TUGAS PERMODELAN

Pemetaan Zona Potensial Daerah Penangkapan Ikan Pelagis dan Demersal Provinsi
Kalimantan Utara

Disusun Oleh:
Muh Nur Fitrah /P0303016010

PROGRAM STUDI PENGELOLAAN LINGKUNGAN HIDUP

KONSENTRASI MANAJEMEN LINGKUNGAN
UNIVERSITAS HASANUDDIN
MAKASSAR
2017
Rencana Peneliatian
Pemetaan Zona Potensial Daerah Penangkapan Ikan Pelagis dan Demersal Provinsi Kalimantan Utara

Tujuan Penelitian

Penelitian ini bertujuan memetakan Zona Potensial Daerah Penangkapan Ikan Pelagis dan Demersal
Provinsi Kalimantan Utara

Manfaat Penelitian

Sebagai sumber informasi bagi pelaku usaha penangkapan ikan untuk meningkatkan hasil tangkapan
dan sumber informasi awal bagi pemerintah daerah untuk merancang kebijakan pengelolaan
perikanan tangkap di Kalimantan Utara.

Keluaran (Output)

 Tersedianya informasi estimasi potensi produksi ikan ekonomis penting berdasarkan

pendekatan ekosistem, untuk membantu dalam pembuatan kebijakan pengelolaan perikanan
tangkap.
 Tersedianya Peta Zona Potensial Penangkapan Ikan ekonomis penting di Kalimantan Utara
untuk menuju perikanan tangkap yang berkelanjutan.

Pendekatan Model Penelitian

Dalam melakukan pengumpulan data yang akan dilakukan adalah

 Studi pustaka mengenai studi dan kajian yang sejenis baik yang ada di luar negeri maupun
yang sudah ada di Indonesia,
 Inventarisasi dan identifikasi data sekunder mengenai data fisika, kimia dan biologi perairan
baik skala lokal maupun skala regional dari hasil penelitian oleh institusi-institusi riset dan
perguruan tinggi di Indonesia
 Inventarisasi data historis mengenai fisika, kimia dan biologi oseanografi global yang dapat
diperoleh dari lembaga dan institusi riset dunia (Seperti JODC/Jepang, NOAA/Amerika
Serikat)
 Survey, wawancara, questioner secara langsung untuk memperoleh data in-situ fisika seperti
kimia dan biologi oseanografi, data mengenai jumlah armada dan hasil tangkap, berapa lama
hari layar, kondisi dan potensi sosial ekonomi masyarakat nelayan serta potensi lestari
maksimum suatu perairan
  Analisis dan interpretasi citra satelit untuk mengidentifikasi pola sebaran secara ruang dan
waktu kondisi fisik perairan, zat hara

Tabel 1 Data, Sumber data dan Kelengkapan Data

Data Sumber data Kelengkapan Data
Suhu Permukaan Laut (0C) Interpretasi citra satelit Aqua MODIS level 3 Perimeter (kontur isotherm),
dalam format HDF (Hierarchical Data Format), interval kelas 0,5 0C, data
rekaman tahun 2011-2017 setiap minggu selama sebaran dan nilai suhu pada
empat tahun time series setiap interval kelas suhu)
Kedalaman (m) Data Blue Chart Pacific VAE009R dan data perimeter (kontur
kontour bathimetri pada peta laut Dishidros TNI kedalaman), koordinat titik
AL kedalaman, nilai kedalaman,
skala, sumber data, luas setiap
kelas kedalaman
Kecepatan Arus (cm/dtk) Citra satelit dan Las Aviso Koordinat titik arus, nilai arah
arus, nilai kecepatan arus,
Gelombang (m) , Pasang surut Citra satelit dan Las Aviso, serta data Blue Chart Perimeter (kontur tinggi
(m) Pacific GARMIN gelombang), koordinat titik
gelombang, nilai tinggi
gelombang, skala, sumber
data, luas setiap kelas tinggi
gelombang, koordinat titik
pasang surut, nilai pasang
surut, skala, sumber stasiun
data pasut
Klorofil (mg/m3) Citra satelit MODIS akuisisi tahun 2011-2017 perimeter (kontur klorofil-a),
koordinat, titik klorofil-a, nilai
konsentrasi klorofil-a, skala,
sumber data, luas setiap kelas
klorofil-a
Turbiditas Citra satelit AirSar
Model Analisis Penelitian
Pendekatan metodologi yang dilakukan untuk kegiatan ini meliputi tiga bagian utama, yaitu sebagai
berikut :
a. Metodologi untuk Kajian Lokal
b. Knowledge Based Expert System-GIS (KBES-GIS) Fishing Ground
c. Metodologi untuk Kajian Daerah Penagkapan Ikan

(a). Kajian Lokal

 Perancangan Model Numerik Sistem Perikanan.
 Pembangunan dan Pengembangan “Knowledge-based model” sistem Perikanan.
 Sistem Integrasi (Integration Systms) atau disebut juga dengan “Hybrid Model”
 Valuasi ekonomi yang meliputi Kajian sosial ekonomi masyarakat nelayan, potensi
Sumberdaya Ikan dan dampak yang terjadi.

