Anda di halaman 1dari 418

SBN 000-000-0000-00-0

BACHRULHAYAT KOSWARA

PENGKAJIAN STOK IKAN TROPIS


UNTUK PENYUSUNAN KEBIJAKAN
PENGELOLAAN PERIKANAN
(Suatu Pengantar)

UNPAD PRESS
2018

i
Bachrulhayat Koswara

Buku Ajar

PENGKAJIAN STOK IKAN TROPIS


UNTUK PENYUSUNAN KEBIJAKAN
PENGELOLAAN PERIKANAN
(Suatu Pengantar)

TROPICAL FISH STOCK ASSESSMENT FOR


COMPILATION OF FISHERIES MANAGEMENT
POLICIES
(An Introduction)

Deskripsi

Mata kuliah ini merupakan gabungan dari tiga mata kuliah, yaitu Dinamika Populasi
Ikan, Pengkajian Stok Ikan, dan Pengelolaan Perikanan. Mata kuliah ini satu sama
lain saling terkait sehingga digabungkan. Tetapi dalam penyampaian ke mahasiswa
di kelas diberikan secara terpisah karena materinya teralalu banyak.

Tujuan Pembelajaran Umum (TPU)

Setelah mengikuti semua mata kuliah tersebut, para mahasiswa, ilmuwan dan praktisi perikanan
diharapkan mampu untuk memulai melakukan analisis data dan meningkatkan keterampilan dan
pendalamannya dalam memecahkan masalah pengkajian stok ikan, sebelum mereka melangkah lebih
jauh untuk memahami buku-buku lainnya yang lebih rumit.

UNPAD PRESS
2018

ii
UNDANG-UNDANG REPUBLIK INDONESIA
NOMOR 28 TAHUN 2014

TENTANG HAK CIPTA

Pasal 113

(1) Setiap orang yang dengan tanpa hak melakukan pelanggaran hak ekonomi
sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf i untuk Penggunaan Secara
Komersial dipidana dengan pidana penjara paling lama 1 (satu) tahun dan/atau
pidana denda paling banyak Rp100.000.000,00 (seratus juta rupiah).
(2) Setiap orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau pemegang
Hak Cipta melakukan pelanggaran hak ekonomi Pencipta sebagaimana
dimaksud dalam Pasal 9 ayat (1) huruf c, huruf d, huruf f, dan/atau huruf h untuk
Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama 3
(tiga) tahun dan/atau pidana denda paling banyak Rp 500.000.000,00 (lima ratus
juta rupiah).
(3) Setiap orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau pemegang
Hak Cipta melakukan pelanggaran hak ekonomi Pencipta sebagaimana
dimaksud dalam Pasal 9 ayat (1) huruf a, huruf b, huruf e, dan/atau huruf g untuk
Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama 4
(empat) tahun dan/atau pidana denda paling banyak Rp 1.000.000.000,00 (satu
milyar ruoiah).
(4) Setiap orang yang memenuhi unsur sebagaimana dimaksud pada ayat (3) yang
dilakukan dalam bentuk pembajakan, dipidana dengan pidana penjara paling
lama 10 (sepuluh) tahun dan/atau pidana denda paling banyak Rp
4.000.000.000,00 (empat milyar rupiah).

iii
Copyright@2018 by Bachrulhayat Koswara

Cetakan 1, 2018
Diterbitkan oleh Unpad Press
Gedung Rektorat Unpad Jatinangor, Lantai IV
Jl.Ir. Soekarno KM 21 Bandung 45363
Telp. (022) 84288867/84288812 Fax: (022) 84288896
e-mail: press@unpad.ac.id/press@unpad.ac.id
http://press.unpad.ac.id
Anggota IKAPI dan APPTI

Editor:
Sriati
Mochamad Rudyansyah Ismail

Tata Letak dan Desainer Sampul :


Zainal Muttaqien

Perpustakaan Nasional RI: Katalog Dalam Terbitan (KDT)

Bachrulhayat Koswara.
Pengkajian Stok Ikan Tropis Untuk Penyusunan Kebijakan Pengelolaan
Perikanan (Suatu Pengantar)/penyusun Bachrulhayat Koswara; Penyunting
Sriati, Mochamad Rudyansyah Ismail

Cet. I – Bandung; Unpad Press; 2018


000 h; 21 cm

ISBN 000-000-0000-00-0

I. Judul II. Bachrulhayat Koswara

iv
SAMBUTAN REKTOR

Bismillaahirrahmaanirrahiim,
Assalamu’alaikum Warahmatullaahi Wabarakatuh,

Segala puji dan syukur kita panjatkan ke hadirat Allah SWT atas segala nikmat dan
karunia-Nya, sehingga kita senantiasa diberikan kesehatan dan kemampuan untuk
bekerja serta mencurahkan segala kemampuan kita untuk mengembangkan ilmu
pengetahuan dan memanfaatkannya guna kesejahteraan kehidupan masyarakat.

Sebagai Rektor yang merepresentasikan institusi Universitas Padjadjaran, saya


memberikan apresiasi dan penghargaan yang tinggi kepada Prof.Bachrulhayat
Koswara yang telah menunjukkan konsistensi dan dedikasi tinggi dalam pendidikan
dan pengembangan ilmu pengetahuan di bidang Perikanan dan Ilmu Kelautan. Karya beliau tidak hanya
tertuang dalam proses pembelajaran, namun juga dalam bentuk karya tulis dan buku-buku yang terkait
bidang keahliannya, hal ini secara konsisten beliau tunjukan melalui produktivitasnya dalam penulisan
buku meskipun sudah memasuki masa purna bakti.

Buku yang beliau tulis kali ini berjudul “Pengkajian Stok Ikan Tropis Untuk Penyusunan Kebijakan
Pengelolan Perikanan.” (Suatu Pengantar) yang merupakan hasil kajian ilmiah atas stok ikan (fish
stock assessment) khususnya untuk daerah tropis yang multi-species yang sangat diperlukan saat ini
mengingat model-model pengkajian stok yang dilakukan masih menggunakan model-model untuk
daerah subtropis yang single-species. Dengan demikian, adanya data yang akurat dan terpercaya serta
hasil analisis ilmiah yang tajam dari hasil pengkajian stok tersebut, akan bisa dipergunakan untuk
penyusunan dan pemilihan alternatif kebijakan.

Akhir kata, saya ucapkan selamat dan trimakasih kepada Prof. Bachrulhayat Koswara atas karya-
karyanya selama ini, semoga buku ini bisa dimanfaatkan sebaik mungkin, khususnya untuk proses
pendidikan di almamater kita yang tercinta ini dan umumnya bisa bermanfaat bagi semua pemegang
kepentingan,

Wassalaamu’alaikum Warrahmatullahi Wabarakatuh,

Rektor,

Prof.Dr.med.Tri Hanggono Achmad, dr.

v
SAMBUTAN DEKAN

Bismillaahirrahmaanirrahiim,
Assalamu’alaikum warahmatullaahi wabarakatuh,

Pertama-tama saya ucapkan selamat kepada Prof.Bachrulhayat Koswara, yang dengan


kegigihannya dapat menghasilkan karya yang cukup bagus ini. Buku ini memuat
banyak informasi dan data-data tentang sumber daya perikanan di Indonesia serta
pengelolaannya. Sebagai guru besar emeritus sejak tahun 2014, Prof. Bachrulhayat
Koswara yang telah banyak menghasilkan karya yang sangat bermanfaat bagi
pengembangan ilmu pengetahuan bidang perikanan diharapkan masih tetap dapat
mengabdikan dirinya sebagai pengajar tidak tetap pada Program Studi Ilmu Kelautan,
Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran. Melalui buku ini, Prof.
Bachrulhayat Koswara memberikan catatan-catatan penting di bidang Pengkajian Stok dan Pengelolaan
Sumber Daya Ikan Tropis yang akan menambah wawasan stakeholders perikanan khususnya para
mahasiswa yang ingin memperdalam ilmu tersebut.

Indonesia merupakan negara kepulauan terbesar di dunia dengan kekayaan sumber daya hayati yang
sangat melimpah yang terbentang melebihi jarak London-Siberia. Secara geografis, Indonesia sangat
unik karena menjadi titik pertemuan antara Samudera Pasifik dan Samudera Hindia. Dua pertiga
wilayah Indonesia adalah lautan yang menyimpan kekayaan sumber daya perikanan yang harus dikelola
untuk sebesar-besar kemakmuran masyarakat.

Pesan inilah yang ingin disampaikan oleh Prof. Bachrulhayat Koswara dalam bukunya yang berjudul
“Pengkajian Stok Ikan Tropis Untuk Penyusunan Kebijakan Pengelolaan Perikanan” - Suatu Pengantar.
(“Tropical Fish Stock Assessment for Compilation of Fisheries Management Policies” – An
Introduction). Stock assessment diperlukan untuk membantu pihak pengelola dalam menyusun dan
memilih alternatif kebijakan dengan memberikan bukti-bukti ilmiah. Buku ini harus menjadi bacaan
wajib bagi mahasiswa dan berbagai kalangan yang secara intensif mengkaji persoalan-persoalan
perikanan di Indonesia.

Atas nama Fakultas Perikanan dan Ilmu Kelauatan Universitas Padjadjaran, saya selaku Dekan
menyambut baik terbitnya buku ini. Kontribusi pemikiran khususnya masalah perikanan tentunya
menjadi masukan berharga bagi khazanah keilmuan di dunia kelautan dan perikanan. Semoga kehadiran
buku ini menjadi amal sholeh bagi Prof.Bachrulhayat Koswara serta mendapat balasan dari Allah SWT.
Amin.

Dekan,

Dr.sc.agr.Yudi Nurul Ihsan, S.Pi., M.Si.

vi
KATA PENGANTAR DARI PENYUSUN

Bismillaahirramaanirrahiim,
Assalamu’ alaikum warahmatullahi wabarakatuh,

SEGALA puji bagi Allah yang telah mencipatakan alam semesta termasuk lautan
beserta segala isinya bagi kesejahteraan umat manusia dan makhluk lainnya. Shalawat
dan salam semoga tercurah kepada Nabi Besar kita, Muhammad SAW, kepada
keluarganya, kepada para sahabatnya, serta kepada para umatnya sampai akhir zaman.

Pengabdian saya selama 40 tahun (1973-2013) sebagai dosen dan Guru Besar tetap,
kemudian setelah purnabhati ditambah 5 tahun lagi (2014-2019) sebagai dosen tidak
tetap dan Guru Besar Emeritus, sehingga total pengabdian saya sebagai dosen (tetap
dan tidak tetap) adalah selama 45 tahun. Ada rasa lelah seiring dengan bertambahnya usia, sehingga
perlu untuk beristirahat. Oleh karena itu, sudah saatnya pula pengabdian ini dilanjutkan oleh para dosen
muda sebagai Generasi Penerus.

“Jika seseorang meninggal, maka terputuslah amalannya kecuali tiga perkara, yaitu shodaqoh jariah,
ilmu yang bermanfaat, dan anak sholeh yang mendo’akan kedua orang tuanya ” (HR.Muslim). Terkait
dengan ilmu yang bermanfaat, Rasulullah SAW bersabda: “Sampaikanlah dariku ilmu (Dien) walau
hanya satu ayat” (HR.Bukhari).

”Buku Ajar” ini saya susun dari berbagai sumber, sebagai pengganti dari ketidak hadiran lagi saya di
ruang kelas, mudah-mudahan dapat dibaca oleh para mahasiswa, para ilmuwan serta para praktisi
perikanan dan kelautan. Walaupun bukan Ilmu Dien (Islam), penyampaian ilmu dunia ini, mudah-
mudahan pula, selain dapat menambah ilmu pengetahuan, juga dapat menjadi amal sholeh, khususnya
bagi saya pribadi, kedua orang tua dan keluarga serta bagi almamater tercinta Fakultas Perikanan dan
Ilmu Kelautan Universitas Padjadjaran. Aamin yaa rabbal ‘aalamiin.

Dengan telah diterbitkannya buku ini, tidak lupa saya mengucapkan terimakasih dan penghargaan yang
setinggi-tingginya kepada semua pihak yang telah membantu dalam penyusunan dan penerbitan buku
ini. Ucapan terimakasih dan penghargaan terutama saya sampaikan kepada Rektor Universitas
Padjadjaran Prof.Dr.med. Tri Hanggono Achmad dan Dekan Fakultas Perikanan dan Ilmu Kelautan
Universitas Padjadjaran Dr. rer.nat. Yudi Nurul Ihsan, S.Pi., M.Si atas dukungan dan bantuannya.
Demikian pula kepada Sdr. Dr. Ir. Sriati, MS dan Sdr. Mochamad Rudyansyah, SP., MSi., dan Sdr.
Zainal Muttaqien, A.Md yang telah membantu dalam mengedit dan mendisain draft buku ini. Ucapan
terimakasih tidak lupa pula saya sampaikan kepada UNPAD PRESS yang telah membantu dalam
penerbitannya. Semoga semua yang telah mereka berikan menjadi amal soleh dan mendapat balasan
yang berlipat ganda dari Allah SWT. Amin yaa rabbal’aalamiin.

Pada saat draft buku ini sedang diedit oleh para editor, perasaan duka tiba-tiba menimpa sivitas
akademika Fakultas Perikanan dan Ilmu Kelautan Unpad, karena Dr.Ir. Sriati, MS dikhabarkan
meninggal dunia pada 23 Juli 2018 akibat sakit yang sudah lama dideritanya. Untuk diketahui bahwa,
almarhumah adalah juga dosen dalam mata kuliah “Pengkajian Stok Ikan” bersama- sama saya sejak ia
diangkat sebagai dosen tetap di FPIK Unpad. Kita do’akan semoga almarhumah diterima iman

vii
islamnya, diampuni segala dosa perdosanya, dan ditempatkan di tempat yang layak di sisi-Nya. Amin
yaa rabbal ‘aalamiin.

Last but not least, buku ini tidak untuk dikomersilkan, melainkan hanya untuk kalangan terbatas
terutama untuk para mahasiswa, teman-teman seprofesi di kampus dan untuk para praktisi perikanan
serta untuk didokumentasikan di perpustakaan.

Subhanakallahuma wabihamdika, asyhadu alla ilaha illa anta, astagfiruka wa atubu ilaika.
Billahittaufiq walhidayah,
Wassalamu ‘alaikum warahmatullahi wabarakatuh,

Bandung, Desember 2018,

Penyusun,

Bachrulhayat Koswara

viii
“Only by making such as assumption we are able to carry out analysis of
available data, and it is better to do a crude analysis than to do
no analysis at all.”
“Hanya dengan membuat asumsi kita mampu menganalisis suatu data yang
tersedia, dan lebih baik mengerjakan analisis secara kasar dari pada
tidak sama sekali.”
(Sparre & Venema, 1999)

ix
DAFTAR ISI

SAMBUTAN REKTOR - v
SAMBUTAN DEKAN - vi
KATA PENGANTAR DARI PENYUSUN - vii
DAFTAR ISI - viii

I. PENDAHULUAN - 1

1.1. Pengantar - 1
1.2. Pengkajian Stok Ikan - 1
1.3. Tindakan Pengelolaan Perikanan 3

II. DINAMIKA POPULASI IKAN - 5

2.1. Pengantar - 5

1. Mengapa timbul Ilmu Dinamika Populasi Ikan? - 5


2. Peran Pakar Biologi Perikanan - 6
3. Hubungan/Kontak Antara Manusia dan Ikan - 6
4. Sejarah Perkembangan Biologi Perikanan - 7
5. Ekologi dan Dinamika Populasi - 8
6. Model Populasi Dalam Ekologi - 9

2.2. Populasi, Sub-Populasi, Stok dan Unit Stok - 13

1. Populasi - 13
2. Populasi Dalam Ekosistem - 14
3. Parameter Populasi - 15
4. Subpopulasi - 16
5. Stok dan Unit Stok - 20

2.3. Pemberian Tanda Pada Ikan - 22

1. Tujuan, Kegunaan dan Macam Pemberian Tanda - 22


2. Sejarah Perkembangan Pemberian Tanda - 23
3. Beberapa Persyaratan Pemberian Tanda pada Ikan - 23
4. Percobaan Pemberian Tanda pada Ikan - 23

2.4. Pertumbuhan - 24

1. Definisi - 24
2. Studi Pertumbuhan - 24
3. Pola Pertumbuhan - 25
4. Analisis Pertumbuhan - 25
5. Kurva Pertumbuhan - 25
6. Model Pertumbuhan - 28
7. Persamaan Pertumbuhan von Bertalanffy - 30
8. Estimasi Parameter-Parameter Persamaan Pertumbuhan von Bertalanffy - 31

2.5. Penentuan Umur Ikan - 37

1. Hubungan Umur Dengan Pertumbuhan dan Mortalitas - 37


2. Metode Penentuan Umur Ikan - 37

x
2.6. Mortalitas - 44

1. Pengantar - 44
2. Estimasi Mortalitas Total - 46
3. Estimasi Mortalitas Penangkapan - 48
4. Estimasi Mortalitas Alami - 49

2.7. Selektivitas Alat Tangkap - 51

1. Pengantar - 51
2. Estimasi Selektivitas Jaring Trawl - 51
3. Estimasi Selektivitas Jaring Insang - 55
4. Diskusi tentang Seleksi Alat-alat Tangkap Ikan - 65
5. Aspek-aspek lain dari Selektivitas Alat - 67
6. Estimasi Ogif Resultan dari Suatu Kurva Hasil Tangkapan - 72
7. Selektivitas Alat dan Metode-metode ‘VPA’ - 75
8. Penggunaan Suatu Kurva Seleksi untuk Mengatur Sampel Frekuensi Panjang - 78

2.8. Rekrutmen - 81

1. Definsi - 81
2. Macam-macam Rekrutmen - 81
3. Hubungan antara Stok dan Rekrutmen - 82
4. Kurva Reproduksi - 84
5. Kecepatan Eksploitasi - 85
6. Hubungan antara Stok Dewasa dan Rekrutmen pada Berbagai Kondisi dan Berbagai
Kecepatan Eksploitasi -85
7. Intensitas Rekrutmen -86

2.9. Predasi - 87

1. Sejarah Model Mangsa Pemangsa Lotka-Voltera -87


2. Jenis-Jenis Interaksi Antara Dua Species - 89
3. Model-model Mangsa Pemangsa - 89

2.10. Migrasi - 91

1. Pola Migrasi Ikan - 91


2. Terminologi Migrasi Ikan - 93
3. Metode Studi Migrasi Ikan - 93

2.11. Estimasi Ukuran Populasi - 96

1. Penghitungan Langsung - 96
2. Penghitungan Tidak Langsung - 97
3. Metode Penandaan (Tagging) - 97
4. Metode Regresi – 99

2.12. Estimasi Ukuran Populasi Dengan Menggunakan Analisis Populasi Virtual (VPA) dan
Analisis Kohort - 105

1. Analisis Populasi Virtual - 105


2. Analisis Kohort Berbasis Umur (Analisis Kohort Pope) - 113
3. Analisis Kohort Berbasis Panjang Jone - 119

xi
III. PENGKAJIAN STOK IKAN TROPIS - 129

3.1. Pengantar - 129

1. Tujuan Dasar Pengkajian Stok - 130


2. Pengertian Istilah dan Batasan (Definisi) - 131
3. Pengkajian Stok di Perairan Tropis - 142

3.2. Konsep Keseimbangan Stok /Konsep MSY - 143

3.3. Kapan Pengkajian Stok Diperlukan - 145

1. Perkembangan Perikanan - 145


2. Aliran Informasi - 148

3.4. Metode Pengkajian Stok - 150

1. Model-model Holistik - 150

(1). Model Produksi Surplus - 150

a. Model Schaefer dan Fox - 150


b. Rumus Gulland - 158
c. Rumus Cadima - 159
d. Estimasi MSY berdasarkan Model Produksi Surplus - 159
e. Plot Munro dan Thompson - 161
f. Pembakuan Upaya - 163
g. Model Deriso/Schnute – 167
h. Model Gordon-Schaefer – 167

(2). Model Luas Sapuan (Swept Area Method) - 172

a. Survai Trawl Demersal - 172


b. Luas Sapuan (Swept area) - 173
c. Estimasi Biomasa dengan Metode Luas Sapuan - 175
d. Ketepatan Hasil Estimasi Biomasa - 176
e. Estimasi “Maximum Sustainable Yield” (MSY) - 178

(3). Model-model Analitik - 178

a. Asumsi-asumsi dan model-model yang mendasari model yield per recruit Beverton & Holt-180
b. Model Hasil Tangkapan Beverton & Holt - 181
c. Model “Biomass per Rekrut” Beverton &Holt - 187
d. Model “Hasil per Rekrut Relatif” Beverton & Holt - 190
e. Hasil per Rekrut dari Data Panjang - 191
f. Model Thompson & Bell Berbasis Umur – 192
g. Model Thompson & Bell Berbasis Panjang – 200
h. Peramalan Pengaruh Perubahan-Perubahan Besarnya Mata Jaring yang Menggunakan Metode
Thomson & Bell - 207

3.5. Data yang Diperlukan untuk Pengkajian Stok - 208

1. Data yang diperlukan - 208


2. Sumber Data - 210
3. Permasalahan dan Hambatan – 210

xii
3.6. Pengkayaan Stok (Stock Enhancement) - 211

1. Pengertian dan Konsep Dasar Pengkayaan Stok - 211


2. Efektivitas Pengkayaan Stok - 212
3. Pengalaman Negara Lain - 213

IV. PENGELOLAAN PERIKANAN - 215

4.1. Pengertian Istilah dan Batasan - 215


4.2. Konsep Pengelolaan Sumber Daya Perikanan - 221
4.3. Pengelolaan Sumber Daya Ikan - 233
4.4. Pengelolaan Perikanan Tangkap - 245
4.5. Konsep Pengelolaan Perikanan Skala-Kecil - 254
4.6. Pengelolaan Perikanan Berbasis Masyarakat - 259
4.7. Pengelolaan Wilayah Pesisir – 261
4.8. Pengelolaan Wilayah Pesisir Secara Terpadu - 270
4.9. Pengelolaan Sumber Daya Ikan Indonesia (Pendekatan Normatif) - 277

DAFTAR PUSTAKA - 285

LAMPIRAN : - 287

1. BIOSTATISTIKA – 288

2. LATIHAN SOAL (EXERCISES) – 313

3. PENGKAJIAN STOK IKAN TROPIS DI INDONESIA -354

3.1. TROPICAL FISH STOCK ASSESSMENT MODEL IN INDONESIA-355


3.2. PENGKAJIAN STOK IKAN TROPIS MELALUI SURVEI AKUSTIK - 367
3.3. TROPICAL FISH STOCK ASSESSMENT USING MARINE ACOUSTICS
DETECTION AND OCEANOGRAPHICAL CHARACTERISTICS IN JAVA SEA -
372
3.4. PENGKAJIAN STOK IKAN TROPIS DI SETIAP WILAYAH PENGELOLAAN
PERIKANAN (WPP) DI PERAIRAN LAUT INDONESIA- 382
3.5. ISU TERKINI: “PENETAPAN STOK IKAN LESTARI 12,5 JUTA TON
MENGUNDANG KONTROVERSI” - 398

xiii
BAB I
PENDAHULUAN
1.1. Pengantar

Secara umum tujuan utama dari pengelolaan perikanan adalah untuk menjaga kelestarian produksi
terutama melalui berbagai regulasi serta tindakan perbaikan (enhancement). Selain itu, tujuan lainnya
adalah untuk meningkatkan kesejahteraan ekonomi dan sosial nelayan serta untuk memenuhi keperluan
industri yang memanfaatkan produksi tersebut. Menurut Panayotou (1982) tujuan pengelolaan
(management) maupun pengembangan (development) adalah pencapaian laju eksplolitasi optimum
(optimum rate of exploitation), dan besarnya laju eksploitasi optimum ini sangat bergantung kepada si
pembuat kebijakan (policy maker). Jika tujuan kebijakan adalah produksi maksimum, maka secara
biologi laju eksploitasi optimum ditetapkan untuk mencapai MSY (Maximum Sustainable Yield), yaitu
hasil tangkapan maksimum yang dapat diperoleh secara terus menerus (on a sustained basis). Jika
tujuan kebijakan adalah untuk pemanfaatan secara ekonomi (economic benefit), maka laju eksploitasi
optimum ditetapkan untuk mencapai MEY (Maximum Economic Yield), yaitu surplus pendapatan
maksimum yang terus menerus (Maximum Sustainable Surplus of Revenues) yang melebihi biaya
penangkapan (fishing cost). Jika tujuan kebijakan adalah pertimbangan-pertimbangan sosial seperti
perbaikan sosial ekonomi nelayan, kesempatan kerja dan perbaikan distribusi pendapatan, maka laju
eksploitasi optimum ditetapkan untuk mencapai MScY (Maximum Social Yield), tingkat hasil
tangkapan yang sesuai dengan upaya yang dapat memberikan solusi terbaik bagi masalah-masalah
sosial.

1.2. Pengkajian Stok Ikan

Oleh karena itu, pengkajian stok ikan (fish stock assessment) sangat diperlukan untuk membantu pihak
pengelola perikanan dalam menyusun dan memilih alternatif kebijakan dengan memberikan bukti-bukti
ilmiah. Dengan demikian, pengakajian stock harus didukung oleh data yang akurat, dapat dipercaya dan
tepat waktu yang datang dari seluruh stakeholder. Pengkajian stok tanpa didukung oleh data yang akurat
dan dapat dipercaya tidak lebih dari sekedar tebak tebakan. Tindakan pengelolaan seyogyanya mulai
dirintis walaupun informasi masih minim, tidak perlu harus menunggu lengkapnya informasi yang
masuk. Yang penting harus diciptakan suatu sistem dimana para stakeholders dapat memberikan
keterangan yang sejujurnya sehingga sedikit demi sedikit unsur-unsur penting dalam perencanaan dapat
mulai disusun. Kalau pengelolaan dilaksanakan setelah perikanan berkembang pesat, justru lebih sulit
dan tidak jarang akan menyulitkan pengelola sendiri (Dahuri, 2013).

Gambar 1.1. Peran pengkajian stok dalam pengelolaan perikanan (Dahuri, 2013)

1
Informasi tentang stok ikan menentukan apakah perikanan berada pada tingkat di bawah MSY (Maxium
Sustainable Yield), tepat pada tingkat MSY, sudah melampaui MSY, atau bahkan telah mengalami
keruntuhan (collapse). Informasi kondisi stok ikan ini selanjutnya menentukan kebijakan yang mesti
diamblil pemerintah agar perikanan Indonesia tidak collapse. Beberapa negara pernah mengalami
keruntuhan perikanan yang disebabkan oleh kurangnya pemahaman terhadap kondisi stok ikan, seperti
perikanan cod di Kanada, perikanan anchoveta di Peru, dan perikanan hering di Laut Utara (Megawanto,
2015).

Untuk menghindari perikanan dunia mengalami collapse, Konvensi PBB tentang Hukum Laut (United
Nations Convention on the Law of the Sea, UNCLOS 1982) telah memberi mandat kepada negara pantai
untuk melakukan pengkajian stok ikan. Pasal-pasal dalam UNCLOS 1982 terkait Zona Ekonomi
Eksklusif (ZEE) dan laut lepas (high seas) mengharuskan negara pantai untuk mengambil tindakan
pengelolaan berdasarkan bukti ilmiah terbaik yang tersedia (the best scientific evidence available) untuk
memastikan agar stok ikan berada pada posisi yang tidak melampaui MSY.

Demikian juga dengan Code of Conduct for Responsible Fisheries (CCRF) atau tata laksana perikanan
yang bertanggungjawab yang disetujui oleh seluruh peserta Konferensi FAO tahun 1995 menyebutkan
bahwa semua negara harus mengerahkan segala upaya untuk mengumpulkan semua informasi yang
dibutuhkan untuk kegiatan pengkajian stok ikan.

Di Indonsia, berdasarkan Undang-Undang Perikanan, Menteri Kelautan dan Perikanan diberi


kewenangan untuk menetapkan potensi, alokasi sumberdaya ikan, dan jumlah tangkapan yang
diperbolehkan di wilayah pengelolaan perikanan Republik Indonesia. Dalam pelaksanaannya, menteri
mendapat rekomendasi dari Komisi Nasional Pengkajian Sumberdaya Ikan (Komnas Kajiskan).
Komnas Kajiskan adalah lembaga nonstruktural yang bersifat mandiri dan berada di bawah serta
bertanggungjawab kepada Menteri Kelautan dan Perikanan. Jumlah anggota Komnas Kajistan sebanyak
23 orang yang terdiri dari beberapa bidang keahlian, seperti biologi perikanan, pengkajian stok ikan,
teknologi penangkapan ikan, bio-ekonomi perikanan, pengelolaan perikanan, biologi laut, ekologi
perairan, limnologi, oseanografi, dinamika populasi, akustik perikanan, pengindraan jauh, sistem
informasi geografis, dan statistik perikanan.

Sebelum memberikan rekomendasi kepada Menteri Kelautan dan Perikanan, Komnas Kajiskan
melakukan penghimpunan dan penelaahan hasil penelitian mengenai sumberdaya ikan dari berbagai
sumber. Komnas Kajiskan tidak melakukan kegiatan penelitian sendiri, karena pengkajian stok ikan
dilakukan oleh lembaga-lembaga penelitian perikanan, seperti Balitbang Kelautan dan Perikanan, LIPI,
Perguruan Tinggi, dan lembaga lainnya. Lembaga-lembaga inilah yang mensuplai hasil peneltian
kepada Komnas Kajiskan.

Salah satu kebijakan yang dikeluarkan oleh Menteri Kelautan dan Perikanan berdasarkan rekomendasi
dari Komnas Kajiskan adalah Keputusan Menteri Kelautan dan Perikanan Nomor: KEP.45/MEN/2011
tentang Estimasi Potensi Sumberdaya Ikan di Wilayah Pengelolaan Perikanan Republik Indonesia.
Kepmen ini menyebutkan bahwa, estimasi potensi sumberdaya ikan di Indonesia adalah sebesar 6,5 juta
ton per tahun yang dikelompokkan ke dalam 11 Wilayah Pengelolan Perikanan (WPP). Selain
menyajikan potensi sumberdaya ikan di semua WPPRI, Kepmen ini juga menyajikan status tingkat
eksploitasi sumberdaya ikan di setiap WPP. Terdapat empat tingkatan status eksploitasi, yaitu: (1) over
exploited, yaitu tingkat eksploitasi telah melewati tingkat MSY; (2) fully exploited, yaitu tingkat
eksploitasi berada pada tingkat MSY; (3) moderate, yaitu tingkat eksploitasi berada di bawah MSY;
dan (4) moderate to fully exploited, yaitu tingkat eksploitasi berada antara tingkat moderate dengan fully
exploited (Megawanto, 2015).

2
1.3. Tindakan Pengelolaan Perikanan

Tujuan dari pengkajian stok ikan adalah menyajikan rekomendasi teknis kepada penganbil kebijakan
dalam rangka mempertahankan produktifitas stok ikan. Dengan memahami kondisi stok ikan yang
terdapat di setiap Wilayah Pengelolaan Perikanan (WPP), maka salah satu kebijakan yang bisa diambil
adalah menentukan Jumlah Tangkapan yang Diperbolehkan (JTB) atau Total Allowable Catch (TAC).

JTB di wilayah Zona Ekonomi Eksklusif (ZEE) menurut Peraturan Pemerintah (PP) Republik Indonesia
No. 15/1984 tentang Pengelolaan Sumberdaya Alam Hayati di ZEE Indoneisa, setinggi-tingginya 90
persen dari jumlah tangkapan maksimum lestari (MSY). Sementara JTB menurut Kepmentan No.
995/Kpts/IK210/9/99 tentang Potensi Sumberdaya Ikan dan JTB di Wilayah Perairan Indonesia adalah
sebesar 80 persen. Berdasarkan ketentuan ini, angka JTB yang sering digunakan adalah 80 persen dari
potensi sumberdaya ikan lestari (MSY).

Hasil pengkajian stok ikan nasional tahun 2013 dilaporkan sebanyak 7.305 juta ton per tahun, meskipun
belum menjadi data resmi sebab belum disahkan oleh Menteri Kelautan dan Perikanan. Dengan
demikian, estimasi JTB adalah sebesar 6 juta ton per tahun yaitu 80 persen dari 7.305 juta ton.

Untuk memaksimalkan manfaat ekonomi dari JTB, beberapa negara telah menerapkan kebijakan kuota
individual, yaitu batasan jumlah tangkapan dari setiap unit penangkapan ikan dalam suatu periode
tertentu. Jika total kuota individual telah mencapai JTB, maka pemerintah menghentikan semua
kegiatan perikanan pada kurun waktu tersebut. Hal ini dimaksudkan untuk memberi kesempatan kepada
stok ikan melakukan reproduksi. Namun hingga saat ini, Indonesia belum menerapkan kebijakan kuota
individual ini.

Kebijakan perikanan lain yang bisa diambil berdasarkan informasi stok ikan adalah pembatasan jumlah
kapal, pembatasan alat tangkap, selektifitas alat tangkap, pemilihan ukuran ikan, pemilihan jenis
kelamin, pengaturan waktu tangkap, dan pengaturan jalur penangkapan ikan. Pilihan-pilihan kebijkan
perikanan ini termasuk dalam kategori input control dan technical measure. Pemerintah Indonesia
sudah cukup banyak mengeluarkan kebijakan kategori ini.

Kebijakan perikanan Indonesia hingga saat ini lebih menitikberatkan pada input control dan technical
measures ketimbang kebijakan output control. Dengan momentum kepemimpinan Menteri Kelautan
dan Perikanan saat ini (Susi Pujiastuti), sudah saatnya pemerintah mengambil kebijakan output control,
yaitu membatasi jumlah tangkapan kapal-kapal ikan secara keseluruhan sedemikian hingga tidak
melebihi JTB. Dengan kebijakan ini dan didukung oleh penegakan hukum, sumberdaya ikan yang sudah
berada pada tingkat overexploited dan fully explloited dapat segera terpulihkan. Semakin banyak stok
ikan di laut, semakin mudah dan murah para nelayan menangkap ikan. Inilah ujung dari kegiatan
pengkajian stok ikan di laut, yaitu kesejahteraan nelayan (Megawanto, 2015).

Menurut Sparre, et al. (1989), tujuan dasar pengkajian stok ikan adalah memberikan saran tentang
pemanfaatan yang optimum sumber daya ikan. Sebagaimana diketahui sumberdaya ikan bersifat
terbatas tetapi dapat memperbaharui dirinya, dan pengkajian stok dapat diartikan sebagai upaya
pencarian tingkat pemanfaatan yang dalam jangka panjang memberikan hasil tangkapan maksimum
perikanan.

Berdasarkan pertimbangan-pertimbangan teknis biologis serta ekonomi dan sosial tersebut di atas,
buku ini disusun berdasarkan tiga disiplin ilmu yang satu sama lain saling terkait, yaitu Ilmu Dinamika
Populasi Ikan (Fish Population Dynamics) atau Biologi Perikanan (Fisheries Biology), Ilmu Pengkajian
Stok Ikan Tropis (Tropical Fish Stock Assessment), dan Ilmu Pengelolaan Perikanan (Fisheries

3
Management). Dalam perkuliahan, masing-masing disiplin ilmu ini diberikan secara terpisah, namun
dalam buku ini ketiga disiplin ilmu ini disatukan. Untuk menunjang ketiga disiplin ilmu tersebut
sebenarnya masih diperlukan disiplin ilmu lain, yaitu biologi, matematika, statistika, serta Alat dan
Kapal Penangkap Ikan (Fishing Gears and Craft). Last but not least, dalam zaman modern seperti
sekarang ini tentunya sangat diperlukan Teknologi Komputer.

4
BAB II
DINAMIKA POPULASI IKAN
2.1. Pengantar

1. Mengapa Timbul Ilmu Dinamika Populasi Ikan?

Dinamika populasi ikan (fish population dynamics) merupakan bagian dari biologi perikanan (fishery
biology). Ilmu ini mempelajari biologi dari populasi ikan dan faktor-faktor yang mempengaruhi
populasi tersebut. Faktor-faktor tersebut adalah: reproduksi dan penambahan baru (recruitment),
pertumbuhan (growth), dan kematian (mortality). Faktor kematian selain disebabkan oleh kematian
alamiah (natural mortality), juga disebabkan oleh kematian karena penangkapan (fishing mortality).

Penambahan baru Kematian alamiah


(Recruitment) (Natural mortality)
Populasi Ikan Kematian (Mortality)

Pertumbuhan Kematian penangkapan


(Growth) (Fishing mortality)

Dengan demikian, suatu populasi tak pernah konstan, tetapi selalu mengalami perubahan (dynamic).
Untuk menaksir populasi dan faktor-faktor yang mempengaruhinya tersebut, perlu dilakukan
pendekatan secara matematis/statistik (mathematical/statistical approach).

Ilmu ini (dinamika populasi ikan) timbul karena terjadi eksploitasi suatu perairan yang menyebabkan
hilangnya populasi di perairan tersebut. Contoh klasik yang sudah lama terjadi adalah punahnya ikan
Halibut dan ikan Plaice di Atlantik Utara karena overfishing. Walaupun ke dalam perairan itu telah
dilakukan restocking agar stok ikan tidak habis, namun karena kepandaian manusia dalam
menggunakan teknologi (advanced technology) dan pesatnya perkembangaan industrialisasi,
overfishing tetap saja terjadi (Holden dan Rait, 1974).

Terjadinya overfishing seperti disebutkan di atas, sebenarnya sudah lama terjadi di negara-negara yang
telah maju teknologi perikanannya, bahkan hingga sekarang fenomena ini masih berlangsung, seperti
yang terjadi baru-baru ini di beberapa negara Uni Eropa seperti Italia, Denmark dan Inggris yang akan
membesituakan dan memusnahkan ribuan kapal-kapal tangkapnya karena sekitar 50 persen perairan di
wilayah itu telah mengalami padat tangkap (Kompas, 18 Juni 2002).

Beberapa kasus lainnya sehubungan dengan telah terjadinya overfishing yang disebabkan oleh
kurangnya pengetahuan tentang Ilmu Dinamika Populasi Ikan dan “stock assessment”, dikemukakan
oleh Murphy (1973) sebagai berikut:

(1). Industri “fish meal” di Chili yang semula diperhitungkan bisa menyerap produksi ikan sebanyak
10 juta metrik ton per tahun, kenyataannya hanya satu juta metrik ton per tahun. Ini merupakan
kesalahan besar dalam kurang tepatnya perencanaan karena kurang baiknya data atau pencatatan
produksi pada tahun-tahun sebelumnya.

(2). Pembangunan Industri Pengalengan Ikan Tuna milik sekelompok orang-orang Amerika di Samoa
tidak lama setelah Perang Dunia kedua ternyata ikan Tunanya tidak ada karena kesulitan ikan umpan
hidup. Ini seharusnya sudah dapat diperkirakan sebelumnya, tetapi kenyataannya tidak demikian,
karena semua orang menduga ikan umpan hidup akan selalu ada di tiap perairan.

5
(3). Menghilangnya sama sekali sumber daya ikan yang penting di Jepang, di mana produksi ikan
Sardine merosot dari 1,5 juta ton menjadi nol ton dalam waktu yang relatif singkat.

Terjadinya “overfishing” pada sumber-sumber perikanan penting di negara-negara maju tersebut, kini
telah melanda di negara-negara sedang berkembang termasuk Indonesia. Akibat peningkatan jumlah
armada dan lepasnya kontrol dalam upaya penangkapan ikan, telah terjadi overeksploitasi pada
beberapa Wilayah Pengelolaan Perikanan (WPP) di perairan Indonesia. Bagaimana cara mencegah
hilangnya populasi tersebut? Salah satu caranya adalah dengan mengadakan manajemen biologi
(biological management), yaitu dengan membuat peraturan dan perundang-undangan. Ada enam
metode pangaturan yang dapat dilakukan (Isarankua, et al.1970):

1. Limitation of total effort, license limitation (Pembatasan upaya dan izin penangkapan).
2. Closed areas (Penutupan daerah penangkapan).
3. Closed season (Penutupan musim penangkapan).
4. Regulation of mesh size (Pengaturan mata jaring).
5. Limitation of the size of fish/shrimp that can be landed (Pembatasan ukuran ikan/udang yang
didaratkan).
6. Catch quota system (Sistem quota penangkapan).

2. Peran pakar biologi perikanan

Masalah perikanan umumnya berkaitan dengan masalah internasional sehingga banyak dari mereka
yang diatur oleh suatu komisi internasional. Contoh: (1). The Northeast Atlantic Fisheries Commission
(NEAFC) dan the International Commission for the Northeast Atlantic Fisheries (ICNAF), mereka
mengatur penangkapan ikan di Atlantik Timur Laut; dan (2). The Pasific Halibut Commission, yang
khusus mengatur ikan Halibut di Pasifik.

Peran para pakar biologi perikanan kepada komisi internasional tersebut adalah memberikan data dan
nasihat ilmiah (scientific advice). Selain itu peran para pakar biologi perikanan dituntut untuk
mengetahui: (1) habitat dan faktor-faktornya, (2) “life cycle“ dan “feeding habit” dari ikan-ikan yang
membentuk populasi itu, (3) nilai ekonomi dan gizi dari ikan itu, (4) dan mengetahui bagaimana
eksploitasi perairan agar tidak merusak habitat dan populasinya. Para pakar biologi perikanan dituntut
pula untuk menguasai bidang ilmu matematika dan atau statistika.

3. Hubungan/Kontak antara Manusia dan Ikan

Hubungan/kontak antara manusia dan ikan dipengaruhi oleh faktor-faktor sebagai berikut:
(1). Hubungan/kontak akan lebih tinggi jika ikan dibutuhkan sebagai bahan pangan oleh manusia.
Sebaliknya hubungan/kontak akan kurang jika ikan kurang dibutuhkan oleh manusia. Contoh, di
Amerika Selatan, daerah perairan Samudra Pasifik Selatan merupakan daerah perikanan yang subur.
Tetapi di daerah ini tidak ada eksploitasi, selain karena kemunduran teknologi, khewan-khewan sebagai
sumber protein khewani di daerah ini lebih banyak bukan dari ikan. Oleh karena itu, kontak antara
manusia dengan ikan di Amerika Selatan ini kurang. Lain halnya dengan orang Rusia yang sukar
mencari daging, sehingga eksploitasi ikan sangat besar, dan kontak manusia dengan ikan tinggi. (2).
Kebiasaan (life habit), di daerah di mana penduduknya lebih banyak menyukai ikan, maka derajat atau
tingkat hubungan antara manusia dan ikan tinggi. (3). Kemajuan teknologi, di negara dimana teknologi
perikanannya sudah berkembang, maka kontak antara manusia dan ikan juga tinggi. (4). Nilai
perdagangan (demand dan supply), misalnya, orang Jepang membutuhkan ikan Tuna hampir setiap
waktu, oleh karena itu orang Jepang berani menangkap ikan Tuna kemana-mana karena demand akan

6
ikan ini tinggi. Demikian pula halnya dengan gigi ikan Paus, dulu tidak bernilai, tetapi sekarang bernilai
untuk perhiasan, sehingga demand akan ikan ini tinggi.

Ada 3 (tiga) macam kontak antara manusia dan ikan: (1) penangkapan komersial (commercial fishing),
(2) budidaya ikan (fish farming) dan (3) penangkapan rekreasi (sport fishing). Berikut urutan negara-
negara yang mengadakan penangkapan ikan di laut untuk tujuan komersial (commercial fishing):

Tabel 2.1. Produksi dan jenis ikan dari berbagai negara

1961*) 2016**)
No. Negara Hasil No. Negara Hasil Jenis Ikan Daerah
(106Ton/Th) (106Ton/Th)
1 Jepang 6.7 1 China 17.8 Herring like Pasifik Barat Laut,
2 Peru 5.2 2 Indonesia 6.58 fish(Clupeidae); Atlantik Timur
3 China 5.0 3 India 5.08 Cod fish (Cod, Laut, Atlantik
4 Rusia 3.2 4 USA 4.93 haddock, hake); Barat Laut, Indo
5 USA 2.9 5 Rusia 4.77 Tuna, bonita, Pasifik, Atlantik
6 Norwegia 1.5 6 Peru 3.81 mackerel; Flat Tenggara, Laut
7 Kanada 1.02 7 Jepang 3.28 fish (flounder, Tengah, dan Laut
8 Spanyol 1.0 8 Vietnam 2.79 sole, halibut); Hitam.
9 Norwegia 2.2 Salmon, smelt,
trouts; Lain-lain
(Cumi-cumi, hiu,
pari)
*) Menurut: Bureau of Commercial Fishing (1961).
**) Menurut: FAO dan The World Bank (2018).

