Anda di halaman 1dari 6

Laporan Praktikum Eksplorasi Penangkapan Ikan

Dosen:
Dr. Sulaeman Martasuganda, B.FishSc, M.Sc

ANALISIS DATA SELEKTIVITAS GILLNET

Oleh:
Debby La Erissa

C44100003

Erny Hernawati

C44100024

Wahyu Qurmadi

C44100043

Ahmad Muflih Ridho

C44100061

Febrina Berlianti

C44100084

MAYOR TEKNOLOGI DAN MANAJEMEN PERIKANAN TANGKAP


DEPARTEMEN PEMANFAATAN SUMBERDAYA PERIKANAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
2012

METODELOGI
Metodelogi yangdigunakan adalah perhitungan menggunakan rumus
rumus yang ada di Ms. Excel. Perhitungan perhitungan yang digunakan pada
praktikum kali ini adalah perhitugan mengenai regresi linier data yang ada. Data
yang ada adalah data hasil tangkapan ikan cakalang yang didaratkan di
Palabuhanratu dengan menggunakan alat tangkat jaring insang hanyut dengan
mata jaring 5,0. Menentukan nilai a dan b adalah faktor utama dalam regresi
linier. Terdapat empat cara untuk mengetahui nilai a dan b, namun sebelumnya
kita harus mencari data jumlah ikan cakalang berdasaskan pajang cagak. Data
yang digunakan untuk hal di atas adalah data GM keliling badan maksimum dan
FL panjang cagak.

Hal pertama adalah menentukan nilai maksimum dan

minimum dari FL panjang cagak.


Maksimum FL Panjang Cagak : =MAX(blog data FL Panjang Cagak)
Minimum FL Panjang Cagak : =MIN(blog data FL Panjang Cagak)
Setelah menentukan nilai minimum dan maksimum dari data, kita menentukan
jumlah kelas, lebar kelas dan selang kelas.
Jumlah kelas

: =1+3,32*Log(n)

Lebar kelas

: =nilai maksimum nilai minimum/jumlah kelas

Selang kelas

: =min+jumlah kelas(+F4), untuk mendapatkan beberapa


selang kelas hanya tinggal di drag saja

Cara pertama untuk menentukan nilai a dan b pada regresi linier adalah
dengan aplikasi data analisis. Langkah langkahnya adalah:
Data Data Analisis Regression Input Y Range (data GM keliling badan
maksimum) Input X Range (data FL panjang cagak) out put range (pilih
tempat data) pilih OK.
Akan muncul tabel anova yang akan memunculkan nilai a dan b yang
digunakan. Pada tabel anova nilai a adalah intercept dan nilai b adalah X
variable1. Cara ke dua adalah dengan melihat grafik yang dibuat berdasarkan data
data yang ada. Langkah langkah yang digunakan pada cara ini adalah:

Pilih Insert Scatter akan muncul indicator klik kanan pada indicator
tersebut select data add masukkan nilai X = FL masukka nilai Y =
GM OK.
Akan terbentuk sebuah grafik. Kita juga dapat melihat persamaan garis dari grafik
dengan cara :
Memunculkan regresi linearnya dengan klik kanan pilih add trendline
lalu checklist dua pilihan dari bawah semakin mendekati seratus data
semakin baik.
Untuk menggabungkan grafik GM terhadap FL dan grafik GO terhadap FL. Hal
ini dapat dilakukan dengan cara :
Dapat juga dengan menggabungkan grafik hubungan GO dan FL dengan gm
dan FL dengan cara klik kanan lalu format data series pilih secondary
axis.
Cara ketiga adalah dengan menggunakan rumus nilai GM. Rumus yng digunakan
adalah:
GM = a + b FL Rumus ini diolah menjadi
Akan berbentuk seperti

GM = sel a (+F4) + sel b (+F4) FL

GM = $V$ + $V$*FL

Cara ke empat adalah menggunakan aplikasi solver. Sebelumnya aplikasi


solver diaktifkan dahulu dalam Ms. Excel. Apabila telah aktif, cara ini dapat
dengan mudah dijalankan dengan cara:
Nilai a : =INTERCEPT(GM,FL)
Nilai b : =SLOPE(GM,FL)
r2

: =(CORREL(GM,FL))

Ke empat cara di atas adalah cara cara yang dapat digunakan untuk
mendapatkan nilai a dan b.