(b). Knowledge Based Expert System GIS (KBES-GIS) Fishing Ground

Di dalam perspektif ilmu pengetahuan dan teknologi, sistem cerdas merupakan bagian dari
bidang inteligensia semu (Artificial Intelligence/AI). Istilah expert system berasal dari
knowledge-based expert system (sistim cerdas berbasis pengetahuan), di mana suatu sistem
yang menggunakan pengetahuan manusia (human knowledge) yang dimasukkan ke dalam
komputer untuk memecahkan masalah yang umumnya memerlukan keahlian seorang
pakar/expert. Atau dapat juga dikatakan, sebuah program komputer yang menggunakan
pengetahuan dan teknik inferensi (pengambilan kesimpulan) untuk memecahkan persoalan
seperti yang dilakukan oleh seorang pakar (expert).

Dalam penelitian ini, Knowledge-Based GIS model akan didesain dan diimplementasikan
dalam membangun sistem penentuan lokasi penangkapan ikan (Fishing Ground). KB-GIS
didefinisikan sebagai sebuah sistem yang mengintegrasikan GIS (Geographic Information
System) dengan Sistem Pakar (Expert System). Komponen GIS disusun dalam 2 (dua) modul
utama yang mampu menjawab pertanyaan-pertanyaan “What” dan “Where”: GIS database
module dan spatial analysis modul. Sedangkan komponen Expert System disusun dalam 2
(dua) modul utama untuk memfasilitasi jawaban pertanyaan “Why”: modul Knowledge-base
dan modul Inference Engine. Basis pengetahuan (knowledge-base) dari sistem pakar dibangun
berdasarkan hasil dari pengambilan pengetahuan (knowledge acquisition) didalam
menghasilkan aturan-aturan (Production Rules). Sedangkan Inference Engine adalah sebuah
knowledge processing tool dari komponen sistem pakar.
 Oleh karena itu, didalam penelitian ini akan diintegrasikan antara GIS dengan Expert System
dan disebut dengan Knowledge-based GIS (KB-GIS model). Elemen yang paling penting dari
sebuah Knowledge-Based GIS adalah modul integrasi yang memungkinkan hubungan (link)
antara GIS spatial analysis dan knowledge-base. Komponen dari Knowledge-based GIS
ditunjukkan pada Gambar 1

Gambar 1 Elemen dari Knowledge-Based GIS

Salah satu keunggulan dari Knowledge-Based Expert System adalah kemampuannya melakukan
Cumulative Learning (menuju penyempurnaan sistem). Untuk implementasi KB-GIS pada
pembangunan sistem prediksi lokasi penangkapan ikan (fishing ground) di laut, maka yang
pertama harus dibangun adalah melakukan observasi untuk selanjutnya digunakan untuk
membangun basis pengetahuan (knowledge-base) mengenai pola sebaran sifat fisik dan zat
hara suatu perairan yang terkait dengan tingkah laku ikan, baik skala lokal maupun skala
regional. Dengan terbangunnya basis pengetahuan tentang fenomena dan parameter-
parameter yang berhubungan dengan tingkah laku ikan, maka langkah berikutnya adalah
merancang knowledge-based model dengan memasukkan basis pengetahuan yang telah
dibangun tersebut.
 Semua rancangan yang telah jadi kemudian diintegrasikan dalam suatu sistem informasi
(Sistem integrasi atau disebut juga Hybrid model) yang berisi informasi pengetahuan prediksi
lokasi penangkapan ikan. Sistem integrasi ditunjukkan pada Gambar 2

Model Matematik /
Data Database
Model Numerik Data dasar
history

Raw data
Rules

Knowledge Based
System

Sistem Integrasi

Knowledge Information

Gambar 2. Sistem Integrasi (Integration Systems)

(c). Pendugaan Daerah Potensi Penangkapan Ikan

Peta sebaran dan ruaya ikan pelagis ekonomis penting dilakukan berdasarkan hasil analisa
data fisika, kimia, biologi, interpretasi model berbasis pengetahuan dan interpretasi citra
satelit, yang diintegrasikan dengan tingkah laku dan dinamika populasi ikan.