Budi daya ikan (fish farming) timbul di negara-negara yang letak geografisnya tidak memiliki laut atau
perairan daratnya lebih banyak dari perairan laut. Pada umumnya di tiap negara produksi perikanan
lautnya lebih tinggi dari pada produksi perikanan daratnya, kecuali di Yugoslavia di mana danau-danau
dieksploitasi secara intensif, sedangkan di Israel teknologi budidayanya sudah sangat maju.

Perikanan rekreasi (sport fishing) pada umumnya melakukan penangkapan ikan Layar di laut yang
beratnya bisa mencapai 40-60 kg. Untuk tujuan sport fishing ini, bangsa Amerika menjajakan
budgetnya sebanyak US$ 2.6 M per tahun pada 1959, dan menurut American Sport Fishing Association
(2013) meningkat menjadi US$ 657 M pada 2010.

4. Sejarah Perkembangan Biologi Perikanan

Sparre (1985) mengilustrasikan sejarah perkembangan biologi perikanan berdasarkan pentahapan


waktu sebagai berikut:

Pada abad yang lalu (In the last century):

Para pakar biologi perikanan (fishery biologist) mulai mempelajari biologi ikan dan kerang-kerangan
(shellfish) terutama yang mempunyai nilai komersial dengan tujuan untuk memperoleh pengetahuan
mengenai kehidupan hewan-hewan tersebut. Bidang studi yang dipelajari mengenai: penyebaran
(distribusi), pola migrasi, musim pemijahan, fekunditas, perkembangan telur dan larva, makanan dan
kebiasaan makan serta tingkah laku. Mereka memandang species sebagai elemen dalam suatu sistem
ekologi. Mereka mencatat fluktuasi kelimpahan ikan dan mencoba mengkorelasikan fluktuasi tersebut
dengan kondisi hidrografi, produksi plankton, dan sebagainya. Mereka juga mulai memperhatikan
pengaruh penangkapan terhadap stok dan produksi ikan. Disadari bahwa sumber daya ikan terbatas.
Penangkapan dapat meredusir stok dan produksi ikan. Hasil tangkapan berkurang atau stok ikan

7
menjadi kolaps. Kosekwensinya mereka mempelajari penangkapan, jumlah kapal, distribusi armada
penangkapan, jumlah trawl, dan sebagainya, semuanya dicatat. Mereka mencoba menghubungkannya
dengan informasi dan data tentang perubahan-perubahan dalam komposisi stok ikan, dan perubahan-
perubahan dalam upaya penangkapan. Mereka mencari jenis-jenis model untuk menggambarkan
interaksi antara stok ikan dan perikanan. Secara gradual para pakar biologi laut (marine biologist)
beralih profesi ke pakar biologi perikanan (fishery biologist). Penelitian-penelitian mereka menjadi
lebih berorientasi sumber daya. Mereka mulai mempelajari kehidupan dalam laut dengan tujuan spesifik
menilai/menduga produksi sumber daya yang dapat menghasilkan. Mereka juga memandang
keterbatasan sumber daya yang dapat dieksploitasi dalam rangka memberikan petunjuk kepada industri
penangkapan, sehingga dengan demikian dapat melaksanakan eksploitasi sumber daya yang rasional.

Pada saat perang dunia kedua (In the second world war):

Data dan informasi tentang stok ikan penting dan komersial cukup tersedia. Akan tetapi petunjuk dan
nasihat yang diberikan oleh para pakar biologi kepada para industri penangkapan masih terbatas dan
bersifat kualitatif.

Setelah pertengahan 1950-an (after the mid-1950’s)

Biologi perikanan kemudian berkembang menjadi ilmu yang bersifat kuantitatif, yaitu ketika Beverton
dan Holt (1956,1957) dan Schaefer (1954,1957) membuat model-model pengkajian stok ikan. Saat itu
suatu era baru dalam penelitian perikanan dimulai. Dengan teknik-teknik baru para ahli biologi
perikanan menggambarkan dinamika stok ikan, menghitung jumlah interaksi antara produksi sumber
daya hayati perairan di laut dan sumber daya perikanan yang dapat dieksploitasi. Mereka mulai
mencoba memprediksi apa yang akan terjadi dengan stok dan hasil perikanan ke depan. Dengan model-
model tersebut, para pengusaha industri penangkapan dan pengelola perikanan mulai mendapat
informasi mengenai hasil tangkapan maksimum yang lestari (Maximum Sustainable Yield, MSY).
Secara gradual perkembangan biologi perikanan telah berkembang dari ilmu yang bersifat kualitatif ke
kuantitatif.

Pada saat sekarang (to day):

Para pakar biologi perikanan dituntut untuk memiliki ilmu pengetahuan yang lebih banyak lagi tentang:
biologi laut secara umum, matematik dan komputer, alat dan metode penangkapan ikan, teknik
pengambilan contoh (sampling technique) dan analisis data statistik, teknik akustik untuk menghitung
stok ikan, dan pengetahuan tentang masalah khusus yang ada hubungannya dengan daerah di mana studi
perikanan dilaksanakan dalam memberikan advis kepada pemerintah (ekeskutif) dan DPR (legislatif).

5. Ekologi dan Dinamika Populasi

Disiplin ekologi perlu dibahas karena studi populasi dan ekosistem merupakan bagian dari ekologi.
Istilah “oekologi” atau ekologi pertama kali dimunculkan pada tahun 1869 oleh ahli ilmu hayat bangsa
Jerman, Ernst Haeckel. Oekologi atau ekologi berasal dari kata oikos yang berarti rumah, dan logos
artinya pengetahuan. Ekologi biasanya didefinisikan sebagai hubungan antara mahluk dengan
lingkungannya. Dengan berkembangnya berbagai cabang ilmu pengetahuan, maka kajian-kajian
ekologi juga berkembang sehingga kini kita mengenal berbagai macam ekologi seperti: ekologi
kependudukan, ekologi perairan, ekologi hutan, ekologi pertanian, ekologi serangga, ekologi perkotaan,
dan sebagainya.

8
Lingkungan (environment) atau biosfer (biosphere) dapat dibagi menjadi lingkungan fisik atau abiotik
dan lingkungan biotik. Lingkungan fisik atau abiotik mencakup unsur-unsur litosfer (lithosphere) yaitu
lapisan kerak bumi dan hidrosfer (hydrosphere) yang meliputi lautan dan perairan lainnya. Lingkungan
biotik merupakan bagian dari keseluruhan lingkungan yang terbentuk dari semua fungsi hayati
makhluk-makhluk hidup yang satu dengan yang lainnya saling berinteraksi. Contoh: studi mengenai
satu makhluk hidup dengan seluruh populasinya, atau studi yang mencakup seluruh komunitas yaitu
kajian atas interaksi berbagai populasi dalam satu daerah tertentu.

6. Model Populasi dalam Ekologi

Studi populasi bertujuan untuk menjelaskan dan meramalkan perkembangan suatu populasi. Dalam
studi ini acapkali dipergunakan model untuk menjelaskan representasi abstrak dari suatu proses
perkembangan yang dapat diilustrasikan dalam bentuk verbal, grafik dan/atau persamaan matematika
(Tarumingkeng, 1994).

Sparre (1985) menyatakan model bisa diilustrasikan dalam berbagai bentuk, misalnya: ukiran dalam
kayu, gambar pada peta, gambar kurva, simbol pada grafik, ditulis dalam persamaan matematika,
sebagai program komputer, dan sebagainya. Dengan model, penjelasan mengenai sistem serta
hubungan-hubungannya dapat diberikan secara kualitatif maupun kuantitatif.

Menurut Tarumingkeng (1994), model adalah simplifikasi dari suatu sistem yang menggambarkan
keadaan yang sebenarnya (“the real world”). Contoh: Boneka yang memiliki badan, kepala, tangan
dan kaki seperti manusia dalam keadaan sebenarnya. Jika manusia dianggap sebagai suatu sistem, maka
badan, kepala, tangan dan kaki dari boneka yang dijadikan model, merupakan subsistemnya. Dengan
demikian, maka untuk menyusun suatu model perlu terlebih dahulu ditetapkan sistem dari obyek dan
subsistem-subsistem yang menyusunnya. Contoh lain: gedung kantor kecamatan, jika kantor ini
dianggap suatu sistem, maka subsistem-subsistemnya adalah ruang kerja camat, ruang tata usaha, ruang
tamu, kamar kecil, dan sebagainya. Formulasi model sederhana seperti dicontohkan di atas,
menunjukkan bahwa antara model dan obyek atau keadaan sebenarnya terdapat hubungan kemiripan
dalam subsistem-subsistemnya. Contoh sederhana dari suatu model dalam perikanan diberikan oleh
Sparre (1985) (lihat Gambar).

Gambar 2.1. Model dalam suatu bentuk grafik yang menunjukkan hubungan antara upaya (effort) dan
hasil tangkapan (catch) dari suatu armada penangkapan ikan (fishing fleet) (Contoh hipotetis dari
Sparre, 1985)

9
Gambar 2.2. Model dalam bentuk peti hitam (black box) mengilustrasikan sumberdaya ikan sebagai peti
hitam yang ukurannya bergantung pada beberapa input rekrutmen, migrasi, pertumbuhan) dan
beberapa output (mortalitas alami, emigrasi, mortalitas penangkapan)

Gambar 2.3. Model dalam bentuk grafik (A) dan matematik (B), di mana model matematika B
menyatakan panjang (L) sebagai fungsi dari umur ikan (t)

Pengertian Model dan Pemodelan

Tidak jauh berbeda dengan apa yang dikatakan oleh Tarumingkeng (1994), Fauzi dan Anna (2005)
mengatakan bahwa model tidak lain adalah representasi suatu realitas dari seorang pemodel. Dengan
kata lain, model adalah jembatan antara dunia nyata (real world) dengan dunia berfikir (thinking) untuk
memecahkan suatu masalah. Proses penjabaran atau merepresentasikan ini disebut sebagai “modelling”
atau pemodelan yang tidak lain merupakan proses berpikir melalui sekuen yang logis. Model dibangun
atas proses berpikir (melalui indra fisik) dari dunia nyata yang kemudian diinterpretasikan melalui
proses berpikir, sehingga menghasilkan pengertian dan pemahaman mengenai dunia nyata. Pemahaman
ini tidak bisa sepenuhnya menggambarkan realitas dunia nyata, sehingga di dalam pemodelan dikenal

10
istilah “there is no such thing as one to one maping” (tidak ada peta satu banding satu). Selain itu, model
dirancang bukan untuk memecahkan masalah sekali untuk selamanya (once and for all) atau
memecahkan semua masalah. Di dalam model tidak ada istilah “there is no such thing as solution for
the real life problem” yang menjadi kunci dari semua masalah, sehingga dalam pemodelan, penting
untuk merevisi dan meng-upgrade strategi. Harus diingat bahwa segala sesuatu berubah, mengalir, dan
tidak ada yang tetap. Jadi, pemodelan juga dapat dikatakan sebagai proses menerima,
memformulasikan, memroses, dan menampilkan kembali persepsi dunia luar.

Di dalam proses interpretasi dunia nyata tersebut ke dalam dunia model, berbagai proses transformasi
atau bentuk model bisa dilakukan. Ada model yang lebih mengembangkan interpretasi verbal (seperti
bahasa), ada yang diterjemahkan ke dalam bahasa simbolik, seperti bahasa matematika, sehingga
menghasilkan model kuantitatif. Untuk menjembatani dunia nyata yang dalam persepsi manusia bersifat
kualitatif menjadi model yang bersifat kuantitatif diperlukan proses transformasi berupa alat
pengukuran dan proses pengambilan keputusan. Tanpa pengukuran yang jelas, tidak mungkin dibangun
model kuantitatif yang kokoh. Tom Peters, seorang ahli pemodelan pernah mengatakan bahwa “if you
can’t measure it, you can’t manage it.” Jadi, dengan kata lain pengukuran dalam membangun model
sangat penting, sebab dapat menentukan seberapa jauh model yang dibangun bisa dikendalikan dan
dikelola.

Dalam pemodelan, menurut Fauzi dan Anna (2005), dikenal istilah “modelling is an art, solving is a
science.”(pemodelan adalah seni, sementara memecahkan model adalah sain).

Kategori Model

Beberapa kategori model menurut Tarumingkeng (1994) adalah sebagai berikut:

1. Berdasarkan fungsinya: (a). Model deskriptif (bagan atau diagram); (b). Model prediktif (grafik dan
persamaan yang bersifat peramalan); (c). Model normatif (grafik dan persamaan yang memberikan
rekomendasi untuk tindakan tertentu);

2. Berdasarkan struktur: (a).Model ikonis (maket, miniatur); (b). Model analog (grafik, peta); (c). Model
simbolis (persamaan, rumus);

3. Berdasarkan ada/tidak adanya waktu: (a). Model statis (perubahan tanpa memperhitungkan
waktu-t); (b). Model dinamis (perubahan dengan memperhitungkan waktu);

4. Berdasarkan metode yang dikenal: (a). Model probabilistik (perolehan data berdasarkan
acak/random); (b). Model stokastik (termasuk probabilistik, misalnya: P(E) = 1 - P(E), dan sebagian
besar model sistem biologi); (c). Model deterministik memprediksi dengan pasti,misalnya: Nt/No = ert.

Karena populasi berubah-ubah sepanjang waktu, maka dengan adanya model dimungkinkan untuk
mengadakan ramalan-ramalan mengenai keadaan populasi yang bersangkutan untuk waktu-waktu
tertentu. Dalam studi dinamika populasi, prosedur matematika merupakan premis yang sangat
bermanfaat karena matematika dapat dianggap sebagai alat untuk memberikan jawaban atas
permasalahan.

Seperti halnya Tarumingkeng (1994), Fauzi dan Anna (2005) mengkategorikan model berdasarkan
skala waktu dan tingkat kompleksitas yang dicerminkan dari aspek ketidakpastian. Jika model tidak
mempertimbangkan aspek waktu, model tersebut kita sebut model statis. Jika aspek waktu
(intertemporal) dipertimbangkan, model tersebut kita sebut model dinamik.

11
Jika kemudian model yang dibangun mempertimbangkan aspek ketidakpastian yang lebih
menggambarkan realitas dunia nyata, model tersebut kita sebut model yang bersifat deterministic. Jika
ketidakpastian dimasukkan ke dalam model, model tersebut kita sebut model yang bersifat stochastic.
Interaksi antara skala waktu dan ketidakpastian akan menghasilkan model yang lebih kompleks lagi,
seperti model yang dynamic-stochastic.

Selain kategori di atas, model juga dapat dikatakan bersifat analitic maupun empiric. Model analitic
dibangun tanpa harus mengandalkan data riil. Model ini lebih dibangun dari proses berpikir,
membangun teori, maupun membangun building block yang dapat dijadikan sebagai model dasar dari
analisis-analisis yang lain. Di sisi lain, model empirik dibangun dari pengamatan empiris data riil.
Dengan demikian, model ini sering bersifat kasuistik (case studies) dan belum tentu bisa diterapkan
pada situasi yang berbeda.

Proses Pemodelan

Dalam membanguan sebuah model diperlukan beberapa tahapan agar dihasilkan model yang reliable.
Secara umum tahapan-tahapan tersebut dapat dilihat pada Gambar 2.4.

IDENTIFIKASI

MEMBANGUN ASUMSI

KONSTRUKSI MODEL

ANALISIS

INTERPRETASI

N VALIDASI

IMPLEMENTASI

Gambar 2.4. Sekuen Proses Pemodelan (Fauzi dan Anna, 2005)

Dari Gambar 2.4 terlihat bahwa tahapan identifikasi, khususnya identifikasi masalah yang dibangun
dari berbagai pertanyaan, menjadi sangat penting untuk membangun suatu model. Kelemahan
mengidentifikasi masalah sering menjadi penyebab tidak validnya suatu model karena menjadi
semacam tautology.

Setelah identifikasi masalah dilakukan, langkah berikutnya dalam membangun model adalah
membangun asumsi-asumsi. Hal ini diperlukan karena sebagaimana dikemukakan sebelumnya, model
adalah penyederhanaan realitas yang kompleks. Oleh karena itu, setiap penyederhanaan memerlukan

12
asumsi, sehingga ruang lingkup model berada dalam koridor permasalahan yang akan dicari solusi atau
jawabannya.

Setelah asumsi dibangun, langkah berikutnya adalah membuat konstruksi dari model itu sendiri. Hal ini
dapat dilakukan baik melalui hubungan fungsional dengan cara membuat diagram, alur, maupun
persamaan-persamaan matematis.

Konstruksi model ini dapat dilakukan baik dengan bantuan komputer software maupun secara analitis.
Tahap berikutnya yang cukup krusial dalam membangun model adalah menentukan analisis yang tepat.
Inti tahap ini adalah mencari solusi yang sesuai untuk menjawab pertanyaan yang dibangun pada tahap
identifikasi. Di dalam pemodelan, analisis ini biasanya dilakukan dengan dua cara, pertama dengan
melakukan optimisasi, kedua dengan melakukan simulasi. Optimisasi dirancang untuk mencari solusi
“what should happen” (apa yang seharusnya terjadi), sementara simulasi dirancang untuk mencari
solusi “what would happen” (apa yang akan terjadi). Masing-masing analisis tersebut di atas memiliki
kelebihan dan kekurangan, sehingga keduanya dapat digunakan sesuai dengan kebutuhan permasalahan
yang harus dijawab.

Pemodelan untuk Sumber Daya Perikanan-Kelautan

Sumber daya perikanan dan kelautan merupakan sumber daya yang relatif kompleks. Dalam hal
lingkungan pengelolaan pun sangat berbeda dari sumber daya terestrial lainnya, misalnya pertanian dan
perkebunan. Dari sisi sumber daya, stok sumber daya ikan, misalnya, bermigrasi dan bergerak dalam
ruang tiga dimensi. Kondisi ini menambah kompleksitas dalam pengelolaan, misalnya saja menyangkut
pengaturan hak pemilikan atas sumber daya tersebut.

Dimensi kompleksitas dalam pengelolaan sumber daya perikanan juga ditandai dengan tingginya
tingkat ketidakpastian (uncertainty) dan risiko pengelolaan yang ditimbulkan. Jumlah stok ikan,
misalnya, tidak pasti (sulit diketahui). Selain itu, tidak ada input yang digunakan, seperti halnya pakan
dalam budi daya, untuk mengendalikan pertumbuhan ikan. Pengetahuan tentang pertumbuhan ikan,
migrasi, dan mortalitas sangat fragmentary.

Karena berbagai fitur di atas, berbagai model untuk sumber daya perikanan kelautan telah
dikembangkan sejak lima puluh tahun yang lalu. Dan karena kompleksitas itu pulalah jawaban atas
permasalahan dalam pengelolaan sumber daya perikanan harus didekati dengan pemodelan. Dalam
beberapa kasus, kesulitan dalam hal penyediaan data menyebabkan model yang dikembangkan untuk
perikanan dan kelautan sering bersifat kualitatif ketimbang kuantitatif. Namun, belakangan ini, dengan
perkembangan teknologi komputasi, pemodelan kuantitatif untuk sumber daya perikanan dan kelautan
semakin pesat dan bervariasi. Salah satu model yang paling umum digunakan dan mengalami
pengembangan terus-menerus adalah pemodelan bioekonomi melalui model optimal control berbasis
prinsip maksimum. Pengembangan model bioekonomi ini merupakan konsekuensi logis dari sifat
sumber daya perikanan kelautan yang harus didekati dari sisi biologi dan sisi ekonomi.

2.2. Populasi, Sub Populasi, Stok dan Unit Stok

1. Populasi

Penggunaan istilah populasi dan stok sering bercampur aduk, kadang-kadang digunakan istilah populasi
dan di saat lain digunakan istilah stok, sehingga timbul kesan bahwa penggunaan istilah populasi dan
stok tidak ada batasnya yang jelas. Satu populasi bisa terdiri dari satu sub populasi atau beberapa sub

13
populasi yang penyebarannya tidak homogen, hal ini disebabkan karena fekunditas, adaptasi, dan lain-
lain.

Dalam peraturan nomenklatur internasional dikenal istilah subspecies sebagai kategori terkecil. Namun
terhadap kategori ini sering digunakan istilah populasi, sub populasi, stok, varietas, dan strain (Royce,
1972). Menurut Krebs (1972), kebanyakan species dan sub species terdiri dari populasi lokal di mana
keduanya tidak mempunyai sifat genetik yang identik.

Sebenarnya populasi itu mengikuti satu atau lebih sifat-sifat berikut: (1) Populasi-populasi yang terpisah
secara geografis dengan lainnya mempunyai kesempatan walaupun sedikit untuk saling tukar genetis;
(2) Dari populasi yang berkelompok yang dinamakan “clines” terdapat satu seri perubahan yang
gradual; (3) Populasi yang berkelompok harus disertai dengan perbedaan yang tajam dengan daerah
hibridisasi.

Sehubungan dengan hal-hal tersebut di atas, maka dapat dikemukakan batasan-batasan sebagai berikut:
(1) Secara umum populasi dapat didefinisikan sebagai kelompok organisme yang terdiri dari species
yang sama yang menghuni daerah tertentu. Sifat khas yang dimiliki oleh suatu populasi adalah
kerapatan (densitas), laju kelahiran (natalitas), laju kematian (mortalitas), sebaran (distribusi) umur,
potensi biotik, sifat genetik, perilaku dan pemencaran (dispersi); (2) Secara khusus populasi ikan adalah
semua individu ikan dari satu species (satu jenis) tidak termasuk subspecis. Sub populasi adalah
sebagian atau satu pecahan/fraksi dari suatu populasi dan bagian ini dapat
mempertahankan/melangsungkan sifat-sifat genetiknya. Walaupun ada perbedaan antara sub populasi,
tetapi perbedaan inipun bersifat turun temurun (heredity)

Menurut Widodo dan Nurhakim (2002), suatu populasi adalah suatu kumpulan dari individu yang hidup
pada suatu waktu tertentu dalam suatu ekosistem tertentu dan yang melakukan reproduksi terbatas di
antara mereka sendiri. Definisi tersebut menggambarkan adanya unsur isolasi dan homogenitas (dalam
hal karakteristik yang bersifat turunan) yakni: (i) tidak ada hubungan reproduksi dengan individu-
individu dari luar; (ii) monospesies; (iii) populasi terbentuk dari individu-individu dari berbagai stadia:
burayak (larva), yuwana (juvenile), belum dewasa, dewasa.

2. Populasi Dalam Ekosistem

Di dalam suatu perairan tertentu baik yang tertutup maupun yang terbuka akan didapatkan bermacam-
macam populasi dan species yang berlainan. Kumpulan populasi yang terdapat dalam perairan itu
dinamakan komunitas. Komunitas sebagai unit biologi bersama-sama komponen benda mati di
sekelilingnya mengadakan interaksi yang dinamakan ekosistem.

Unit Biologi: Unit Benda Mati:

- individu/Species perairan (dengan paramter


- populasi + kimia, fisika, dan benda Ekosistem
- komunitas lain di sekelilingnya)

14
Unit benda mati (perairan)

Unit biologi Ekosistem

Dibedakan ekosistem terestrial dan ekosistem akuatik. Berdasarkan elelemen biologinya, keadaan
ekosistem terestrial lebih kompleks dari pada ekosistem akuatik. Contohnya, tundra hutan tropik dan
hutan hujan (rain forest). Ekosistem akuatik yang berbatasan dengan tanah antara lain: Coral reef, salt
marshes, dan bog lakes. Ekosistem akuatik yang elemen fisiknya dominan, antara lain: Danau
oligotropik, danau arctic, dan laut tropik.

3. Parameter populasi

Untuk mempelajari populasi sebagai satu unit studi kita perlu mengetahui parameternya. Dapat
dibedakan antara parameter individu dan parameter populasi. Parameter individu terdiri dari: ukuran,
morfologi, pertumbuhan dalam panjang/berat, natalitas, dan mortalitas. Sedangkan parameter populasi
terdiri dari: densitas (abundance), pola distribusi, struktur umur, pertumbuhan dalam jumlah/biomas,
kecepatan/laju natalitas, dan kecepatan/laju mortalitas.

a. Densitas (abundance)

Istilah yang paling mendekati dari densitas (abundance) sebagai parameter populasi ikan adalah
kepadatan. Menurut Krebs (l972), kepadatan adalah jumlah per unit area atau per unit volume, misalnya:
100 ekor/ha atau 240 kg/ha, dan sebagainya. Ini dinamakan kepadatan mutlak. Kepadatan nisbi suatu
populasi misalnya habitat x ikannya lebih banyak dari habitat y. Kepadatan populasi suatu habitat
tertentu dipengaruhi oleh imigrasi dan natalitas yang memberi penambahan jumlah kepada populasi.
Sedangkan emigrasi dan mortalitas yang memberi pengurangan jumlah kepada populasi. Natalitas di
sini memberi pengertian lebih luas dari kelahiran, karena natalitas mencakup lahir, menetas, dan
memperbanyak karena pembelahan, ini merupakan aspek reproduksi. Imigrasi dan emigrasi kurang
dihitung dalam studi populasi karena kedua komponen ini sama sehingga dapat diabaikan.

imigrasi

+
+ -
natalitas kepadatan mortalitas

emigrasi

15
b. Pola Distribusi Populasi

Tiap populasi mempunyai struktur atau penyusunan individunya yang dikenal dengan pola distribusi.
Menurut Effendi (1978), ada beberapa macam pola distribusi populasi, yaitu: (1). Pola distribusi
vektorial: Dipengaruhi faktor kimia dan fisika (suhu, cahaya, tekanan, salinitas, arus, bentuk dasar
perairan, dan lain-lain). Contoh pola distribusi vektorial yang dipengaruhi salinitas terlihat pada pola
distibusi vektorial di daerah estuaria; Ikan yang senang terhadap salinitas akan didapatkan banyak di
perairan bersalinitas tinggi dari pada di perairan bersalinitas rendah, dan lain-lain. (2). Pola distribusi
reproduktif. Pola ini ada hubungannya dengan reproduksi, baik sebelum, selama maupun sesudah
pemijahan. (3). Pola distribusi acak. Pola ini didapatkan dalam lingkungan yang uniform. (4). Pola
distribusi “contagious”. Merupakan distribusi individu yang berkelompok. (5). Pola distribusi “over
dispersion”. Merupakan distribusi individu yang merupakan kelompok kecil yang hampir uniform. (6).
Pola distribusi “co-active”. Pola ini merupakan hasil dari kompetisi dua species yang berdekatan.
Contoh: Dalam percobaan dua species yang menempati ruang hidup yang sama, mereka akan berbeda
dalam beberapa hal, misalnya makanan, toleransi lingkungan, kebutuhan pemijahan, dan lain-lain.

c. Struktur Umur

Natalitas dan mortalitas yang terjadi pada populasi menghasilkan satu set kelompok umur dimana satu
kelompok dengan kelompok yang lainnya jumlahnya tidak sama. Dalam satu populasi terdapat satu set
kelompok umur yang tidak sama antara kelompok yang satu dengan kelompok yang lainnya. Adapun
yang lazim dipakai sebagai pengukur waktu untuk umur ikan ialah tahun. Mengetahui set kelompok
umur sebagai salah satu parameter populasi merupakan hal penting dalam pengelolaan perikanan,
karena selain dapat mengetahui pola populasi, juga dapat memperhitungkan tindakan yang tepat yang
akan diambil dalam pengelolaan.

Dalam membahas kelompok umur dikenal dengan istilah “kohort” (kelompok umur yang sama).
Contoh: Dalam suatu perairan (1970) terjadi pemijahan yang berhasil dari satu species. Anak-anak ikan
dari satu species tadi dalam perairan itu yang berasal dari kelahiran tahun 1970 dinamakan satu kohort.
Sparre, et al. (1989) mendefinisikan satu kohort ikan sebagai sekelompok ikan yang semuanya berumur
sama dan berasal dari stok yang sama.

5. Subpopulasi

a. Bagaimana timbulnya subpopulasi?

Sebagaimana telah dijelaskan, istilah populasi dan stok sering bercampur aduk, ada kesan tidak ada
batasnya. Yang penting untuk mendapat perhatian adalah perbedaan subpopulasi dan stok, di mana
anggota subpopulasi berpisah pada waktu berpijah, sedangkan anggota stok tidak. Bagaimana
timbulnya subpopulasi? Untuk menjawab pertannya ini, dapat dijelaskan dengan contoh berikut: (1).
Ikan sockeye salmon (Onchorhynchus nerka) termasuk jenis ikan anadromous. Sebagian besar
hidupnya di laut dan sudah dewasa kembali ke sungai. Jenis ikan ini mudah terkunci di daratan
(landlock), misalnya dengan adanya dam di sungai, ikan terkunci dan beradaptasi di tempat itu,
sehingga karena pengaruh lingkungan di tempat itu, timbul subpopulasi baru. (2). Sejumlah ikan di
suatu danau L dengan stok P dan anaknya F. Suatu stok maturity-nya berbeda-beda sebab ada faktor
“gene” sehingga ikan betina waktu mijahnya pada umur yang berbeda-beda. Akibatnya ikan-ikan betina
ada yang mijah di sungai A di danau itu, dan ada yang mijah di sungai B. Jadi kedua kelompok ikan
yang pernah bertemu ini ada yang bertelur di sungai A dan ada yang bertelur di sungai B, dan karena
pengaruh lingkungan terjadilah “gene segregation”(pemisahan gen) sehingga sifat-sifat dari ikan
tersebut berbeda-beda, dan terjadilah subpopulasi A dan subpopulasi B. (3). Faktor-faktor lain

16
yang dapat menyebabkan terbentuknya subpopulasi, yaitu: faktor geologis, faktor pencemaran (fisik-
kimia), faktor fisiologis, faktor genetis dan faktor kondisi fisik ikan yang bersangkutan.

Danau L

Sungai A

Sungai B

b. Bagaimana cara memisahkan subpopulasi?

Ada beberapa cara yang lazim digunakan untuk memisahkan subpopulasi, yaitu: (1). Dengan
mempelajari anatomi dari sampel ikan yang dapat dilakukan secara a). morfometrik dan meristik, yaitu
dengan membandingkan bagian tubuh secara eksternal (membandingkan pajang kepala dengan panjang
badan dan lingkaran mata dengan panjang kepala) dan internal (membandingkan panjang usus dengan
panjang badan, dan jumlah dari caeca); b). secara cytologis, yaitu dengan melihat bentuk cel, jaringan
dan jumlah butir darah merah; dan c). secara internal anatomy, yaitu dengan melihat ada atau tidak
adanya alat “pseudobranchia” (alat pernafasan palsu) yang terletak dekat belakang kepala. (2).
“Tagging & recovery”, yaitu pemberian tanda pada ikan dan menemukan kembali ikan-ikan yang diberi
tanda tersebut. Cara ini biasanya untuk species ikan yang berpindah-pindah. (3). Mempelajari sifat-sifat
fisiologisnya, misalnya sifat-sifat pertumbuhan, kecepatan pencernaan makanannya, dan lain lain. (4).
Cara-cara biokimia, misalnya dengan melihat ototnya dari asam-asam amino apa, bagaimana komposisi
darahnya; (5). Cara life history, misalnya dengan melihat perbedaan waktu dan tempat berpijah,”food
habit” nya apa dan“feeding habit” nya bagaimana.

Dari cara-cara tersebut yang mudah dilakukan baik di lapangan maupun di laboratorium adalah cara
anatomi dan cara “life history”, karena kedua cara ini tidak banyak memerlukan alat dan bahan-bahan
kimia. Dalam pemisahan subpopulasi, pada umumnya kita menggunakan tanda-tanda yang kelihatan
(external characters) supaya tidak ada pengorbanan dari ikan itu. Akan tetapi sifat-sifat luar ini sangat
dipengaruhi oleh keadaan keliling, akibatnya mudah berubah-ubah (variasinya banyak). Jadi
penggunaannya harus hati-hati, maksudnya kita jangan mempergunakan 4-5 ciri-ciri morfologis yang
dapat menimbulkan kesalahan. Misalnya: pada jari-jari sirip (spine ray), pada dorsal fin (pada
umumnya ada tulang sehingga kita sukar menentukan jumlah tulang tersebut), sukar menghitung
branchio stagial, dan faktor-faktor keadaan keliling yang sangat mempengaruhi sifat-sifat morfometrik
adalah suhu, kadar O2, CO2, salinitas, panjang hari, radiasi, infeksi parasit, dan sebagainya.

c. Studi pemisahan subpopulasi

Studi dilakukan terhadap ikan Sokeye salmon di British Columbia Lake (BCL) yang panjangnya 65 mil
dan luasnya 154 mil2. Di dalam studi ini, diadakan perbandingan antara species-species yang terdapat
dalam sungai itu dan antara sungai yang satu dengan yang lain. Species ikan di bagian Utara
dibandingkan dengan di bagaian Barat dan Selatan. Sifat-sifat yang dipakai umumnya morfometrik.
Data hasil pengamatan disajikan pada Tabel 2.2.

17
Tabel 2.2. Sifat-sifat morfometrik ikan Sockeye salmon di British Columba Lake (1951)

Parameter Selatan Utara Barat


1. Fork length 18.78 cm 21.73 cm 24.66 cm
2. Jumlah tulang belakang 64.15 65.50 64.90
3. Jumlah gill rackers 33.85 35.10 35.50
4. Koefisien regresi dari 0.7249 1.0934 0.9722 (♂)
perbandingan panjang 1.1063 1.0410 1.0872 (♀)
kepala/badan.
5. Jumlah telur/gr (♀) 2.06 2.33 2.44

Dari Tabel 2.2 di atas dapat dilihat: (1) Species di bagian Barat lebih panjang dari pada di bagian Utara
dan Selatan; (2) Tidak terdapat perbedaan yang signifikan dalam jumlah tulang belakang antara Selatan,
Utara dan Barat; (3) Terdapat perbedaan yang signifikan dalam jumlah gill rackers antara Selatan,
Utara, dan Barat; (4) Ikan betina (♀) di bagian Selatan mempunyai panjang kepala yang relatif besar
dibanding bagian Barat dan Utara; (5) Jumlah telur ikan betina di bagian Barat lebih banyak dari pada
di bagian Utara dan Selatan.

Semua ikan sebagian besar dari masa hidupnya berdiam di danau. Tidak terdapat hubungan/korelasi
antara jumlah gill rackers dengan panjang ikan. Dari studi ini hanya memberikan perbandingan dari
satu kali pemijahan, variasi dari tahun ke tahun tidak ada. Oleh karena itu, kita harus mengadakan studi
lanjutan. Dari semua para parameter yang kita pelajari, hanya parameter fork length yang gampang
dilihat. Oleh karena itu, dalam studi lanjutan ini, harga rata-rata fork length disajikan pada Tabel 2.3.

Tabel 2.3. Harga rata-rata dari fork length (1951-1954)

Daerah 1951 1952 1953 1954 Rata-rata daerah


Barat 24.66 22.62 23.28 23.62 23.54
Utara 21.40 19.95 20.49 22.63 20.96
Selatan 18.19 15.62 - 18.51 17.42
Rata-rata tahun 21.40 19.38 21.88 21.36

Dari data pada Tabel 2.3 di atas, kita bisa melihat adanya perbedaan dari tahun ke tahun, tetapi
perbedaan tersebut tidak signifikan. Dari tahun ke tahun, perbedaan antara daerah ke daerah selalu
dipertahankan (significant). Bagian Selatan selalu mendiami yang paling kecil, dan bagian Barat lebih
panjang dari bagian Utara dan Selatan. Angka-angka meristik seperti disajikan di atas, adalah angka
yang berdasarkan sifat-sifat internal dan eksternal, yaitu perbandingan besar/panjang dari pada organ,
dan sebagainya.

Hasil studi di British Columbia Lake terdapat 3 (tiga) subpopulasi yang berbeda. Apa gunanya hal ini
bagi seorang biologist atau seorang usahawan? Seorang biologist akan membuat undang-undang
penangkapan yang mengharuskan menangkap ikan yang ukurannya di atas 23,54 cm untuk menjamin
kelangsungan hidup subpopulasi dan juga menjamin efisiensi usaha kita. Keinginan kita adalah
memperkecil natural mortality menjadi fishing mortality. Atau usaha kita harus sedemikian rupa
sehingga natural mortality diganti menjadi fishing mortality.

Untuk mengatasi kerusakan (over exploitation) harus diadakan evaluasi bahwasanya angka meristik
yang beda belum berarti bahwa suatu populasi itu terdiri dari beberapa subpopulasi, sebelum kita dapat
mengatakan bahwa perbedaan itu dari tahun ke tahun dipertahankan subpopulasi tersebut.

18
d. Mark & Recovery

Cara lain untuk memisahkan subpopulasi ialah dengan “mark & recovery”, yaitu memberi tanda dan
menangkap kembali ikan-ikan yang diberi tanda itu. Landasan pemikiran cara ini ialah: Apabila satu
populasi ikan terdiri dari satu subpopulasi, maka ikan-ikan yang diambil dari subpopulasi itu yang kita
tandai dan dilepaskan kembali, penyebaran ikan-ikan yang bertanda akan sesuai dengan penyebaran
penangkapan ikan-ikan itu di daerahnya. Artinya, di dalam penangkapan, maka ikan-ikan yang ditandai
itu akan tertangkap karena penyebarannya merata. Misal ikan “x” di suatu daerah perairan, daerah
penangkapannya dibagi menjadi daerah-daerah menurut dalamnya (physical characteristic), maka
penangkapan di daerah yang satu dengan yang lainnya akan sebanding. Contoh: Kita menangkap 1000
ekor ikan, kemudian ditandai (M) dan dilepaskan kembali. Apabila ikan itu menyebar secara merata,
maka ikan bertanda yang tertangkap kembali akan sebanding dengan usaha penangkapan. Dengan
syarat, ikan-ikan yang bertanda harus menyebar secara random dan penangkapannya juga harus
dilakukan secara random (lihat Tabel 2.4).

Tabel 2.4. Pemberian tanda pada ikan dan menangkap kembali (mark & recovery)

Area (mil dari M C Recovery


pantai) RO RE
0 – 100 150 0 84
100 – 200 200 50 113
200 – 300 1000 120 200 68
300 – 400 50 40 28
400 – 500 30 20 17
CT = 550 RT = 310 RT = 310
M = Marking
C = Catch
RO = R- Observed (yang kedapatan)
RE = R-Expected (yang diharapkan)
CT = Catching Total (penangkapan total)

Dengan menggunakan rumus ( C/CT = RE/RT  RE = C/CT x RT ), kita dapat mengambil kesimpulan
bahwa ikan-ikan itu tidak terdiri dari 1 (satu) populasi. Jika 1 (satu) subpopulasi, maka ikan yang
kedapatan (RO) harus sebanding dengan catch. Dalam grafik, kita lihat RO ꞊ RE, bentuk dari grafik
sama, tapi eksesnya (faktor-faktor dari kedua grafik) berbeda. Untuk diketahui bahwa, kesempatan bagi
ikan-ikan untuk menyebar sampai penangkapan kembali, lamanya kurang lebih 3 hari untuk areal seluas
3 ha. Sedangkan untuk mencapai daerah sampai 500 mil dari pantai, ditempuh kurang lebih 1 sampai 2
bulan.

RE RO

Frequency

d (jarak)

19
6. Stok dan Unit stok

a. Stok

Stok adalah suatu populasi atau bagian dari populasi dengan ciri-ciri atau tanda-tanda yang disebabkan
timbul oleh keadaan sekitarnya atau tempatnya, dan sifat-sifat ini tidak turun temurun. Menurut
perjanjinan internasional, stok merupakan kelompok ikan yang dapat dengan bebas dieksploitasi dan
dikelola.

Menurut Royce (1972), batasan yang ideal untuk stok adalah populasi tunggal yang “interbreed.”
Cushing (1968) mendefinisikan stok sebagai sesuatu yang memiliki daerah pemijahan tunggal dimana
hewan dewasanya akan kembali dari tahun ke tahun. Larkin (1972) mendefinisikan stok sebagai suatu
populasi organisme yang memiliki kumpulan gen yang sama, cukup terpisah yang menjamin
pertimbangan sebagai suatu sistem mandiri yang kekal yang dapat dikelola. Ihseen, et al (1981)
mendefinisikan stok sebagai suatu kelompok interspesifik dari individu-individu yang berhubungan
secara acak dalam kesatuan menyeluruh menurut waktu dan ruang. Ricker (1975) mendefinisikan stok
sebagai bagian dari suatu populasi ikan yang berada di bawah pertimbangan pandangan dalam
pemanfatannya baik secara aktual maupun potensial. Definisi terakhir mencerminkan suatu
kompleksitas pendekatan yang berbeda terhadap konsep stok. Oleh karena itu kita sama sekali tidak
akan mengikuti definisi tersebut, kita akan menganut kepada pendekatan biologis yang dikemukakan
di atas.

Sementara itu, Widodo dan Nurhakim (2002) menyatakan bahwa stok adalah bagian yang dapat
ditangkap dari populasi. Di perairan tropis sering kali sejumlah populasi mendiami area yang sama dan
ditangkap dalam suatu perikanan multispesies, sehingga sulit sekali untuk dapat membedakan antara
berbagai unit stok dari masing-masing spesies. Oleh karena itu kita sering dihadapkan pada suatu unit
spesies yang kompleks (yakni yang terdiri dari spesies-spesies yang hidup dalam area yang sama dan
yang tidak berbedaa nyata dalam hal pertumbuhan dan mortalitas). Sehingga dengan demikian konsep
biologi tentang populasi didasarkan atas integritas dan kontinuitas dari unit reproduksi. Sebaliknya,
definisi dari stok lebih ditekankan terhadap aspek operasional, yakni merupakan bagian yang ditangkap
dari satu atau lebih populasi secara biologis.

b. Unit stok

Secara teoritis suatu unit stok dapat digambarkan sebagai suatu kelompok dari individu-individu dari
species yang sama. Jika ada imigrasi yang dapat menambah stok dan emigrasi yang dapat mengurangi
stok, maka kedua faktor tersebut kurang dihitung dalam studi populasi karena kedua faktor ini sama
sehingga dapat diabaikan (FAO, 1975). Gulland (1969) mendefinisikan unit stok sebagai kelompok
yang berdiri sendiri dan yang mampu bertahan sendiri tanpa campur tangan dari luar dan mempunyai
karakterisitik biologi dan dampak penangkapan seragam.

Pada dasarnya suatu unit stok mengandung populasi dengan daerah pemijahannya (spawning area)
sendiri. Pada suatu unit stok yang terpisah, penangkapan ikan terhadap satu unit stok tidak berpengaruh
pada individu-individu dari stok-stok lainnya. Contoh satu unit stok yang secara lengkap sesuai dengan
definisi ini adalah ikan Arcto Norwegian Cod. Ikan ini memijah di Lofoten Island (Norwegia Utara),
telur-telur dan larvanya terbawa hanyut oleh arus dari Atlantik Utara ke Laut Spitzbergen dan Laut
Barents, yang menjadi daerah asuhannya (nursery grounds). Setelah berumur lebih dari tujuh tahun,
ikan-ikan Cod dewasa kembali ke Lofoten Islands untuk memijah. Hampir tidak ada imigrasi dan
emigrasi dari stok itu. Contoh lain dari satu unit stok adalah stok ikan Cod di Iceland yang telur-
telurnya terbawa hanyut sampai di South-West Corner of Greenland. Dalam beberapa tahun kemudian

20
ada ikan Cod dewasa yang kembali migrasi ke Iceland untuk berpijah. Diketahui bahwa stok ikan Cod
baik di Iceland maupun di South-West Corner of Greenland merupakan stok-stok terpisah (FAO, 1975).