HASIL DAN PEMBAHASAN


FL Max
FL Min
jumlah
kelas
lebar
kelas

64
42,6
7,9617
41

selang
42,6
8

45,6

2,675

48,6
51,6
54,6
57,6
60,6
63,6

Rumus utama yang digunakan menghasilkan data data yang tersebut di


atas. Data datanya antara lain nilai maksimum, nilai minimum, jumlah kelas,
Bin
42,6
45,6
48,6
51,6
54,6
57,6
60,6
63,6
More

Frequ
ency
7
9
0
5
2
40
51
6
5

lebar kelas, dan selang kelas.


Jumlah Ikan Cakalang Berdasarkan Panjang Cagak (cm)
60
40
Frequency 20
0

Frequency

Bin

Data di atas merupakan hasil dari aplikasi data analisis dengan pilihan
histogram. Histogram yang tercantum di atas mengenai jumlah ikan cakalang
berdasarkan panjang cagak. Berdasarkan grafik histogram di atas panjang cagak
ikan cakalang yang tertangkap pada alat tangkap gillnet berkisar 40 60 cm. Data

yang tercantum di bawah ialah data tabel anova yang didapatkan menggunakan
aplikasi data analisis dengan memilih Regression. Data yang diperoleh adalah
nilai a yaitu pada intercept sebesar 12,2193 dan nilai b yaitu X variable sebesar
0,4201.

SUMMARY
OUTPUT
Regression
Statistics
0,885
Multipl 87784
eR
6
R
0,784
Squar
77955
e
7
Adjust
ed R
0,783
Squar
02979
e
8
Stand
1,213
ard
87257
Error
9
Obser
vation
s
125
ANOV
A
df
Regres
sion

Residu
al

123

Total

124

SS
660,8
69143
5
181,2
38856
5
842,1
08

Coef
cients
12,21
93988

Stand
ard
Error
1,116
66184

Interce
pt

MS
660,
869
1
1,47
348
7

t
Stat
10,9
427

F
448
,50
7

Signif
cance
F
7,587
87E43

Pval
ue
7,0
6E-

Lower Upper
95%
95%
10,00 14,42
90352
9762

Lower
95.0%
10,00
90352

Upper
95.0
%
14,42
9762

X
Variabl
e1

4
0,420
11639
9

9
0,019
83741
1

9
21,1
779
9

20
7,5
9E43

0,380
84946
1

5
0,459
3833
4

0,380
84946
1

5
0,459
3833
4

Grafik dibawah ini ialah grafik hubungan antara GM dan GO dengan FL.
50
40
30
GM (cm)

f(x)
f(x) =
= 0.3x
0.42x++13.43
12.22
R
=
0.67
R = 0.78

20
10
0
40 45 50 55 60 65 70

40
35
30
25
20
15
10
5
0

FL terhadap GM
Linear (FL terhadap GM)
FL terhadap GO
Linear (FL terhadap GO)
Linear (FL terhadap GO)

Panjang Cagak (FL)

y= 0.42x + 12.21 R=0.784

Ket: x sebagai FL
y sebagai GM

Interpretasi: berdasarkan persamaan di atas maka dapat disimpulkan bahwa nilai x


memberikan pengaruh terhadap nilai y sebesar 0,42. Atau panjang cagak mem
berikan pengaruh terhadap GM sebesar 0,42.
y= 0.301x + 13.42 R=0.671

Ket: x sebagai FL
y sebagai GO

interpretasi: berdasarkan persamaan di atas maka dapat disimpulkan bahwa nilai x


memberikan pengaruh terhadap nilai y sebesar 0,301. Atau panjang cagak mem
berikan pengaruh terhadap GM sebesar 0,301.