daripada
saat normal dan El Nino.

Gambar 1. Pergerakan Tuna Skipjack di Pasifik Barat

dan Tengah dari Hasil Tagging (Lehodey et al (1997)

Gambar 2. Pergeseran lokasi tangkapan tuna pada variasi

ENSO (Sumber: Gillett, 2004)

Gambar 3. Fluktuasi hasil tangkapan tuna (Marsac and Le Blanc (2000)

Data Variabilitas Iklim

ENSO dari http://www.iri.columbia.edu
IOD : IOD prediktion Jamstec/ Apozi.net/
http://www.jamstec.go.jp/frcgs/research/d1/iod/DATA/dmi_HadISST.txt

Data Klorofil-a dan SST Citra MODIS

Alamat: http://www.oceancolor.gfsc.nasa.gov

Distribusi klorofil-a pada

monsun barat, a)
Desember 2004, b) Januari
2004

a.1

b.1

a.2

b.2

Pola Arus dan Daerah Penangkapan Ikan Tuna pada Musim Barat

a.1

b.1

a.2

b.2

Pola Arus dan Daerah Penangkapan Ikan Tuna pada Musim Timur