Contoh selanjutnya yang mengaburkan ialah dalam kasus “the North Sea Herring” yang terdiri dari tiga
populasi yang berbeda, yaitu "Downs”, “Dogger”, dan “Buchan”. Mereka memiliki “spawning ground”
yang terpisah, tapi dalam waktu-waktu tertentu bercampur dalam “feeding grounds”. Ketiga stok ikan
Herring tersebut tidak dapat diperlakukan sebagai unit stok karena “fishing mortality” terjadi pada saat
bersamaan pada saat mereka bercampur, sejauh mungkin, data untuk tiga populasi tersebut
dikumpulkan secara terpisah dan populasinya dikaji secara terpisah pula.

Contoh suatu unit stok selanjutnya diberikan oleh ikan “the North Sea Cod”. Ikan-ikan ini tersebar di
seluruh perairan Laut Utara, tapi dari “tagging experiment” menunjukkan bahwa ikan-ikan juvenile dan
ikan-ikan dewasa dari “spawning ground” yang berbeda bercampur melalui suatu proses yang sangat
lambat, yang dapat digambarkan dengan suatu seri dari lingkaran-lingkaran yang tumpang tindih
(overlapping circles), seperti dapat dilihat pada Gambar 2.5.

Gambar 2.5. Lingkaran-lingkaran yang tumpang tindih (overlapping circles) menunjukkan populasi-
populasi “the North Sea Cod” yang masing-masing populasi berasal
dari “spawning area” yang berbeda.

Walaupun istilah “unit stock” memiliki definisi yang tepat, namun dalam aplikasinya bergantung
kepada luasnya individu-individu dari suatu stok yang dapat diidentifikasi. Dengan meningkatnya
pengetahuan dari pada “unit stock” mungkin dapat dibagi ke dalam dua atau lebih “unit stock”
sebagaimana yang terjadi dengan ikan Cod di Laut Utara.

c. Konsep Unit Stok

Tidak mudah untuk mendefinisikan satu unit stok, karena menurut Cushing (1967), satu species atau
subspecies seringkali terdiri dari sejumlah stok. Menurut Gulland (1969), satu group ikan dapat
diperlakukan sebagai satu unit stok, jika hasil-hasil pendugaan dan studi-studi populasi lainnya dalam
group ikan itu, perbedaannya tidak berarti dari keadaan sesungguhnya. Demikian pula kejadian di luar
unit stok tidak berpengaruh yang nyata terhadapnya. Misalnya, penangkapan di daerah lain tidak
berpengaruh kepada unit stok ikan, dan di dalam unit stok tidak ada subgroup-subgroup dengan
perbedaan karakteristik populasi yang berarti.

Dengan definisi unit stok seperti tersebut di atas, maka studi-studi dan pemilihan unit stok harus
diperluas. Satu grup ikan mungkin mempunyai karakteristik-karakteristik yang sama untuk

21
diperlakukan sebagai satu stok tunggal, karena karakteristik-karakteristik tersebut diketahui secara
kasar. Padahal grup ikan itu harus diperlakukan sebagai lebih dari satu unit stok.

Agar terhindar dari kesalahan-kesalahan tersebut, maka diperlukan penelitian dengan tingkat ketelitian
yang tinggi, karena mungkin satu grup ikan yang lebih dari satu unit stok tersebut memiliki kecepatan
percampuran dan karakteristik-karakteristik yang berbeda.

Untuk tujuan manajemen perikanan, yang dimaksudkan dengan unit stok adalah terdiri dari organisme
yang serupa dalam parameter utamanya dan tidak mengaburkan data yang diperlukan untuk manajemen
yang efisien (Aziz, 1989). Dengan unit stok diartikan sebuah kelompok ikan atau hewan perairan
lainnya yang dapat diperlakukan sebagai unit tunggal untuk tujuan manajemen. Untuk mendefinisikan
sebuah unit stok tersebut, kelihatannya sederhana, tetapi kenyataannya cukup sulit.

Timbul pertanyaan, mengapa kita perlu membatasi suatu unit stok? Dalam teori perikanan khususnya
yang menyangkut strategi manajemen perikanan modern, model-model dinamika populasi telah
dikembangkan dengan tujuan mendapatkan hasil maksimum dari perikanan yang lestari. Secara
realistik, model-model tersebut dapat diterapkan pada sebuah unit stok dengan karakteristik yang dapat
didefinisikan harus dibatasi.

Kebanyakan model-model dinamika populasi telah diterapkan pada perikanan laut dengan species
sasaran seperti ikan Tuna. Dengan demikian, perhatian terhadap unit stok lebih berorientasi ke laut.
Suatu unit stok yang telah didefinisikan sebagai “sebuah kelompok yang berdiri sendiri dan yang
mampu bertahan sendiri, tanpa campur dari luar dan mempunyai karakteristik biologi dan dampak
penangkapan seragam”.

2.3. Pemberian Tanda Pada Ikan

1. Tujuan, Kegunaan dan Macam Pemberian Tanda

Tujuan pemberian tanda pada ikan adalah untuk mengenal kembali ikan yang telah diberi tanda.
Sedangkan kegunaannya untuk mempelajari: parameter populasi (kepadatan, kecepatan mortalitas,
kecepatan rekrutmen); kecepatan dan arah ruaya; pertumbuhan dan penentuan umur; tingkah laku.

Ada dua macam pemberian tanda pada ikan: (1). Marking, yaitu pemberian tanda pada tubuh ikan bukan
berupa benda asing, misalnya: pemotongan sirip, pemberian lubang pada tutup insang, dan pemberian
tatoo. Pemotongan sirip dan pemberian lubang paling banyak digunakan, sedangkan pemberian tatoo
jarang digunakan selain sukar dikerjakan juga hasilnya tidak tahan lama. Yang harus diperhatikan dalam
mengerjakan pemotongan sirip ialah: a. bagian yang dipotong jangan tumbuh lagi sehingga sulit
dikenal; b. akibat pemotongan sirip jangan berpengaruh pada tingkah laku ikan, sehingga ikan mudah
dimangsa oleh jenis ikan lain. Pemberian lubang dapat berbentuk bundar atau segi tiga yang dilakukan
pada tutup insang dengan menggunakan gegep kecil. Tetapi adakalanya lubang yang telah dibuat
tertutup kembali. (2). Tagging, yaitu pemberian tanda pada ikan dengan membubuhkan benda asing.
Benda yang digunakan harus tidak mudah berkarat, misalnya: perak, aluminium, nikel, plastik, ebonit,
dan lain-lain. Pada tanda (tag) diberi tanggal, nomor seri atau kode lainnya yang dapat memberi
keterangan atau pesan kepada orang yang menemukan tag tersebut. Bagian tubuh ikan yang biasa diberi
tag ialah tulang rahang bawah dan tutup insang.

22
2. Sejarah Perkembangan Pemberian Tanda

Metode penandaan sering digunakan selain dalam bidang perikanan, juga dalam bidang “wild life”
misalnya cagar alam atau margasatwa, entomologi, dan lain-lain. Orang yang pertama kali memulai
dan mencatatkan hasilnya adalah: (1). C.G.J. Petersen (1846), dia memberi tanda pada ikan dan
melepaskan kembali untuk menghitung derajat eksploitasi dan besarnya populasi dalam perairan
tertutup (kolam). (2). Laplace (1783), dia telah menggunakan prinsip “mark & recovery” di Perancis
pada manusia untuk menghitung banyaknya penduduk Perancis. (3). Knut Dahl (1906), dia membuat
percobaan yang sama seperti Petersen untuk menentukan besarnya populasi perahu dan populasi ikan
laut di Norwegia. (4). Lincoln (1930), dia menaksir besarnya populasi itik liar berdasarkan jumlah
gelang yang dikembalikan, juga untuk menentukan besarnya populasi mammalia seperti rusa. (5).
Jackson (1933), dia menggunakan prinsip “mark & recovery” dalam bidang entomologi.

Berdasarkan sejarah perkembangan dari pemberian tanda tersebut, dikenal beberapa nama dan istilah
sebagai berikut: (1). Sensus berdasarkan sampling; (2). Estimasi berdasarkan tanda; (3). “Mark and
Recovery”, penandaan dan penangkapan kembali; (4). Peterson method; dan (5). Lincoln method.

Beberapa jenis keterangan yang didapat dari metode tersebut ialah: (1). Derajat eksploitasi (exploitation
rate); (2). Besarnya populasi; (3). Derajat kelangsungan hidup (survival rate) dari satu interval waktu
ke interval waktu yang lainnya; dan (4). Derajat peremajaan (recruitment rate) dari populasi, di mana
jumlah ikan yang masuk populasi cukup besar untuk ditangkap.

3. Beberapa Persyaratan Pemberian Tanda pada Ikan

Sehubungan banyak masalah yang timbul, maka pemberian tanda pada ikan harus memenuhi
persyaratan sebagai berikut: (1). Tanda tidak berubah selama ikan hidup; (2). Tidak mengganggu
tingkah laku ikan sehingga mudah ditangkap oleh pemangsa; (3). Tidak mudah tersangkut pada
ganggang atau tanaman lain; (4). Tanda murah dan mudah diperoleh; (5). Tepat untuk tiap ukuran ikan;
(6). Mudah diterapkan tanpa menggunakan zat pembius dan gangguan stress sekecil mungkin; (7).
Cukup banyak variasi; (8). Tidak menyebabkan kesehatan ikan terganggu; (9). Tidak menyebabkan
bahaya pada ikan pangan; (10). Tanda mudah dikenal oleh orang yang tidak mendapat latihan sekalipun;
(11). Tanda pada ikan harus informatif dan instruksi yang jelas, misalnya tempat pengembalian dan
jenis hadiah yang akan diberikan (Reward for those who report to the BFC).

Program penelitian sebaiknya disebar luaskan lewat mass media baik media cetak maupun media
elektronik seperti radio, TV, dan surat kabar. Demikian pula si peneliti sebaiknya mengadakan
koordinasi dengan instansi terkait.

4. Percobaan Pemberian Tanda pada Ikan

Beberapa pertimbangan yang harus diperhatikan dalam percobaan pemberian tanda pada ikan ialah: (1)
Tujuan percobaan pemberian tanda; (2) Lamanya percobaan; (3) Cara-cara pengambilan ikan bertanda;
(4) Macam dan jumlah ikan yang terlibat; dan (5) Tenaga kerja yang tersedia untuk pemberian tanda.

Berdasarkan pertimbangan di atas, maka harus sampai kepada kesimpulan pemilihan apakah “marking”
atau “tagging” yang akan digunakan dalam percobaan. Misalnya untuk studi parameter populasi dengan
menggunakan “marking” akan lebih baik karena murah dan dapat dilakukan lebih cepat. Bila
menggunakan “tagging”, akibat luka pada waktu pemberian tanda pengaruhnya lebih besar daripada
dengan “marking”. Selain dari itu akan lebih sukar daripada dengan “marking”.

23
Berhubung ikan yang tertangkap harus dilepaskan, maka seyogyanya alat penangkapan dalam
percobaan ini harus merupakan alat sedemikian rupa sehingga ikan yang tertangkap itu tidak
menyebabkan kematian seketika atau dalam waktu yang relatif tidak lama sesudah itu. Beberapa alat
yang biasa digunakan dalam percobaan ini antara lain: (1) “Electric shocker” akan menghasilkan ikan
tangkapan dalam kondisi baik jika arus listrik yang dipakai tidak terlalu besar untuk membuat kejutan;
(2) Bubu akan menghasilkan ikan dalam kondisi baik bila frekuensi pengangkatan bubu sering
dilakukan; (3) Gillnet menghasilkan tangkapan ikan yang kurang baik karena akan merusak bagian
tubuh ikan bahkan sering ditemukan ikan yang mati bergantungan pada jaring; (4) Seine, hasilnya
bervariasi mulai dari kehilangan pada ikan-ikan tertentu sampai rusaknya ikan berukuran kecil.

2.4. Pertumbuhan

1. Definisi

Dalam Dinamika Populasi Ikan, pertumbuhan sering didefinisikan sebagai perubahan panjang atau
berat dari suatu ikan selama waktu tertentu. Jadi untuk menghitung pertumbuhan diperlukan data
panjang atau berat dan umur atau waktu (Effendie, 1978; Aziz, 1989). Pertumbuhan dapat pula
didefinisikan sebagai peningkatan biomass suatu populasi yang dihasilkan oleh akumulasi bahan-bahan
yang ada dalam lingkungannya (Aziz, 1989).

Pertumbuhan ikan merupakan suatu pola kejadian yang kompleks yang melibatkan banyak faktor,
seperti: (1) suhu dan kualitas air; (2) ukuran, kualitas dan ketersediaan organisme makanan; (3) ukuran,
umur, dan jenis kelamin ikan itu sendiri; dan (4) jumlah ikan-ikan lain yang memanfaatkan sumber-
sumber yang sama.

Umur, jenis kelamin (sex), keturunan, parasit dan penyakit merupakan faktor internal yang
mempengaruhi pertumbuhan dan sulit dikontrol. Sedangkan makanan dan kualitas fisika dan kimia
perairan (suhu, O2, CO2, H2S, pH, dan alkalinitas) merupakan faktor eksternal yang relatif mudah
dikontrol.

Dalam budidaya ikan, faktor keturunan mungkin dapat dikontrol misalnya dengan mengadakan seleksi
untuk mencari ikan yang baik pertumbuhannya. Jenis kelamin (sex), ikan betina lebih baik
pertumbuhannya daripada ikan jantan. Umur berpengaruh pada pertumbuhan, pertumbuhan yang cepat
terjadi pada ikan berumur 3-5 tahun. Sedangkan ikan tua pertumbuhannya lambat karena sebagian besar
makanan digunakan untuk pemeliharaan dan pergerakan.

Parasit dan penyakit berpengaruh pada pertumbuhan terutama kalau yang diserang adalah alat
pencernaan makanan atau organ lain yang vital sehingga nafsu makan berkurang. Di daerah tropik,
makanan merupakan faktor yang lebih penting dari suhu perairan. Sebaliknya di daerah bermusim
empat, suhu perairan turun sampai di bawah 10oC menyebabkan ikan berhenti mengambil makanan.
Dan suhu optimum untuk tiap species ikan tidak sama untuk pertumbuhannya. Dalam keadaan ekstrim,
kualitas fisika dan kimia perairan mempunyai pengaruh yang hebat terhadap pertumbuhan bahkan dapat
menyebabkan fatal.

2. Studi Pertumbuhan

Studi tentang pertumbuhan pada dasarnya menyangkut penentuan ukuran badan/tubuh sebagai suatu
fungsi dari umur. Di perairan beriklim sedang, data komposisi umur dapat diperoleh melalui
penghitungan terhadap lingkaran-lingkaran tahunan dari bagian-bagian yang keras seperti sisik dan
otolit. Namun demikian di daerah tropis hal ini sulit dilakukan mengingat kondisi lingkungan yang

24
berbeda dengan daerah beriklim sedang. Biasanya dilakukan dengan metode numerik yaitu melalui
konversi data frekuensi panjang ke dalam komposisi umur.

3. Pola Pertumbuhan

Menurut Weatherley (1972), pola pertumbuhan dapat dibagi ke dalam empat fase/tingkat yang berbeda,
yaitu: Fase pertama, pertumbuhan larva dimana perubahan bentuk dan ukuran badan berubah dengan
cepat. Fase kedua, fase juvenile. Fase ketiga, perubahan panjang dan berat badan terjadi secara linier
dimana energi dimanfaatkan atau digunakan untuk pertumbuhan dan perkembangan gonad. Fase
keempat, ikan mencapai dewasa dimana energi dimanfaatkan untuk pemeliharaan dan hanya sedikit
untuk pertumbuhan.

4. Analisis Pertumbuhan

Dalam dinamika populasi ikan analisis pertumbuhan sangat penting, yaitu untuk mengetahui: (1)
pengaruh laju pertumbuhan terhadap waktu atau kapan ikan pertama kali bertelur atau matang, (2)
pengaruh laju pertumbuhan terhadap komposisi umur stok (rekrutmen ke dalam stok), dan (3) pengaruh
laju pertumbuhan terhadap potensi hasil dari suatu stok.

Dalam manajemen perikanan, analisis pertumbuhan sering ditujukan untuk memprediksi ukuran ikan
rata-rata pada beberapa titik waktu, dan untuk membandingkan “keunggulan” ikan pada perikanan yang
berbeda.

Dalam dinamika populasi, pendugaan pertumbuhan sangat penting, misalnya laju pertumbuhan
mempengaruhi: kapan ikan pertama kali bertelur (kematangan), komposisi umur stok (rekrutmen ke
dalam stok), potensi hasil dari suatu stok, dan mortalitas.

5. Kurva Pertumbuhan

Pertumbuhan ikan sering digambarkan dalam bentuk perubahan panjang (L) atau berat badan (W)
berdasarkan waktu, dan pertumbuhan ini yang dapat dinyatakan atau diekspresikan dengan matematika.
Menurut von Bertalanffy (1938), pertumbuhan panjang dan berat badan terhadap waktu adalah berbeda.
Jika panjang ikan (L) diplotkan dengan umur (t), hasilnya ialah suatu kurva dengan sudutnya yang
semakin kecil dengan bertambahnya umur, sehingga garis kurva itu mendekati asymptote atas yang
sejajar dengan sumbu-x (Gambar 2.6).

Gambar 2.6. Kurva pertumbuhan panjang (Curve of growth by length)

25
Pada permulaan, laju pertumbuhan terbesar dan selanjutnya menurun menuju panjang maksimum
teoritis (L∞). Jika berat ikan (W) diplotkan dengan umur (t) diperoleh kurva berbentuk sigmoid (s) yang
memperlihatkan peningkatan atau perubahan berat badan pada tarap awal rendah atau lambat,
kemudian berjalan cepat dan menurun setelah mencapai titik infleksi (Gambar 2.7)

Gambar. 2.7. Kurva pertumbuhan berat (Curve of growth by weight)

Titik infleksi yaitu titik perubahan dari fase kenaikan ke fase perlambatan. Perubahan-perubahan ukuran
ikan dapat dijelaskan sebagai berikut:

1. Pertumbuhan mutlak (absolut), yaitu ukuran rata-rata ikan pada umur tertentu, misalnya, ukuran
rata-rata panjang atau berat ikan pada umur 1 tahun, 2 tahun, 3 tahun, dan sebagainya.

l2 – l1 atau l3 – l2 ...........................................................................................................................(2.1)

W2 – W1 atau W3 – W2 ………………………………….................................................................(2.2)

Dengan demikian maka yang di maksud dengan pertumbuhan mutlak ialah perbedaan panjang atau
berat dalam dua saat, yaitu dalam satu tahun (l2-l1) atau (l3-l2).

2. Pertumbuhan relatif (nisbi), yaitu panjang atau berat yang dicapai dalam satu periode tertentu
dihubungkan dengan panjang atau berat pada awal periode tersebut.

h = (l3-l2) / l2 ……………………………..………….......................................................................(2.3)

h = pertumbuhan nisbi (dinyatakan dalam persen)

3. Laju peningkatan sesaat:

ln (l2) – ln (l1) atau ln (W2) – ln (W1) ………………………....................................................(2.4)

Hubungan panjang – berat (length – weight relationship)

Apabila panjang ikan diplotkan dengan beratnya sendiri, maka diperoleh hubungan antara panjang dan
berat. Berat ikan bervariasi seiring dengan pangkat dari panjangnya, atau hubungan ini hampir
mengikuti hukum kubik, yaitu berat ikan sebagai pangkat tiga dari panjangnya.

W = a L b …………………………………………………….........................................................(2.5)

dimana: W = berat ikan; L = panjang ikan; a dan b adalah konstanta. Atau dalam bentuk grafik:

26
W (g)

W = aLb

L (cm)

Nilai a dan b pada persamaan (2.5) dapat diestimasi dengan mentransformasikan ke dalam bentuk
persamaan linier (persamaan logaritma) sebagai berikut:

log W = log a + b log L ………………………………...……........................................................(2.6)

Atau dalam bentuk grafik:

log W ● ● log W = log a + b log L

● ●

log L

Nilai konstanta a dan b terletak antara 2,5 dan 3,5 atau biasanya mendekati 3. Nilai b pada persamaan
panjang berat (2.5) menunjukkan tipe atau pola pertumbuhan ikan. Jika b = 3, pertumbuhan ikan
tergolong isometrik, yaitu pertambahan panjang seimbang dengan pertambahan beratnya. Hal ini
berarti pula bahwa faktor dalam dan luar yang mempengaruhi pertumbuhan seimbang, sehingga
mengakibatkan bentuk tubuh ikan yang normal (tidak terlalu gemuk dan tidak terlalu kurus). Jika b ≠
3, pertumbuhan allometrik (allomatric growth), pertambahan panjang ikan tidak seimbang dengan
pertambahan beratnya. Jika b > 3 pertumbuhan allometrik positif, dan jika b < 3 pertumbuhan allometrik
negatif. Untuk menguji apakah nilai b = 3 atau b ≠ 3 dapat digunakan uji-t (Walpole, 1982):

___________
thit = Sx2 √ n - 1 (b – bo)
S2
di mana: S2 = kuadrat tengah sisa
Sx2 = Jumlah kuadrat regresi, b2
(n-1)
b = konstanta panjang-berat hasil perhitungan;
bo = 3

Dari persamaan regresi linier (2.6), selain a dan b, koefisien determinasi (r 2) juga dapat diestimasi.
Misalnya diperoleh nilai r2 = 0.92, it means that 92% of the variance in a set of values is accounted for,
or explained by a regression, while 100-92 = 8% mean “unexplained“, that is, must be attributed to

27
other cause (s), e.g., to random variability. Example: Table 2.5 presents data which can be used for
establishing a length-weight relationship.

Table 2.5. Data for establishing a length-weight relationship for


Threadfin bream (Nemipterus marginatus) from the southern tip of
the South China Sea (live weight in g)

No TL (cm) W (g)
1 8.1 6.3
2 9.1 9.6
3 10.2 11.6
4 11.9 18.5
5 12.2 26.2
6 13.8 36.1
7 14.8 40.1
8 15.7 47.3
9 16.6 65.5
10 17.7 69.4
11 18.7 76.4
12 19.0 82.5
13 20.6 106.6
14 21.9 113.8
15 22.9 169.8
16 23.5 173.3
Calculate: a, b, and r2 !!!

6. Model Pertumbuhan

Model pertumbuhan didesain untuk menerangkan dan menduga perubahan-perubahan yang terjadi
dalam suatu populasi ikan dari waktu ke waktu. Model yang sederhana hanya menggambarkan
parameter-parameter pertumbuhan secara umum dan mempunyai nilai dugaan yang rendah. Model yang
lebih kompleks dapat meramalkan perubahan-perubahan yang terjadi dalam suatu populasi ikan
sehingga sangat berguna bagi manajer untuk mengambil keputusan dalam pengelolaan sumberdaya
perikanan.

Karakteristik model:

Agar bermanfaat bagi pengelolaan sumberdaya perikanan, model pertumbuhan ikan hendaknya
mempunyai sejumlah karakteristik sebagai berikut: (1). Secara relatif model harus lebih mudah dalam
pengetrapannya; (2). Karakteristik-karakteristik pertumbuhan harus memberikan gambaran tertentu
yang layak dalam selang waktu yang diinginkan; (3). Sejumlah asumsi harus sekecil dan setepat
mungkin; (4). Karakteristik yang berguna bagi suatu model pertumbuhan adalah yang mudah dipadukan
dengan model-model dinamika populasi ikan. Ada dua model yang dipakai untuk menghitung
pertumbuhan:

(1). Model yang berhubungan dengan berat:

Sebagaimana diketahui bahwa berat itu pertambahannya adalah eksponensial, maka model
pertumbuhannya:

Wt = Woegt ………………………….……………………………………………............................(2.7)

28
dimana: Wt = berat ikan pada waktu t
Wo = berat awal
e = dasar logaritma natural (= 2.7182818)
g = koefisien pertumbuhan

Model ini baik untuk waktu yang pendek misalnya dalam jarak waktu 1 tahun. Namun kekurangannya
ialah, apabila untuk menghitung pertumbuhan seluruh hidup ikan, tidak dapat diperlakukan dengan satu
koefisien pertumbuhan. Untuk mendapatkan koefisien pertubuhan dapat dicari dengan rumus: gt = ln
Wt / Wo.

(2). Model yang berhubungan dengan panjang:

Untuk ini ada beberapa model yang diajukan yang sebelumnya harus dilakukan uji ketepatan
model yang akan dipakai, yaitu:

a. Model linier : Lt = a + bt
b. Model logaritmik : Lt = a + b log t
c. Model eksponensial : Lt = a.bt
d. Model geometrik : Lt = a.tb
e. Model Gompertz : Lt = a.ebt
f. Model von Bertalanffy : Lt = L∞ [1 – e-K(t – to)]

Adapun rumus yang digunakan untuk uji ketepatan model adalah:

n
∈ = 1/n ∑ (Lj – Lc)2 ……………………………………………………...........................................(2.8)
i =1

dimana: ∈ = error; Lj = panjang yang didapat dari observasi; Lc = panjang yang didapat dari perhitungan;
n = jumlah observasi.

Model yang paling tepat digunakan adalah model yang menunjukkan nilai errornya terkecil. Setelah
didapat model yang diinginkan, selanjutnya dapat dilihat keeratan hubungan antara masing-masing
variabel yang akan diuji, dalam hal ini panjang dan waktu. Keeratan hubugan (r) didapat dari rumus
sebagai berikut:

________________________
r = [n ∑xy – ( ∑x) (∑y)] / √{n∑x2 - (∑x)2 }{n∑y2- (∑y)2}

r = keeratan hubungan antara variabel x dan variabel y


x = waktu
y = panjang ikan

Harga-harga r bergerak antara -1 dan +1, di mana tanda negatif menyatakan adanya korelasi tak
langsung atau korelasi negatif, dan tanda positip menyatakan korelasi langsung atau korelasi positip.
Untuk r = 0 dapat ditafsirkan bahwa tidak terdapat asosiasi linier atara variabel-variabel.

Menurut Gulland (1969), dari model-model tersebut, model von Bertalanffy merupakan model yang
paling tepat digunakan untuk mengetahui pertumbuhan organisme akuatik termasuk ikan, di mana nilai
error untuk model ini adalah 0,0, yang berarti tepat sekali.

29
7. Persamaan Pertumbuhan von Bertalanffy

Persamaan pertumbuhan von Bertalanffy (the von Bertalanffy growth equation) merupakan satu dari
kebanyakan model yang digunakan secara luas untuk menduga panjang atau berat badan ikan pada titik
waktu mendatang. Model ini menjelaskan perubahan panjang (Lt) sepanjang waktu sebagai satu fungsi
dari panjang maksimum (L∞), dan koefisien pertumbuhan (K). Persamaan tersebut dinyatakan sebagai
berikut:

1. Persamaan pertumbuhan von Bertalanffy berdasarkan panjang:

Lt = L∞ [1 – e –K(t – to)] ………………………………………………..........................................(2.9)

Dengan mengasumsikan pertumbuhan isometrik (b = 3), persamaan pertumbuhan von Bertalanffy


dinyatakan dalam berat (Wt) adalah sebagai berikut:

2. Persamaan pertumbuhan von Bertalanffy berdasarkan berat:

Wt = W∞ [1- e-K(t-to)]3………………………………………………............................................(2.10)

Persamaan pertumbuhan von Bertalanffy diilustrasikan dalam Gambar 2.3 baik dalam bentuk grafik
(graphical form) maupun matematik (mathematical form). Menurut Pauly (1980), parameter-parameter
persamaan pertumbuhan VBGF mengandung arti sebagai berikut:

L∞ = panjang maksimum (mencapai umur sangat tua atau umur tak terhingga)
K = koefisien pertumbuhan (growth coefficient)
to = umur ikan pada saat t = o (to generally has a negative value)
Lt = panjang ikan pada umur t

Menurut Sparre, et al. (1989), parameter K disebut juga sebagai parameter “kurvatur” (“curvature”)
yang menentukan berapa cepat ikan mendekati L∞. Sementara itu, Van Sickle (1975) mengatakan, t0
adalah waktu teoritis di mana panjang ikan sama dengan nol, sedangkan L∞ adalah panjang teoritis pada
saat t = ∞. Kedua parameter ini sukar didapat di alam, sehingga satu-satunya parameter yang dapat
digunakan untuk menganalisis pola pertumbuhan adalah “K”. K adalah parameter yang menyatakan
kecepatan pertumbuhan dalam mencapai batas limit bagian atas dari pola pertumbuhan (upper size
limit). Dengan demikian parameter K bukan merupakan parameter yang bersifat matematis, tetapi lebih
bersifat fisiologis, yang berarti bahwa penambahan ukuran tubuh merupakan hasil bersih dari proses
anabolisme dan katabolisme atau secara matematis dapat ditulis sebagai berikut:

dW/dt = HWd – kW atau dW/dt = Hs – kW

di mana: dW/dt = pertambahan berat per satuan waktu; H = koefisien anabolisme; k = koefisien
katabolisme, s = luas total permukaan, dan W = berat ikan.

Laju anabolisme dibatasi oleh suatu permukaan sebab bahan yang dipergunakan dalam proses
anabolisme akan masuk dalam tubuh melalui permukaan (fisiologis), yaitu berupa usus, insang, dan
permukaan lain yang peningkatan luasnya akan sejalan dengan meningkatnya ukuran tubuh:

s = pLa

di mana: s = luas permukaan fisiologis (cm2 atau mm2); L = panjang tubuh ikan (cm atau mm); a =
pangkat yang menggambarkan hubungan panjang tubuh dengan permukaan fisiologis; dan p =
konstanta.

30
Proses katabolisme akan terjadi di seluruh sel tubuh, sehingga laju katabolisme akan proporsional
dengan berat tubuh, sedang berat itu sendiri dapat berhubungan dengan panjangnya melalui persamaan:

W = qLb

di mana: W = berat tubuh ikan (gr atau kg); L = panjang tubuh ikan (cm atau mm); b = pangkat yang
menggambarkan hubungan panjang tubuh dengan beratnya; dan q = konstanta

Gambar 2.8. Kurva pertumbuhan dengan parameter “kurvatur” dan nilai K yang berbeda
(Sparre dan Venema, 1999)

8. Estimasi Parameter-Parameter Persamaan Pertumbuhan Von Bertalanffy:

Ada beberapa metode untuk mengestimasi parameter-parameter persamaan pertumbuhan von


Bertalanffy:

(1). Plot von Bertalanffy (The von Bertalanffy plot)

VBGF (Von Bertalanffy Growth Formula) secara umum adalah: LtD = L∞D[ 1 – e –KD(t – to)] atau bisa
ditulis (Lt/L∞)D = 1 – e –KD(t-to) atau 1- (Lt/L∞)D=e – KD(t – to) atau – ln[1 – (Lt/L∞)D ] = - KDto + KDt.
Menurut Pauly (1980), D adalah faktor permukaan (surface factor), yang besarnya dapat dihitung
melalui persamaan: D = b – a. Dalam perhitungan, diambil suatu ketentuan bahwa pangkat a = 2 dan
pangkat b = 3, karena pertumbuhan dan permukaan fisiologis dianggap isometrik. Dengan demikian, D
= b-a = 3-2=1.

Jika D=1 maka persamaan menjadi: - ln[1 – (Lt/L∞)] = -Kto + Kt merupakan persamaan linier (y = a +
bx), dimana: y = - ln[1 – (Lt/L∞)]; x = t; intercept (a) = - Kto; slope (b) = K. Diperoleh nilai K = b dan
to = - a/K = - a/b.

Contoh: Tabel berikut adalah input data dan regresi untuk “Plot von Bertalanffy”

31
Tabel 2.6. Input data dan regresi untuk “Plot von Bertalanffy”

X Y
t L(t) -ln(1-L(t)/Loo)
0.64 17.3 0.425
1.16 27.9 0.816
1.65 35.3 1.224
2.10 40.2 1.630
2.64 43.2 2.010
3.21 45.5 2.408
Dari perhitungan didapat nilai: a = - 0.0658; b = K = 0.78 per tahun; t0 = -a/b = 0.087 tahun

Gambar. 2.9. The von Bertalanffy Plot untuk data pada Tabel 2.6.

(2). Plot Ford-Walford (The Ford-Walford plot)

Dari semua metode yang digunakan untuk estimasi parameter VBGF, metode Ford-Walford plot
merupakan yang paling banyak digunakan. Metode ini diintroduksi oleh Ford (1933) dan Walford
(1946). Metode ini didasarkan pada persamaan sebagai berikut (Gulland, 1969):

Lt +T = L∞ (1- e –KT) + Lte-KT

Untuk T = 1 persamaan di atas menjadi Lt+1 = L∞(1- e –K) + Lte-K merupakan persamaan regresi linier,
dengan: y = Lt+1 (panjang pada umur satu tahun lebih muda); x = Lt (panjang pada umur satu tahun).

Jika Lt+1 diplot terhadap Lt didapat garis lurus (straight line) dengan slope = b = e-K dan intersep = a
= L∞(1 - e-K) pada garis 45o (Gambar 2.10).

Gambar. 2.10. The Ford-Walford Plot

32
Parameter L∞ dan K dapat ditentukan secara langsung dari garis melalui analisis regresi, sedangkan t o
dapat diestimasi dari persamaan sebagai berikut (Gulland, 1969):

Lt = L∞[1 – e-K(t-to)]

e-K(t-to) = (L∞ - Lt )/(L∞)

to = t + 1/K log (L∞ - Lt)/(L∞)

Contoh:

Tabel 2.7. Data panjang terhadap umur dari “the Atlantic yellowfin” (Thunnus albacares) untuk
penggunaan plot Ford-Walford (Pauly, 1984)

Umur (tahun) FL (Cm) Data disusun kembali untuk plot Ford-Walford


1 35 Lt (=X) Lt+1 (=Y)
2 55 35 55
3 75 55 75
4 90 75 90
5 105 90 105
6 115 105 115
Plot untuk data pada Tabel 2.7 di atas dan tentukan parameter-parameternya

(3). Metode “Least Squares” (The least Squares method)

Metode ini didasarkan pada persamaan pertumbuhan von Bertalanffy (2.9) sebagai berikut:

Lt = L∞[1 –e –K(t-to)]

Lt + T = L∞[1 –e-K(t+T-to)]

Lt+T – Lt = L∞e-K(t-to)(1-e-KT)

Lt+T – Lt = (L∞ - Lt) (1 – e-KT)

Kurva spesial T = 1 tahun

Lt+1-Lt = (L∞- Lt) (1 – e-KT)

Lt+1 – Lt = L∞(1-e-K) – (1 – e-K)Lt  merupakan bentuk regresi y atas x dimana :

y = Lt+1 – Lt adalah pertambahan panjang per tahun (annual increment)

x = Lt adalah panjang awal (initial length)

Dengan memplot Lt+1 – Lt terhadap Lt didapat garis lurus dengan slope = (1 – e-K) dan intersep =
L∞(1-e-K)  Gambar 2.11.

33
Gambar 2.11. Pertambahan panjang per tahun (Lt+1 – Lt) diplot terhadap panjang awal (Lt)

Parameter-parameter VGBF diperoleh melalui analisis regresi. Contoh:

Tabel 2.8. Data panjang terhadap umur untuk penggunaan metode “least squares”

Umur (tahun) FL (Cm) Data disusun kembali untuk metode “least squares”
Lt (=X) Lt+1 – Lt (=Y)
1 15.7 15.7 1.5
2 17.2 17.2 2.1
3 19.3 19.3 2.1
4 21.4 21.4 1.3
5 22.7 22.7
Plot untuk data pada Tabel 2.8 di atas dan tentukan parameter-parameternya

(4). Plot Gulland dan Holt (The Gulland and Holt plot)

Menurut Sparre, et al (1989), metode ini didasarkan pada persamaan yang diintroduksikan oleh Gulland
dan Holt (1959), yaitu:

_
∆L/∆t = K L∞ - K L(t) Cm/tahun…………………………………………………………........(2.11)

Dengan menggunakan Lt sebagai variabel bebas (independent variable) dan ∆L/∆t sebagai variabel tak
bebas (dependent variable), persamaan di atas menjadi sebuah regresi linier: ∆L/∆t = a – b L(t).
Parameter K dan L∞ diperoleh dari: K = - b dan L∞ = - a/b. Metode ini tidak menghasilkan estimasi to.
Contoh:

Tabel 2.9. Input data untuk plot Gulland dan Holt dan analisis regresi (Sparre & Venema, 1999)

Y X
_
t ∆t L(t) ∆L(t) ∆L(t) L(t + ∆t) + L(t) = L(t)
∆t 2
0.64 17.3
0.52 10.6 20.4 22.6
1.16 27.9
0.49 7.4 15.1 31.6
1.65 35.3

34
0.45 4.9 10.9 37.7
2.10 40.2
0.54 3.1 5.7 41.8
2.64 43.3
0.57 2.2 3.9 44.4
3.21 45.5
b (slope) = - 0.7670 a (intersep) = 38.52 n=5 _
x = 35.62
sb2 =1/n-2[(sy/sx)2 - b2] = 1/3[6.7727/8.7362)2 – 0.76702] = 0.004216
sb = 0.06493 t(n-2) = 3.18
Batas-batas kepercayaan (confidence limits) 95% untuk b: [-0.974, -0.561) K = -b = 0.77±0.21
sa2 = sb2 (n-1 sx2 +x2) = 0.004216 (4/5 8.73622 + 35.622) = 5.607
n
sa = 2.37 sa*tm-2 = 7.53
Batas-batas kepercayaan 95% untuk a: [31.0 , 46,1] L∞ = -a/b = -38.52/-0.7670 = 50,2 Cm

Gambar 2.12. Plot Gulland dan Holt yang berkaitan dengan Tabel 2.9 (contoh hipotetis). Titik potong
antara garais regresi dengan sumbu-x memberikan L

Exercises (Gulland, 1969):

1. The von Bertalanffy growth equation contains three parameters (L∞, K and t0), which can therefore
be estimated from three observations of length at age. From equation (Lt = L∞ [1 – e –K(t – to)]) write down
the lengths at times t-1, t, t+1, and the increments in length between t-1 and t and between t and t+1.
Hence determine an estimate for K from the ratio of these increments; by substituting this estimate for
K in equation Lt = L∞ [1 – e –K(t – to)], or otherwise, find an estimate for L∞, in terms of lt and the
increments.

2. Kitahama (1955) gives the following size-at-age data for the Pacific herring, Clupea pallasii C and
V., caught off the western coast of Hokkaido from 1910-54. The lengths are average over a fortyfive
year period; ages determined from scale rings.

Age (years) Total length (cm)


3 25.70
4 28.40
5 30.15
6 31.65
7 32.85
8 33.65
9 34.44

35
10 34.97
11 35.56
12 36.03
13 35.93
14 37.04
15 37.70
W = 7.8 x 10-3 L3g

(a). Construct a work-sheet and determine L∞, W∞, K and t0.


(b). Calculate the theoretical curves of growth in length and weigt over the range 0-15 years

3. Yokota (1951) gives the following data for growth of the shark Mustelus kanekonis (age
determined from seasonal changes in length of claspers).

Age Weight
groups G

I ……………………………………… 375
II……………………………………... 1519
III…………………………………….. 2430
IV…………………………………….. 3247

W = 7.4 x 10-3L3 g

(a) Determine L∞, W∞, K and t0 L∞, W∞, K and a working value for t0.
(b) Calculate curves of growth in length and weight up to age group VIII.

4. Posgay (1953) tagged sea scallops, and obtained the following data on growth during the ten months
(approximately) between tagging and recapture.

SHELL DIAMTER
mm
At tagging…………………………………….. 64 69 79 94 104 105 110 117 117 126
At recapture…………………………………... 98 102 93 115 120 126 125 127 136 138

(a) Calculate L∞ and K.


(b) Taking to = 0, calculate and plot the curve of growth in length up to six years.

5. Ochiai (1956) gives the following data for the growth of the soles, Heteromycteris japonicus and
Pardachirus pavoninus.
Age Standard length
H.japonicus P. pavoninus
Years Cm
1……………………………… 6.09 10.00
2……………………………… 8.10 14.80
3……………………………… 9.20

(a) Determine arithmetically L∞, K and t0 for each species (assume t0 =0 for P.pavoninus).
(b) Demonstrate the patterns of growth in weight, assuming a cubic relation of weight to length.

36
2.5. Penentuan Umur Ikan

1. Hubungan Umur dengan Pertumbuhan dan Mortalitas

Mengetahui umur ikan sangat penting dalam manajemen sumber daya perikanan, karena umur
mempengaruhi pertumbuhan dan derajat mortalitas. Mortalitas akan naik sesuai dengan umur, demikian
pula ikan tumbuh (bertambah panjang atau berat) sesuai dengan umur. Hubungan ini dapat
diilustrasikan dalam bentuk kurva sebagai berikut:

Gambar 2.13. Kurva hubungan umur dengan pertumbuhan dan mortalitas

2. Metode penentuan umur ikan

Secara umum metode penentuan umur ikan dibagi menjadi dua bagian, yaitu: (1) Metode langsung
(direct method) dan (2) Metode tidak langsung (indirect method).

(1) Metode langsung (Direct method)

Metode penentuan umur ikan secara langsung didasarkan pada interpretasi lapisan deposit (endapan)
pada bagian- bagian “calcareous” yang keras dari tubuh ikan seperti: sisik (scale), otolith atau batu
telinga (ear bone), tulang belakang (spine), tulang gigi, dan penampang melintang (cross section) dari
susunan tulang lain (FAO, 1981).

Pauly (1980) mengemukakan pula bahwa umur ikan dapat diestimasi dari tanda-tanda periodik
(periodic markings) baik tahunan (annual) maupun harian (daily) pada bagian-bagian kerangka
(skeletal) seperti: sisik, otolith atau tulang/duri lain, misalnya tulang rawan (cartilage) pada
“elasmobranchs.” Metode ini hanya cocok digunakan di daerah “temperate” atau daerah bermusim
empat (panas, gugur, dingin, semi) dimana pada musim dingin (winter) terjadi perlambatan
pertumbuhan. Metode ini sulit dilakukan di daerah tropis karena daerah ini fluktuasi suhu perairan
relatif stabil dari hari ke hari, bulan ke bulan, dan musim ke musim, sehingga tidak ada perbedaan yang
signifikan dalam pertumbuhan. Dengan demikian penentuan umur berdasarkan kepada tanda tahunan
pada bagian-bagian yang keras dari ikan tidak dapat dilaksanakan di daerah tropis yang memiliki dua
musim, yaitu musim hujan dan musim kemarau.

Berikut tanda tahunan pada tubuh ikan yang dapat dipakai untuk menentukan umur ikan:

37
a. Sisik

Metode sisik sebenarnya hanya berlaku untuk ikan-ikan yang hidup di daerah bermusim empat (panas,
gugur, dingin, semi). Ikan termasuk “poikilotherm” (berdarah dingin), hidupnya sangat terpengaruh
oleh suhu sekitarnya, di mana pada musim dingin pertumbuhan ikan berhenti atau lambat sekali. Pada
waktu pertumbuhan yang lambat ini akan tercatat pada beberapa bagian tubuhnya seperti: sisik, tulang
overculum (tutup insang), duri sirip punggung/dada, tulang punggung, dan otolith (batu telinga).
Catatan keterlambatan pertumbuhan pada tubuh ikan yang terjadi satu tahun sekali ini dikenal sebagai
tanda tahunan, yaitu tanda yang dipakai untuk menentukan umur ikan.

Sisik yang dapat digunakan adalah sisik Cycloid dan sisik Ctenoid karena kedua macam sisik ini
bentuknya pipih dan mudah diambil tanpa merusak bagian tubuh serta mudah tumbuh lagi sebagai sisik
pengganti. Sisik pengganti ini dinamakan sisik palsu yang mudah dibedakan dengan sisik asli. Sisik
palsu pusatnya besar dan tidak bisa dipakai untuk menentukan umur ikan.

Lihat Gambar 2.14: Jarak antara focus dan annuli (annulus) atau lingkaran tahunan adalah
sebanding/proporsional dengan panjang ikan:

lx = ly Tx/Ty

dimana:
lx = panjang ikan pada umur x
ly = pajang ikan pada umur sekarang
Tx = panjang skala sampai annulus x
Ty = panjang skala sampai sisa sekarang (umur sekarang)

Apabila dalam sehelai sisik terdapat empat annuli (empat lingkaran tahunan), maka ini menunjukkan
bahwa umur ikan adalah empat tahun.

Gambar 2.14. Lingkaran tahunan pada sisik (asli) ikan

Hal lain yang harus diperhatikan adalah cara mengambil sisik. Berikut adalah cara-cara mengambil
sisik dengan baik: (1) Sisik diambil mulai dari “caudal peduncle” mengikuti “linea lateralis”(l.l.)
sebanyak 100 sisik, 5 ke atas/5 ke bawah (l.l. 100 5/5); (2) Mengikuti pangkal dari sirip punggung, l.l.
5d (dorsal) / 5p (pectoral); (3) Bisa juga sembarang asal dilakukan secara random.

38
Sisik yang digunakan juga harus memiliki syarat-syarat sebagai berikut: (1) Sisik harus konstan dalam
jumlah dan densitasnya, misalnya: sisik yang luka tidak berlaku; (2) Pertumbuhan sisik harus
mempunyai hubungan dengan pertumbuhan badan, misalnya: annulus (lingkaran tahunan) harus
terbentuk tiap tahun pada waktu yang sama.

b. Operculum

Selain dari annuli sisik, dari operculum juga dapat dipakai untuk menentukan umur ikan. Keuntungan
metode ini ialah, tanda-tanda tahunan yang terdapat pada operculum dapat dilihat oleh mata secara
langsung tanpa menggunakan alat optik. Keuntungan lainnya, waktu yang diperlukan jauh lebih pendek
dari metode lain. Untuk ikan yang sudah tua umurnya sukar dilakukan, selain operculumnya tebal, juga
tanda tahunannya kurang jelas karena berdempetan.

c. Duri sirip punggung

Metode ini digunakan terutama bagi ikan-ikan yang tidak bersisik atau sisiknya sangat kecil. Dasar
metodenya sama dengan metode sisik dan operculum. Duri yang digunakan adalah duri sirip punggung
terdepan dan duri sirip dada paling terluar. Untuk melihat tanda tahunan dilakukan dengan pengirisan
pada duri paling lebar.

d. Tulang Punggung

Tanda tahunan yang terdapat pada tulang punggung dapat dilihat pada bagian depan atau belakang tiap-
tiap ruas tulang pungung. Bagian-bagian yang berwarna putih tidak menjadi tanda tahunan, sedangkan
bagian yang berwarna lebih jernih atau agak kehitam-hitaman menjadi tanda tahunan. Semua tulang
punggung mulai dari belakang kepala sampai ekor dapat dipergunakan.

e. Otolith (batu telinga)

Bagian ini sering digunakan untuk menentukan umur ikan yang tidak bersisik, tetapi kadang-kadang
dipakai untuk ikan-ikan yang bersisik. Bentuk otolith biasanya oval, yang merupakan pengendapan
bahan kapur yang sejalan dengan pertumbuhannya. Tanda tahunan pada otolith warnanya lebih jernih
dari pada bagian-bagian lainnya dan mengelilingi pusatnya. Tanda-tanda tersebut dapat dilihat di bawah
mikroskop binokuler atau dengan cara menggosok sehingga permukaannya menjadi halus. Seperti pada
metode lain, metode otolith sulit dilakukan pada ikan-ikan yang sudah tua umurnya, karena tanda-tanda
tersebut sangat berdempetan dan susah memisahkannya. Metode ini mahal sebab ikan-ikan harus
dibunuh sebelumnya. Di Atlantik Utara penggunaan otolith untuk menentukan umur ikan biasa
dilakukan karena lingkaran-lingkarannya jelas (FAO, 1981).

(2). Metode Tidak Langsung (Indirect methods)

Metode penentuan umur ikan secara tidak langsung didasarkan pada: a. Analisis data penandaan-
penangkapan kembali (tagging-recapture) terhadap individu-individu ikan. b. Analisis data frekuensi
panjang (length frequency data). Metode analisis data frekuensi panjang lebih luas aplikasinya di daerah
tropik dari pada metode interpretasi tanda-tanda tahunan maupun data penandaan. Hal ini disebabkan,
analisis data frekuensi panjang selain mudah dilakukan, metode ini juga kurang banyak memerlukan
peralatan (Pauly,1980).

39
Metode Analisis Data Frekuensi Panjang

Menurut Pauly (1980), ada tiga metode yang berbeda untuk analisis data frekuensi panjang, yaitu: 1).
Metode Petersen (The “Petersen method”); 2). Analisis Pergeseran Modus Klas (The “Modal class
progression analysis”); 3. Metode integrasi (The “integrated method”), merupakan kombinasi dari
metode 1) dan metode 2).

1) Metode Petersen

Pada metode Petersen, pada suatu sampel frekuensi panjang akan terdapat beberapa puncak (modus),
dan puncak-puncak tersebut dianggap merupakan klas-klas umur tertentu. (lihat Gambar).

2) Analisis Pergeseran Modus Klas

Menurut Pauly (1980), pada analisis pergeseran modus klas, diasumsikan bahwa puncak-puncak
(modus-modus) frekuensi panjang dari satu seri sampel menurut urutan (sequence) waktu dapat
dihubungkan satu sama lain (lihat Gambar).

3) Metode Integrasi

Baik “metode Petersen” (dalam menentukan klas umur) maupun “analisis pergeseran modus klas”
(dalam menghubungkan puncak-puncak) seringkali penuh dengan ketidak tentuan (uncertainties).
Ketidak tentuan tersebut dapat diatasi dengan mengkombinasikan kedua metode di atas menjadi metode
integrasi (integrated method). Dengan metode integrasi, secara langsung dapat dibuat suatu kurva
pertumbuhan (growth curve) dari satu seri sampel frekuensi panjang yang disusun menurut urutan
waktu atau sampel yang sama di atas diulang berkali-kali sepanjang axis waktu.

Contoh histogram frekuensi panjang diperlihatkan dalam Gambar 2.15 dan Gambar 2.16, sedangkan
kurva frekuensi panjang diperlihatkan dalam Gambar 2.17.

Gambar. 2.15. Sampel (histogram) frekuensi - panjang (data hipotetis) (Sparre dan Venema, 1999)

40
Gambar. 2.16. Data (histogram) frekuensi-panjang dari “coral trout” (Plectropemus leopardus) diperoleh
dari Pulau Heron (Great Barrier Reef, Australia) pada bulan Oktober 1977. “Umur” dengan tanda
pertanyaan. N=319 (Pauly, 1980)

Gambar. 2.17. Sampel frekuensi-panjang dari Gambar 2.15 dipisahkan ke dalam komponen-komponen
distribusi normal (Sparre & Venema, 1999)

Pada kurva frekuensi-panjang Gambar 2.15, Gambar 2.16, dan Gambar 2.17 di atas, puncak-puncaknya
menunjukkan kelompok umur (age group) dari ikan, dan pada puncak itu terdapat jumlah ikan yang
terbanyak pada panjang tertentu dari kelompok umur itu.

Pada gambar tersebut terlihat pula bahwa klas umur ikan yang satu bertumpuk/berhimpit dengan klas
yang lainnya sehingga batas-batasnya tidak jelas (“overlapping of year class”). Fenomena inilah yang
menjadi masalah pada metode ini, dimana ikan yang tergolong ke dalam satu klas dengan pertumbuhan
yang cepat mempunyai ukuran yang bersamaan dengan ikan-ikan yang berumur lebih tua tetapi
tumbuhnya lambat. Untuk memisahkan ikan-ikan yang bersamaan panjangnya tapi umurnya berbeda
itu, dapat dilakukan dengan cara mengadakan transformasi kurva frekuensi panjang (yang poli modal)
ke dalam “probability paper” (kertas probabilitas) sehingga kurva tersebut menjadi garis-garis lurus
(Cassie, 1954).

Ada empat metode pemisahan komponen-komponen/kelas-kelas umur dari kurva frekuensi panjang
yang poli modal, yaitu: (1) Metode Buchanan-Wollaston dan Hodgeson (1929); (2) Metode Harding
(1949); (3) Metode Cassie (1954); dan (4) Metode Bhattacharya (1967).

41
Dari ke empat metode tersebut, metode Bhatacharya (1967) merupakan metode yang sangat sederhana
dan mudah dilakukan.

Metode Bhattacharya

Metode Bhattacharya pada dasarnya terdiri atas pemisahan sejumlah distribusi normal, masing-masing
mewakili suatu kohort ikan, dari distribusi keseluruhan, dimulai dari bagian sebelah kiri dari distribusi
total. Prosedur yang sama diulangi selama hal ini masih memungkinkan.

Contoh Penggunaan Metode Bhattacharya (menurut FAO, 1981):

Dari populasi ikan (ambillah ikan Porgies yang tertangkap dengan trawl ganda di Laut Cina Selatan
sebagai contoh), kita tarik sampel sebanyak “n” individu, kemudian dihitung panjangnya, maka akan
didapatkan frekuensi relatif dari populasi tersebut. Data panjang ikan yang didapat dipisahkan dalam
kelas ukuran panjang tertentu (h), dan masing-masing kelas ukuran dihitung frekuensinya (Y),
sebagaimana terlihat dalam Tabel 2.10.

Tabel 2.10. Distribusi frekuensi panjang (fork length) dari ikan Porgies yang tertangkap dengan
trawl ganda (pair trawl) di Laut Cina Selatan (FAO, 1981)

Selang Kelas (h) Nilai Tengah (X) Frekuensi (Y) Log Y D log Y
(1) (2) (3) (4) (5)
9-10 9.5 509 2.707 + 0.643
10-11 10.5 2240 3.350 +0.019
11-12 11.5 2341 3.369 -0.575
12-13 12.5 623 2.794 -0.116
13-14 13.5 416 2.678 +0.412
14-15 14.5 1230 3.090 +0.068
15-16 15.5 1439 3.158 -0.194
16-17 16.5 921 2.964 -0.310
17-18 17.5 448 2.654 +0.055
18-19 18.5 512 2.709 +0.148
19-20 19.5 719 2.857 +0.029
20-21 20.5 673 2.828 -0.180
21-22 21.5 445 2.648 -0.117
22-23 22.5 341 2.531 -0.040
23-24 23.5 310 2.491 -0.133
24-25 24.5 228 2.358 -0.133
25-26 25.5 168 2.225 -0.079
26-27 26.5 140 2.146 -0.089
27-28 27.5 114 2.057 -0.251
28-29 28.5 64 1.806 -0.464
29-30 29.5 22 1.342
Total 13963
Sumber: FAO (1981).

Nilai frekuensi tiap selang kelas diubah dalam bentuk logaritma (log Y), kemudian ditentukan selisih
nilai logaritma frekuensi dari tiap-tiap kelas ukuran (D log Y). Selisih nilai logaritma frekuensi panjang
tersebut, didapat dari persamaan sebagai berikut:

D log Y = log Y (X + h) – log Y (X) ………………………………………………………………(2.12)

42
dimana: Y(X) = frekuensi dalam kelas ukuran dengan X sebagai nilai tengah kelas ukuran.
Y (X + h) = frekuensi dalam kelas ukuran berikutnya dengan (X+h) sebagai nilai tengah kelas
ukuran panjang berikutnya.
h = selang kelas

Perhitungan dalam bentuk logaritma dilakukan agar didapat persamaan garis lurus dari persamaan
normal masing-masing komponen. Dengan menggambarkan hubungan antara D log Y dengan nilai
tengah kelas (mid point class interval)(Xi), maka didapat titik-titik yang menunjukkan batas atas dan
batas bawah dari persamaan normal suatu komponen.

Dari kedua titik tersebut dan titik diantaranya dapat dibuat suatu garis lurus yang mewakili titik-titik
tersebut. Perpotongan antara garis ini dengan sumbu-x menghasilkan Ar (Gambar 2.18).

Gambar 2.18. Kurva garis-garis lurus dengan slope negatif menunjukkan komponen-komponen
kelas umur yang berbeda

Jika Ar adalah sudut garis ke-r yang membuat arah negatif dengan sumbu-x, dan lr adalah intercept dari
garis ke-r, maka rata-rata dan standar deviasi dari komponen ke-r didapat dari rumus:

mr = lr + h/2……………………………………… ……………………………………...............(2.13)

dimana: mr = nilai tengah dugaan kelompok umur/komponen ke-r

S2r = (dh cot Ar/b) – h2/12 atau S2r = d/b.h.cot Ar – h2/12 ………………………….......(2.14)

43
dimana: Sr = standar deviasi atau simpangan dugaan kelompok umur ke-r
b dan d menunjukkan skala relatif masing-masing dari x dan D log y
d/b = X . Log e
log y(x)

Dengan memplot D log Y terhadap nilai tengah kelas pada kertas grafik biasa, skala relatif x dan D log
Y adalah 1 Cm dari x = 10 bagian dan 0.1 dari D log Y = 20 bagian, sehingga b = 10 dan d = 200 x log
e = 200 x 0.43429 = 86.858 (perkalian dengan log e adalah untuk menyatakan skala logaritmik natural).
Sudut Ar dapat ditentukan dengan menggunakan busur derajat yang dicocokan pada sudut garis
(Gambar. 2.18).

Estimasi total frekuensi dari komponen ke-r, diperoleh dari:

^
Nr = ∑ y/ ∑ Pr ……………………………………………………………..………….................(2.15)

dimana: Pr adalah fungsi distribusi dari standar deviasi normal yang didapat dari persamaan:

Pr (x) = P (x + h/2 – mr) – P (x – h/2 – mr) …………………………….………………….........(2.16)


Sr Sr

Dari grafik/kurva pada Gambar 2.18 diperoleh nilai-nilai sebagai berikut:

l1 =10.53 l2 = 14.78 l3 = 19.36 l5 = 26.12

A1 = 85.250 A2 = 81.250 A3 = 73.00 A5 = 75.50

dan dari persamaan (2.15) dan (2.16) didapat (h = 1):

^
N1 = y(10.5) + y(11.5) = 5811
P1(10.5) + P1(11.5)
^
N2 = y(14.5) + y(15.5) = 4381
P2(14.5) + P2(15.5)
^
N3 = y(19.5) + y(20.5) = 2984
P3(19.5) + P3(20.5)
^
N5 = y(26.5) + y(27.5) = 516
P5(26.5) + P5(27.5)

2.6. Mortalitas

1. Pengantar

Mempelajari mortalitas berarti mempelajari laju perubahan (rate of change) dan biasanya dinyatakan
dengan laju perubahan sesaat (instantaneous rate of change) (Gulland, 1969). Laju perubahan atau
dalam hal ini pengurangan jumlah populasi dapat ditulis dengan persamaan sebagai berikut.:

44
dN = - ZN ……………………..…….........................................................................................(2.17)
dt

dimana Z adalah koefisien mortalitas total sesaat (instantaneous total mortality coefficient).

Dari persamaan di atas, jumlah populasi yang hidup pada waktu t ( = Nt ) adalah:

Nt = No.e –Zt ………………………………………………………………..……………………...(2.18)

dimana: No = jumlah populasi pada waktu t = o

Secara terpisah ada dua penyebab berkurangnya atau menghilangnya populasi,yaitu:

(1). Kematian secara alamiah (karena penyakit, predasi, dan lain-lain):

(dN) alamiah = - MN  dimana: M = koefisien mortalitas alamiah (natural mortality coefficient).


dt

(2). Kematian karena penangkapan:

(dN) penangkapan = - FN  dimana: F = koefisien mortalitas penangkapan (fishing mortality


dt coefficient)

Dalam interval waktu yang sangat pendek (dt), kematian karena penangkapan (FNdt) dan kematian
alamiah (MNdt) akan sama dengan kematian total (ZNdt):

F + M = Z ………………………………………………..............................................................(2.19)

Jika F = 0, maka Z = M, ini berarti mortalitas total dan mortalitas alamiah mempunyai nilai yang sama
ketika tidak ada penangkapan. Ini terjadi dalam suatu stok yang belum dieksploitasi (unexploited stock),
seperti terlihat pada Gambar 2.19.

Gambar 2.19. Decrease of a cohort of 100 fish (initially), subjected to different levels of
mortality; Lc = mean length at first capture

45
2. Estimasi mortalitas total

Estimasi mortalitas total dapat dilakukan sebelum estimasi mortalitas penangkapan dan mortlitas
alamiah secara terpisah. Hal ini dapat dilakukan jika kita mengetahui kelimpahan (abundance),
katakanlah No dan N1 dari kelompok ikan pada dua waktu yang diketahui. Untuk selanjutnya fraksi
yang hidup (survive) adalah: S = N1/No dan koefisien mortalitas total didapat dari:

e-zt = S = N1/No…………………………………………………………………............................(2.20)

atau

Zt = - logN1/No = log No/N1…………………………………………………………....................(2.21)

dimana: t = interval waktu.

Metode semigrafik:

Estimasi mortalitas total (Z) dapat pula diperoleh dengan metode semigrafik (semigraphical methods).
Jika Z konstan, maka kelimpahan atau jumlah populasi pada waktu t adalah:

Nt = No.e-Zt……………………………………………..................................................................(2.22)

dimana: No = jumlah populasi pada t = 0

atau

log Nt = log No – Zt………………………………………………….................................……...(2.23)

Jika log Nt (logaritma kelimpahan) diplot terhadap t (umur), didapat garis lurus (straight line) dengan
slope = - Z (Gambar 2.20)

Gambar. 2.20. Estimasi Z dengan memplot log Nt terhadap t (Gulland, 1969)

a. Jika jumlah data frekuensi panjang yang diperoleh dari suatu stok cukup besar, mortalitas total (Z)
_

46
dapat pula diestimasi dari panjang rata-rata (L) ikan yang tertangkap (Pauly, 1980):
_ _
Z = K (L∞ - L)/(L – Lc) ……………………………………………………………………….(2.24)
_
dimana: L∞ dan K adalah parameter-parameter dari persamaan pertumbuhan von Bertalanffy; L adalah
panjang rata-rata ikan yang tertangkap; Lc adalah panjang rata-rata pada penangkapan pertama.

b. Persamaan lain yang dapat digunakan untuk mengestimasi Z dari panjang rata-rata dalam
penangkapan adalah:

Z = n.K ......................................................................................(2.25)
_
(n + 1) log (L∞ - Lc)/(L∞- L )

dimana: L∞, K, L dan Lc adalah sama seperti di atas _


n adalah jumlah ikan yang digunakan untuk estimasi L

Tabel 2.11 memperlihatkan nilai Z yang diestimasi oleh persamaan (2.24) dan (2.25), yaitu masing-
masing Z1 dan Z2

Table 2.11. Estimasi nilai Z dengan dua metode di atas (persamaan 2.24 dan 2.25) berdasarkan data
untuk Selaroides leptolepis di Teluk Thailand (Pauly, 1980)

Tahun Upaya N -- Z1 Z2
L

1966 2.08 4733 13.25 2.41 2.95


1967 2.08 11902 13.01 2.69 3.24
1968 3.50 12503 12.99 2.72 3.27
1969 3.60 9060 13.07 2.62 3.16
1970 3.80 8132 12.37 3.73 4.29
1972 7.19 3635 12.30 3.88 4.44
1973 9.94 10510 12.01 4.61 5.14
1974 6.06 7960 12.60 3.30 3.85
_
X 4.87 12.70 3.25 3.79
Konstanta: L∞ = 20.0; K = 1.16; Lc = 10.0
Sumber: Pauly, 1980.

c. Persamaan yang masih berhubungan dengan persamaan (2.25) tapi untuk berat (jika pertumbuhan
isometrik) adalah:

n.K
Z = .…........................................................(2.26)
_
(n + 1) log ( ∛𝑾∞ - ∛𝑾c )/(∛ 𝑾∞ - ∛ W )

dimana: W∞ dan K adalah parameter-parameter persamaan pertumbuhan von Bertalanffy untuk berat (persamaan
2.10);
_ _
W dan Wc berhubungan dengan L dan Lc yang diperoleh dari konversi dari panjang ke berat melalui
hubungan panjang-berat (length-weight relationship).

47
3. Estimasi Mortalitas Penangkapan

Menurut Gulland (1969) banyak metode yang dapat digunakan untuk estimasi mortalitas penangkapan.
Beberapa metode utama dijelaskan sebagai berikut:

(a). Direct census

Metode ini dapat dilakukan jika stok total diketahui, mortalitas penangkapan dapat dihitung dari satu
kali hasil penangkapan. Jumlah total dapat diperoleh secara lengkap dan menyeluruh atau berdasarkan
hitungan sampel. Contoh: Menghitung ikan Salmon yang mau lewat ke hulu sungai (upstream),
menghitung ikan paus (whales) yang muncul di suatu area, dan menghitung jumlah telur dalam suatu
survai plankton.

(b). Swept area

Berdasarkan definisi koefisien mortalitas sesaat (instantaneous mortality coefficient) dapat dinyatakan
bahwa mortalitas penangkapan yang dihasilkan oleh suatu operasi tunggal (single operation), maka
bagian kecil dari seluruh stok adalah sama dengan fraksi dari populasi yang dapat ditangkap. Jika dalam
suatu area seluas A, stok menyebar secara merata, dan ikan yang tertangkap di suatu daerah sampel
tertentu sebesar a, maka mortalitas penangkapan adalah a/A.

Ada dua sumber kesalahan penting dalam metode ini: 1). Sejumlah ikan dapat lolos dari alat tangkap
sehingga terjadi “over estimate.” 2). Kepadatan ikan di suatu area lebih besar dari pada kepadatan rata-
rata sehingga terjadi “under estimate.” Dalam metode ini juga dapat digunakan “echo sounder” (echo
survey) untuk mendeterminasi ikan.

(c). Marking

Percobaan penandaan (marking experiment) merupakan salah satu dari beberapa metode estimasi
mortalitas penangkapan. Jika populasi ikan bertanda sama dengan stok total, maka mortalitas
penangkapan dan mortalitas total dapat ditentukan dari jumlah ikan bertanda yang tertangkap kembali.

(d). Changes in total mortalities

Jika jumlah perubahan penangkapan merubah mortalitas penangkapan, maka akan menghasilkan
perubahan dalam mortalitas total. Secara kuantitatif, perubahan-perubahan ini dapat diketahui dari
upaya penangkapan (f) dan koefisien mortalitas penangkapan (F). Secara matematis, hubungan tersebut
dapat ditulis sebagai berikut:

ZT = (F + M)T = qf + M ……………………………………………………………..................(2.27)

di mana: f = upaya penangkapan total

Jika T = 1, persamaan di atas menjadi:

Z = (F + M) = qf + M ……………………………………………………………………............(2.28)

F dan M dapat diestimasi dengan memplotkan Z terhadap f yang menghasilkan garis lurus dengan slope
q dan intersep M (Gambar 2.21)

48
Gambar. 2.21. Estimasi F dan M dengan memplot Z terhadap f (Gulland, 1969)

Menurut Pauly (1980), q pada persamaan (2.28) adalah “koefisien daya tangkap” (catchability
coefficient), yang nilainya dapat diestimasi melalui persamaan sebagai berikut.:

_
q = Z – M ………………………..................................................................................................(2.29)
_
f
_ _
dimana: Z adalah nilai Z`rata-rata yang tersedia (atau suatu nilai Z tunggal), f adalah nilai f rata-rata
(atau suatu nilai f tunggal), M adalah suatu estimasi dari mortalitas alami yang bebas (independent
estimate) (lihat Tabel 2.11 dan Gambar 2.22).

Gambar. 2.22. Plot mortalitas total (Z) terhadap upaya (f) untuk estimasi mortalitas alami (M) dan
“koefisien daya tangkap” (f) pada Selaroides leptolepis dari Gulf of Thailand (Pauly, 1980)

Berdasarkan data pada Tabel 2.11. Persamaan adalah:

Z1 = 1.96 + 0.263 f (persegi)


Z2 = 2.52 + 0.263 f (bulat)

4. Estimasi mortalitas alami

Mortalitas alami (M) ikan dapat juga diestimasi dengan regresi multipel (multiple regression) yang
berhubungan dengan suhu rata-rata lingkungan (Pauly, 1980).

49
(a). Regresi multipel untuk data pertumbuhan panjang (length-growth data) adalah:

log10M = - 0.0066 – 0.279 log10 L∞ + 0.6543 log10K +0.4634 log10T…………....................(2.30)

(b). Regresi multipel untuk data pertumbuhan berat (weight-growth data) adalah:

log10M = - 0.2107 – 0.0824 log10W∞ + 0.6757 log10K + 0.4687 log10T……….....................(2.31)

dimana: M = mortalitas alami;


L∞ = panjang total (Cm);
W∞ = berat (gram);
K = koefisien pertumbuhan;
T = suhu rata-rata tahunan (0C) dari perairan dimana stok ikan hidup,diperoleh dari data
oseanografi.
Catatan:

Walaupun persamaan (2.30) dan (2.31) umumnya memberikan estimasi M yang reasonable untuk
banyak set dari parameter pertumbuhan dan nilai suhu, namun untuk kelompok ikan-ikan tropis,
estimasi ini mungkin bias, misalnya schooling ikan-ikan pelagis yang sangat kuat, terutama Clupeidae,
estimasi M dengan persamaan di atas bisa terjadi over estimated. Oleh karena itu untuk mengurangi
bias dari estimasi ini, bagaimanapun harus dikalikan dengan 0,8.

Exercises (Gulland, 1969):

1. (a). A certain mortality causes 25 percent of the population to die each year; what percentage
of the initial population is left after 2 years; 6 months; 3 years? What is the corresponding
instantaneous mortality coefficient? (N.B. find the coefficient first). Repeat for mortalities
causing 10 percent, 90 percent, 50 percent mortalities per year.

(b). Two causes of mortality, acting independentlty, cause mortality coefficients of 0.2 and 0.3;
what is the resulting total mortality coefficient? Repeat with coefficient of 0.7 and 0.1; 1.0 and
0.3.

(c). Two causes of mortality act independently on a population; alone they would cause
respectively 20 percent and 30 percent of the population to die within a year. Do 50 percent of
the population die within a year? If not, what is the percentage that does die (N.B. convert to
instantaneous mortality coefficient)? Repeat for pairs of mortalities causing 70 percent and 30
percent; 80 percent and 70 percent mortalities.

(d). Plot y against x, on semilogarithmic paper, and log10y and log y against x on ordinary graph
paper, for each set of y.

x………... 0 1 2 3 4 5 6
y1………. 0.79 0.63 0.50 0.40 0.32 0.25 0.20
y2………. 0.71 0.35 0.18 0.089 0.045 0.022 0.011

Do the points satisfy the question log y = ax + b or y = cedx?


If so,what are the values of a, b, c, d? (Estimate these from the slope and intercept of the straight-
line relation). If the y’s are indices of the density of a certain year-class of fish at yearly
intervals, do the data fit constant mortality coefficient? If so, what are the fractions surviving
each year, and what are the instantaneous mortality coefficient?

2. A research vessel in five one-hour trawl hauls caught the following numbers of fish at each age.
I, 30; II, 450; III, 120; IV, 70; V, 25; VI+, 15
A year later, the catches in twelve one-hour hauls were

50
I, 60; II, 960; III, 480; IV, 120; V, 72; VI+, 42

Assuming for the purposes of this example that, with the mesh size in use, the catch per hour
gives a valid index of density for two year-old fish and older, estimate the total mortality
coefficient during the year. If the only data available were those for the first of these years, give
an estimate of the average total mortality during the previous few years. (In practice 5 or 12
hauls would generally be quite insufficient to provide a valid index of density).

3. A group of fish is subject in two successive years to total mortality coefficient of 0.85 and 0.80.
If the number present at the beginning of the first year is 1000 what is the average number
present in each of the two years? What is the total mortality coefficient estimated from these
two averages?

4. A plankton survey showed that 2 x 1011 eggs were laid during a spawning season. Fecundity
studies showed that the average mature female laid 103 eggs. Market studies showed that
3.000.000 fish were landed during the year following, and of these 40 percent were adult
females (i.e. had spawned at least once). What percentage of the spawning females was caught
during the year? If the total mortality coefficient was 1.2, what were the fishing and natural
mortality coefficients?

5. The average number of plaice landed at Lowestoft per 100 hours fishing in two periods were
Age 2 3 4 5 6 7 8 9 10
Years
1929-38 125 1355 2352 1761 786 339 159 70 28
1950-58 99 959 1919 1670 951 548 316 180 105

Calculate the average total mortality coefficients in the two periods. If the average total fishing efforts
on plaice in the North sea during the two periods, in terms of millions of hours fishing by United
Kingdom steam trawlers, 5.0 in 1929-38, and 3.1 in 1950-58, estimate from equation (5.6) the natural
mortality, and the fishing mortality in the two periods.

2.7. Selektivitas Alat Tangkap

1. Pengantar

Sebagian besar alat tangkap, misalnya, jaring trawl bersifat selektif terhadap ikan berukuran besar.
Sementara beberapa alat lain (jaring insang, gillnet) selektif bagi suatu kisaran panjang saja, sehingga
dengan demikian tidak menangkap ikan-ikan yang sangat kecil dan juga ikan yang sangat besar. Sifat-
sifat dari alat penangkapan seperti itu dinamakan “selektivitas alat.” Sifat ini harus dipertimbangkan
bila kita ingin mengestimasi komposisi ukuran (atau umur) ikan yang sesungguhnya di daerah
penangkapan. Pada saat yang sama, hal ini merupakan piranti yang penting bagi para pengelola
perikanan yang dengan membuat regulasi tentang ukuran-ukuran mata jaring dari suatu armada
perikanan, mampu menentukan ukuran minimum dari species target dari suatu perikanan tertentu.
Selektivitas alat sangat berkaitan erat dengan estimasi mortalitas total, Z, analisis data dari survai trawl
maupun dari perikanan komersial dan dengan prediksi produksi (yield) yang akan datang (Thompson
& Bell, 1934). Suatu publikasi khusus dari penelitian perikanan akhir-akhir ini menghasilkan suatu
kajian yang sangat berguna atas selektivitas alat penangkapan (MacLennan, 1992).

2. Estimasi Selektivitas Jaring Trawl

Bagian ujung jaring dengan ukuran mata-jaring lebih lembut di mana hasil tangkapan dikumpulkan
disebut kantong (codend). Ternyata bahwa “ukuran mata jaring” dari bagian kantong, sampai batas
tertentu, menentukan selektivitas dari alat trawl.

51
“Ukuran mata jaring” biasanya didefinisikan sebagai panjang dari seluruh mata jaring yang
direntangkan (stretched). Ukuran mata-jaring yang diperlihatkan di sini adalah 2*d, di mana d adalah
panjang antara dua simpul.

Untuk menentukan jumlah dan ukuran ikan yang lolos melalui mata-jaring dari bagian kantong dapat
dilakukan dengan menutupi bagian kantong tersebut dengan kantong lain yang lebih besar dengan
ukuran mata jaring yang lebih lembut. Ide yang mendasari percobaan seperti itu diilustrasikan dalam
Gambar 2.23. Selektivitas dari alat kemudian dapat ditentukan dengan cara membandingkan ukuran
ikan dalam bagian kantong dengan ikan-ikan dalam jaring yang menutupinya. Metode kantong yang
ditutupi ini telah dideskripsikan, antara lain oleh Pope et al., 1975 dan Jones, 1976.

Contoh : Percobaan penutupan kantong, Nemipterus japonicus, Laut Cina Selatan

P ercobaan ini berkaitan dengan ikan kurisi, Nemipterus japonicus, yang ditangkap dengan sebuah
jaring trawl dengan bagian kantong berukuran 4 cm dan ditutup dengan jaring dengan ukuran mata yang
jauh lebih kecil. Hasil tangkapan setiap satu tarikan (haul) jaring trawl tertera dalam Tabel 2.12 dalam
bentuk dua tabel frekuensi-panjang masing-masing untuk bagian kantong dan penutupnya (kolom B
dan C). Selanjutnya bagian dari hasil tangkapan total yang ditahan dalam kantong dapat dihitung dan
dinyatakan sebagai bagian kelompok panjang yang tertahan dalam bagian kantong (misalnya 1/7 =
0.14). Bila bagian yang ditahan diplotkan terhadap nilai-tengah kelompok panjang yang bersangkutan,
tampak bahwa titik-titik itu mengikuti suatu kurva sigmoid, yang mencapai 1.00 (retensi 100%) pada
suatu panjang tertentu dan yang mendekati 0.00 (retensi 0%) pada suatu ukuran pendek tertentu. Kurva
sigmoid itu disebut “ogif selektivitas alat” (“gear selection ogive”). Ogif ini menyerupai seperti suatu
distribusi normal kumulatif.

Gambar 2.23. Percobaan kantong yang ditutup

Ekspresi matematik yang paling mudah untuk menjelaskan ogif selektivitas alat adalah “kurva logistik”:

SL = 1 / [1+exp(S1-S2*L) ............................................................................................................(2.32)

52
di mana: SL = jumlah ikan dengan panjang L dalam kantong/jumlah ikan dengan panjang L dalam
kantong dan dalam penutup dan L merupakan interval titik-tengah panjang. S1 dan S2 adalah konstanta
(Paloheimo & Cadima, 1964; Kimura, 1977, dan Hoydal et al., 1982).

Persamaan 2.32 dapat ditulis kembali sebagai:

ln[1/SL -1] = S1 - S2*L .................................................................................................................(2.33)

yang mewakili suatu garis lurus, di mana S1 = a dan S2 = b. Dengan demikian observasi terhadap bagian
yang ditahan (kolom E) dapat digunakan untuk menentukan kurva logistik yang sesuai terhadap
observasi-observasi tersebut. Hasil estimasi kurva logistik (SL est) selanjutnya dapat digunakan untuk
menghitung bagian-bagian yang berkaitan dengan kurva (kolom H dalam Tabel 2.12).

Terlihat bahwa jika SL = 0 atau jika SL = 1 ekspresi dalam Persamaan (2.33) tidak dapat ditentukan.

Dengan menerapkan beberapa manipulasi aljabar terlihat bahwa terdapat hubungan satu-lawan-satu
antara S1 dan S2 dan L25% , L50% dan L75%, yakni panjang di mana secara berturut-turut 25%, 50%,
dan 75% dari seluruh ikan ditahan dalam bagian kantong. Kisaran panjang dari L25% sampai L75%,
dengan bentuk simetris di sekitar L50%, disebut “kisaran seleksi” (lihat Gambar 2.37).

Rumus-rumus untuk menghitung L25%, L50% dan L75% adalah:

L25% = (S1 – ln3) / S2 ..................................................................................................................(2.34)

L50% = S1/S2 ...............................................................................................................................(2.35)

75% = (S1 + ln3) /S2 .....................................................................................................................(2.36)

S1 dan S2 dapat diperoleh dari L75% dan L50% dengan menggunakan rumus-rumus sebagai berikut:

S1 = L50%* ln3/(L75% - L50%) ................................................................................................(2.37)

S2 = ln3/(L75% - L50%) = S1/L50% ...........................................................................................(2.38)

Analisis regresi dilakukan meliputi suatu kisaran panjang antara retensi nol (0) dan penuh (1), dengan
demikian mengesampingkan interval-interval panjang di mana didapatkan tidak ada retensi sama sekali
atau dengan retensi penuh dan semua nilai di luar titik-titik tersebut, meskipun merekadiantara 0 dan 1.

Pada contoh ikan kurisi (Nemipterus japonicus), regresi memperoleh hasil-hasil seperti berikut, seperti
yang tertera dalam Tabel 2.12 dan Gambar 2.24:

a = S1 = 9.4875 dan –b = S2 = 0.7193, yang menghasilkan:

SL est = 1/(1+exp(9.4875- 0.7193*L))

L25% = (9.4875 – ln3) / 0.7193 = 11.7 cm

L50% = 9.4875/0.7193 = 13.2 cm

L75% = (9.4875 + ln3)/ 0.7193 = 14.7 cm

Karena probabilitas bahwa seekor ikan akan lolos melalui suatu mata jaring tergantung dari bentuknya,
dan khususnya dari tinggi badan dibandingkan dengan ukuran mata-jaring, maka merupakan hal yang

53
wajar untuk mengasumsikan proporsionalitas antara d50% (tinggi badan di mana 50% dari ikan
tertahan) dan ukuran mata-jaring:

d50% = A* (ukuran mata jaring) ...............................................................................................(2.39)

di mana A merupakan suatu konstanta. Karena tinggi badan kira-kira proporsional terhadap panjang
badan. Persamaan 2.39 mempunyai suatu implikasi bahwa suatu ekspresi yang sama akan berlaku juga
panjang seekor ikan:

L50% = SF* (ukuran mata-jaring) .............................................................................................(2.40)

di mana SF dinamakan “faktor seleksi” (selection factor).

Tabel 2.12. Estimasi ogif seleksi alat untuk ikan kurisi (Nemipterus japonicus) dari suatu percobaan
bagian kantong jaring trawl yang ditutup dengan jaring berukuran mata lebih kecil (dari Jones, 1976,
Gambar 2.24).

A B C D E F G H
Interval Jumlah Jumlah Jumlah Bagian yang ln(1/SL-1) Titik tengah Bagian yang
panjang dalam dalam total tertahan (L1+L2)/2 tertahan
L1-L2 kantong penutup SL obs. (y) (x) SL est
9-10 0 1 1 0 - - -
10-11 1 6 7 0.14 1.82 10.5 0.13
11-12 2 7 9 0.22 1.27 11.5 0.23
12-13 2 4 6 0.33 0.71 12.5 0.38
13-14 7 5 12 0.58 -0.32 13.5 0.56
14-15 30 13 43 0.70 -0.85 14.5 0.72
15-16 61 8 69 0.88 -1.99 15.4 0.84
16-17 27 3 30 0.90 -2.20 16.5 0.91
17-18 7 0 7 1.00 - 17.5 0.96
18-19 4 1 5 0.80 - 18.5 0.98
Intersep =a=S1=9.4875 -slope = -b=S2=0.7193
L50% = S1/S2= 13.2 cm L75% = (S1+ln3)/S2 = 14.7 cm
SL est = 1/(1+exp(9.4875-0.7193*L))
(digunakan untuk menghitung kurva dalam Gambar 2.24)

Gambar 2.24. Ogif seleksi alat untuk ikan kurisi (Nemipterus japonicus) yang ditangkap dengan sebuah
trawl dengan bagian kantong berukuran mata-jaring 4 cm (dari Jones, 1976)

Dalam kasus contoh di atas (Tabel 2.12) diperoleh L50% = 13.2 cm untuk suatu ukuran mata-jaring 4
cm. Dengan demikian, faktor seleksi adalah:

54
SF = 13.2/4 = 3.3

Faktor seleksi ini sekarang dapat digunakan untuk menentukan L50% dengan ukuran mata-jaring yang
berbeda, misalnya, L50% dari Nemipterus japonicus bila digunakan ukuran mata-jaring 3 cm akan
menjadi:

L50% = 3.3*3 = 9.9 cm

3. Estimasi selektivitas jaring insang

(1). Kurva-kurva seleksi simetris

Jaring insang biasanya berbentuk jaring persegi empat jaring di mana pinggir atasnya, yakni tali ris atas
diberi sejumlah pelampung sementara tali ris bawah diberi sejumlah pemberat. Sering jaring insang
(terapung maupun tetap) dalam bentuk kumpulan dari jaring-jaring dengan ukuran mata yang berbeda-
beda. Untuk uraian jaring insang lebih lanjut, lihat FAO (1978 b), Nedelec (1982) atau Karlsen &
Bjarnason (1986).

Sifat-sifat seleksi dari jaring insang dikaji ulang dalam Hamley (1975). Diskusi tentang selektivitas
jaring insang dapat diperoleh misalnya dalam Baranov (1948); McCombie & Fry (1960), Gulland &
Harding (1961), Regier & Robson (1966), Hamley & Regier (1973), dan Jensen (1986).

Jaring-jaring insang adalah “alat-alat pasif” yakni ikan harus berenang ke arah jaring agar tertangkap.
Secara teoritis, ini berimplikasi bahwa ikan yang bergerak cepat mempunyai suatu probabilitas yang
lebih besar untuk menabrak jaring daripada ikan yang berenang lebih lambat. Lebih lanjut diketahui
bahwa ikan yang lebih besar bergerak lebih cepat daripada yang lebih kecil untuk species yang sama.
Kecepatan berenang dapat diperkirakan dengan suatu konstanta dikalikan suatu fungsi pangkat dari
panjang.

A*LB, di mana A dan B merupakan konstanta (Yates, 1983).

Rudstan, Magnuson & Tonn (1984) memasukkan kecepatan berenang (dengan B = 0.8 bagi ikan cisco,
Coregonus artedii, dari Wisconsin, USA) ke dalam suatu model untuk seleksi jaring insang. Mereka
mengemukakan bahwa seleksi adalah merupakan produk dari dua probabilitas:

(seleksi) = (probabilitas menabrak)* (probabilitas tertangkap setelah menabrak)

Namun demikian, kita hanya akan berurusan dengan faktor yang terakhir, yakni probabilitas tertangkap
setelah menabrak.

Untuk jaring-jaring insang yang sederhana kurva seleksinya, tidak seperti seleksi trawl, mempunyai
suatu kemiringan yang menurun di bagian sebelah kanan. Ikan-ikan kecil dapat lewat melalui mata-
jaring seperti halnya untuk jaring-jaring trawl, tetapi ikan besar mungkin juga dapat luput untuk
tertangkap jaring insang, sebab kepalanya sedemikian besar sehingga mereka tidak dapat terjerat
(gilled). Inilah teori sederhana dibalik seleksi jaring insang. Gambaran ini menjadi agak lebih rumit bila
beberapa cara ikan tertangkap dalam suatu jaring insang juga dipertimbangkan. Karlsen & Bjarnason
(1986) membedakan empat cara ikan tertangkap seperti diilustrasikan dalam Gambar 2.25.

1. “Snagged”, di mana mata-jaring mengelilingi ikan tepat di belakang mata.


2. “Gilled”, di mana mata-jaring mengelilingi ikan tepat di belakang tutup insang.
3. “Wedged”, di mana mata-jaring mengelilingi badan sejauh sirip punggung.

55
4. “Entangled”, bila ikan terjerat di jaring melalui gigi, tulang rahang, sirip atau bagian tubuh yang
menonjol lainnya, tanpa masuk ke dalam mata-jaring.

Gambar 2.25. Seleksi jaring insang (dari Karlsen & Bjarnason, 1986).

Model Holt untuk dua ukuran mata jaring

Untuk proses tertangkap pada tutup insang “gilling” dan “wedging”, Holt (1963) menyarankan suatu
kurva seleksi bentuk bel sama seperti distribusi normal (Gambar 2.31). Untuk kedua jenis cara ikan
tertangkap pada suatu jaring insang ini kita menggunakan model:

SL = exp[- (L – Lm)2] ..................................................................................................................(2.41)


2*s2

di mana Lm adalah “panjang optimum ikan yang dapat tertangkap” dan s merupakan standar deviasi
dari distribusi normal. Faktor “n*dL/(s*√(2𝜋)” yang muncul dalam ekspresi bagi suatu distribusi
normal (Persamaan 1-4) tidak digunakan di sini. Dengan menghilangkan faktor ini, SL menjadi suatu
fraksi, yakni 0 < SL < = 1.

Holt (1963) menyarankan suatu percobaan untuk mengestimasi Lm dan s dengan menggunakan dua
jaring insang dengan ukuran mata-jaring berbeda, ma dan mb. Kedua mata-jaring harus sedemikian
rupa sehingga kurva-kurva seleksi mereka saling tumpang tindih. Kedua jaring dipasang untuk
menangkap ikan di satu area pada saat yang sama, sedang yang diobservasi adalah jumlah yang
tertangkap menurut kelompok panjang. Beberapa asumsi di belakang metode ini adalah:

1. Panjang optimum Lm (puncak dari kurva seleksi yang berbentuk lonceng) adalah proporsional
terhadap ukuran mata-jaring (Lm = SF*m, di mana SF merupakan faktor seleksi).
2. Kedua kurva seleksi mempunyai standar deviasi yang sama.
3. Kedua jaring insang mempunyai daya tangkap (fishing power) yang sama. Ini berarti bahwa
bila dioperasikan harus mempunyai panjang dan lebar yang sama dan dibuat dari bahan yang
sama pula.

56
Contoh : Kurva seleksi bagi Tilapia di Danau Victoria

Tabel 2.13 memperlihatkan suatu contoh dari suatu percobaan dengan dua mata-jaring atas Tilapia
esculenta dari Danau Victoria. Jumlah yang tertangkap, Ca, menurut kelompok panjang untuk alat
dengan mata-jaring yang lebih kecil (ma = 8.1 cm) dan jumlah yang berkaitan, Cb, untuk jaring dengan
mata-jaring yang lebih besar (mb = 9.1 cm) disajikan. Parameter-parameter yang diestimasi dengan
model Holt (Persamaan 2.41) adalah:

Lma : panjang optimum untuk jaring dengan ukuran mata lebih kecil.

Lmb : panjang optimum untuk jaring dengan ukuran mata lebih besar.

s : standar deviasi yang berlaku untuk keduanya.

Masukan data untuk analisis adalah jumlah ikan yang tertangkap menurut kelompok panjang untuk
masing-masing alat, Ca dan Cb, dan kedua mata-jaring ma dan mb. Derivasi matematik dari analisis ini
sedemikian panjang sehingga tidak dibahas di sini.

Langkah 1: Hitunglah logaritma rasio y = ln (Cb/Ca) untuk masing-masing kelompok panjang (Tabel
2.13). Hanya panjang-panjang yang frekuensinya saling tumpang-tindih yang digunakan.

Langkah 2: Lakukan suatu analisis regresi terhadap logaritma rasio (y = ln(Cb/Ca) terhadap titik-
tengah interval bagi panjang ikan (x = L), dan tentukan a dan b:

ln[Cb/Ca] = a + b*L ......................................................................................................................(2.42)

Gambar 2.26a. Tilapia esculenta. Regresi dari ln(Cb(L)/Ca(L)) terhadap panjang ikan
(Persamaan 2.42)

Langkah 3: Hasil-hasil akhir dapat diperoleh dengan memasukkan nilai-nilai a, b, ma dan mb dalam
ekspresi-ekspresi seperti berikut:

Faktor seleksi diestimasi dari:

SF = (-2*a)/b*(ma+mb) ..............................................................................................................(2.43)

57
Panjang-panjang optimum ikan untuk ukuran mata-jaring yang kecil dan yang lebar masing-masing
adalah Lma = SF*ma dan Lmb = SF*mb

Standar deviasi yang berlaku untuk keduanya ditentukan dengan varians:

s2 = -2*a*(mb-ma) = SF* mb - ma ..........................................................................................(2.43a)


b2*(ma+mb) b

Langkah 4: Titik-titik untuk kurva-kurva seleksi diperoleh dengan memasukkan nilai-nilai dari L ke
dalam Persamaan 2.41.

Sa(L) = exp[- (L –Lma)2]


2*s2
Sb(L) = exp[- (L –Lmb)2]
2*s2

Langkah 5: Dari ini semua dan hasil tangkapan Ca(L) dan Cb(L), suatu indeks dari jumlah-jumlah
dalam populasi diestimasi untuk setiap ukuran mata-jaring.

Na(L) = Ca(L)
Sa(L)
Nb(L) = Cb(L) .........................................................................................................................(2.43b)
Sb(L)

Indeks-indeks Na dan Nb pada prinsipnya adalah sama untuk nilai L tertentu kecuali bila terjadi
kelainan dalam penarikan contoh. Mereka seyogyanya dihitung hanya untuk kelompok-kelompok
panjang yang jumlahnya cukup dalam tangkapan untuk mata-jaring yang sedang diteliti. Bila dasar
asumsi bahwa kurva-kurva seleksi terbentuk seperti distribusi normal tidak akan terpenuhi, estimasi
dari jumlah dalam populasi hanya terbatas terhadap bagian dari kurva untuk mana asumsi diperkirakan
dapat terpenuhi.

Hasil-hasil perhitungan dipresentasikan dalam Tabel 2.13 dan Gambar-gambar 2.26a dan 2.27. Kurva-
kurva hasil tangkapan tidak simetris, mungkin sebagai pengaruh dari terjeratnya (entanglement) ikan-
ikan: ikan-ikan berukuran besar terlalu banyak terwakili. Hal ini terlihat bahwa mengeplotkan data
untuk analisis regresi, Gambar 2.26a. Estimasi terbatas terhadap empat titik yang hampir selalu terletak
pada suatu garis lurus dan tidak didasarkan atas jumlah ikan yang sangat kecil. Na(L) dan Nb(L)
merupakan keserasian yang cukup bagus terhadap empat titik yang digunakan dalam analisis regresi.
Bagi ikan-ikan besar terdapat sesuatu yang kurang masuk akal sebab kurva-kurva hasil tangkapan
bersifat tidak simetris. Suatu jumlah ukuran mata-jaring lebih banyak diperlukan untuk meliputi suatu
selang ukuran struktur populasi yang lebih luas.

Tabel 2.13. Estimasi kurva seleksi jaring insang untuk Tilapia esculenta, Danau Victoria (data dari
Garrod, 1961)

Interval Jumlah yang tertangkap ln CbL Seleksi Estimasi populasi


titik tangah CaL
L ma = 8.1 mb = 9.1 SaL SbL NaL NbL
(x) CaL CbL (y)
18.5 7 0 - 0.1333 0.0001 52 -
19.5 90 1 -4.500 0.5164 0.0036 174 (2820
20.5 199 9 -3.096 0.9583 0.0443 208 203
21.5 182 53 -1.234 0.8519 0.2611 214 203

58
22.5 119 290 0.891 0.3627 0.7373 328 393
23.5 29 357 2.510 0.0739 0.9970 392 358
24.5 17 225 2.583 0.0072 0.6458 (2492) 348
25.5 3 82 3.031 0.0003 0.2003 (8881) 409
26.5 0 19 - 0.0000 0.0304 (638)
27.5 0 10 - 0.0000 0.0021 (4721)
ln[CbL/CaL] = a+b*L a=-41.907; b=1.894
SF = (-2*a)/b*(ma+mb) = -2*(-41.907)/1.894*(8.1+9.1) = 2.573
Lma = SF*ma = 20.84 cm
Lmb = SF*mb = 23.41 cm
s2 = SF*(mb-ma)/b = 2.573*(9.1-8.1)/1.894 = 1.3584 s=1.1655

Gambar 2.27. Kurva-kurva seleksi bagi Tilapia esculenta bagi jaring insang dengan ukuran mata-jaring
8.1 dan 9.1 cm dari Danau Victoria (dari Garrod, 1961)

Model bagi berbagai ukuran mata-jaring

Bila terdapat n ukuran mata-jaring, semua digunakan bersama dalam jaring-jaring dengan ukuran yang
sama, akan terdapat n-1 estimasi atas intersep, a, dan kemiringan, b, dari Persamaan 2.42. Dengan
demikian kita mempunyai hasil-hasil:

[a(1), b(1) , [a(2), b(2), ....., [a(n-1)b(n-1)]

berkaitan dengan ukuran-ukuran mata jaring:

[m(1), m(2), m(3),....., [m(n-1), m(n)]

Setiap rangkaian data (setiap ukuran mata-jaring) digunakan dua kali untuk menghasilkan estimasi-
estimasi ini: rangkaian nomor 2 digunakan pertama dengan rangkain nomor 1 untuk mengestimasi a(i)
dan b (i) dan kemudian dengan rangkaian nomor 3 untuk mengestimasi a(2), b(2) dan seterusnya. Hal
ini mengintrodusir suatu korelasi antar pasangan-pasangan yang berurutan a(I), b(I) yang efek-efeknya
sulit ditentukan, tetapi mungkin penting bila data tersedia hanya dari beberapa ukuran mata-jaring.
Dengan memperhatikan hal ini kita melangkah lebih lanjut dengan mengatur kembali Persamaan 2.43
untuk memberikan suatu garis lurus yang melalui titik awal (0,0):

-2*a(i)/b(i) = SF*[m(i) + m(i+I)], i = 1,2,.......,n-1 ..................................................................(2.44)

59
dari mana faktor seleksi yang berlaku umum, SF, diestimasi sebagai kemiringan, b.

Dengan y(i) = -2*a(i)/b(i) dan x(i) = m(i) + m(i+1) kita dapat dari Persamaan 1-23:

SF = ∑[x(i)*y(i)]
∑[x(i)2

Varians yang berlaku umum diestimasi sebagai nilai rata-rata dari estimasi individual untuk setiap
pasang dari ukuran-ukuran mata-jaring yang berurutan:

n-1
s2=1/(n-1)* ∑[SF(i)*m(i+I) –m(i)] ..............................................................................................(2.45a)
i=1 b(i)
Panjang optimum bagi setiap ukuran mata-jaring diperoleh dengan:

Lm(i) = SF*m(i) .............................................................................................................................(2.46)

Kemudian, titik-titik pada kurva-kurva seleksi Si(L) dihitung untuk setiap kelompok panjang.
Selanjutnya nilai ini dijumlahkan bagi setiap kelompok panjang dan dinormalkan (normalized) terhadap
suatu maksimum dari satu, agar mendapatkan suatu kurva seleksi komposit, yakni yang merupakan
gabungan dari sejumlah kurva. Ini dikerjakan dengan membagi nilai-nilai penjumlahan dengan nilai
tertinggi di antara jumlah-jumlah tersebut.

Suatu kurva mendatar yang meliputi suatu kisaran yang lebar dari ukuran panjang ikan menunjukkan
bahwa semua kelompok panjang yang terletak dalam kisaran ini disampel secara merata sedemikian
rupa sehingga jumlah dari hasil tangkapan dari setiap kelompok panjang CiL dapat digunakan secara
langsung sebagai indeks dari jumlah populasi. Bila kurva seleksi komposit memiliki puncak-puncak
dan lembah-lembah yang kelas, jumlah populasi harus diestimasi dengan membagi hasil tangkapan dari
setiap kelas panjang dengan nilai (≤ 1) pada kurva seleksi komposit (Persamaan 2.43b). Mungkin di
sana terdapat kelompok-kelompok panjang di mana indeks populasi tidak dapat dihitung.

Latihan: Estimasi seleksi kombinasi sejumlah jaring insang untuk ikan “cichlid” di Danau
Kariba

Gambar-gambar 2.28a dan 2.28b memperlihatkan kurva-kurva seleksi bagi ikan cichlid di Danau
Kariba. Dalam suatu percobaan 21000 spesimen Serranochromis codringtoni ditangkap dalam suatu
rangkaian 12 macam ukuran mata-jaring dari jaring-insang yang berkisar dari 38-178 mm ukuran mata
yang diluruskan (stretched). Kurva-kurva diestimasi seperti yang dijelaskan di atas. Sesudah
penjumlahan dan penormalan (normalisation) terhadap nilai satu terlihat bahwa resultan kurva seleksi
komposit membentuk puncak yang datar untuk panjang ikan 11 sampai 31 cm. Oleh sebab itu, hasil
tangkapan total dalam jaring-jaring dengan 12 macam ukuran mata-jaring memberikan suatu indeks
yang hampir mendekati kenyataan bagi komposisi ukuran dalam populasi dengan estimasi L∞ = 27 cm.
Kenaikan bagian sebelah kiri dari kurva seleksi yang lebar membentuk suatu kurva seleksi trawl seperti
Gambar 2.24. Penurunan di sebelah kanan tidak akan diamati sebab di sana tidak ada ikan sebesar itu.
Perlu diingat bahwa data yang digunakan berasal dari percobaan penangkapan. Perikanan komersial di
danau tersebut terutama dilakukan dengan jaring-insang dengan satu ukuran mata-jaring. Oleh sebab
itu, mortalitas penangkapan tidak diharapkan menjadi sama untuk suatu ukuran mata-jaring tertentu dan
yang lebih besar, seperti dalam suatu perikanan trawl komersial.

60
Ukuran mata jaring (mm)

Panjang ikan (cm)

Gambar 2.28a. Kurva-kurva seleksi ikan cichlid, Serranochromis codringtoni, di danau Kariba, tenggara
Afrika. Jaring-insang dari 12 ukuran mata-jaring. Digambar kembali dari Zambia/Zimbabwe/SADC
Fisheries Project, Project Report No. 26, 1993

Panjang tengah (cm)

Gambar 2.28b. Kurva-kurva seleksi dari Gambar 2.28a dijumlahkan dan disesuaikan (adjusted) terhadap
suatu nilai maksimum satu. Digambar kembali dari laporan yang telah dijelaskan di atas

Hanging ratio

Seleksi jaring-insang diketahui tergantung dari sejumlah faktor selain ukuran mata-jraing: yakni
konstruksi jaring, visibiltas dan kerentangan (stretchability) jaring, bahan jaring dan bentuk serta
perilaku ikan (Hamley, 1975). Terjerat (entangling) lebih dipengaruhi oleh konstruksi alat daripada
“wedging” dan “gilling” (Gambar 2.25). Probabilitas dari seekor ikan dapat terjerat diyakini tergantung
dari apa yang dinamakan hanging ratio coeficient yang oleh FAO (1978b) didefinisikan sebagai:

61
__ Panjang tali ris atas_________
(jumlah mata-jaring)*(ukuran mata-jaring)

atau (lihat gambar):

hanging ratio = c/2*d ..............................................(2.47)

Dengan demikian, untuk suatu mata berbentuk persegi (d = c/√2) kita mempunyai hanging ratio √2/2=
0.707 yang merupakan bukaan (opening) maksimum. Hanging ratio biasanya berkisar 0.2-0.7 (lihat
Gambar 2.29). Semakin kecil hanging ratio semakin besar probabilitas untuk terjerat. Hal ini
dikemukakan oleh Riedel (1963) yang melaporkan hasil tangkapan dari Tilapia mossambica dengan
jaring-insang berukuran mata 10 cm dengan tiga hanging ratio yang berbeda.

“Hanging ratio” Rata-rata tertangkap per Persentase terjerat Kisaran ukuran dari
hari 95% hasil tangkapan
0.707 9.3 0 18-23 cm
0.360 29.5 24 13-23 cm
0.240 81.0 80 8-23 cm

Gambar 2.29. Berbagai bentuk mata-jaring dengan berbagai hanging ratio untuk jaring-isang (dari FAO,
1978b)

(2). Produk dari dua kurva logistik

Bila ikan tertangkap dengan cara terjerat merupakan faktor penting, metode distribusi normal yang
diuraikan di atas menjadi tidak sesuai. Salah satu cara untuk mengestimasi kurva seleksi dapat
dilakukan dengan membandingkan hasil tangkapan dari jaring-insang dengan suatu alat yang
nonselektif, misalnya dengan hasil tangkapan trawl. Hasil tangkapan dari alat nonselektif kemudian
akan berperan seperti halnya kombinasi hasil tangkapan dalam jaring penutup dan bagian kantong dari
suatu trawl bila dioperasikan. Prosedur yang sama seperti yang digunakan dalam Tabel 2.12 dapat
diaplikasikan. Dalam hal ini kita memerlukan suatu kurva seleksi nonsimetris dari tipe yang

62
diperlihatkan dalam Gambar 2.28a. Suatu ekspresi matematik untuk tipe kurva seperti ini dapat
diperoleh dengan memperkalikan dua kurva logistik (Hoydal et al., 1982). Bagian yang unik dari kurva
dihasilkan oleh kurva logistik biasa (Persamaan 2.32). Bagaian ini merefleksikan probabilitas ikan
tertangkap secara “gilled” dan “wedged”. Kita namakan bagian ini sebagai “SL” di mana “L”
menerangkan “bagian sebelah kiri (left-hand side) dari kurva seleksi”:

SLL = 1/[1+ exp(S1-S2*L)] .................................................................................................……..(2.48)

Tipe seleksi seperti ini merupakan bagian yang mendominasi sampai dengan panjang A (lihat Gambar
2.22). Untuk panjang lebih besar dari B seleksi merupakan pengaruh kombinasi dari “gilling”,
“wedging” dan terjerat. Bagian dari kurva ini dimodelkan sebagai “kurva logistik terbalik (reversed).”

SRL = 1/[1+ exp(D1-D2*L)] ...............................................................................................……...(2.49)

Parameter dalam fungsi –SR, D1 dan D2 merupakan bilangan negatif sedang parameter dalam fungsi
SR, S1 dan S2, merupakan bilangan positif. Ukuran-ukuran panjang yang berkaitan dengan seleksi 50%
dan 75%, D50% dan D75%, terkait dengan D1 dan D2 oleh ekspresi matematik seperti yang digunakan
untuk S1, S2, L50% dan L75% (Persamaan-persamaan 2.35 sampai 2.38):

D50% = D1/D2 dan D75% = (D1+ln3)/D2

D1 = D50%*ln3/(D75% - D50%) dan D2 = D1/D50%

Dengan memperkalikan bagian kurva yang naik, SL, dan bagian kurva yang menurun, SR, kita dapatkan
tipe kurva yang diinginkan, S. Bila SL naik maka SR “netral” (yakni, kira-kira sama dengan 1.0), dan
bila SR naik maka SL “netral”:

SL = SLL*SRL = 1/(1+exp(S1-S2*L)* 1/(1+exp(D1-D2*L) .....................................................(2.50)

Gambar 2.30a.

Ekspresi untuk SL diharapkan mengambil nilai maksimum, 1.0, untuk paling tidak satu nilai-L. Oleh
sebab itu, ekspresi Persamaan 2.50 (demikian pula distribusi normal dalam Persamaan 2.41) harus
dinormalkan sehingga nilai maksimum sama dengan 1.

Dalam prakteknya hal itu dapat diperoleh dengan cara sebagai berikut: Anggaplah S(i) merupakan titik
pada kurva seleksi yang mewakili kelas panjang no.I (yang diestimasi dengan Persamaan 2.41 atau
Persamaan 2.50) serta anggaplah MAX {S(j)} dimaksudkan sebagai nilai maksimum dari S(j) di antara
semua kelas-kelas panjang. Kita menormalkan dengan mengganti nilai dari S(j) dengan nilai:

63
S(i)/MAX {(S(j)}

Parameter-parameter lainnya dapat diestimasi dengan cara yang sama seperti parameter-parameter dari
ogif seleksi jaring trawl. Untuk mengestimasi S1 dan S2 kita hanya akan menggunakan kelas-kelas
panjang di bawah A (lihat Gambar 2.30a) dan lakukan analisis regresi:

ln[1/S – 1] = S1 – S2*L ................................................................................................................(2.51)

di mana peubah tak-bebas, y = ln(1/S-1), diperoleh dari perbandingan dengan alat yang selektif:

S(i) = [Cg(i)/Cn(i)]/MAX{Cg(j)/Cn(j)} ......................................................................................(2.52)


j

di mana: Cg(i)/Cn(i) = Jumlah kelas panjang ikan yang tertangkap dalam gillnet/Jumlah kelas panjang
ikan yang tertangkap dalam alat yang tidak selektif

Penyebut di dalam Persamaan 2.52, “MAX {Cg(j)/Cn(j)}, adalah nilai maksimum dari rasio Cg/Cn di
antara semua kelompok panjang dengan nilai-nilai bukan nol dari Cg dan Cn. Dengan demikian, S(i)
seperti yang didefinisikan Persamaan 2.52 mengambil nilai antara 0 dan 1 (termasuk 1).

Persamaan 2.52 didasarkan atas asumsi bahwa Ca adalah jumlah yang ditangkap dengan suatu alat yang
tidak selektif untuk semua kelas panjang yang tertangkap oleh jaring-insang. Bila tidak demikian halnya
Persamaan 2.52 harus diganti dengan:

S(i) = {[Cg(i)/Cn(i)]* Sn(i)}/ MAX {[Cg(j)/Cn(j)]*Sn(j)} .........................................................(2.53)


j

di mana Sn(i) merupakan kurva seleksi bagi “alat lain.”

Bagian yang turun (bagian sebelah kanan) dari kurva seleksi diestimasi dengan menggunakan prosedur
penghitungan yang sama dan observasi-observasi yang terkait seperti yang digunakan untuk bagian
sebelah kiri. Oleh karena itu kita menggunakan data bagi kelas-kelas panjang di atas titik B (lihat
Gambar 2.30a) dan melakukan analisis regresi linier:

ln[1/S – 1] = D1 – D2*L ..............................................................................................................(2.54)

Metode yang didasarkan atas produk dari dua kurva logistik merupakan suatu generalisasi yang
mencakup seleksi ogif dari trawl (Persamaan 2.32) sebagai kasus spesial. Dengan memberikan nilai-
nilai D1 = - ∞ dan D2 = 0 membuat faktor 1/(1+exp(D1 – D2*L)) dalam Persamaan 2.50 mengambil
nilai 1 bagi semua nilai dari L dan selanjutnya Persamaan 2.50 menjadi sama dengan Persamaan 2.41.
Bila kurva bersifat simetris kita mengestimasi parameter-parameter sehingga:

L50% + D50% = L75% + D75%

tetapi kita tidak harus membuat asumsi sebelumnya.

Kurva simetris yang diperoleh dari produk dua kurva logistik mungkin tidak sama dengan kurva
distribusi normal. Produk dari dua kurva logistik dapat mengambil nilai maksimum (1) bagi suatu
kisaran nilai (dalam Gambar 2.30 A sampai B). Tetapi dapat juga menjadi sangat dekat dengan disribusi
normal seperti yang ditunjukkan oleh suau contoh dalam Gambar 2.31.

Dengan demikian, bila tersedia data bagi suatu alat nonselektif (atau suatu alat yang diketahui kurva
seleksinya), sebenarya tidak perlu menggunakan model tradisional, misalnya distribusi normal, selama

64
kurva yang sama dapat diperoleh sebagai suatu kasus spesial dari fungsi produk logistik (Persamaan
2.50). Lebih dari itu, fungsi yang terakhir lebih serbaguna dan mudah dikerjakan dari sudut komputasi.
Dengan menggunakan produk dari kurva logistik kita tidak dipaksa membuat asumsi yang masih perlu
dipertanyakan bahwa kurva-kurva seleksi terdistribusi secara normal dengan satu standar deviasi yang
berlaku umum.

Akhirnya, akan diterangkan bahwa data yang dikoleksi dari hasil tangkapan jaring-insang sulit
digunakan untuk estimasi parameter-parameter pertumbuhan atau laju mortalitas. Hal ini diilustrasikan
dalam Gambar 2.32 sebagai suatu contoh hipotetis. Kita tentukan suatu frekuensi-panjang yang
mewakili hasil tangkapan jaring-insang (garis ganda) yakni suatu sampel dari suatu alat nonselektif dan
suatu sampel yang mewakili hasil tangkapan jaring-insang (garis berarsir). Populasi terdiri atas empat
komponen atau kohort (distribusi-distribusi normal), sementara sampel jaring-insang tampak terdiri atas
hanya satu komponen dengan nilai rata-rata Lm, yang tidak bertepatan dengan salah satu dari nilai rata-
rata panjang keempat kohort (L0, L1, L2 dan L3).

Panjang

Gambar 2.31. Suatu produk dari dua kurva logistik yang hampir identik dengan suatu normal distribusi.
Parameter yang digunakan adalah : Distribusi normal: Lm = 10 dan s = 2. Produk dari dua kurva
logistik: L50%=7.645; D50% = 2*Lm-L50%; L75%=8.453; D75% = 2*Lm-L75%

Gambar 2.32. Contoh hipotetis untuk mengilustrasikan problem bias bila menggunakan data jaring
insang untuk estimasi parameter pertumbuhan dan laju mortalitas

65
Dengan demikian, contoh jaring-insang tidak memberikan informasi maupun yang dapat digunakan
untuk pemisahan kohort-kohort dan estimasi umur-pada-panjang (lengh-at-age). Demikian juga sampel
yang dikoleksi selama satu tahun penuh semuanya akan memberikan gambaran yang kurang lebih sama.
Dengan menjumlahkan suatu runtun waktu selama satu tahun oleh karenanya akan memberikan suatu
kurva yang tidak terlalu berbeda dari kurva untuk hasil tangkapan jaring-insang dalam Gambar 2.32.
Dengan menggunakan kemiringan yang menurun dari kurva ini untuk mengestimasi mortalitas total
dari analisis kurva hasil tangkapan berbasis panjang akan menghasilkan estimasi-lebih atas Z. Sebelum
menggunakan setiap data jaring-insang untuk estimasi parameter pertumbuhan atau laju mortalitas, data
tersebut harus diuji secara kritis. Hasil dari suatu uji seperti itu dapat saja mengha silkan kesimpulan
bahwa data tidak dapat digunakan sama sekali atau data tersebut hanya dapat digunakan dengan seleksi
alat.

4. Diskusi tentang seleksi alat-alat tangkap ikan

Pembahasan sebelumnya berkaitan dengan selektivitas jaring trawl (alat aktif) dan jaring-insang (alat
pasif). Literatur ilmiah selektivitas telah dikaitkan terutama dengan alat-alat ini, sebagian dikarenakan
secara relatif mudah melakukan percobaan untuk mengestimasi kurva-kurva seleksinya. Beberapa tipe
alat penangkapan yang lain sedikit banyak juga bersifat selektif dan pola seleksi biasanya dapat diubah
dengan penyesuaian dari alat. Model seleksi alat yang didasarkan atas kurva logistik (Persamaan 2.32)
atau model yang didasarkan atas produk dari dua kurva logistik (Persamaan 2.50) diyakini cukup
mempunyai kemampuan untuk menjelaskan kurva seleksi dari setiap alat. Di bawah ini diberikan suatu
diskusi singkat tentang seleksi yang dimiliki oleh dua tipe alat pasif: pancing dan bubu atau perangkap,
dan atas suatu alat aktif: jaring lingkar (seine).

Seleksi tentang trawl dan jaring-insang lebih banyak dikenal daripada tentang perikanan pancing. Bagi
perikanan pancing-dan-tali (hook-and-line) beberapa penulis melaporkan bahwa kurva seleksi
berbentuk lonceng, seperti kurva tipe jaring-insang, tergantung dari ukuran pancing, sementara yang
lain menemukan sebagai suatu tipe seleksi trawl. Ide yang melatarbelakangi penggunaan kurva seleksi
berbentuk bel ialah bahwa ikan kecil tidak dapat mengambil pancing berukuran besar dalam mulutnya
dan bahwa ikan berukuran besar tidak terkait erat-erat oleh pancing berukuran kecil sehingga mudah
lepas.

Suatu diskusi mengenai seleksi pancing dapat dijumpai dalam Ralston (1982), yang mengamati tipe
seleksi trawl bagi perikanan pancing ulur laut-dalam di Hawaii. Dari suatu percobaan di mana
digunakan empat ukuran pancing untuk menangkap kakap dan kerapu, ia menemukan bahwa pancing-
pancing berukuran kecil hampir mempunyai efisiensi yang sama dengan pancing-pancing berukuran
besar dalam menangkap ikan-ikan besar. Untuk bagian kurva seleksi yang naik di sebelah kiri (ikan-
ikan kecil) ia menemukan suatu kurva sigmoid. Pope et al (1975) menyarankan menggunakan tipe
seleksi jaring-insang untuk perikanan pancing, meskipun mereka mencatat sejumlah penelitian yang
memperlihatkan tipe seleksi trawl.

Pope et al (1975) menyarankan tipe seleksi trawl bagi berbagai perangkap dengan alasan bahwa
sejumlah perangkap berperan seperti kantong dalam menahan ikan. Munro (1974, 1983) mendiskusikan
selektivitas dan sejumlah aspek lain dari pengoperasian berbagai perangkap ikan yang bersifat mudah
diangkut dan dipindahkan (portable) di Kepulauan Antiles. Perangkap yang berukuran panjang 3 m ini
dibuat dari anyaman kawat dengan dua buah corong di mana dasarnya berfungsi sebagai bukaan masuk
(entrance opening). Perangkap tersebut digunakan untuk menangkap ikan-ikan karang. Munro (1974)

66
mengembangkan suatu model untuk kemampuan menangkap dari perangkap sebagai suatu fungsi dari
waktu perendaman (soaking), yakni waktu perangkap ditinggalkan di daerah penangkapan.

Selektivitas perangkap menjadi kompleks sebab ia menggantungkan diri pada ikan yang bergerak aktif
ke dalam perangkap. Untuk perangkap berukuran kecil seperti perangkap dari Antilles yang telah
dijelaskan, tetapi ikan yang terperangkap mungkin telah digantikan oleh lainnya sebelum perangkap
ditarik. Sebagai ekstrim yang lain kita mempunyai “pemburu-pemburu”, seperti berbagai jenis ikan
kuwe (Carangidae) dalam suatu perikanan perairan karang yang meliputi daerah yang luas dalam waktu
singkat dan oleh karenanya menjadi terwakili lebih banyak (over-represented) dalam perangkap. Bila
seekor predator (pemangsa) terperangkap, dia akan menghalangi umpamanya untuk masuk. Bila
sejumlah spesies pemangsa sudah berada dalam perangkap, mereka dapat saja berlaku sebagai umpan-
hidup dan menarik sejumlah pemangsa berukuran besar, yang pada gilirannya mungkin memakan
mereka sebelum perangkap menjadi penuh.

Hasil tangkapan perangkap tergantung pada lamanya perendaman (Munro, 1974). Selalu ada peluang
bahwa seekor ikan yang terperangkap menemukan bukan masuk dan berenang ke luar. Terdapat
perbedaan yang nyata antar spesies. Sejumlah spesies meninggalkan perangkap dengan sangat
mudahnya (Munro, 1983). Dengan demikian, selektivitas perangkap tidak saja suatu fungsi dari ukuran
mata-jaring yang digunakan dalam perangkap. Sebagai contoh, ukuran dari bukaan masuk dan waktu
perendaman dapat ikut menentukan. Komposisi spesies didaerah penangkapan di mana perangkap
dipasang juga dapat mempengaruhi selektivitas. Bagi kemungkinan lolos melalui mata-jaring, cukup
masuk akal untuk mengasumsikan sebagai ogif seleksi dari jaring trawl. Bila mempertimbangkan rata-
rata dari sejumlah besar hasil tangkapan dari perangkap beberapa komplikasi yang disebut di atas dapat
saja tidak muncul, yakni dapat menjadi semacam “random noise” di sekitar kurva seleksi.

Pada dasarnya suatu jaring lingkar (seine) dapat bekerja seperti sebuah trawl sejauh menyangkut seleksi
alat penangkapan. Namun demikian, ternyata memang lebih sulit bila berkaitan dengan jaring lingkar
sebab jenis alat tangkap ini biasanya dimanfaatkan untuk menangkap spesies-spesies yang bergerombol,
seperti sardin, makerel, dan berbagai tuna. Spesies-spesies ini mempunyai tendensi membentuk
kawanan yang terdiri atas ikan yang berukuran sama. Dengan demikian, kita harus mempertimbangkan
suatu kawanan sebagai suatu unit penarikan contoh (sebagai pengganti suatu individu ikan).

5. Aspek-aspek lain dari selektivitas alat

(1). Seleksi “mata pisau” (Knife-edge-selection)

Gambar 2.33 memperlihatkan dua kurva seleksi. Kurva A mempunyai kisaran seleksi 3 cm dan kurva
B, garis vertikal yang tebal, mempunyai suatu kisaran seleksi 0 cm. Kurva B adalah yang disebut suatu
“kurva seleksi mata-pisau” (knife-edge selection curve) (Beverton & Holt, 1957). Seleksi mata-pisau
harus dianggap sebagai model hipotetis sebab ia tidak pernah menggambarkan suatu situasi yang riil.
Namun demikian, seleksi mata-pisau sering digunakan sebagai suatu aproksimasi bagi seleksi ogif.
Untuk ukuran-ukuran panjang di bawah L50%, estimasi jumlah-jumlah yang terseleksi kurang dari
yang semestinya (under-estimated), sedang bagi ukuran pajang di atas L50% jumlahnya diestimasi
secara berlebihan (over-estimated). Kedua sumber bias ini memiliki tanda-tanda yang berbeda dan
karena kedua area “a” dan “b” (lihat gambar 2.33) mempunyai ukuran yang sama mereka saling
meniadakan. Meskioun demikian, ikan-ikan dari area “a” akan mempunyai bobot lebih berat daripada
dari area “b” karena bobot dari seekor ikan berkaitan dengan pangkat tiga atau kubik dari panjang.

67
Gambar 2.33. Konsep-konsep seleksi mata-pisau dan kisaran seleksi

(2). Rekrutmen dan selektivitas

Rekrutmen ikan ke dalam daerah penangkapan, yakni ketika mereka beruaya dari area asuhan (nursery
areas) atau area pemijahan (spawning areas) ke daerah penangkapan, adalah juga tergantung dari
ukuran (size dependent), dengan cara yang sama seperti suatu ogif seleksi dari trawl. Ini berarti bahwa
tidak setiap ukuran ikan diwakili sepenuhnya di daerah penangkapan. Dengan begitu, bila terdapat suatu
keadaan perikanan di mana kisaran-kisaran panjang belum sepenuhnya direkrutkan, maka probabilitas
bahwa seekor ikan tertahan oleh alat penangkapan sebenarnya merupakan produk dari dua probabilitas:

1. Probabilitas bahwa ikan berada di (telah merekrut ke dalam) daerah penangkapan.


2. Probabilitas bahwa ikan tertahan oleh mata-jaring sekali mereka masuk ke dalam alat.

Gambar 2.34 mengilustrasikan titik-titik ini. Kurva R merupakan “kurva rekrutmen,” kurva G
merupakan “kurva seleksi alat,” dan kurva S merupakan “kurva resultan” (resultant curve).

Probabilitas bahwa seekor ikan ukuran tertentu akan tertangkap merupakan produk dari probabilitas
dari rekrutmen dan seleksi. Oleh sebab itu probabilitas dapat dijelaskan dengan suatu “kurva resultan,”
S, di mana S = R*G (lihat Gambar 2.34).

L50% untuk ketiga kurva, R, G dan S, berbeda seperti yang ditunjukkan dalam Gambar 2.34.
Probabilitas tertangkap bagi seekor ikan dengan panjang Q merupakan produk dari probabilitas A,
terkait dengan kurva rekrutmen, dan probabilitas B terkait dengan kurva seleksi alat, dan hasilnya
adalah probabiltas C.

Dalam contoh ini A*B = C atau R(Q)*G(Q) = S(Q) atau 0.62*0.42 = 0.26. Pada prakteknya pada
panjang X semua ikan telah direkrutkan ke dalam daerah penangkapan sementara lainnya masih cukup
kecil untuk lolos melalui mata jaring. Pada panjang Y retensi mata jaring menjadi sempurna sehingga
tidak ada ikan yang lolos.

Bila mata jaring sedemikian besar sehingga tidak ada tumpang tindih dari kurva rekrutmen dengan
kurva seleksi, kita dapat mengabaikan rekrutmen. Kurva resultan kemudian ditentukan oleh seleksi saja
(lihat Gambar 2.35).

68
Gambar 2.34. Kurva-kurva yang mewakili rekrutmen ke dalam daerah penangkapan (R), seleksi alat (G)
dan resultan (S=R*G) (lihat juga teks)

Gambar 2.35. Contoh dari kesamaan (tumpang tindih) antara kurva seleksi alat (G)
dan kurva resultan (S)

(3). Selektivitas sebagai suatu fungsi dari umur

Sejauh ini, selektivitas telah ditentukan sebagai fungsi dari panjang. Contoh lain dari suatu kurva seleksi
SL diberikan dalam Gambar 2.36. Nilai-nilai S1, S2, L50% dan L75% yang berkaitan dengan kurva ini
adalah sebagai berikut:

S1 = 15*ln(3)/(18-15) = 5.4930 dan S2 = ln(3)/(18-15) = 0.3662


L50% = 5.4930/0.3662 = 15 cm dan
L75% = (5.4930 + ln 3)/0.3662 = 18 cm
Kisaran seleksi adalah 2*(18-15) = 6 cm.

Dengan menggunakan persamaan pertumbuhan von Bertalanffy kita dapat menyatakan panjang sebagai
suatu fungsi dari umur, dan menyatakan S sebagai suatu fungsi dari umur,t:

St = 1 / {1+exp[S1-S2*L∞*(1-exp(-K*(t-t0)))]} .........................................................................(2.55)

69
Lc Panjang

Gambar 2.36. Kurva seleksi yang dijelaskan dalam teks

Berikut, ekspresi berbasis umur yang ekuivalen dengan Persamaan 2.32 yang berbasis panjang:

St = 1 / [1+exp(T1-T2*t) ................................................................................................................(2.56)

dan yang dapat ditulis kembali dalam bentuk linier sebagai:

ln[1/S1 – 1] = T1 –T2* t ...............................................................................................................(2.57)

di mana:

T1 = t50%* ln3/(t75% - t50%) ...................................................................................................(2.58)

T2 = ln3/(t75% - t50%) = T1/t50% ...........................................................................................(2.59)

(Persamaan-persamaan 2.35 dan 2.33)

Rumus-rumus untuk t50% dan t75% adalah:

t50% = T1/T2 .................................................................................................................................(2.60)

t75% = (T1 + ln3)/T2 ....................................................................................................................(2.61)

(Persamaan-persamaan 2.35dan 2.36)

70
Gambar 2.37. A:Ogif seleksi sebenarnya yang ditransformasikan ke dalam umur (Persamaan 2.55). B:
Perkiraan ogif seleksi (Persamaan 2.56)

Gambar 2.37 memperlihatkan kedua ogif seleksi berbasis umur. Kurva A didasarkan atas transformasi
eksak menurut Persamaan 2.55, sedang kurva B merupakan perkiraan ogif seleksi berdasarkan atas
Persamaan 2.56 dan yang berkaitan dengan Persamaan-persamaan 2.58 sampai 2.61. Dapat diamati
bahwa kedua kurva tersebut hampir identik.

Dimungkinkan pula untuk menyatakan t50% dan t75% dalam panjang dan sebaliknya untuk
menyatakan L50% dan L75% dalam umur, dengan menggunakan rumus-rumus sebagai berikut:

t50% = to – [1/K)* ln[1 – L50%/L∞ ] .........................................................................................(2.62)

t75% = to – [1/K)* ln[1 – L75%/L∞ ] .........................................................................................(2.63)

dan

L50% = L∞*[1-exp(K*(t0 – t50%))] ............................................................................................(2.64)

L75% = L∞*[1-exp(K*(t0 – t75%))] ............................................................................................(2.65)

Asumsikan bahwa L∞ = 50 cm, t0 = 0 tahun dan K = 0.3 per tahun untuk stok ikan yang terkait dengan
ogif seleksi berbasis panjang dalam Gambar 2.36, maka:

t50% = 0 – (1/0.3)*ln(1 -15/50) = 1.1889


t75% = 0 – (1/0.3)*ln(1 -18/50) = 1.4876
T1 = 4.3727 dan T2 = 3.6779

L50% dan L75% yang terkait adalah:

L50% = 50*ln[1 - exp (0.3*(0 - 1.1889))] = 15.0 cm


L75% = 50*ln(1 – exp(0.3*( 0 – 1.4876))] = 18.0 cm

yang sama dengan hasil-hasil yang diperoleh dari seleksi ogif berbasis panjang.

71
6. Estimasi ogif resultan dari suatu kurva hasil tangkapan

Bila menggunakan suatu kurva hasil tangkapan yang dilinierkan untuk mengestimasi mortalitas
biasanya perlu untuk menghilangkan bagian sebelah kiri dari kurva sebab ikan-ikan yuwana tidak
sepenuhnya dieskploitasi secara penuh atau tidak secara penuh direkrutkan. Suatu cara yang sederhana
secara konseptual untuk mengestimasi berapa banyak ikan yang hilang pada setiap umur adalah
mengekstrapolasikan pada garis lurus dari mana koefisien mortalitas total Z diestimasi, agar supaya
mendapatkan jumlah dari yuwana yang “seharusnya ada” di sana (ought to be) (lihat Gambar 2.38).
Perbedaan-perbedaan antara jumlah yang “diharapkan” (expected) dan jumlah aktual akan memberikan
ogif yang dihasilkan dari kombinasi efek dari rekrutmen dan seleksi mata-jaring. Seperti yang
diperlihatkan di bawah, perhitungan mudah dilakukan. Masalahnya adalah dibuatnya asumsi yang
penting dan mungkin tidak realistis, yakni bahwa laju mortalitas total, Z = F+M, adalah sama untuk
semua umur. F sendiri tidak konstan sebab ia harus lebih kecil dalam fase seleksi mata-jaring. M,
sebaliknya, kemungkinan lebih besar untuk ikan-ikan kecil daripada ikan-ikan dewasa. Oleh sebab itu
mungkin saja bahwa Z tetap kira-kira konstan meskipun sejauh ini, tidak seorang pun telah
menunjukkan demikian. Namun demikian, metode ini telah memperoleh popularitas yang cukup besar
dan karena itulah diterangkan di sini.

Contoh: Estimasi ogif seleksi resultan dari suatu kurva hasil tangkapan, data hipotetis

Untuk menerangkan metode ini (Pauly,1984a) digunakan contoh dari Tabel 2.14. Kolom-kolom A-E
memuat data masukan dan penghitungan-penghitungan untuk suatu analisis kurva hasil tangkapan yang
dikonversikan terhadap panjang (length-converted catch curve). Dalam kasus ini kita menghitung
mortalitas total Z = 1.0 per tahun dari parameter-parameter pertumbuhan, L∞ = 50 cm, K = 0.3 per
tahun (lihat Gambar 2.38). Hasil dari analisis regresi adalah:

ln (C/∆t) = 9.208 – 1.0*t

Berlawanan dengan contoh yang didiskusikan sebelumnya, kita sekarang mempunyai a sebagai intersep
(a = 9.208).

Dengan asumsi mortalitas konstan kita harapkan nilai-nilai dari ln(C/∆t) akan berada di garis regresi
ln(C/∆t) = a – Z*t. Dengan demikian, frekuensi hipotetis yang sebenarnya jumlah populasi total di laut.
CT, diharapkan memenuhi persamaan:

ln (CT/∆t) = a – Z*t .....................................................................................................................(2.66)

Pemikiran yang melatarbelakangi metode ini ialah bahwa jumlah di laut proporsional terhadap jumlah
yang tertangkap, yakni:

C/CT = jumlah dalam hasil tangkapan/jumlah total populasi di laut

Anggaplah t1 merupakan umur yang berkaitan dengan kelompok umur yang pertama yang diharapkan
diwakili secara penuh dalam hasil tangkapan dan oleh karena itu digunakan dalam regresi kurva hasil
tangkapan (dalam hal ini Tabel 2.14, kita mempunyai t1 = 2.180, lihat Gambar 2.38). Untuk umur-umur
di atas t1, CTt seyogyanya kira-kira sama dengan frekuensi-frekuensi yang diamati, selama probabilitas
penangkapan adalah 1, sebab seleksi dan rekrutmen dianggap sudah selesai sebelum umur itu. Untuk
umur di bawah t1 kita harapkan bahwa populasi di laut lebih tinggi daripada yang diwakili dalam hasil
tangkapan, yakni: ln(CTt/∆t) > ln(Ct/∆t)

72
Karena CTt diasumsikan proporsional terhadap jumlah populasi, maka rasio Ct/CTt merupakan estimasi
dari probabilitas bahwa seekor ikan dari umur t akan berada di daerah penangkapan dan tertahan bila ia
bertemu dengan alat, yakni Ct/Ctt dapat digunakan sebagai suatu estimasi dari ogif resultan St.

Ct dapat diprediksi dengan Persamaan 2.66, dimodifikasi ke dalam:

CTt = ∆t*exp(a – Z*t) ...............................................................................................................(2.67)

Tabel 2.14. Contoh untuk mengilustrasikan estimasi ogif seleksi dari suatu kurva hasil tangkapan
(Gambar 2.38). L∞ = 50 cm, K = 0.3 per tahun, t0 = 0

A B C D E F G H
Interval-
panjang t ∆t C(L1,L2) ln(C/∆t) St ln(1/s-1) St
L1-L2 (x) (L1,L2) (y’) obs. (y) est.

3-5 0.278 0.145 37 5.54 0.034 3.35 0.03


5-7 0.426 0.151 56 5.92 0.057 2.81 0.06
7-9 0.581 0.159 86 6.29 0.097 2.23 0.10
9-11 0.744 0.167 129 6.65 0.163 1.64 0.16
11-13 0.915 0.176 188 6.97 0.267 1.01 0.27
13-15 1.095 0.186 258 7.23 0.416 0.42 0.42
15-17 1.286 0.196 319 7.39 0.590 -0.37 0.59
17-19 1.487 0.208 352 7.43 0.750 -1.10 0.75
19-21 1.703 0.222 351 7.37 0.870 -1.90 0.87
21-23 1.933 0.238 324 7.22 0.943 -2.80 0.94
23-25 2.180 0.257 283 7.00 (0.976) - 0.98
25-27 2.447 0.278 239 6.76 - - 0.99
27-29 2.734 0.303 196 6.47 - - 1.00
29-31 3.406 0.334 158 6.16 - - 1.00
31-33 3.406 0.371 123 5.80 - - 1.00
33-35 3.798 0.417 93 5.41 - - 1.00
35-37 4.243 0.477 69 4.97 - - 1.00
37-39 4.757 0.557 48 4.46 - - 1.00
39-41 5.365 0.669 31 3.84 - - 1.00
41-43 6.109 0.838 18 3.04 - - 1.00
43-45 7.068 1.122 10 2.19 - - 1.00
45-47 8.419 1.702 3 0.57 - - 1.00
kolom isi
A kelompok panjang dalm cm
B t(L1+L2)/2, umur yang berkaitan dengan titik-tengah interval (x)
dalam kedua regresi
C ∆t(L1,L2) = t(L2) – t(L1) = 1/K*ln(L∞-L1)/L∞-L2)
D C(L1,L2) = hasil tangkapan dalam jumlah per kelompok panjang
E ln(C/∆t), peubah tidak bebas dalam analisis regresi kurva hasil tangkapan (y’)
F St obs. = C/[∆t*exp(a – Z*t)], ogif seleksi yang diobservasi (a = 9.308, Z = 1.0, diperoleh
dari kurva hasil tangkapan yang dilinierkan, dengan regresi linier
dari kolom B(x) dan E(y’), untuk kisaran panjang 23 sampai 43 cm
G ln(1/S – 1), peubah tidak bebas dalam analisis regresi untuk ogif seleksi (y) (hasil esti-
masi). Regresi linier dari x = t dan y = ln(1/S-1) memberikan T1 = a dan T2= b (Persamaan 2.57).
H St est.= 1/[1+exp(T1-T2*t)], ogif seleksi hasil estimasi (teoritis)

73
Gambar 2.38. Estimasi ogif resultan dari suatu analisis kurva hasil tangkapan yang dikonversikan ke
dalam panjang berdasarkan Tabel 2.14

Dengan demikian, ogif dapat diestimasi dengan:

St = C1/CTt = Ct/∆t*exp(a – Z*t) ...............................................................................................(2.68)

Fraksi yang ditahan dari seleksi ogif yang diambil disajikan dalam kolom F Tabel 2.14. Supaya
memperoleh estimasi seleksi ogif teoritis, ekspresi untuk St digunakan dalam bentuk linier (Persamaan
2.57):

ln[1/St -1] = T1-T2*t

Persamaan 2.57 memungkinkan kita untuk mengestimasi parameter-parameter T1 dan T2 dengan


regresi linier. Kolom-kolom B(x) dan G(y) dari Tabel 2.14 mengandung masukan-masukan untuk
regresi ini. (Kolom-kolom C, D dan E mengandung hasil-hasil dari analisis kurva hasil tangkapan yang
digunakan untuk menghitung peubah tak bebas, y, kolom G). Kolom H mengandung hasil estimasi ogif
seleksi. Hanya nilai-nilai St kurang dari 1 (kolom F) dapat digunakan dalam ekspresi ln(1/S-1) (kolom
G). Dengan melakukan analisis regresi kita peroleh:

a = T1 = 4.396 dan – b = T2 = 3.701

Yang dengan menggunakan Persamaan-persamaan 2.60; 2.61; 2.64; dan 2.65 dihasilkan:

t50% = T1/T2 = 1.1877 tahun

t75% = (T1 + ln3)/T2 = 1.4846 tahun

L50% = 50*(1-exp(-0.3*(1.1877-0))) = 15.0 cm

L75% = 50* (1-exp(-0.3*(1.4846-0))) = 18,0 cm

Contoh dari Tabel 2.14 adalah contoh hipotetis yang dikonstruksi untuk memberikan hasil-hasilnya
pada Gambar-gambar 2.36 dan 2.37. Karena data tersebut memang merupakan data hipotetis yang ideal,
maka dihasilkan kecocokan yang sempurna antara observasi bagian yang tertahan (kolom F dan Tabel
2.14) dan bagian yang tertahan secara teoritis (kolom H).

74
Latihan ini melengkapi suatu uji terhadap kecukupan dari titik-titik yang dipilih untuk digunakan dalam
analisis regresi untuk estimasi Z. Kesimpulan yang dapat ditarik dari Tabel 2.14 adalah bahwa
kelompok panjang yang pertama yang digunakan dalam mengestimasi Z seharusnya 27-29 cm, karena
kelompok ini merupakan yang pertama yang berada di bawah eksploitasi penuh. Tetapi karena kurva
logistik tidak pernah mencapai nilai 1, konsep dari “eksploitasi penuh” ditentukan dengan jumlah
desimal dalam tabel. Dengan memperhitungkan bahwa kurva logistik merupakan suatu aproksimasi
atas kurva seleksi yang riil, seseorang tidak dapat mengharapkan untuk mendapatkan estimasi yang
tepat untuk panjang yang pertama di bawah eksploitasi penuh. Bila kita berada di suatu tempat di sekitar
(near neighbourhood) satu pemilihan atas kelompok panjang yang pertama dalam kurva regresi hasil
tangkapan seharusnya sudah cukup bagus.

Seperti yang ditekankan pada pengantar dari seksi ini, hasil-hasil dari metode yang dipaparkan harus
diperlakukan dengan suatu reservasi tertentu.

7. Selektivitas alat dan metode-metode “VPA”

(1). Selektivitas alat dan mortalitas penangkapan

Mortalitas penangkapan, F, jelas terkait dengan ogif seleksi. Bila SL = 0 mortalitas penangkapan harus
nol dan bila SL = 1, mortalitas penangkapan berada pada tingkatannya yang tertinggi. Hubungan yang
paling jelas antara mortalitas penangkapan dan seleksi adalah:

FL = Fm*SL ..................................................................................................................................(2.69)

di mana Fm merupakan “mortalitas penangkapan maksimum.” Dengan demikian, F, sebagai suatu


fungsi dari panjang mempunyai bentuk yang sama seperti S, tetapi ia mempunyai suatu ketinggian yang
berbeda (lihat Gambar 2.39A).

Dalam Persamaan 2.69 kita tentukan F sebagai suatu fungsi kontinyu dari panjang, L. Tetapi dalam
praketk kadang-kadang lebih mudah mengganti fungsi kontinyu ini dengan suatu fungsi bertingkat
seperti diperlihatkan dalam Gambar 2.39B di mana F diasumsikan tetap konstan dalam setiap kelompok
panjang.

Kurva seleksi kontinyu SL dapat juga diaproksimasi dengan suatu fungsi bertingkat, S(j), di mana nilai
untuk kelompok pajang no.j adalah S((L1+L2)/2, dan L1 dan L2 merupakan batas bawah dan batas atas
dari kelompok panjang no.j. Bila kita menggunakan indeks kelompok panjang, j, sebagai argumen
daripada panjang L, kita dapat menuliskan suatu fungsi-bertingkat untuk mortalitas total, Z:

Z(j) = M + Fm*S(j) ......................................................................................................................(2.70)

75
Indeks kelompok panjang, j

Gambar 2.39. Hubungan antara ogif seleksi dan mortalitas penangkapan

A: Fungsi-fungsi kontinyu
B: Fungsi-fungsi bertingkat yang berkaitan dengan A

di mana M merupakan koefisien mortalitas alami (di sini diasumsikan tetap konstan untuk semua
kelompok-kelompok panjang), S(j) merupakan fungsi bertingkat dari ogif seleksi dan Fm mortalitas
penangkapan maksimum. Bilan Z, M dan Fm diketahui, seleksi dapat diestimasi dengan (Pope et al.,
1975 dan Hoydal et al., 1982):

S(j) = F(j)/Fm ..............................................................................................................................(2.71)

di mana: F(j) = Z(j) - M

Gambar 2.40 menunjukkan F(j), Z(j) dan S(j) sebagai fungsi-fungsi dari panjang. Bila kita bekerja
dengan fungsi bertingkat daripada dengan suatu kurva logistik kontinyu, seleksi dihasilkan sebagai
suatu rangkaian nilai-S dan rangkaian ini dapat menggantikan eskpresi matematik (Persamaan 2.69)
atau rangkaian itu mungkin dapat diaplikasikan untuk mengestimasi parameter-parameter dari kurva
logistik. Sesungguhnya, suatau rangakain nilai-S lebih merupakan suatu cara yang luwes (versatile)
untuk menampilkan ogif-ogif seleksi karena tidak perlu dibuat asumsi tentang ekspresi matematik yang
digunakan.

76
Indeks kelompok panjang, L

Gambar 2.40. Hubungan antara mortalitas dan ogif seleksi (untuk keterangan lebih lanjut, lihat teks)

(2). Estimasi kurva-kurva seleksi dari analisis kohort

Berbagai jenis analisis kohort menghasilkan rangkaian estimasi nilai-nilai F (yang dinamakan “pola
penangkapan,” fishing pattern), berdasarkan kelompok umur atau kelompok panjang. Nilai-nilai F ini
menyediakan data bagi suatu kurva selektivitas alat/rekrutmen yang diperoleh dengan:

S(i) = F(i)/MAX{F(j)} .................................................................................................................(2.72)


J

di mana F(i) merupakan mortalitas penangkapan untuk kelompok umur atau ukuran i dan MAX {F(j)}
merupakan nilai maksium dari mortalitas penangkapan di antara semua kelompok-kelompok umur atau
ukuran (cf. Persamaan 2.71). Persamaan 2.72 berlaku untuk alat apa saja atau kombinasi alat-alat apa
saja yang disatukan dengan sembarang kurva rekrutmen (Hoydal et al., 1980 dan 1982). Metode ini
tidak memerlukan asumsi atas tipe alat atau bagaimana ikan ditangkap. Dengan demikian, kurva seleksi
dari suatu alat dapat diestimasi dari data hasil tangkapan saja. Persamaan 2.72 memberikan hasil-hasil
aktual dari operasi-operasi penangkapan dan oleh karena itu disebut “mata-jaring yang efektif,” yakni
parameter-parameter seleksi/rekrutmen yang diobservasi. Konsep “mata-jaring yang efektif” juga
berlaku terhadap alat tanpa mata-jaring, seperti pancing.

Pendekatan ini mempunyai beberapa keungulan dibanding metode-metode di mana kurva seleksi
diperoleh dari pengukuran karakteristik dari alat, misalnya ukuran mata-jaring. Sebagai contoh, marilah
kita lihat trawl. Bila kita asumsikan (seperti sering dilakukan) bahwa kurva seleksi alat ditentukan oleh
ukuran mata-jaring pada kantong saja, maka kapal-kapal penangkap yang menggunakan alat dengan
ukuran mata-jaring yang sama seharusnya akan mempunyai ogif seleksi yang sama. Tetapi, kasus ini
hanya akan terjadi manakala kedua kapal mengoperasikan alat dengan cara yang benar-benar sama.
Sebagai contoh, bila kapal yang satu melakukan penarikan (haul) selama 5 jam dan kapal lainnya hanya
menggunakan durasi satu jam untuk satu tarikan maka sifat selektif yang dimiliki mungkin berbeda
sebab pengaruh tertutupnya jaring (clogging) oleh ikan hasil tangkapan. Juga kecepatan menarik jaring
(towing speed) dapat mempengaruhi selektivitas. Kecepatan yang lebih tinggi dapat membuat mata-
jaring lebih membuka dan mengakibatkan suatu faktor seleksi yang lebih rendah.

77
8. Penggunaan suatu kurva seleksi untuk mengatur sampel frekuensi panjang

Dalam menganalisis suatu sampel frekuensi-panjang, (misalnya, bila melakukan analisis Bhattacharya)
seleksi mungkin menimbulkan hasil-hasil mejadi bias. Sampel diperlihatkan dalam kolom B dari Tabel
2.15 Sesungguhnya kolom B merupakan komponen pertama yang diestimasi oleh analisis Bhattacharya.
Data hipotetis ini diharapkan mewakili suatu sampel acak dari populasi. Bila sampel telah diambil
dengan suatu alat yang selektif hal itu akan menjadi berbeda.

Sekarang, andaikan digunakan suatu alat dengan suatu tipe kurva seleksi sebuah trawl dengan L50% =
15 cm dan L75% = 18 cm. Dalam kasus seperti itu kita akan mengamati frekuensi yang dikemukakan
dalam kolom C dari Tabel 2.15 dan bukan yang ada dalam kolom B. (Gambaran-gambaran dalam kolom
C merupakan gambaran hipotetis yang dihitung sebagai produk dari kolom B dan D). Frekuensi dalam
kolom C menghasilkan estimasi yang bias terhadap nilai rata-rata panjang dan simpangan baku seperti
yang dapat dilihat dari kedua lajur terakhir dari Tabel 2.15. Tetapi, bila ogif seleksi diketahui maka
memungkinkan untuk mengestimasi sampel yang tidak bias, yakni untuk mengestimasi kolom B. Ini
dilakukan dengan membagi frekuensi hasil pengamatan (kolom C) dengan fraksi yang tertahan.
Prosedur raising ini memberikan estimasi sampel yang tidak bias pada kolom E. Seperti dapat
diharapkan terdapat beberapa masalah dengan frekuensi kecil (panjang 12-14 cm). Metode ini tidak
dapat digunakan untuk meningkatkan suatu frekuensi nol dan tidak dapat diterapkan untuk frekuensi
kecil.

Pada umumnya, efek dari seleksi trawl adalah: (1) estimasi-lebih-tinggi atas nilai rata-rata panjang; (2)
estimasi-lebih-rendah atas simpangan baku; (3) estimasi-lebih-rendah atas jumlah kohort. Bias yang
disebabkan oleh seleksi diilustrasikan dengan Gambar 2.41.

Gambar 2.41. Bias yang diciptakan oleh seleksi

Tabel 2.15. Contoh untuk mengilustrasikan estimasi suatu sampel acak dari suatu sampel yang bias
karena seleksi (Gambar 2.41)

A B C D E
Interval panjang Sampel yang Sampel bias Estimasi ogif Estimasi sampel
diamati dengan tidak bias
tidak bias
12-13 1 0 0.30 0
13-14 4 1 0.37 3

78
14-15 11 5 0.45 11
15-16 24 13 0.55 24
16-17 38 24 0.63 38
17-18 42 30 0.71 42
18-19 33 26 0.78 33
19-20 20 17 0.84 20
20-21 7 6 0.88 7
21-22 2 2
Total L 182 180
17.3 17.6 17.3
1.69 1.60 1.64
Kolom Isi
A interval panjang dalam cm
B sampel acak tidak bias dari populasi
C sampel yang akan diperoleh dengan suatu jaring trawl dengan suatu kurva
seleksi dengan L50% = 15 cm dan L75% = 18 cm
D hasil estimasi ogif seleksi (fraksi yang tertahan) SL = 1/(1+exp(S1-S2*L) Per-
samaan 2.32 di mana S1=L50%*ln(3)/(L75%-L50%) (Persamaan 2.37) dan
S2=S1/L50% (Persamaan 2.38)
E hasil estimasi sampel yang tidak bias yang dikoreksi untuk seleksi, frekuensi
dari sampel yang bias dibagi oleh fraksi yang tertahan (C/D)(bandingkan
dengan kolom B)

Koreksi untuk seleksi mata-jaring akan lebih mudah dibuat dengan cara kurva seleksi yang ditentukan
dengan berbagai percobaan seperti dengan melakukan penangkapan dengan menggunakan jaring trawl
dengan bagian kantong yang ditutup atau dengan analisis atas rangkaian mortalitas penangkapan dari
analisis kohort. Kadang-kadang kurva seleksi dapat digunakan bagi spesies yang mirip bentuknya dan
berkaitan erat.

Bila tidak tersedia data seperti itu suatu kurva seleksi mungkin dapat diestimasi dari kurva hasil
tangkapan yang dilinierkan. Akan tetapi dengan mengerjakan cara ini kita dihadapkan pada suatu
masalah logis sebab estimasi dari seleksi merupakan bagian akhir dari analisis kurva hasil tangkapan
dan oleh karenanya didasarkan atas estimasi parameter yang bias oleh pengaruh seleksi. Kita ingin
mulai dengan koreksi dan untungnya, kita dapat mengerjakan yang demikian itu. Urut-urutan analisis
dapat seperti berikut:

Estimasi L∞ dengan metode Powell-Wetherall

Koreksi frekuensi panjang untuk seleksi menggunakan nilai 1.0 untuk parameter kurvatur K, dan
estimasi L∞ yang diperoleh dari Tahap I

Pisahkan komponen-komponen sebaran normal dengan metode Bhattacharya dari sebaran frekuensi-
panjang yang telah dikoreksi

Gunakan hasil estimasi nilai rata-rata panjang sebagai komponen dalam analisis pergerakan sejumlah
modus untuk mengestimasi parameter-parameter pertumbuhan K dan L∞.

Estimasi Z menggunakan analisis kurva hasil tangkapan yang dikonversikan ke panjang dengan
estimasi parameter-parameter pertumbuhan yang baru.

Prosedur ini dapat diaplikasikan sebab estimasi dari suatu ogif seleksi tidak terlalu sensitif terhadap
pilihan dari parameter kurvatur, K.

79
Contoh: Menggunakan suatu kurva seleksi untuk menyesuaikan sampel frekeunsi-panjang dari
Tabel 2.14

Kita mengaplikasikan metode Powell-Wetherall terhadap data dalam Tabel 2.14 kolom D (jumlah yang
tertangkap) dan memperoleh L∞ = 49.7 cm yang menggunakan data masukan yang sama untuk
mengestimasi L∞ dengan metode Powell-Wetherall). Dengan mengulang penghitungan dari Tabel 2.14
dengan K = 1.0 memberikan hasil yang dipaparkan dalam Tabel 2.16.

Estimasi ogif seleksi Stest dalam Tabel 2.16 dihitung dengan K = 1.0 per tahun dan L∞ = 49.7 cm
hampir identik terhadap yang dipaparkan dalam Tabel 2.14 dihitung dengan K = 0.3 per tahun dan L∞
= 50 cm. Nilai dari L50% dan L75% masing-masing 14.8 cm dan 17.8 cm dengan K = 1.0, atau masing-
masing 15.0 dan 18.0 cm dengan K = 0.3.

Kolom terakhir dari Tabel 2.16 berisi hasil dari Langkah 2 dari proses, yakni frekuensi panjang yang
dikoreksi untuk selektivitas. Suatu perbandingan dengan data yang diobservasi (kolom D)
memperlihatkan segera bahwa sejumlah besar ikan tidak dipertimbangkan dalam sampel. Langkah
berikutnya (3), metode Bhattacharya akan dengan sendirinya sangat berbeda dari data orisinal.

Dalam prinsipnya, metode yang disebut di atas dapat diaplikasikan terhadap setiap jenis kurva seleksi,
tetapi semakin sempit kisaran seleksi semakin sulit mengestimasi frekuensi-panjang yang akan anda
peroleh jika dengan suatu alat nonselektif.

Untuk jaring insang atau alat tangkap lainnya dengan suatu kurva seleksi berbentuk lonceng seseorang
harus berhati-hati dalam menginterpretasikan sampel frekuensi-panjang. Modus yang diamati (biasanya
hanya diketemukan sebuah modus untuk tipe alat seperti ini) mungkin tidak mempunyai arti banyak
dengan sebuah kohort, tetapi terutama dapat merefleksikan kurva seleksi dari alat.

Tabel 2.16. Contoh yang mengilustrasikan kegunaan dari suatu kurva seleksi untuk menyesuaikan suatu
sampel frekeunsi-panjang, menggunakan data frekuensi-panjang yang sama seperti yang dipaparkan
dalam Tabel 2.14, dengan L∞ = 49,7 cm (diestimasi dengan metode Powell-Wetherall),
K=1.0 per tahun dan t0=0

A B C D E F G H I
L1-L2 T ∆t C C
[L1+L2]
2 (L1,L2) (L1,L2) Ln(C/∆t) St Ln(1/s-1) St (L1-L2)
(x) obs (y’) Obs (y) est est

3-5 0.084 0.044 37 6.74 0.03 3.35 0.03 1121


5-7 0.129 0.046 56 7.11 0.06 2.81 0.06 1000
7-9 0.176 0.048 86 7.49 0.10 2.22 0.10 887
9-11 0.225 0.050 129 7.85 0.17 1.61 0.17 777
11-13 0.276 0.053 188 8.17 0.27 0.99 0.27 689
13-15 0.331 0.056 258 8.44 0.42 0.32 0.43 604
15-17 0.389 0.059 319 8.59 0.60 0.40 0.61 526
17-19 0.450 0.063 352 8.63 0.76 1.14 0.77 459
19-21 0.515 0.067 351 8.56 0.88 1.98 0.88 398
21-23 0.585 0.072 324 8.42 0.95 2.97 0.95 342
23-25 0.660 0.078 283 8.20 0.98 -3.94 0.98 289
25-27 0.741 0.084 239 7.95 1.00 0.99 241
27-29 0.829 0.092 196 7.66 1.00 197
29-31 0.925 0.102 158 7.35 1,00 158
31-33 1.032 0.113 123 6.99 1,00 123
33-35 1.152 0.128 93 6.59 1,00 93

80
35-37 1.289 0.146 69 6.16 1,00 69
37-39 1.446 0.171 48 5.64 1,00 48
39-41 1.934 0.207 31 5.01 1,00 31
41-43 1.865 0.261 18 4.23 1,00 18
43-45 2.166 0.355 10 3.34 1.00 10
45-47 2.598 0.554 3 1.69 1.00 3

T1 = 4.428 T2 = 12.492
t50% = T1/T2 = 0.3545 tahun t75% = (T1+ln3)/T2 = 0.4424 tahun
L50% = 49.7*(1-exp(-1*(0.3545-))) = 14.8 cm
L75% = 49.7* (1-exp(-1*(0.4424-))) = 17.8

2.8. Rekrutmen

1. Definisi

Secara umum rekrutmen didefinisikan sebagai penambahan anggota baru ke dalam suatu kelompok.
Secara khusus rekrutmen didefinisikan sebagai penambahan anggota baru ke dalam populasi. Dalam
perikanan rekrutmen diartikan sebagai penambahan suplai baru (yang sudah dapat dieksploitasi) ke
dalam stok lama yang sudah ada dan sedang dieksploitasi. Suplai baru ini ialah hasil reproduksi yang
telah tersedia pada tahapan tetentu dari daur hidupnya dan telah mencapai ukuran tertentu sehingga
dapat ditangkap dengan alat penangkapan yang digunakan dalam perikanan. Ricker (1975)
menggambarkan faktor-faktor yang mempengaruhi penambahan dan pengurangan dari suatu
populasi/stok yang sudah/sedang dieksploitasi dan yang belum dieksploitasi. Rekrutmen dipengaruhi
oleh reproduksi dan juga faktor lain yaitu pertumbuhan (growth). Reproduksi menghasilkan ikan-ikan
kecil yang kemudian tumbuh menjadi besar dan masuk populasi/stok yang termasuk ekonomis.

Dengan demikian, kehadiran rekrut ini berasal dari stok reproduktip yang dewasa sehingga ada
hubungan antara stok dewasa dan rekrutnya. Bagi para eksploiter, rekrutmen adalah masuknya ikan-
ikan muda ke dalam bagian populasi yang terbuka untuk dieksploitasi. Bagi para manajer perikanan
yang mempunyai tugas dan tanggung jawab memelihara agar hasil tangkapan tetap tinggi, maka
rekrutmen secara tidak langsung bergantung kepada masuknya ikan ke dalam suatu stok yang sedang
bertelur (spawning stock). Gulland (1969) menyatakan bahwa rekrutmen adalah proses dimana ikan-
ikan muda masuk daerah eksploitasi sehingga mempunyai peluang yang besar untuk kontak dengan alat
penangkapan. Contoh: Ikan “north sea plaice” yang bergerak ketika umur relatif muda (3-4 tahun) dari
daerah asuhan (nursery ground) yang dangkal sepanjang pantai ke daerah penangkapan (fishing ground)
utama.

Cushing (1973) mengemukakan bahwa masalah “overfishing” yang mengkuatirkan adalah karena
pengurangan stok yang disebabkan oleh penurunan rekrutmen. Kegagalan dari banyak perikanan
penting disebabkan oleh kegagalan rekrutmen.

2. Macam-macam rekrutmen

Aziz (1989) membedakan 3 macam rekrutmen: (1). rekrutmen ke suatu stok; (2). rekrutmen ke suatu
stok yang dapat ditangkap (fishable stock); (3). rekrutmen ke suatu stok dewasa (matang) yang
menghasilkan telur. Dua macam rekrutmen pertama bisa diakibatkan dari perubahan-perubahan dalam
ikan karena kondisi fisik, kebiasaan atau ukuran, sedangkan rekrutmen ketiga lebih tepat dikatakan
sebagai fungsi pertumbuhan.

81
Sementara itu, Ricker (1975) membedakan 3 macam rekrutmen, yaitu: (1). Rekrutmen “ujung pisau”
(knife-edge recruitment). Pada rekrutmen macam ini semua ikan dari klas umur tertentu menjadi mudah
tertangkap pada suatu saat dalam tahun tertentu; (2). Rekrutmen dengan platoon. Dalam rekrutmen
macam ini kemudahan tertangkap satu klas umur tertentu bertambah secara bertahap dalam waktu dua
tahun atau lebih; (3). Rekrutmen bersinambungan. Dalam rekrutmen macam ini ada penambahan yang
bertahap dari kemudahan tertangkap anggota ikan kelas umur tertentu selama dua tahun atau lebih.

3. Hubungan antara stok dan rekrutmen

Hubungan antara stok dan rekrutmen (S/R) secara jelas dapat dilihat pada Gambar 2.41, yang
menunjukkan hubungan antara rekrutmen dan ukuran stok yang bertelur (spawning stock size) untuk
“false trevally” (Lactarius lactarius) di Teluk Thailand (Pauly, 1980):

Gambar. 2.42. Hubungan antara stok dan rekrutmen untuk “false trevally” (Lactarlactarius) di Teluk
Thailand (Pauly, 1980)

Baik Pauly (1984) maupun Sparre et al (1989) menyatakan bahwa tidak akan ada produksi ikan muda
(recruits) jika tidak ada ikan dewasa (adult fish) yang menjadi matang, kemudian memijah dan
menghasilkan telur yang selanjutnya menetas dan tumbuh menjadi ikan-ikan muda (recruits)

Sementara itu, hubungan antara sok dewasa dan rekrutnya atau antara jumlah pemijah (spawners) dan
yang jadi rekrut, dihadapkan pada 3 faktor: (1). Jika tidak ada pemijah (spawners) maka tidak ada
rekrutmen; (2). Semua populasi mempunyai kapasitas untuk tumbuh kecuali yang akan punah; (3).
Populasi itu jumlahnya terbatas karena faktor alam yang dapat menambah kecepatan mortalitas atau
populasi itu tumbuh.

Hubungan lain antara stok dewasa dan rekrutmen adalah: 1. Jika jumlah stok dewasa sedikit, maka
produksi rekrut rendah; 2. Jika jumlah stok dewasa banyak, maka produksi rekrut tetap rendah. Dengan
demikian, ada beberapa faktor yang berpengaruh pada hubungan antara stok dewasa dan rekrut: 1.
Mortalitas karena faktor bebas kepadatan (density independent), contoh: banjir, kekeringan, suhu
ekstrim selama satu tahap dalam daur hidupnya, angin kencang, pencemaran, dan lain-lain. 2.
Mortalitas karena faktor tidak bebas kepadatan (density dependent), contoh: kematian karena tingkah
laku populasi yang terlalu padat, persaingan, predasi, penyakit, dan lain-lain. Secara normal, mortalitas

82
karena density dependent factor merupakan bentuk pengimbang (kompensatori) yang dapat mengatur
populasi untuk jangka panjang.

Faktor-faktor pengimbang yang dapat mempengaruhi populasi adalah: (1). Terhalangnya


pemijahan karena populasi yang besar; (2). Terbatasnya tempat berpijah yang baik; (3).
Persaingan/kompetisi ruang hidup antara larva dan anak ikan; (4). Kematian karena kelaparan; (5).
Kematian ikan kecil karena pemangsaan; (6). Kanibalisme (penghancuran telur dan ikan muda oleh
individu lain); (7). Kematian karena penyakit dan parasit, dimana induk yang besar lebih mudah
terserang parasite; dan (8). Pengaruh waste product (urine, faeces, dan lain-lain) terhadap penurunan
reproduksi.

Menurut Pauly (1984), ada empat model hubungan antara stok dan rekruitmen, yaitu: (1). Model Ricker,
pada model ini rekrutmen meningkat sampai kepada maksimum dari stok dewasa (P), kemudian
menurun dengan meningkatnya nilai P; (2). Model Beverton dan Holt, pada model ini rekrutmen
meningkat agak curam terhadap asimptot; (3). Model Cushing, pada model ini rekruitmen meningkat
proporsional dengan suatu kekuatan dari biomassa/stok dewasa atau dari jumlah telur yang dilepaskan;
(4). Model stok-rekrutmen yang menyesuaikan diri dengan (1), (2) dan (3) setelah pengaruh dari faktor
lingkungan (biotik maupun abiotik) secara simultan dihilangkan.

(1) (2)

In this model, the relationship between the number The stock-relationship proposed by
of recruits (R) and the spawning stock size (P) is Ricker (1954,1975) can be written:
given by: R = 1/(α’ + β’) or it can be expressed as a R = αPe-βP
linear relationship: P/R = β’ + α’ P where: R is the number of recruits;
P is the size of parental stock
(in weight, in numbers, or as egg
production); α is an index of stock-
independent mortality.

83
(3) (4)

Cushing’s model is meant to the left side of Little is known about the shape of the
an otherwise undefined S/R curve, and in strongly curve except that it has to go through
exploited stock only. the origin.

4. Kurva Reproduksi

Hubungan antara stok dewasa dan rekrutmen dapat digambarkan dengan sebuah grafik yang disebut
“kurva reproduksi” (Gambar 2.42):

Gambar. 2.43. Kurva reproduksi (reproductive curve)

Hubungan antara stok dewasa dan rekrutmen ini berdasarkan asumsi bahwa mortalitas tak bebas
kepadatan (density dependent) sedang berjalan terhadap populasi. Populasi yang padat ada
hubungannya dengan mortalitas yang besar dan populasi yang jarang cenderung bertahan hidup. Jika
asumsi itu benar, maka kurva reproduksi mempunyai bentuk puncak yang melebar dengan kakinya
sebelah kiri, ini menunjukkan bahwa rekrutmen lebih besar dari pada stok yang memproduksi rekrut.

Titik potong antara kaki kurva sebelah kanan dari puncak ke bawah dengan garis 450 memperlihatkan
bahwa jumlah rekrut dan stok yang memproduksi rekruit sama. Sebaliknya jika kaki kurva sebelah
kanan lebih kebawah dari garis 450, ini menunjukkan bahwa jumlah rekrut kurang dari pada stok yang
memproduksinya. Garis sudut 450 yang memotong kurva dinamakan garis bisektor atau garis pergantian
yang sama, artinya pada garis itu terjadi pergantian jumlah yang sama dari rekrut yang masuk dengan
stok dewasa yang diganti.

Beberapa sifat umum dari kurva reproduksi adalah : (1). Kurva itu harus melalui titik nol (asal), yang
berarti kalau tidak ada induk tidak ada rekrut; (2). Kurva itu tidak jatuh pada sumbu-x yang berarti pada
titik itu reproduksi dieliminir pada kepadatan yang tinggi; (3). Kecepatan rekrutmen (R/P) harus
menurun dengan bertambahnya stok induk (P); (4). Rekrutmen harus melebihi stok dewasa (bilamana
R dan P dihitung dalam unit yang sama).

Kurva reproduksi dapat pula dinyatakan dengan rumus sbb.:

84
R/Rr = P/Pr e(Pr – P)/Pm …………………………………………………………………...............(2.73)

dimana: R = Rekrutmen
P = Stok induk
Pr = Besarnya penggantian stok induk
Rr = Jumlah rekrut dari P
Pm = Stok yang memproduksi rekrut secara maksimum

Jika stok dan rekrut sama, maka penyebutnya Rr = Pr sehingga persamaan menjadi:

R = P e (Pr - P)/Pm …………………………………………………………………...................(2.74)

Dengan demikian, maka parameter Rr dan Pr yang akan menentukan bentuk dari kurva ini.

5. Kecepatan eksploitasi

Bahwa eksploitasi terhadap stok yang dewasa akan berpengaruh terhadap populasi, bergantung pada
bentuk kurva reproduksi dan jumlah umur yang memijah. Pada Gambar 2.43 dimisalkan titik A pada
garis kurva reproduksi merupakan tingkat keseimbangan yang dikehendaki, maka kecepatan eksploitasi
dapat dihitung dengan rumus:

E = 1 – OC/AC = 1 – BC/AC……………………………………..............................…..............(2.75)

Gambar 2.44. Kurva reproduksi yang memperlihatkan titik yang digunakan untuk menghitung
kecepatan eksploitasi untuk tingkat keseimbangan yang dikehendaki

Apabila titik A = 1,2 unit dan titik B = 0,9 unit dari stok, maka E dapat dihitung, yaitu E = 1-0,9/1,2 =
0,25 atau 25 persen dari stok.

Contoh: Stok dewasa yang hampir memijah dapat ditunjukkan pada perikanan Salmon yang diambil
ketika ikan itu sedang mengadakan migrasi ke hulu sungai untuk memijah

6. Hubungan antara stok dewasa dan rekrutmen pada berbagai kondisi dan berbagai kecepatan
eksploitasi

Eksploitasi terhadap stok yang berpijah yang terdiri dari berbagai umur akan menghasilkan
kesetimbangan jika populasi stabil, dan juga akan menghasilkan perubahan dalam kepadatan stok.

85
Perubahan tersebut dapat menurun atau menaik bergantung kepada bentuk kurva reproduksi dan
keadaan eksploitasi. Seperti telah dikemukakan bahwa apabila Rr = Pr, maka hubungan stok dan
rekrutmen adalah: R = Pe (Pr-P)/Pm. Misalkan Pr/Pm = a dan P/Pr = W’, maka R/Rr = W’ea(1-W’).

Menurut Cushing (1968), ini merupakan pengaturan kondisi di mana stok tetap pada tingkat yang
mantap. Konstanta dapat ditentukan dengan cara memplotkan log R/P terhadap P, di mana log R/P = 0,
P = Pr, dan sudut regresi adalah -1/Pm. Jika Pr > P, menunjukkan pada populasi ini bahwa mekanisme
pengimbang lebih dominan. Jika Pr < P, menunjukkan mekanisme bukan pengimbang kurang penting.

Gambar 2.44 memperlihatkan kurva hubungan antara stok dan rekruitmen pada kondisi rekruitmen tiap
stok dan berbagai kecepatan eksploitasi:

Gambar. 2.45. Kurva hubungan stok dan rekrutmen pada berbagai kondisi (Ricker, 1975)

Kurva A – E memperlihatkan berbagai “hubungan stok dan rekrutmen” yang melalui bisektor pada titik
yang sama, yaitu titik kesetimbangan. Garis titik-titik memperlihatkan kecepatan eksploitasi (Ricker,
1975). Dalam sistem ini, bisektor merupakan bagian penting, di mana rekruitmen dan stok adalah sama.
Pada tingkatan stok yang rendah, terdapat rekrutmen yang tinggi, dan pada tingkatan stok yang tinggi
terdapat rekrutmen yang rendah, di mana kondisi ini memperlihatkan prinsip kesetimbangan.

7. Intensitas rekrutmen (Recruitment intensity)

Recruitment intensity is the number of recruits per time unit. The recruitment pattern of a temperate
species could be as shown in Fig. 2.44 A, where each line represents the recruitment intensity in one
week. In most tropical fish stock recruitment continues (more or less) all year round, but with seasonal
oscillations, for example where monsoons occur (Pauly and Navalana, 1983). Let us tentatively define
the recruitment season of a tropical fish stock by the dates (fractions of the year) tr 1 and tr2 which
correspond to the dates of minimum recruitment (see Fig. 2.44B). With 0 < = tr1 < tr2 < = 1.0 we
define the “spring cohort”as the fish recruited from time tr1 to tr2 and the “autumn cohort”as fish
recruited from time tr2 to tr1 (“spring”and “autumn”refer here to the northern hemisphere).

86
Figure 2.46. Recruitment intensity during the year of typical temperate and tropical stocks

Kohort musim semi (spring cohort) ialah ikan yang direkruit dari waktu tr1 ke tr2 dan kohort musim
gugur (autumn cohort) ialah ikan yang direkruit dari waktu tr2 ke tr1.

2.9. Predasi

1. Sejarah Model Mangsa Pemangsa Lotka-Volterra

Pada tahun 1926 seorang pakar biologi berkebangsaan Italia yang bernama Umberto D’Ancona
mempelajari populasi berbagai jenis ikan yang ditangkap oleh para nelayan di kawasan Laut Tengah.
Salah satu hal yang menarik perhatiannya adalah meningkatnya persentase ikan pemangsa jenis ikan
Laiun (hiu, pari, dan lain-lain) yang tertangkap selama masa perang dunia I seperti yang terlihat pada
Tabel berikut:

Tahun Persentase ikan Tahun Persentase ikan


pemangsa pemangsa
1914 11.9 1919 27.3
1915 21.4 1920 16.0
1916 22.1 1921 15.9
1917 21.2 1922 14.8
1918 36.4 1923 10.7

Meningkatnya persentase ikan pemangsa selama masa perang sangat mengherankan D’Ancona. Pada
mulanya dia berpendapat pada masa perang berlangsung terjadi penurunan intensitas penangkapan ikan.
Akibatnya, ikan mangsa yang tersedia menjadi sangat banyak sehingga ukuran populasi ikan pemangsa
meningkat. Akan tetapi kalau hal ini benar, maka seharusnya ukuran populasi ikan mangsa tidak lebih
banyak dari ukuran populasi ikan itu pada masa tidak perang. Gagal memberi penjelasan dari sudut

87
biologi, akhirnya D’Ancona meminta bantuan seorang ahli matematika bernama Vito Voltera. Voltera
mencoba menganalisis masalah ini dengan memisahkan populasi ikan menjadi dua populasi yaitu
populasi ikan mangsa, x, dan populasi ikan pemangsa, y. Dengan menganggap tidak ada kompetisi di
antara sesama ikan mangsa karena makanan yang tersedia cukup banyak, maka tanpa adanya ikan
pemangsa, ikan mangsa akan tumbuh sesuai dengan hukum pertumbuhan Malthus, yaitu: dx/dt = ax,
untuk suatu konstanta a > 0. Dengan adanya ikan pemangsa, laju pertumbuhan ikan mangsa ini akan
berkurang. Kalau berkurangnya laju pertumbuhan itu dianggap sebanding dengan ukuran populasi ikan
pemangsa, dengan konstanta kesebandingan sebesar b > 0, maka model pertumbuhan populasi ikan
mangsa itu menjadi:

dx/dt = ax – bxy .............................................................................................................................(2.76)

Selanjutnya, dengan menganggap bahwa jenis ikan pemangsa tidak berkompetisi di antara sesamanya,
maka tanpa adanya ikan mangsa, maka populasi ikan pemangsa ini akan mengalami peluruhan
eksponensial: dy/dt = - cy, untuk suatu konstanta c > 0. Akan tetapi dengan adanya ikan mangsa, maka
laju pertumbuhan ikan pemangsa ini akan naik sebanding dengan ukuran populasi ikan mangsa, dengan
konstanta kesebandingan d > 0. Oleh karena itu, model pertumbuhan ikan pemangsa sekarang menjadi:

dy/dt = - cy + dxy ...........................................................................................................................(2.77)

Penggabungan persamaan (2.76) dengan persamaan (2.77) menjadi suatu sistem persamaan diferensial:

dx/dt = ax – bxy
..........................................................................................................................(2.78)
dy/dt = - cy + dxy

merupakan model interaksi kedua populasi ikan dengan mengabaikan faktor penangkapan. Sistem
persamaan ini memiliki dua titik keseimbangan, yaitu: x(t) = 0, y(t) = 0, dan x(t) = c/d, y(t) = a/b. Titik
keseimbangan pertama tidak menarik perhatian karena tidak berarti apa-apa untuk masalah biologi.
Solusi sistem persamaan diferensial (2.78) merupakan famili fungsi x(t) = x0eat, y(t) = 0 dan x(t) = 0,
y(t) = y0e-ct. Jadi sumbu x dan sumbu y merupakan dua di antara sekian banyak orbit sistem persamaan
diferensial itu. Oleh karena itu, suatu solusi yang titik awalnya ada di kuadran I pada t = t0, akan tetap
berada pada kuadran I itu untuk t = t0. Orbit-orbit lain sistem persamaan diferensial itu, yaitu orbit-orbit
untuk x, y ≠ 0 adalah kurva solusi persamaan:

dy/dx = (- cy + dxy) / (ax – bxy) = {y(-c + dx)}/ {x(a – by) ..........................................................(2.79)

Persamaan ini merupakan suatu persamaan yang terpisahkan, karena dapat ditulis dalam bentuk:

(a – by) / y dy/dx = (-c + dx) / x ................................................................................................(2.80)

Solusi persamaan (2.80) adalah:

(a).kedua ruas persamaan ini, diperoleh:

ya / eby – xc / edx = K, K = konstanta .............................................................................................(2.81)

Inilah persamaan orbit-orbit sistem persamaan diferensial (2.78). Orbit-orbit ini merupakan kurva-
kurva tertutup. Sifat tertutup kurva-kurva ini dapat dijelaskan sebagai berikut. Mula-mula perhatikan
sifat-sifat fungsi f(y) = ya/eby dan fungsi g(x) = xc/edx, untuk x dan y yang positip. Jelas terlihat bahwa
f(0) = 0, lim f(y) = 0, dan f(y) bernilai positip untuk y > 0. Selanjutnya, f’(y) = (aya-1 – bya)/eby = {ya-1
(a-by)}/ eby.

88
Jadi f(y) memiliki satu titik kritis, yaitu pada y = a/b. Pada y = a/b ini f(y) mencapai titik maksimumnya
yang bernilai My = (a/b)a/ea.

2. Jenis-jenis Interaksi antara Dua Species

Secara teoritis jenis-jenis interaksi antara dua species dapat diucapkan sebagai kombinasi dari 0 yang
berarti tidak ada interaksi, + yang berarti interaksi memberi pengaruh positip terhadap pertumbuhan,
dan – yang berarti interkasi memberi pengaruh negatip terhadap pertumbuhan. Adapun kombinasi itu
adalah 00, --, ++, +0, -0, dan +-. Tiga di antara kombinasi ini, yaitu ++, --, dan +-, kadang-kadang masih
dibagi lagi, sehingga semuanya menjadi sembilan buah kombinasi seperti terlihat pada Tabel berikut:

Jenis-jenis interaksi antara dua species


Jenis interaksi Species Keterangan
1 2
1.Netralisme 0 0 Kedua species saling tidak mempengaruhi
2.Kompetisi langsung - - Kedua species secara langsung saling menghambat
3.Kompetisi tak - - Kedua species secara tak langsung saling menghambat
langsung
4.Amensalisme - 0 Species 1 terhambat, tetapi species 2 tak terganggu
5.Parasitisme + - Species 1 yang menjadi parasit biasanya lebih kecil dari
species 2 (inang)
6.Predasi + - Species 1 yang menjadi pemangsa (predator) biasanya
lebih besar dari species 2 yang menjadi mangsa (prey)
7.Komensalisme + Species 1 diuntungkan, sedangkan species 2 tidak
0 terpengaruh
8.Protokooperasi + + Interaksi yang mengutungkan kedua species, tanpa
ketergantungan
9.Mutualisme + + Interaksi yang menguntungkan kedua species, akan tetapi
ada unsur ketergantungan di antara kedua species

Dari sudut pandang ekosistem, secara umum jenis-jenis interaksi tadi dapat digolongkan menjadi dua
golongan saja, yaitu: interaksi negatip, dan interaksi positip. Yang tergolong ke dalam interaksi negatip
adalah kompetisi, amensalisme, parasitisme, dan predasi, sedangkan yang tergolong ke dalam interaksi
positip adalah komensalisme, kooperasi, dan mutualisme. Untuk maksud pemodelan matematis, jenis-
jenis interaksi ini digolongkan menjadi tiga golongan, yaitu jenis interaksi (- -), (+ -) dan (++) yang
masing-masing disebut kompetisi, predasi, dan komensalisme. Dengan cara penggolongan seperti ini,
maka interaksi inang-parasit dan interaksi tumbuhan-herbivora dimasukkan ke dalam golongan predasi,
karena bentuk model matematis ketiga jenis interaksi ini adalah sama. Model-model matematis interaksi
dengan penggolongan seperti inilah yang akan dibicarakan di dalam buku ini.

3. Model-model Mangsa Pemangsa

Mangsa-pemangsa (predator-prey) merupakan salah satu jenis interaksi antara dua atau lebih species
di dalam suatu lingkungan hidup. Hubungan mangsa-pemangsa atau predasi merupakan penggerak
utama aliran energi di dalam suatu masyarakat dan merupakan penghubung rantai makanan di dalam
masyarakat itu. Pada hubungan predasi dua species, satu species yang menjadi mangsa merupakan
penentu laju pertumbuhan oleh species pemangsa untuk pertumbuhan dan perkembang biakannya.
Sebaliknya, species pemangsa akan mengakibatkan turunnya laju pertumbuhan species mangsa.
Hubungan mangsa-pemangsa merupakan suatu faktor yang sangat penting di dalam ekologi populasi
dan evolusi.

89
a. Model mangsa-pemangsa Lotka-Voltera

Model mangsa-pemangsa Lotka-Voltera dasar pembentukannya adalah model pertumbuhan


eksponensial untuk masing-masing species. Jika N1 menyatakan ukuran populasi species mangsa, maka
laju pertumbuhan eksponensial species ini dapat dinyatakan sebagai:

dN1/N1 dt = b – d1 ........................................................................................................................(2.82)

b = laju kelahiran; d1 = laju kematian; keduanya merupakan konstanta positip.

Jika penyebab kematian species mangsa hanyalah species pemangsa, maka laju pertumbuhan species
ini adalah: dN1/N1 dt = b

Jika di dalam lingkungan tempat hidup species mangsa ada species pemangsa, dan satu species
pemangsa menurunkan laju pertumbuhan species mangsa, maka laju kematian species mangsa adalah:
d1 = a12N2. N2 adalah ukuran populasi species pemangsa; dan a12 adalah konstanta positip.

Dengan adanya species pemangsa, maka persamaan eksponensial pertumbuhan species mangsa (1)
berubah menjadi:

dN1/N1dt = b – a12N2 .....................................................................................................................(2.83)

Tanpa kehadiran species mangsa, laju pertumbuhan species pemangsa akan mengalami penurunan
sesuai dengan model peluruhan eksponensial: dN2/N2dt = - d.

Jika species mangsa ada dan dianggap bahwa satu individu species mangsa akan menaikkan laju
pertumbuhan per kapita species pemangsa pada tingkat yang tetap, maka laju pertumbuhan per kapita
pemangsa akan menjadi:

dN2/N2dt = - d + a21N1 ..................................................................................................................(2.84)

a 21 adalah konstanta positip

Jika persamaan (2.83) dan (2.84) digabungkan, maka diperoleh sistem persamaan diferensial:

dN1/N1dt = b – a12N2
}..........................................................................................................(2.85)
dN2/N2dt = - d + a12N1

Sistem persamaan diferensial inilah yang disebut model mangsa-pemangsa Lotka-Voltera

b. Sistem generasi terputus dan kontinyu

Krebs (1972) telah membuat model matematis mengenai interaksi antara mangsa dan pemangsa dengan
menggunakan sistem yang disebut “sistem generasi terputus” (Discrete Generation System). Estimasi
bahwa mangsa berkurang aikibat predasi, dapat digambarkan dalam bentuk persamaan logistik sebagai
berikut:

Nt + 1 = (1.0 – BXt)Nt ................................................................................................................(2.86)

dimana: N = ukuran populasi mangsa


t = jumlah generasi
B = slope dari kurva reproduksi

90
Xt = (Nt –Neq) = selisih antara ukuran populasi dan ukuran populasi berimbang.

Modifikasi dari persamaan di atas, diperoleh persamaan logistik mangsa (prey’s logistic equation):

Nt + 1 = (1.0 – BXt)Nt – CNtPt ....................................................................................................(2.87)

dimana: Pt = ukuran populasi dari pemangsa dalam generasi t


C = efisiensi pemangsa

Jika populasi mangsa seimbang, maka pemangsa akan bertambah:

Pt + 1 = QNeqPt atau S = (Pt + 1)/Pt = QNeq .......................................................................(2.88)

dimana: S = kecepatan reproduksi maksimum dari pemangsa


Q = efisiensi penggunaan mangsa untuk reproduksi oleh pemangsa

Lotka (1925) dan Voltera (1926) menggambarkan interaksi antara populasi mangsa dan pemangsa
dengan menggunakan “sistem generasi yang kontinyu” (continuous generation system). Diduga terjadi
pertambahan secara geometris dari mangsa karena tidak ada predasi.

dN/dt = r1N ..................................................................................................................................(2.89)

dimana: N = densitas dari mangsa; t = waktu; r1 = kapasitas pertambahan mangsa.

Diduga terjadi pengurangan secara geometris dari pemangsa (predator) karena tidak ada mangsa (prey):

dP/dt = - r2P .................................................................................................................................(2.90)

dimana: P = densitas pemangsa


r2 = kecepatan kematian sesaat dari pemangsa karena tidak ada mangsa.

2.10. Migrasi

1. Pola Migrasi Ikan

Individu-individu sebagai anggota dari unit stok jarang sekali yang menetap (sedentary), tetapi
umumnya selalu bergerak dari satu tempat ke tempat lain. Pengetahuan mengenai migrasi ikan sangat
penting dan sangat berguna terutama bagi perikanan komersial karena dalam melakukan usaha
penangkapannya berhubungan erat sekali dengan pola migrasi ini. Nikolsky (1963) mendefinisikan
migrasi ikan adalah pergerakan ikan dari satu habitat ke habitat lain dan pergerakan ini ada yang aktif
dan ada yang tidak begitu aktif. Ada tiga kelompok tempat/daerah dari siklus migrasi ikan, (1) daerah
pemijahan (spawning area), (2) daerah asuhan (nursery area), dan (3) stok dewasa (adult stock).

91
Stok dewasa (adult stock)

Denatant Recruitment

Contranatant

A B
Denatant
Daerah pemijahan Daerah asuhan
(spawning area) (Nursery area)

Gambar 2.47. Pola migrasi ikan

Pada Gambar 2.46 terlihat bahwa telur dan larva ikan-ikan pelagis hanyut terbawa arus dari daerah
pemijahan ke daerah asuhan, pergerakan ini mengikuti arus yang disebut “denatant.” Individu-individu
dewasa berenang melawan arus kembali ke daerah pemijahan, pergerakan ini disebut “contranatant.”
Mengapa beberapa species ikan melakukan migrasi? Nikolsky (1963) menyebutkan karena adanya
ketidak cukupan dalam hal makanan baik untuk ikan-ikan dewasa maupun untuk ikan-ikan muda yang
merupakan bagian dari suatu populasi yang hidup dalam area yang sama, sehingga mereka harus
meningkatkan feeding area-nya ataupun membatasi kelimpahannya.

Bagaimana pula ikan-ikan dewasa bisa mengetahui daerah pemijahannya? Banyak teori untuk
menjawab pertanyaan ini, namun belum ada satupun dari teori itu yang dapat membuktikan secara tepat.
Sebagai contoh ikan Salmon di Eropah, ia besar di laut, tapi kalau mau memijah pergi ke sungai. Ada
beberapa teori/dugaan mengenai hal ini:

1. Diduga ada beberapa zat kimia (chemical substances) di perairan itu yang keluar sehingga si
ikan Salmon dapat mengingat-ngingat kembali tempatnya itu. Dugaan ini ternyata salah karena
setelah beberapa tahun sifat-sifat air sungai mengalami perubahan kimia maupun fisika karena
pencemaran, ikan-ikan salmon tetap kembali ke sungai.
2. Dia bisa mendeteksi medan magnit di bumi, dimana tiap tempat mempunyai ciri-ciri tersendiri.
3. Dia bisa mendeteksi lewat cahaya (sudut sinar) yang masuk ke dalam perairan, dimana musim
tertentu, tempat tertentu mempuyai sudut sinar yang berbeda.
4. Pada jenis lain, udang misalnya, bisa mendeteksi salinitas. Pada waktu pasang, salinitas tinggi,
pada saat ini larva udang naik dari dasar ke atas perairan, dan karena ada arus ia terbawa hanyut
ke pantai. Sebaliknya udang dewasa aktif pada waktu salinitas rendah, dan karena ada arus
sedikit demi sedikit ia terbawa ke arah laut yang bersalinitas tinggi untuk memijah.
5. Pendapat lain menyatakan bahwa bukan salinitas yang menyebabkan udang-udang terbawa arus
ke laut atau sebaliknya larva udang ke pantai, tetapi ada suatu kemampuan dari udang itu untuk
mendeteksi fase bulan.

92
2. Terminologi migrasi ikan

Beberapa istilah dan definisi dari migrasi ikan menurut Meyer (1949):

Istilah Definisi
Diadromous Ikan-ikan berpindah tempat antara laut dan air tawar
Anadromous Ikan-ikan diadromous yang sebagian besar dari hidupnya tinggal di laut
dan bermigrasi ke air tawar untuk berkembang biak, misalnya: salmon,
seatrout, shad, sea lampreys, dan sturgeons.
Catadromous Ikan-ikan diadromous yang sebagian besar dari hidupnya tinggal di air
tawar dan bermigrasi ke laut untuk berkembang biak, misalnya: eel,
Salangidae, Galaxidae, Retropinnidae.
Amphidromous Ikan-ikan diadromous yang bermigrasi dari laut ke air tawar atau
sebaliknya (vise versa), tetapi bukan untuk tujuan berkembang biak,
misalnya: Exocidae, Perca fluviatilis, dan beberapa Mugilidae.
Potamodromous Ikan-ikan bermigrasi yang keseluruhannya terjadi di air tawar, misalnya:
trout, bream, dan Coregonoids.
Oceanodromous Ikan-ikan yang hidup dan bermigrasi yang keseluruhannya terjadi di
laut, misalnya: cod, herring, capelin, tuna dan mackerel.

3. Metode Studi Migrasi Ikan (Methods of studying fish migration)

Karena untuk menerangkan metode ini agak sulit, digunakan istilah lain “methods of tracing fish
migration “, yaitu metode dengan cara mengikuti jejak (tracing) dari pada migrasi ikan. Ada beberapa
metode yang dapat dilakukan:

3.1. Marking

Dalam metode ini ikan-ikan ditandai dengan cara memotong sirip (fin clipping). Gambar 2.47
memperlihatkan beberapa kombinasi dari pemotongan sirip yang telah dilakukan. Jika memungkinkan,
ikan-ikan dipelihara dalam kurungan untuk mengetahui berapa lama ikan-ikan tersebut beregenerasi
(tumbuh lagi).

Percobaan yang sama dilakukan terhadap Crustacea seperti lobster, karena hewan ini melepaskan
cangkang (shell)nya selama moulting. Dilakukan dengan cara memotong telson seperti terlihat pada
Gambar 2.49.

3.2.Tagging

Berikut dikemukakan beberapa jenis tag dan metode tagging:

1. General characteristic of tag

Fish tag seha rusnya sekecil mungkin agar gangguan terhadap ikan sekecil mungkin dan kelakuan ikan
tetap normal. External tag sebaiknya tidak menyolok yang membuat ikan mudah diserang oleh predator,
sebaliknya mudah dilihat oleh sipenemu. Harus murah dan mudah dibuat karena ikan-ikan yang akan
diberi tanda adalah ribuan.

2. Internal tag

Internal tag digunakan pada ikan-ikan seperti herring, anchovy dan whiting yang didaratkan dalam
jumlah besar. Internal tag dibuat dari steel plates yang kecil dengan diberi keterangan dan nomor

93
(Fig.2.47). Internal tag juga digunakan pada prawns dan shrimps. Tag tersebut berupa plastik dan
dipasang menyamping pada segment abdominal pertama (Fig.2.47).

3. External tag

Beberapa external tag yang digunakan adalah: Petersen disc. (Fig. 2.50), Lea tag (Fig. 2.51), Plastic flag
tag (Fig. 2.52), dan Spaghetti tag (Fig. 2.53).

Gambar 2.48. Combinations of fin clipping used to mark salmon smolts at Cultus Lake,
Fraser River, British Columbia (after Foerster, 1937)

Gambar 2.49. Telson of lobster marked by clipping (after Poulsen, 1967)

94
Gambar 2.50. (After ICES, 1965)

Gambar 2.51. Petersen disc (after Bagge, 1970)

Gambar 2.52. Lea Tag with braided nylon thread

95
Gambar 2.53. Enlarge surgical needle showing the split eye (a) and fish tagged with a plastic flag tag (b)

Gambar 2.54. Spaghetti tag (After ICES, 1965)

2.11. Estimasi Ukuran Populasi (Estimation of Population Size)

Menghitung ukuran populasi mempunyai pengertian: (1). Menghitung jumlah ikan (number of fish).
Metode yang digunakan untuk estimasi ini adalah: a. Penghitungan langsung, b penghitungan tidak
langsung, c. metode penandaan, dan d. metode regresi.(2). Menghitung berat total (total weight) dari
suatu stok ikan atau “standing stock” atau “biomass.” Metode yang digunakan untuk estimasi ini adalah:
a. “Swept area method” untuk densitas ikan-ikan demersal, dan b. “Acoustic method” untuk densitas
ikan-ikan pelagis.

1. Penghitungan langsung

Merupakan cara yang yang paling murah dan mudah dilaksanakan, yaitu dengan cara menghitung
seluruh populasi atau beberapa sampel dari populasi. Contoh: (a). Penghitungan ikan di kolam dengan
terlebih dahulu mengeringkan kolam tersebut; (b).Menghitung ikan-ikan yang memiliki sifat naik
sungai untuk memijah, misalnya ikan Salmon. Pada waktu naik sungai ikan dicatat dengan “electric
weir,” suatu alat yang dipasang di dam dan dapat menghitung sendiri; (c). Penghitungan langsung dapat
pula dilakukan terhadap hewan yang bersifat menetap misalnya kerang-kerangan.

96
2. Penghitungan tidak langsung

a. Area density method

Metode ini biasanya dilaksanakan secara tidak langsung di sungai. Beberapa persyaratan sebelum
metode ini dilakukan: a. kita harus mengetahui habitat perairannya; b. ikan-ikan harus menyebar secara
merata di tiap habitat; c pengambilan sampel dilakukan secara acak; d. selama sampling ikan-ikan tidak
bergerak (non migratory).

Berdasarkan habitatnya sungai dibagi menurut kedalaman (dangkal, dalam, paling dalam). Pada setiap
habitat ini dibuat stasiun-stasiun penangkapan untuk pengambilan sampel. Tiap habitat hitung luasnya,
jumlah stasiun dan rata-rata hasil tangkapan (lihat Tabel);

Habitat Luas (100 m2) Jumlah stasiun Jumlah rata-rata ikan/10 m2

Dangkal 18 6 4.2
Dalam 30 10 2.1
Sangat dalam 50 17 0.4

Berdasarkan data pada Tabel di atas, besarnya populasi (N) = (4.2)(1800) + (2.1)(3000) + (0.4)(5000)
= 15.860 ekor

^ ^
2
Besarnya populasi dalam 10 km: N/10 m = 15.860/9800 atau N = Luas x N

b. Contour density method

Pada prinsipnya metode ini sama dengan “area density method.” Bedanya pada “contour density
method” bukan habitat dibagi menurut area, tapi areanya dibagi menurut kedalaman. “Contour density
method” dipakai di laut. Persyaratannya hampir sama: ikan-ikan non migratory, ikan-ikan harus
disampel dengan alat yang sama kualitasnya dan juga cara penangkapannya; sampling harus acak, dan
sifat geografis atau dasar lautnya harus sama, misalnya karang, lumpur, dan lain-lain.

3. Metode penandaan (Tagging)

a. Metode Petersen

Metode Petersen dinamakan juga metode sensus tunggal (single census method) berhubung ikan-ikan
ditandai dalam waktu yang relatif singkat dan hanya satu kali penandaan, sedangkan penangkapannya
kembali dilakukan dalam waktu yang relatif panjang; Contoh: Dari satu populasi ikan kita tangkap 4
ekor dan diberi tanda satu kali (M = 4); Ikan-ikan yang telah diberi tanda itu dilepaskan kembali, maka
proporsi antara M dan N adalah: P = M/N

Pada penangkapan kedua, yaitu setelah ikan-ikan menyebar secara merata, kita tangkap lagi misalnya
didapat 8 ekor (C = 8). Dari 8 ekor yang tertangkap ini terdapat 2 ekor yang bertanda (R = 2), maka
proporsi antara R dan C adalah Po = R/C.

Idealnya P = Po sehingga M/N = R/C atau N = M.C/R = Rumus Petersen……………………..(2.91)

^
dimana: N = jumlah dugaan populasi
M = jumlah ikan ditandai pada permulaan studi

97
C = jumlah ikan yang ditangkap selama studi
R = jumlah ikan yang bertanda yang tertangkap dalam C

Jika terjadi pengacakan sempurna antara ikan-ikan yang bertanda dengan ikan-ikan yang tidak bertanda,
maka kita menentukan derajat eksploitasi, yaitu:

^
µ = R/M …………………………………………………………………………………...............(2.92)

^
dimana: µ = derajat eksploitasi; R dan M sama dengan notasi di atas.

Karena rumus Petersen dibuat pada saat ilmu statistika belum berkembang, maka Bailey (seorang ahli
statistika) mengadakan koreksi terhadap rumus Petersen tersebut, dia mengatakan bahwa dalam satu
sampling yang langsung dimana jumlah sampel telah ditentukan sebelumnya, maka estimasi populasi
ikan akan cenderung lebih besar dari jumlah populasi sebenarnya. Oleh karena itu Bailey mengusulkan
modifikasi terhadap rumus Petersen menjadi rumus Bailey sebagai berikut:

^
N = M (C+1)/(R+1) …………………………………………………………………………......................................(2.93)

Walaupun Bailey telah membuktikan bahwa rumusnya lebih baik, namun Chapman yang juga seorang
ahli statistika mengusulkan modifikasi terhadap rumus Bailey menjadi rumus Chapman sebagai
berikut:

^
N = (M+1)(C+1)/(R+1) ………………………………………………………………….......................................(2.94)

Chapman telah membuktikan bahwa rumusnya lebih baik dari rumus sebelumnya karena dapat
menghindari “bias” yang disebabkan oleh kesalahan-kesalahan matematik, yaitu bila R = 0. Menurut
Bailey dan Chapman, R ini distribusinya tidak mengikuti pola-pola tertentu misalnya distribusi poisson
atau distribusi normal. Namun Ricker menyatakan bahwa R ini mengikuti distribusi poisson, karenanya
rumus Chapman harus dimodifikasi lagi agar didapat distribusi normal, sehingga rumus Chapman
menjadi sebagai berikut.:

^
1/N = R/MC …………………………………………………………………………………..............................................(2.95)

Semua rumus estimasi populasi yang dihasilkan oleh Petersen, Bailey, Chapman dan Ricker di atas,
merupakan rumus-rumus yang sederhana dan yang dilakukan dalam keadaan terbatas. Oleh karena itu
mereka mengemukakan beberapa persyaratan: (1). Ikan-ikan yang bertanda harus mengalami mortalitas
yang sama dengan ikan-ikan yang tidak bertanda; (2). Ikan-ikan yang bertanda harus dapat ditangkap
semudah ikan-ikan yang tidak bertanda; (3). Tanda (tag) tidak boleh hilang; (4). Penebaran ikan-ikan
yang bertanda harus random diantara ikan-ikan yang tidak bertanda; (5). Tanda-tanda harus dapat
dikenal dan harus dilaporkan pada waktu penemuan kembali; (6). Peremajaan (rekrutmen) dalam
populasi yang dapat ditangkap dalam periode dimana sampling/studi diadakan harus kecil atau tidak
ada atau harus diketahui.

98
b. Metode Schnabel

Metode Schnabel (Miss Zoe Schnabel) dinamakan juga metode sensus berganda (multiple census
method). Dalam metode ini penandaan dan penangkapan kembali dilakukan beberapa kali dengan
syarat-syarat tertentu. Rumus estimasi populasi menurut Schnabel adalah sebagai berikut:

^
N = ∑(Ct.Mt)/∑Rt = ∑(Ct.Mt)/R ………………………………………………………...................................(2.96)

dimana: Ct = Jumlah ikan dalam sampel dalam periode t


Mt = Jumlah ikan bertanda pada waktu t yang mungkin tertangkap dalam sampel Ct
Rt = Jumlah ikan bertanda yang tertangkap kembali dalam periode t

Rumus Schnabel di atas dimodifikasi oleh Chapman menjadi sebagai berikut:

^
N = ∑(Ct.Mt)/(R + 1) ……………………………………………………………………….......................................(2.97)

Rumus Schnabel meskipun lebih baik tetapi tidak lebih teliti, karena untuk menghilangkan bias
tergantung dari besarnya C dan M; Persyaratan metode ini ialah populasi harus konstan selama studi
berlangsung.

Oleh karena itu rumus Schnabel dimodifikasi oleh Schumacher dan Eschmeyer menjadi sbb.:

^
1/N = ∑(Ct.Rt)/∑(Ct.Mt2) ……………………………………………………………………(2.98)

4. Metode regresi (regression method)

a. Metode Leslie dan Davis

Dalam metode ini digu nakan korelasi antara data hasil tangkapan per unit upaya (catch per unit of
effort, ct/ft) dan data hasil tangkapan kumulatif (cumulative catch, Kt). Data hasil pengamatan dicatat
dalam Tabel 2.17.

Tabel 2.17. Data hasil tangkapan per unit upaya dan hasil tangkapan kumulatif.

Periode sampling Hasil Tangkapan per Hasil Tangkapan


Unit Upaya Kumulatif
(Yi) (Xi) Xi2 XiYi
1 Y1 X1
2 Y2 X2
3 Y3 X3
- - -
- - -
n Yn Xn
Total ∑Y ∑X ∑X2 ∑XY
Rata-rata Y X

X, Y dan n menyatakan ukuran sampel

99
Plot hasil tangkapan per unit upaya (ct/ft) pada sumbu-Y dan hasil tangkapan kumulatif (Kt) pada
sumbu-X didapat garis lurus: y = a + bx, intersep (a) dan slope (b) dapat dihitung;

Gambar. 2.55. Grafik hubungan antara ct/ft dan Kt

^
Titik potong antara garis y = a + bx dan sumbu-x merupakan titik estimasi besarnya populasi (N) dan
sudut garis regresi menunjukkan “catchability coefficent.”
Garis lurus y = a + bx memotong sumbu-x, maka y = 0 a = y + bx a = 0-bx a = -bx

^
x = -a/b atau N = a/lbl …………………………………………………………………….......(2.99)

Macam-macam satuan upaya: (1). Hasil pancingan per hari; (2). Hasil tangkapan dengan gillnet selama
waktu tertentu; (3). Hasil tangkapan dengan bubu pada waktu dan alat yang sama; (4).Hasil landing
kapal tertentu per hari atau per bulan.

b. Metode de Lury

Pada prinsipnya metode ini sama dengan metode Leslie dan Davis. Pada metode de Lury, hasil
tangkapan per unit upaya (ct/ft) dalam bentuk logaritma sehingga menjadi log ct/ft. Bila log ct/ft
diplotkan terhadap hasil tangkapan kumulatif (Kt) diperoleh garis lurus log ct/ft = log a + bx dengan
slope = b dan intersep = log a.

Bila garis log ct/ft = log a + bx ini diperpanjang sampai memotong sumbu-x, maka titik potong ini
merupakan titik estimasi besarnya populasi (N) dan sudut garis menunjukkan “catchability coefficient.”

^
……………………………………..............
Selanjutnya N dapat ditentukan dengan rumus: N = e nilai intersep (2.100)
Sudut

Beberapa asumsi yang diperlukan dalam metode ini ialah: (1). populasi tertutup dan pengaruh migrasi
dan mortalitas alami diabaikan; (2). unit-unit usaha yang digunakan tidak saling bersaing dan konstan
selama percobaan berlangsung; (3). respon ikan terhadap alat penangkapan tetap konstan dalam periode
penelitian; (4). tiap ikan mempunyai kesempatan yang sama untuk ditangkap.

100
Beberapa macam kesalahan yang timbul: (1). penangkapan yang tidak konstan akibat musim; (2).
kesalahan yang ditimbulkan karena pemilihan dari satuan upaya penangkapan. Dalam hal ini upaya
penangkapan seharusnya konstan baik kualitas maupun kuantitasnya, misalnya, upaya yang digunakan
sebanyak 17 piece gillnet per hari, maka kuantitasnya tetap 17 piece dan alat tangkapnya tetap gillnet.

Menghitung berat total (total weight) dari suatu stok ikan atau “standing stock” atau “biomass.”
Metode yang digunakan untuk estimasi ini adalah: (1) “Swept area method” untuk densitas ikan-ikan
demersal; dan (2) “Acoustic method” untuk densitas ikan-ikan pelagis.

(1).”Swept area method”

Untuk menentukan densitas sumberdaya perikanan demersal digunakan data dari survai penangkapan
dengan menggunakan “swept area method” dengan menggunakan alat trawl. Di daerah dimana dasar
perairan cukup halus (smooth) untuk trawling, ukuran standing stock untuk ikan-ikan demersal dapat
diperoleh dari hubungan sebagai berikut

_
B = c/f . A …………………………………………………………………………….............(2.101)
a . X1

dimana: c/f = rata-rata hasil tangkapan per unit upaya (CPUE) yang diperoleh selama survei.
A= luas total dari daerah yang disurvei
a= luas daerah yang disapu oleh trawl dalam satu unit upaya (misalnya satu jam)
X1 = “escapement factor” (ikan yang diperkirakan lolos pada waktu penangkapan; Untuk
trawlers yang digunakan di Southeast Asia, nilai X1 = 0.5 dan untuk Western Indian
Ocean South of the equator, nilai X1 = 1.

Nilai a diperoleh dari:

a = t . v . h . X2 …………………………………………………………………………............(2.102)

dimana : v = kecepatan trawler sewaktu trawling


h = panjang head rope dari trawl (lihat Gambar 3.21)
t = waktu trawling
X2 = dalam efektif dari jaring dibagi panjang head rope.

Di Caribbean, nilai X2 = 0.6 (Klima, 1976), di Southeast Asian Waters nilai X 2 berkisar dari 0.66
(Shindo, 1973) sampai 0.4 (SCSP, 1978).

“Swept area method” dapat pula digunakan baik untuk estimasi “standing stock” maupun untuk “fishing
mortality” sebagaimana diperlihatkan oleh Gulland (1969) sebagai berikut:

F = a . f X1 ……………………………………………………………………………............(2.103)
A

“Swept area method” dapat pula digunakan untuk estimasi besarnya “kemampuan menghasilkan per
tahun” (annual potential yield) atau “Maximum Sustainable Yied” (MSY) (Gulland, 1971):

Y = a. M. Bo ……………………………………………………........................................(2.104)

dimana: a = konstanta
M = tingkat kematian alami
Bo = Biomass atau cadangan sediaan

101
Model tersebut merupakan gabungan dari model Schaefer dengan beberapa konsepsi dari Beverton and
Holt.

Menurut Gulland (1971), nilai a berkisar antara 0.4 dan 0.5, sehingga rumus di atas menjadi:

Y = 0.5.M.Bo …………………………………………………………………………...............(2.105)

Menurut Saetersdal (1975), untuk jenis ikan yang mempunyai jangka waktu hidup panjang, nilai M
berkisar antara 0.2 – 0.4 sehingga nilai Y per tahun sebesar 10-20% dari Bo. Sedang untuk jenis ikan
yang mempunyai jangka waktu hidup pendek, nilai M berkisar dua (mis. Anchovy di Peru), sehingga
nilai Y akan mendekati Bo.

Dalam keadaan sediaan yang masih perawan (virgin) sulit sekali untuk dapat mengukur nilai M secara
kasar, sehingga penentuan nilai M dilakukan dengan membuat estimasi berdasarkan sifat pertumbuhan
serta umurnya. Untuk perhitungan selanjutnya digunakan asumsi nilai M = 1 untuk seluruh sediaan
(contoh lihat Tabel).

Daerah perairan Cadangan sediaan Kemampuan menghasilkan


(103 ton) (103 ton)
- Timur Sumatera 76.8 38.4
- Selatan Kalimantan 524.4 262.2
- Utara Jawa 747.8 373.9

Kesimpulan: Ikan-ikan demersal yang diizinkan ditangkap supaya kelestarian sumber tidak terganggu
adalah sebesar 38.4 ton untuk daerah Timur Sumatera.

Beberapa kesalahan yang dapat terjadi dari penggunaan “swept area method” (Ulltang, 1977):

1. Kesalahan dalam menghitung luas area yang disapu oleh trawl selama operasi penangkapan;

2. Berapa bagian ikan yang mampu meloloskan diri dari volume air yang disapu oleh trawl
(escapement factors).

3. Berapa bagian ikan yang berada di bawah tali ris bawah dan berapa bagian yang berada di atas tali
ris atas dari trawl.

4. Perbedaan kepadatan ikan di bagian perairan yang diteliti dengan keseluruhan perairan yang disurvei

(2). “Acoustic method”

Untuk menentukan densitas sumberdaya perikanan pelagis digunakan data dari survei penangkapan
dengan menggunakan “acoustic instruments” (fishfinder, sonar, ecosounder). Prinsip dari metode
akustik ini ialah bahwa gelombang suara dapat merambat dengan baik di air laut, dan gema yang
dipantulkannya kemudian dicatat oleh suatu alat pencatat (recorder). Gema yang diterima oleh receiver,
diubah menjadi arus listrik dan setelah mengalami penguatan diteruskan ke pena pencatat. Gerombolan
ikan yang tercatat oleh “recording paper” diasumsikan sebagai berbentuk silinder, sehingga volumenya
dapat diukur dengan cara mengalikan lebar (garis tengah) dan tinggi silinder tersebut (Forbes dan
Nakken, 1972; Johannsen dan Losse, 1973).

102
lebar

tinggi silinder

Dengan rumus-rumus yang dikemukakan oleh Johannsen dan Losse (1973), volume gerombolan ikan
yang tercatat dapat dihitung:

V = ¼ π H d c2 …………………………………………………………………………............(2.106)

dimana: V = Volume gerombolan ikan (m3)


H = tinggi gerombolan ikan (m)
dc = lebar gerombolan ikan yang sudah dikoreksi (m)

Luas daerah yang disounding dapat dicari dengan rumus yang dikemukakan oleh Menasveta, Shindo
dan Chullasorn (1973), yaitu:

L = D.θ/54 x1x1/2 ..................................................................................................................(2.107)


1854

dimana: L = Luas daerah yang disounding (mil2)


l = panjang cruise track
θ = beam angle
54 = konstanta
½ = kolom air yang dilalui
D = dalam rata-rata dari perairan yang disounding (m)

Catatan:

Kapal berlayar secara zig-zag (oblique track) yang dikombinasikan dengan paralel track.
Memperkirakan volume gerombolan ikan dilakukan analisis terhadap trace yang terdapat pada kertas
pencatat (recording paper). Trace ini diperoleh dari hasil sounding echosounder/sonar, dimana
informasi yang dibutuhkan adalah panjang, lebar dan kedalaman kelompok ikan. Ada dua kelompok
ikan yang dihasilkan kertas pencatat: (1). kelompok normal (kompak dan padat); (2). kelompok
tersebar.

Perhitungan volume ikan untuk kelompok normal:

1. Lebar kelompok ikan yang tercatat (dA) dihitung dengan rumus:

dA = l.V …………………………………………………………………………….............(2.108)
C

dimana: l = lebar trace kelompok ikan (mm)


C = kecepatan kertas (mm/menit)
V = kecepatan kapal (m/menit)

2. Luas daerah sampling yang disounding:

103
SA = L.2.tg A. Db ……………………………………………………………………...............(2.109)

dimana: SA = luas sampling yang disounding


L = panjang track (jarak layar)
Db = kedalaman pancaran suara
A = setengah sudut pancaran suara dari transducer

3. Perkiraan lebar kelompok ikan yang sebenarnya (dT):

dT = dA -2 …………………………………………………………………………….............(2.110)

4. Karena kapal-kapal tidak selalu lewat pada poros dari kelompok ikan itu, maka lebar yang
sebenarnya masih dikoreksi (dC) menjadi:

dC = dT.4/ π …………………………………………………………………………………(2.111)

maka volume kelompok normal (V):

V=¼ π H dC2 …………………………………………………………………………...........(2.112)


H = tinggi kelompok ikan

Untuk penggalian sumber daya, perlu dikendalikan hanya sampai batas tertentu sehinggga kelestarian
sumber daya dapat terjaga, ini dinamakan potential yield (Py). Menurut Gulland (1968):

Py = C.M.Bo ……………………………………………………………………………...........(2.113)

dimana: C = konstanta (0.4-0.8)


M = natural mortality
Bo = Biomass (standing stock)

Luas daerah sampling (yang disounding):

SA = L.2.tg A.Db ………………………………………………………………………………..(2.114)

di mana: SA = luas sampling (yang disounding)


L = panjang track (jaraka layar)
Db = kedalaman pancaran suara
A = setengah sudut pancaran suara dari transducer.

Data hasil penelitian:

Lokasi Jumlah gerombolan Dalam rata-rata Tinggi Lebar


(m) (m) (m)

Shelf Jawa 74 1 – 100 1 – 40 3,2 – 114.5


(13.2) (8.3) (21.0)
Shelf Bali 60 10 – 30 4 – 10 12.7 – 223.9
(14.5) (8.9) (13.7)

104
2.12. Estimasi Ukuran Populasi Dengan Menggunakan Analisis Populasi Virtual (VPA) dan
Analisis Kohort

Sparre dan Venema (1999) mengatakan bahwa, metode-metode yang melihat ke masa lalu, yang
menggunakan data “historis” disebut “analisis populasi virtual” (VPA) atau “analisis kohort”,
sedangkan metode-metode yang bersangkutan dengan masa depan, disebut “metode-metode prediktif”
atau “metode-metode Thompson dan Bell.”

Analisis Populasi Virtual (VPA) dan Analisis Kohort pertama kali dikembangkan sebagai metode-
metode berbasis umur. Tetapi dalam tahun-tahun terakhir ini juga tersedia metode-metode yang
berbasis panjang, yang terutama sesuai untuk perikanan tropis.

Diperlukan informasi mengenai berapa banyak jumlah ikan yang telah ditangkap. Pendaratan-
pendaratan total haruslah menyebar pada kelompok-kelompok umur (metode-metode berdasarkan
umur) atau kelompok-kelompok panjang (metode-metode berbasis panjang) yang ada. Jumlah total
dapat diperoleh dengan mengalikan sebaran-sebaran dari umur atau panjang dari contoh-contoh hasil
yang didaratkan secara acak yang menggunakan informasi pada pendaratan-pendaratan total dalam ton.
Tabel-tabel pendaratan-pendaratan total dalam jumlah, menurut umur atau panjang, per tahun atau per
bulan, haruslah tersedia, sebelum kita dapat memulai analisis.

1. Analisis Populasi Virtual (VPA)

Analisis populasi virtual atau VPA secara mendasar adalah suatu analisis dari hasil-hasil tangkapan dan
perikanan komersial yang diperoleh melalui statistik perikanan. Data hasil tangkapan digabung dengan
informasi yang rinci tentang penyebaran dari setiap kohort pada hasil tangkapan, yang biasanya
diperoleh melalui program-program penarikan contoh dan pembacaan-pembacaan umur. Kata “virtual”
yang diperkenalkan oleh Fry (1949) didasarkan kepada analogi dengan “bayangan virtual” yang
diketahui dari ilmu fisika. Suatu “populasi virtual” adalah suatu populasi yang diciptakan oleh metode
yang didasarkan kepada data hasil tangkapan nyata dan asumsi-asimsi mengenai tingkat mortalitas
alami dan mortalitas perikanan akhir.

Ide di balik metode ini adalah menganalisis apa yang dapat diukur, hasil tangkapan, dengan maksud
untuk menghitung populasi yang seharusnya pernah ada di air untuk menghasilkan hasil tangkapan
tersebut (lihat Gambar 2.55).

105
Gambar 2.56. Sifat-sifat dasar dari VPA

Pendaratan total dari suatu kohort selama hidupnya adalah dugaan pertama jumlah rekrut dari kohort
itu. Tetapi ini merupakan dugaan yang rendah karena adanya sejumlah ikan yang mati karena sebab-
sebab alami. Apabila diketahui dugaan nilai M, kita dapat melakukan perhitungan mundur dan
mendapatkan berapa banyak ikan yang termasuk ke dalam kohort yang hidup tahun demi tahun dan
pada akhirnya, berapa banyak rekrut yang ada. Pada waktu yang sama kita mengetahui nilai-nilai dari
koefisien mortalitas karena penangkapan yaitu F, sebab kita telah menghitung jumlah ikan yang hidup
dan mengetahui dari awal berapa banyak dari mereka yang tertangkap pada setiap tahun.

Oleh karenanya, VPA melihat suatu populasi dalam suatu perspektif sejarah. Keuntungan mengerjakan
suatu VPA adalah sejarah diketahui akan menjadi lebih mudah untuk memprediksi hasil-hasil
tangkapan di masa depan, yang biasanya merupakan suatu upaya yang paling penting dari para ilmuwan
perikanan.

Suatu tinjauan yang lengkap dari perkembangan metode-metode VPA diberikan oleh Megrey (1989).
Metode ini berasal dari USSR, di mana Derzhavin (1922) adalah orang pertama yang menggabungkan
data umur dengan statistik hasil tangkapan. Metode ini dikemukakan kembali oleh Fry (1949) dan
kemudian di modifikasi oleh banyak penulis, termasuk Gulland (1965) dan Pope (1972). Modifikasi
yang dibuat oleh Pope biasanya disebut sebagai “analisis kohort menurut Pope”.

Cara yang paling mudah untuk menjelaskan konsep-konsep dari VPA adalah dengan mengikuti suatu
contoh yang didasarkan kepada data yang riil.

Contoh (1): Analisis Populasi Virtual (VPA), untuk ikan “whiting” Laut Utara

Data yang disajikan dalam Tabel 2.18 berikut adalah jenis data yang diperlukan untuk analisis populasi
virtual, yaitu jumlah total ikan yang tertangkap menurut kelompok umur, oleh seluruh perikanan
komersil.

106
Tabel 2.18. Analisis kurva hasil tangkapan yang dilinierkan berdasarkan data komposisi umur. Jumlah
yang tertangkap per kelompok umur (dalam jutaan per tahun) ikan “whiting”, Laut Utara (ICES, 1981).

Tahun y 1974 1975 1976 1977 1978 1979 1980 Rata-rata


Umur t 1974-1980
0 599 239 424 664 685 478 330 488
1 678 860 431 1004 418 607 288 612 tidak
2 1097 390 1071 532 335 464 323 601 digunakan
3 275 298 159 269 203 211 243 237
4 40 54 75 32 69 86 80 62.3 digunakan
5 6 9 13 18 8 25 31 15.7 dalam
6 1 8 3 5 5 3 8 4.7 analisis
7 6 0 1 0 1 1 1 1.4
Z 1.88 1.16 1.36 1.25 1.33 1.40 1.12 1.28

Untuk menjelaskan konsep-konsep VPA, pandanglah kohort ikan “whiting” tahun 1974, angka-angka
yang digarisbawahi dalam Tabel 2.18. Penjelasan-penjelasan yang digunakan sama, di mana C(y,t,t+1)
= jumlah yang tertangkap dalam tahun y yang berumur antara t dan t+1 tahun (dalam jutaan ekor).

Jumlah yang tertangkap (dalam jutaan ekor) adalah:

C(1974,0,1) = 599, jumlah ikan yang tertangkap berumur antara 0 dan 1 tahun
C(1975,1,2) = 860, jumlah ikan yang tertangkap berumur antara 1 dan 2 tahun
C(1976,2,3) = 1071, jumlah ikan yang tertangkap berumur antara 2 dan 3 tahun
C(1977,3,4) = 269, jumlah ikan yang tertangkap berumur antara 3 dan 4 tahun
C(1978,4,5) = 69, jumlah ikan yang tertangkap berumur antara 4 dan 5 tahun
C(1979,5,6) = 25, jumlah ikan yang tertangkap berumur antara 5 dan 6 tahun
C(1980,6,7) = 8, jumlah ikan yang tertangkap berumur antara 6 dan 7 tahun

Kita memulai perhitungan-perhitungan dari bawah, yaitu dengan jumlah yang tertangkap berumur
antara 6 dan 7 tahun, C(1980,6,7) = 8 juta ekor ikan. Anggaplah kita mengetahui bahwa mortalitas
alaminya adalah M = 0.2 per tahun untuk semua kelompok umur. Lalu jika kita hendak mengetahui
juga mortalitas penangkapan untuk kelompok umur antara 6 dan 7 tahun, yang disebut kelompok 6, kita
dapat menghitung berapa banyak ikan yang seharusnya ada di laut pada tanggal 1 Januari 1980,
N(1980,6), agar diperoleh hasil tangkapan sebanyak 8 juta ekor ikan “whiting” pada tahun 1980, dengan
menggunakan persamaan hasil tangkapan:

C(1980,6,7) = N(1980,6)*F/Z*[1-exp(-Z*(7-6))]

Jika kita membuat dugaan awal dari F(1980,6,7) = 0.5 per tahun, maka Z = 0.5 + 0.2 = 0.7. Persamaan
hasil tangkapan lalu menjadi:

8 = N(1980,6)*0.5/0.7* [1-exp(-0.7*(7-6))] = N(1980,6)*0.36

maka

N(1980,6) = 8/0.36 = 22.2 juta.

Sekarang, dengan mengetahui jumlah ikan yang hidup pada tanggal 1 Januari 1980, N(1980,6), yang
sama dengan jumlah yang ada pada akhir tahun 1979, kita dapat menghitung berapa jumlah ikan
“whiting” yang seharusnya ada di laut pada tanggal 1 Januari 1979 untuk memperoleh hasil tangkapan
(dalam jumlah) selama tahun 1979 yaitu C(1979,5,6) = 25 juta ekor.

107
Tetapi, tidaklah perlu lagi menduga nilai F, sebab kita sekarang dapat juga menghitung mortalitas
penangkapan yang bersangkutan dengan hasil tangkapan ini. Untuk menghitung F, Persamaan 4.2.7
digunakan lagi, tetapi sekarang dalam hubungan dengan model peluruhan eksponensial (Dalam contoh
ini, pada kedua persamaan, istilah (t2-t1) = (t+1-t) telah dihilangkan, sebab ini sama dengan 1).

C(1979,5,6) = N(1979,5)*(F/Z)*[1-exp(-Z)]……………………………………………………(2.115)

dan

N(1980,6) = N(1979,5)*exp(-Z)

yang setara dengan:

N(1979,5) = N(1980,6)*exp(Z)………………………………………………………………….(2.116)

dengan memasukkan nilai untuk N(1980,6) = 22.2 juta, perhitungan di atas menjadikan:

N(1975,5) = 22.2*exp(Z)

dengan memasukkan hasil ini dan jumlah ikan yang tertangkap, C(1979,5,6) = 25 juta ke dalam
Persamaan 2.115 diperoleh:

25 = 22.2*exp(Z)* (F/Z)*(1-exp(-Z))

yang setelah pengalian dan mengatur persamaannya kembali ekuivalen dengan:

25/22.2 = (F/Z)*[exp(Z)-1]

M diasumsikan sama dengan 0.2, lalu dengan memasukkan Z=F+M=F+0.2 menghasilkan:

1.126 = F/(F+0.2)*[exp(F+0.2)-1]

Kita telah memperoleh suatu persamaan dengan hanya F sebagai peubah yang tidak diketahui. Dengan
memecahalan persamaan ini, diperoleh nilai dugaan dari F. Persamaan di atas, bagaaaimana juga,
bukanlah jenis persamaan yang dapat diselesaikan dengan manipulasi-manipulasi aljabar. Ia harus
diselesaikan dengan suatu metode trial and error. Kita kemudian akan membicarakan bagaimana
masalah teknis kecil ini dapat dipecahkan, tetapi untuk sementara waktu kita lupakan saja dan dengan
catatan bahwa F=0.696 merupakan solusinya, yaitu:

1.126 = 0.696/(0.696+0.2)*[exp(0.696+0.2)-1]

Dari F=0.696 dan M=0.2 kita dapat menurunkan:

Z(1979,5,6) = M + F(1979,5,6) = 0.2 + 0.696 = 0.896

dengan dugaan Z(1979,5,6) = 0.896, jumlah ikan dari kelompok umur 5 pada tanggal 1 Januari 1979
dapat dengan mudah diperoleh dengan cara model peluruhan (Persamaan 2.116):

N(1979,5) = N(1980,6)* exp(Z(1979,5,6) atau N(1979,5) = 22.2*exp(0.896) = 54.4 juta.

Hasil dari perhitungan-perhitungan yang telah dibuat sebegitu jauh dapat diringkaskan berikut:

108
Kelompok Umur Tahun Jumlah tertangkap Mortalitas Jumlah pesintas
selama tahun, y penangkapan pada 1 jan.
C(y,t,t+1) selama tahun, y Tahun, y
t Y F(y,t,t+1) N(y,t)
0 1974 599
1 1975 860
2 1976 1071
3 1977 269
4 1978 69
5 1979 25 0.7 54.4
6 1980 8 0.50 *) 22.2
*) dugaan dari F terminal

Pasangan berikutnya N(1978.4) dan F(1978,4,5) dapat dihitung dengan cara yang benar-benar sama
dengan untuk tahun 1979. Dengan cara ini kita dapat bekerja kea rah belakang menurut waktu secara
menduga jumlah ikan yang hidup dan mortalitas alami untuk masing-masing kelompok umur (seperti
yang ditunjukkan oleh panah-panah).

Perhatikan bahwa berlawanan dengan motede-metode kurva hasil tangkapan, kita tidak mengasumsikan
F (dan Z) tetap konstan. Setiap kelompok umur mungkin mempunyai nilai F yang berbeda-beda. Maka
metode ini menyediakan suatu analisis populasi yang lebih rinci daripada setiap metode yang disajikan
sebegitu jauh. Dua persamaan VPA yang diturunkan di atas dapat dibaca dalam bentuk umumnya.

C(y,t,t+1) = F(y,t,t+1 *[exp[F(y,t,t+1) + M]-1]………………………………………...(2.117)


N(y+1, t+1) M+F(y,t,t+1)

N(y,t) = N(y+1, t+1)*exp[F(y,t,t+1) + M] ……………………………………………………..(2.118)

Untuk tahun 1978 di dalam contoh, kita peroleh:

C(1978,4,5) = 69 = 1.268, sedangkan M = 0.2


N(1979, 5) 54,4

dengan memasukkan nilai-nilai ini ke dalam Persamaan 2.117, dapat kita peroleh dengan cara trial and
error.

F(y,t,t+1) = F(1978,4,5) = 0.757

dan dengan memasukkan nilai F ini dan jumlah ikan yang hidup pada tanggal 1 Januari 1979, pada
Persamaan 2.118 kita peroleh jumlah pesintas pada tanggal 1 Januari 1978.

N(1978,4) = N(1979,5)*exp[F(1969,4,5)+M] = 54.4* exp[0.757+0.2] = 141.9

Dengan mengulangi cara ini untuk tahun 1977 sampai 1974, dugaan-dugaan mortalitas penangkapan
dan jumlah stok dapat diperoleh seperti yang disajikan dalam Tabel 2.19.

109
Tabel 2.19. Hasil-hasil dari VPA untuk kohort ikan “whiting” tahun 1974 (Data tangkapan, jumlah ikan
dalam juta ekor)

Kelompok Umur Tahun Jumlah tertangkap Mortalitas Jumlah pesintas


selama tahun, y penangkapan pada 1 jan.
selama tahun, y Tahun, y
t Y C(y,t,t+1) F(y,t,t+1) N(y,t)
0 1974 599 0.16 4390
1 1975 860 0.37 3054
2 1976 1071 1.11 1729
3 1977 269 0.99 465
4 1978 69 0.76 142
5 1979 25 0.7 54.4
6 1980 8 0.50 *) 22.2
*) F terminal, nilai yang diduga

Gambar 2.57. Jumlah pesintas, N (kotak-kotak hitam), jumlah yang tertangkap C=F*N dan
jumlah yang mati alami, D=M*N, seperti yang diturunkan oleh VPA dalam Tabel 2.19 untuk
ikan whiting Laut Utara

Gambar 2.56 mengilustrasikan dinamika kohort seperti yang dijelaskan oleh VPA untuk ikan “whiting”
Laut Utara (Tabel 2.19). Dalam hal ini nilai M relatif kecil dibandingkan dengan F, yang dapat dilihat
dengan membandingkan ju lah yang tertangkap (Persamaan dengan t2-t1 = 1):

_
C(y,t,t+1) = F(y,t,t+1)*N(y,t,t+1) ………………………………………………………………(2.119)

dengan jumlah dari mortalitas-mortalitas alami:

110
_
D(y,t,t+1) = M(y,t,t+1)*N(y,t,t+1) ……………………………………………………………..(2.120)

Gambar 2.56 menyajikan hasil-hasil sebagai jumlah dari yang hidup, N, tetapi kita dapat juga memilih
mortalitas penangkapan, F, sebagai hasil dasar, sebab:

F dan C menentukan N dan

N dan C menentukan F

sehingga ada suatu hubungan satu lawan satu antara N dan F bila C dan M diketahui.

VPA menggunakan suatu kelompok-plus

Dalam contoh kita mulai dengan menghitung N(1980,6), tetapi kita tidak mengatakan sesuatu tentang
ikan-ikan yang lebih tua dari 6 tahun. Pendekatan ini benar, sebab tidaklah perlu memperhitungkan
kelompok-kelompok umur yang lebih tua. Tetapi, mungkin terdapat banyak ikan yang berumur lebih
dari 6 tahun dan kita ingin memperhitungkan kelompok-kelompok umur yang lebih tua. Tetapi,
mungkin terdapat banyak ikan yang berumur lebih dari 6 tahun dan kita ingin memperhitungkan semua
ikan yang lebih tua ini, yang sulit untuk dipisahkan ke dalam kelompok-kelompok umur, dengan
menggabungkan mereka dengan apa yang disebut kelompok plus. Jika kita memperhitungkan ikan-ikan
yang lebih tua ini, maka rumus-rumus haruslah dimodifikasi seperlunya.

Marilah kita kembali kepada teladan dan menggantikan C(1980,6,7) dengan kelompok-plus:

C(1980,6+) = C(1980,6,7) + C (1981,7,8) + C(1982, 8,9) + ….

di mana jumlahnya berisi semua jumlah yang bukan nol dari ikan pesintas yang tua, atau hasil tangkapan
dalam jumlah dari semua ikan yang berumur 6 tahun dan lebih tua.

Kita boleh jauh mengasumsikan bahwa kematian penangkapan adalah sama untuk semua komponen
dari kelompok-plus:

F(1980,6+) = F(1980,6,7) = F(1981,7,8) = F(1982,8,9) = ….

Persamaan hasil tangkapan untuk kelompok umur tertua:

C(1980,6,7) = N(1980,6)*F/Z*(1-exp(-Z(7-6)))

sekarang hendaknya diganti oleh:

C(1980,6+) = N(1980,6) *F/Z*(1-exp(-Z(∞ -6)))

dan karena [1-exp(-Z(∞ -6))] = 1-0=1 term terakhir yakni exp(∞ -6) hilang, maka:

C(1980,6+) = N(1980,6)*F/Z

Dengan demikian secara umum, dalam kasus-kasus di mana pengamatan yang pertama adalah suatu
kelompok-plus, VPA dimulai dengan:

C(y,t+) = N(y,t)*F(y,t+)
Z(y,t+)

111
Secara teori, hasilnya hendaknya sama apakah kelompok umur terakhir adalah suatu kelompok-plus
atau bukan.

Konsep biomassa

Konsep biomassa yang bersangkutan dengan Tabel 2.19 adalah agak bersifat langsung apabla kita
menentukan bobot dari kohort pada suatu waktu tertentu. Misalnya, bobot dari kohort dalam tahun 1979
adalah N(1979,5)*w(5), di mana w(5) adalah bobot badan dari ikan “whiting” berumur 5 tahun. Suatu
konsep biomassa yang menggambarkan kohort sepanjang rentang hidupnya lebih sulit untuk
dimengerti.

Biomassa rata-rata pada 1 Januari selama 6 tahun pertama hidup dari kohort adalah:

N(1974,0)*w(0)+N(1975,1)*w(1)+…+N(1974,6)*w(6)
6
Biomassa tahunan rata-rata dapat ditentukan sebagai:

_ _ _ _ _ _
N(1974,0)*w(0)+N(1975,1)*w(1)+…+N(1974,6)*w(6)
6
_ _
di mana N ditemtukan oleh Persamaan dengan t2-t1 = 1 dan w adalah bobot badan tahunan rata-rata.
Kedua konsep biomassa tersebut adalah befrbeda, dan tidaklah jelas bagaimana keduanya hendaknya
dipergunakan. Masalah yang sama muncul apabila mencoba menentukan jumlah rata-rata dari pesintas.
Kita akan kembali kepada konsep biomassa pada seksi-seksi berikut:

Sifat-sifat dasar dari VPA

Dari pengamatan-pengamatan mengenai jumlah ikan yang tertangkap pada setiap kelompok umur, VPA
menduga berapa banyak ikan yang seharusnya ada di laut untuk memperoleh hasil tangkapan tersebut,
dengan asumsi bahwa mortalitas alami diketahui (lihat Gambar 2.55). Jika hasil tangkapan terdiri atas
hanya sebagian kecil saja dari stok (yaitu jika F kecil), pendugaan dari besarnya stok menjadi lebih
tidak menentu. Maka, semakin tinggi mortalitas penangkapan, VPA semakin dapat dipercaya.

Mortalitas alami, M, diasumsikan diketahui dari penyelidikan-penyelidikan yang tidak terkait dengan
VPA, tetapi kenyataannya tidak diketahui dalam kebanyakan kasus. Dapat dipercayanya VPA juga
tergantung pada besarnya nilai M relative terhadap F. Sering dugaan dari M agak merupakan suatu
“dugaan perkiraan” (qualified guess), tetapi jika nilai M kecil dibandingkan dengan F tidaklah
merupakan masalah besar bahwa M diduga dengan tidak baik. Apa yang dimaksud dengan suatu
“dugaan perkiraan dari M” telah dibicarakan sebelumnya.

Suatu rangkaian dari persamaan hanya dapat mempunyai suatu solusi yang unik, apabila jumlah
persamaan sama dengan jumlah peubah yang tidak diketahui. Jika terdapat lebih banyak peubah yang
tidak diketahui, akan ada solusi yang tidak terbatas banyaknya.

Seluruh jumlah persamaan VPA terdiri atas pasangan Persamaan 2.117 dan 2.118 untuk setiap
kelompok umur. Kelihatannya ada tiga peubah yang tidak diketahui dalam setiap pasangan dari dua
persamaan, terutama N(y,t), N(y+1,t+1) dan F(y,t,t+1). Tetapi pada seluruh kasus, kecuali dalam
rangkaian pertama dengan kelompok umur yang tertua, N(y+1,t+1) diketahui dari penyelesaian dari
rangkaian persamaan yang mendahukuinya, dan kita mengakhirinya dengan dua peubah yang tidak
diketahui dalam dua persamaan yang berupa suatu solusi tunggal.

112
Masalah dengan rangkaian pertama dari persamaan yang berkenaan dengan kelompk umur yang tertua
dapat diselesaikan dengan membuat suatu asumsi yang dapat diterima dan memformulasikannya
sebagai suatu persamaan tambahan. Kita kemudian dapat memperoleh suatu penyelesaian yang
dikondisikan dengan asumsi ini. Penyelesaian dari suatu VPA adalah mangsumsikan suatu nilai untuk
F dari kelompok umur yang terua, yang disebut “F terminal”.

Misalnya, kita dapat mengasumsikan bahwa F terminal adalah sama dengan nilai F dari kelompok umur
tertua kedua, maka persamaan tambahannya adalah:

F7 = F6 (dengan asumsi bahwa 7 adalah ujur tertua)

Lalu kita mempunyai empat persamaan, dua pasang Persamaan 2.117 dan Persamaan 2.128, dengan
empat peubah yang tikda diketahui, yakni F7, N7, N6, dan N5.

Jika terdapat lebih banyak persamaan daripada peubah yang tidak diketahui, (biasanya) tidak ada solusi.
Dalam hal yang demikian kita gunakan analisis regresi untuk mnedapatkan penyesuaian yang terbaik
bagi data untuk mendapatkan suatu solusi dan kita dapat menghitung batas-batas kepercayaannya.
Dalam analisis regresi, konsep dari “peubah-peubah tak diketahui” digantikan oleh konsep “parameter-
parameter”.

Untuk menghitung selang kepercayaan bagi estimasi sejumlah parameter, jumlah pengamatan haruslah
lebih banyak dari parameter. Jumlah parameter dalam PVA (N dan F untuk kelompok umur tertua)
sama dengan jumlah pengamatan (C) ditambah satu. Oleh karenanya tidaklah mungkin menghitung
batas-batas kepercayaan untuk dugaan-dugaan dari N (atau F dari kelompok-kelompok umur yang lain).

Data yang digunakan dalam Contoh 18 untuk menggambarkan VPA diperoleh dari pembacaan umur
(otolith). Tetapi, data masukan telah dapat diperoleh dari data frekuensi-panjang runtun waktu yang
dipisahkan ke dalam komponen-komponen kohort dengan, umpamanya, metode Bhattacharya.

VPA adalah suatu metode untuk menganalisis data historis untuk menduga parameter-paremetr
populasi. Penggunaan terakhir dari parameter-parameter yang demikian adalah untuk menentukan
strategi penangkapan yang optimum, yaitu deretan nilai F menurut umur, atau disebut juga “pola
penangkapan”, yang dalam jangka panjang memberikan yield yang terbesar dari stok yang
bersangkutan. Untuk mengkaji strategi-strategi penangkapan alternatif ( di masa depan), kita
memerlukan model semacam VPA, yakni suatu model yang dapat memprediksi stok dan hasil
tangkapan untuk berbagai asumsi pada pola penangkapan di masa depan. “Model Thompson dan Bell”
adalah merupakan versi prediktif dari VPA.

Program-program komputer

Mesnil (1988) menyajikan suatu paket program mikrokomputer, ANACO, (“ANAlysis of Cohorts”atau
“L’ANALyse des Cohorts”) yang dapat menampilkan perhitungan-perhitungan VPA seperti yang
dikemukakan di atas. Paket ANACO juga menawarkan sejumlah pilihan tambahan, misalnya analisis
kepekaan.

2. Analisis Kohort Berbasis Umur (Analisis Kohort Pope)

Seperti yang diturunkan dari persamaan hasil tangkapan, VPA mengandung pemecahan dari Persamaan
2.117 dengan teknik penghitungan angka (suatu trial and error). Ini adalah masalah kecil apabila
seseorang mempunyai akses komputer. Tetapi, masalah dapat dipecahkan dengan suatu cara yang
mudah, sehingga VPA dapat juga dikerjakan dengan menggunakan kalkulator saku. Versi VPA yang

113
cocok untuk kalkulator saku adalah “analisis kohort” yang dikembangkan oleh Pope (1972) dan yang
dikaji ulang dalam Jones (1984) dan Pauly (1984).

Analisis kohort secara konsepsi identik dengan VPA, tetapi teknik-teknik penghitungannya lebih
mudah. Ini didasarkan kepada suatu aproksimasi, diilustrasikan pada Gambar 2.57, yang
memperlihatkan jumlah ikan yang hidup dari suatu kohort selama satu gtahun, tetapi dalam analisis
kohort dibuat asumsi bahwa semua ikan tertangkap dalam hanya satu hari saja. Hari tersebut dipilih
tanggal 1 Juli, yaitu ketika separuh dari waktu tahun lewat.

Konsekuensinya, dalam setengah tahun pertama ikan-ikan hanya menderita mortalitas alami saja
sehingga julah ikan yang hidup pada tanggal 1 Juli menjadi:

N(y,t+0.5) = N(y,t)*exp(-M/2)

Lalu, dalam sekejap, hasil tangkapan yang diambil dan jumlah pesintas menjadi:

N(y,t)*exp(-M/2)-C(y,t,t+1)

Jumlah pesintas ini hanya mengalami mortalitas alami dalam setengah tahun ke dua dan akhirnya
jumlah pesintas pada akhir tahun adalah:

N(y+1,t+1) = [N(y,t)*exp(M/2)-C(y,t,t+1)]*exp(M/2)

Untuk memudahkan perhitungan, persamaan ini diatur kembali seperti:

N(y,t) = [N(y+1, t+1)*exp(M/2)+C(y,t,t+1)]*exp(M/2) ……………………………………….(2.121)

Perhatikan bahwa F yang merupakan sumber masalah dalam penghitungan pada persamaan VPA tidak
terjadi di sini. Kemudian kita akan mendemonstrasikan metodenya dengan data yang sama, yaitu kohort
ikan “whiting” tahun 1974 dari Laut Utara.

Gambar 2.58. Ilustrasi aproksimasi di balik analisis kohort Pope (untuk penjelasan lebih jauh, lihat teks)

114
Contoh (2): Analisis kohort Pope, bagi ikan “whiting” Laut Utara

Untuk menerapkan Persamaan 2.121 terhadap contoh ikan “whiting” kita mulai dengan cara yang sama
seperti untuk VPA dengan mengasumsikan nilai F untuk kelompok umur tertua (yang disebut “F
terminal”). Diketahui, F (1980,6,7) = 0.5, sedangkan M = 0.2, dan kemudian mulai dengan menghitung
N(1980,6) dari persamaan hasil tangkapan:

N(1980,6) = C(1980,6,7) = 22.2


F/Z*[1-exp(-Z)]

Lalu Persamaan 2.121 diterapkan untuk menghitung N (1979,5):

N (1979,5) = [ N(1980,6)*exp(M/2) + C (1979,5,6)]*exp (M/2)

= [22.2*1.1052 + 25]*1.1052 = 54.7

dan kita lanjutkan dengan cara yang sama:

N (1978,4) = [ N(1979,5)*exp(M/2) + C (1978,4,5)]*exp (M/2)

= [54.7*1.1052 + 69]*1.1052 = 143.1

N(1977,3) = [143.1*1.1052+269]*1.1052 = 472.1

…..dst…..

Maka, seperti halnya untuk VPA, kita bekerja ke arah belakang menurut waktu untuk menduga jumlah
stok yang baru pada setiap langkah. Prosedur penghitungan untuk jumlah stok, yaitu N, diberikan dalam
setengah bagian pertama dari Tabel 2.20 (dengan sejumlah notasi yang tidak begitu banyak).

Dari estimasi jumlah N, estimasi dari mortalitas penangkapan diperoleh dari:

F(y,t,t+1) = ln[N(y,t)/N(y+1,t+1)] –M …………………………………………………………(2.122)

yang mengikuti model peluruhan eksponensial untuk memecahkan F:

N(y+1,t+1) = N(y,t)*exp[-F(y,t,t+1)-M]

Nilai-nilai dugaan F disajikan dalam pertengahan ke dua Tabel 2.20.

Dugaan membandingkan hasil-hasil VPA (Tabel 2.19) dengan hasil-hasil analisis kohort (Tabel 2.20)
kelihatan bahwa mereka berbeda, tetapi perbedaannya adalah kecil. Dengan mempertimbangkan semua
sumber dari ketidakpastian yang terkait di dalam jenis penghitungan ini, seseorang dapat mengatakan
bahwa perbedaan-perbedaan antara VPA dan analisis kohort tidaklah nyata. Pope (1972) telah
memperlihatkan bahwa untuk nilai-nilai dari F<1.2 dan M<0.3, perbedaannya akan kecil. Kelebihan
dari analisis kohort dibandingkan dengan VPA adalah analisis kohort dapat dengan mudah dikerjakan
dengan menggunakan kalkulator saku. Mengerjakan VPA dengan kalkulator saku memerlukan
beberapa kali trial and error untuk menghitung F yang menjemukan (kecuali kalkulatornya dapat
deprogram).

115
Tabel 2.20. Prosedur penghitungan dari analisis kohort berbasis umur Pope, yang digambarakan dengan kohort
ikan “whiting” Laut Utara tahun 1974 (dari Tabel 2.18).
ANALISIS KOHORT BERBASIS UMUR POPE

M = 0.2 per tahun


FAKTOR MORTALITAS ALAMI:
G = exp(M/2) = exp(0.2/2) = 1.1052

PERKIRAAN NILAI F-TERMINAL : F6 = 0.5


JUMLAH STOK: N(1980,6) = C(1980,6,7)/[F6/Z6]*[1-exp(-Z6] = N(6) = 8/[0.5/(0.5+0.2)]*[1-exp{-
0.5+0.2)}] = 22.2

N(1979,5) = N5 = (N6*G+C5,6)*G =
N5 = (N6*G+C5)*G = (22.2*G + 25)*G = 54.7
N4 = (N5*G+C4)*G = (54.7*G + 69)*G = 143.1
N3 = (N4*G+C3)*G = (143.1*G +269)*G = 472.1
N2 = (N3*G+C2)*G = (472.1*G + 1071)*G = 1760.3
N1 = (N2*G+C1)*G = (1760.3*G + 860)*G = 3100.4
N0 = (N1*G+C0)*G = (3100.4*G + 599)*G = 4448.9

MORTALITAS-MORTALITAS PENANGKAPAN:
F6 = (perkiraan awal dari nilai F-terminal) = 0.5

F(1979,5,6) = F5 =ln[N(1979,5)/N(1980,6)]-M =

F5 = ln[N5/N6)-M = ln(54.7/22.2) – 0.2 = 0.70


F4 = ln[N4/N5)-M = ln(143.1.7/54.7) – 0.2 = 0.76
F3 = ln[N3/N4)-M = ln(472.1/143.1) – 0.2 = 0.99
F2 = ln[N2/N3)-M = ln(1760.3/472.1) – 0.2 = 1.12
F1 = ln[N1/N2)-M = ln(3100.4/1760.3) – 0.2 = 0.37
F0 = ln[N0/N1)-M = ln(4448.9/3100.4) – 0.2 = 0.16

Contoh (2a): Analisis kohort untuk kelas-kelas tahun yang berurutan

Interpretasi mortalitas penangkapan yang diestimasi untuk satu kelas tahun selama waktu hidupnya
(Tabel 2.19 dan 2.20) tidaklah jelas. Perubahan-perubahan menurut waktu dan umur mungkin karena
perbedaan-perbedaan upaya antar umur atau tahun kalender. Penarikan contoh, bagaimana juga, selalu
menyediakan data untuk kelas-kelas tahun yang lain yang dapat diperlakukan dengan cara yang sama.
Hasil untuk F dan N diberikan dalam Tabel 2.21. Kelas-kelas tahun 1969-80 terwakili dalam data oleh
satu atau beberapa kelompok umur. Karena F terminal dipilih 0.5 untuk seluruh kelas tahun di mana
ikan yang berumur 6 tahun diambil contohnya. Nilai F untuk masing-masing umur dari kelas tahun
1974 yang diestimasi di atas dimasukkan sebagai F terminal untuk kelas-kelas tahun yang belum
mencapai umur 6 dalam tahun 1980. Nilai rata-rata dari F untuk setiap kelompok umur (kolom terakhir)
agak berbeda dari nilai F terminal yang digunakan. Analisinya dapat diulangi dengan rata-rata sebagai
nilai-nilai F terminal.

Kemungkinan lain adalah memanfaatkan hasil tangkapan rata-rata menurut kelompok umur. Data yang
demikian membentuk suatu “kohort-buatan”: yang mewakili sejarah rata-rata suatu kohort sebagai
pengganti sejarah dari satu kohort yang spesifik dari ikan-ikan yang semuanya menetas pada waktu
yang sama. Tabel 2.22 . memperlihatkan hasilnya. Dugaan penangkapan untuk ikan-ikan yang lebih tua
adalah di atas nilai-nilai rata-rata yang diestimasi secara individual dalam Tabel 2.21. Ini dapat
menyebabkan adanya suatu perubahan dalam upaya atau dalam ukuran mata jaring rata-rata pada tahun
yang diselidiki. Ikan tertua yang berumur 7 tahun dan yang lebih tua (kelompok 7+) disertakan dalam

116
Tabel 2.22 sebab hasil-hasil tangkapan yang tidak menentu dalam tahun-tahun yang terpisah sekarang
dirata-ratakan. Jumlah ikan yang memasuki kelompok plus pada umur 7 tahun diestimasi dari:

N(7) = C(7+)* Z(7+)/F(7+)

yang merupakan formulasi lain dari persmaan:

C(y,t+) = N(y,t)*F(y,t+)/Z(y,t+)

Dri Seksi 5.1 F(7+) merupakan nilai F akhir yang diduga.

Penggunaan kohort-kohort buatan adalah penting untuk analisis kohort berbasis panjang. Data hasil
tangkapan bukan pengamatan orisinal, melainkan hasil tangkapan total berdasarkan bobot, distribusi
frekuensi panjang dari contoh-contoh yang diboboti dan pembacaan-pembacaan otolit dari
subcontohnya. Kunci-kunci umur/panjang digunakan untuk mengalikan pembacaan otolith ke dalam
jumlah di dalam contoh-contoh frekuensi panjang. Berdasarkan berat contoh dan bobot hasil tangkapan
total, umur-umur dalam contoh di atas dikalikan untuk mendapatkan hasil tangkapan total dalam jumlah
menurut kelompok umur.

Tabel 2.21. “Whiting” Laut Utara. Pendugaan mortalitas-mortalitas penangkapan dan jumlah populasi
untuk semua umur dan kelas-kelas tahun dalam materi data dari mana telah dipili data untuk kelas tahun
1974 yang digunakan di atas. Dugaan-dugaan F untuk kelas tahun 1974 (yang digaris bawahi) diadopsi
sebagai nilai-nilai F-terminal untuk semua kohort yang belum mencapai umur 6 dalam tahun 1980.

Umur Kelas Mortalitas penangkapan Rata-


tahun 1974 1975 1976 1977 1978 1979 1980 rata
1974-79
0 (1974) 0.16 0.11 0.16 0.30 0.39 0.35 0.16 0.24
1 (1973) 0.61 0.37 0.30 0.70 0.31 0.72 0.37 0.50
2 (1972) 1.11 0.89 1.12 0.74 0.53 0.69 1.12 0.85
3 (1971) 1.26 1.13 1.24 0.99 0.71 0.77 0.99 1.02
4 (1970) 1.03 0.94 1.04 0.92 0.76 0.77 0.76 0.91
5 (1969) 0.22 0.68 0.61 0.78 0.62 0.70 0.70 0.60
6 (1968) 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50

0 (1974) 4449 2526 3166 2828 2351 1776 2456 2849


1 (1973) 1645 3100 1852 2208 1715 1305 1021 1971
2 (1972) 1806 733 1760 1126 899 1026 519 1225
3 (1971) 424 486 247 472 441 433 420 417
4 (1970) 69 98 128 59 143 177 164 112
5 (1969) 34 20 31 37 19 55 67 33
6 (1968) 3 22 8 14 14 8 22 12

Tabel 2.22. Analisis suatu kohort buatan: hasil tangkapan rata-rata setiap kelompok umur dalam 1974-80.
“Whiting” Laut Utara.

Umur Hasil Tangkapan Jumlah dalam populasi pada F


permulaan tahun
0 488.0 3059.0 0.19
1 612.0 2063.0 0.40
2 601.0 1135.0 0.88
3 237.0 385.0 1.14
4 62.3 101.0 1.16
5 15.7 26.6 1.05
6 4.7 7.6 1.15

117
7+ 1.4 2.0 0.50

Terdapat banyak sumber kesalahan dalam proses seperti itu. Oleh karenanya, penting untuk mencek
kenyataan distribusi frekuensi panjang diestimasi dari hasil tangkapan total. Ini dikerjakan dengan
mengalikan jumlah-menurut-umur dengan bobot individual ikan dalam setiap kelompok umur yang
dihitung dari nilai parameter yang diketahui dari persamaan partumbuhan atau dari bobot rata-rata dari
ikan contoh dalam setiap kelompok umur. Bobot total dari setiap kelompok umur dijumlahkan dan
hasilnya dengan nilai hasil tangkapan total dalam bobot yang diketahui. Bila terdapat hasil yang sangat
tidak sesuai, hendaknya dilakukan suatu pengecekan kembali data dan prosedurnya.

Biomassa dalam setiap tahun kalender dihitung dengan mengalikan jumlahp-jumlah menurut umur di
dalam populasi (nilai N dari Table 2.19) dengan bobot badan ikan.

Gambar 2.59. Turunanrumus-rumus untuk analisis kohort Pope di mana interval waktunya
berubah-ubah (Persamaan 2.123 dan Persamaan 2.124)

Persamaan 2.121 diturunkan untuk suatu periode waktu satu tahun. Seperti juga halnya dengan kurva
hasil tangkapan kita dapat menganggap hasil tangkapan selama suatu periode waktu, dari t sampai t+∆t.
Dalam hal itu Persamaan 2.121 harus diganti dengan bentuk yang lebih umum:

N(t) =[N(t+∆t)*exp(M*∆t/2)+ C(t,t+∆t)]*exp(M*∆t/2)………………………………………(2.123)

Turunan dari Persamaan 2.123 adalah sama dengan Persamaan 2.121 dan diperlihatkan dalam Gambar
2.59 yang sejajar dengan Persamaan 2.122 adalah:

F(t,t+∆t) = 1/∆t*ln[N(t)/N(t+∆t)]-M …………………………………………………………..(2.124)

118
Indeks tahun, y, telah hilang dalam Persamaan 2.123 dan Persamaan 2.124. Alasan utama adalah bahwa
persamaan-persamaan tersebut biasanya diterapkan di bawah asumsi sistem parameter konstan. Lebih
jauh, apabila ∆t bervariasi, hal ini tidak akan cocok dengan interval-interval tahun dan notasi yang
dipergunakan untuk kelompok-kelompok umur tidak sesuai lagi.

Persamaan 2.123 dan Persamaan 2.124 yang diterapkan di bawah asumsi parameter-parameter konstan
adalah merupakan penerapan khusus dari analisis kohort untuk stok ikan tropis. Mereka dapat
diterapkan untuk semua kohort selama satu tahun atau kepada hasil tangkapan tahunan rata-rata selama
tahun-tahun yang berurutan.

3. Analisis Kohort Berbasis Panjang Jones

Dalam seksi ini kita berurusan dengan situasi bila hanya tersedia data komposisi panjang untuk
perikanan total untuk satu tahun (atau komposisi panjang rata-rata untuk tahun-tahun yang berurutan).
Pendekatan dasarnya adalah sama seperti untuk kurva hasil tangkapan yang berdasar konversi panjang.
Nama “analisis kohort berbasis panjang” agak menyesatkan, karena tidak bersangkutan dengan kohort
yang nyata dalam analisis sekarang. Kohort nyata diganti oleh “kohort buatan” yang didasarkan kepada
asumsi suatu sistem parameter konstan. Maka, diasumsikan bahwa gambar yang disajikan oleh semua
kelas panjang (atau umur) yang tertangkap selama satu tahun merefleksikan kohort tunggal selama
seluruh daur hidupnya. Kita akan kembali kepada aspek ini nantinya. Juga metode ini akan dijelaskan
dengan menggunakan suatu contoh.

Contoh (3): Analisis kohort berbasis panjang Jones, ikan “hake”, Senegal

Tabel 2.23 memperlihatkan suatu pasangan data untuk perikanan “hake” di perairan Senegal (CECAF,
1978), yang dapat digunakan sebagai masukan untuk suatu analisis kohort berbasis panjang. Seperti
halnya untuk analisis kurva hasil tangkapan, kelompok-kelompok panjang dapat dikonversikan ke
dalam interval umur dengan menggunakan persamaan von Bertalanffy untuk terbalik:

t(L1) = t0 -1/K*ln[1-L1/L∞]…………………………………………………………………….(2.125)
𝟏 𝑳∞−𝐋𝟏
∆𝒕 = 𝒕(𝑳𝟐) − 𝒕(𝑳𝟏) = 𝑲 ∗ 𝐥𝐧 [𝑳∞−𝐋𝟐] … … … … … … … … … … … … … … … … … … … … … … … . . (2.126)

Untuk ikan “hake” di perairan Senegal (Tabel 2.23) parameter pertumbuhan von Bertalanffy dan faktor
mortalitas alaminya telah diestimasi sebagai berikut:

K = 0.1 per tahun, L∞ = 130 cm dan M = 0.28 per tahun

Dengan memasukkan t0 = 0 dan menggunakan Persamaan 2.123 dan Persamaan 2.124, diperoleh umur
relatif , t(L1) dan ∆𝑡 seperti yang disajikan dalam Tabel 2.22 kolom B dan C.

119
Tabel 2.23. Komposisi panjang hasil tangkapan total ikan “hake” (Merluccius merluccius) di perairan
Senegal (dari CECAF, 1978), data masukan bagi analisis kohort berbasis panjang

Kelompok panjang (cm) Jumlah tangkapan (‘000)


L1-L2 C(L1-L2)
6-12 1823
12-18 14463
18-24 25227
24-30 8134
30-36 3889
36-42 2959
42-48 1871
48-54 653
54-60 322
60-66 228
66-72 181
72-78 96
78-84 16
84-∞ 46

Untuk mengkonversikan persamaan analisis kohort (Persamaan 2.123) ke dalam suatu versi berbasis
panjang, hanya istilah exp(M*∆t/2) saja yang harus diubah. Ini dengan mudah dapat dikerjakan
dengan mengganti ∆t dengan Persamaan 2.126.

exp(M/2*∆t) = exp[M/2*1/K*ln(L∞-L1)] =exp[ln(L∞-L1)M/2K]=[ L∞-L1/L∞- L2]M/2K ….(2.127)


L∞-L2 L∞-L2

Adalah lebih baik menggunakan suatu symbol-simbol dari pada istilah yang rumit tersebut, oleh
karenanya kami memperkenalkan simbol-simbol:

N(L1) = N(t(L1)) = jumlah ikan yang mencapai panjang L1

= jumlah ikan yang mencapai umur t(L1)

(Juga disebut jumlah pesintas)

N(L2) = N(t(L1))+ ∆t = jumlah ikan yang mencapai panjang L2

= jumlah ikan yang mencapai umur t(L2)

(=t(L1)+ ∆t)

C(L1,L2)=C(t,+ ∆t) = jumlah ikan yang tertangkap antara panjang L1 dan L2

= jumlah ikan yang tertangkap berumur antara t(L1) dan t(L2)

H(L1,L2) = [L∞-L1]M/2K = [bagian dari N(L1) yang berhasil mengatasi kematian-kematian alami
L∞ -L2 selama periode waktu (L1) sampai t(L1)+ ∆t/2]-1

Sekarang Persamaan 2.123 dapat ditulis kembali dengan menggunakan symbol-simbol berbasis panjang
ini, yaitu:

N(L1) = [N(L2)*H(L1,L2)+C(L1,L2)]*H(L1,L2) …………………………………………….(2.128)

120
Cara-cara penghitungan dari Persamaan 2.128 serupa dengan perhitungan untuk analisis kohort yang
berdasarkan umur (Persamaan 2.121). Kita mulai dari kelompok panjang yang terakhir dan
menggunakan bentuk persamaan hasil tangkapan berbasis panjang:

C(L1,L2) = N(L1)*(F/2)*[1-exp(-Z*∆t)]……………………………………………………….(2.129)

Dalam hal ikan “hake” di perairan Senegal kelompok terakhir adalah ikan yang panjangnya 84 cm dan
yang lebih panjang:

C(84,∞) = N(84)*F/2*[1-exp(-Z*∆t)]

Di sisni ∆t adalah untuk ikan yang panjangnya lebih dari 84 cm, maka ∆t adalah sangat besar. Secara
teoritis, umur yang bersangkutan dengan L∞ adalah ∞, maka secara teoritis ∆t = ∞, dan oleh karenanya:

Exp(-Z*∞) = 0

Hasil tangkapan dalam jumlah untuk setiap kelompok panjang diketahui (lihat Tabel 2.20), dengan
demikian, kira-kira:

C(84,∞) = 46 = N(84)*F/2* (1-0) atau N(84) = C(84,∞)/(F/Z) = 46/(F/Z)

Di sini lagi-lagi perlu untuk membuat suatu perkiraan awal, yakni F/Z (perhatikan Tabel 2.20). Jika F/Z
untuk kelompok panjang terakhir diasumsikan berupa nilai 0,5 maka jumlah ikan “hake” yang mencapai
panjang 84 cm menjadi:

N(84) = 46/0.5 = 92

Kolom D dari Tabel 2.24 memberikan nilai-nilai dari H(L1,L2) untuk ikan “hake” di perairan Senegal
dengan M = 0.28 per tahun dan K = 0.1 per tahun, yaitu M/2K = 0.28/(2*0.1) = 1.4.

Jumlah ikan “hake” yang mencapai panjang 78 cm dapat diperoleh dengan memasukkan ke dalam
Persamaan 2.25 sebagai N(L2), nilai N(L1) yang diperoleh untuk kelompok umur yang lebih besar dan
lebih jauh nilai H yang bersangkutan dari Tabel 2.24. Dalam hal ini N(L2) = N(84) = 92 dan H(78,84)
= 1.1873 sehingga:

N(78) = [92*1.1873+16]*1.1873 = 148.7

Dengan melanjutkan bergerak ke arah belakang dalam panjang (dan karenanya dalam waktu) jumlah
stok berikutnya dihitung sebagai berikut:

N(72) = [148.7*1.1652+96]*1.1652 =313.7

N(66) = [313.7*1.1478+181]*1.1478 = 621.0

…..dan seterusnya……….

Tabel 2.24. Kelompok-kelompok ukuran panjang ikan “hake” (Merluccius merluccius) di perairan Senegal,
dikonversikan ke dalam interval umur, dan faktor H(L1,L2). K = 0.1 per tahun, L∞ =130 cm, M= 0.28 per
tahun

A B C D
Kelompok panjang Umur relative Faktor mortalitas alami
Cm
L1 – L2 t(L1) ∆t H(L1-L2

121
6-12 0.473 0.496 1.0719
12-18 0.968 0.522 1.0758
18-24 1.490 0.551 1.0801
24-30 2.041 0.583 1.0850
30-36 2.624 0.619 1.0905
36-42 3.242 0.660 1.0967
42-48 3.902 0.706 1.1039
48-54 4.608 0.760 1.1122
54-60 5.368 0.822 1.1220
60-66 6.190 0.890 1.1337
66-72 7.087 0.984 1.1478
72-78 8.071 1.092 1.1652
78-84 9.163 1.226 1.1873
84-∞ 10.389 - -

Kolom isi

B t(L1) = 0 – 1/K*ln(1 – L1/L∞) (Pers. 2.125, dengan t0 = 0)

1 𝐿∞−L1
C ∆𝑡 = 𝑡(𝐿2) − 𝑡(𝐿1) = ∗ ln [ ] (Pers. 2.126)
𝐾 𝐿∞−L2

D H(L1,L2) = exp(M*∆t) = exp[ln(L∞-L1)M/2K (Pers.2.127)


2 L∞-L2

Catatan: Dalam hal ini H(L1,L2) dapat dihitung dengan dasar baik rumus berbasis umur ataupun berbasis
pajang. Hasilnya adalah sama, tetapi pendekatan berbasis panjang jauh lebih pendek, sebab tidaklah perlu
menghitung ∆t.

Jumlah stok untuk seluruh kelompok panjang yang diperoleh dengan cara ini tersaji dalam kolom D
dari Tabel 2.25.

Tabel 2.25. Prosedur perhitungan analisis kohort berbasis panjang dari Jones yang diilustrasikan dengan
ikan hake (Merluccius merluccius) di perairan Senegal. K = 0.1 per tahun, L∞ = 130 cm, M = 0.28 per tahun.
Nilai F/Z terminal diasumsikan sebesar 0.5000 (yang ditunjukkan oleh tanda *)

A B C D E F G
Kelompok Faktor Jumlah yang Jumlah Laju Mortalitas Mofrtalitas
panjang mortalitas tertangkap pesintas eksploitasi penangkapan total
(1000) (1000)
L1-L2 H(L1,L2) C(L1,L2) N(L1) F/Z F Z
6-12 1.0719 1823 98919.3 0.1255 0.04 0.32
12-18 1.0758 14463 84392.7 0.5805 0.39 0.67
18-24 1.0801 25227 59475.8 0.7920 1.07 1.35
24-30 1.0850 8134 2762.3 0.6979 0.65 0.93
30-36 1.0905 3889 15967.8 0.6369 0.49 0.77
36-42 1.0967 2959 9861.5 0.6785 0.59 0.87
42-48 1.1039 1871 5500.5 0.6977 0.65 0.93
48-54 1.1122 653 2818.8 0.5792 0.39 0.67
54-60 1.1220 322 1691.5 0.5072 0.29 0.57
60-65 1.1337 228 1056.6 0.5234 0.31 0.59
66-72 1.1478 181 621 0.5890 0.40 0.68
72-78 1.1652 96 313.7 0.5817 0.39 0.67
78-84 1.1873 16 148.7 0.2823 0.11 0.39
84-∞ - 46 92.0* 0.5000* 0.28 0.56
Kolom isi

122
B H(L1,L2) = [L∞-L1]M/2K = [130-L1]14
L∞ -L2 130-L2

D N(L1) = [N(L2)*H(L1,L2) + C(L1,L2)]*H(L1,L2)

** N(84) = C(84,∞) = 46/0.5 = 92


F/Z
E F/Z = C(L1,L2)
[N(L1) – N(L2)

F F = M* (F/Z)/(1-F/Z)

F Z=F+M

Untuk menduga nilai F kita dapat menggunakan Persamaan 2.124, tetapi lebih mudah menghitung nilai
F dengan:

F(L1,L2) = M* F(L1,L2)/Z(L1,L2) ……………………………………………………(2.130)


1 – [F(L1,L2)/Z(L1,L2)]

di mana laju eksploitasi F/Z diperoleh dari:

F(L1,L2) = C(L1,L2) ……………………………………………………………………(2.131)


Z(L1,L2) N(L1)–N(L2)

Misalnya, dengan menulis sederhana F/Z untuk F(L1,L2)/Z(L1,L2), bagi kelompok panjang 72-78 cm
kita dapatkan:

F/Z = C(72,78) = 96 = 0.5818


N(72) – N(78) 313.7 – 148.7

F = M*(F/Z)/1 – F/Z = 0.28* 0.5818/1-0.5818 = 0.39

Hasil yang lengkap dari cara penghitungan untuk analisis kohort berbasis panjang diberikan dalam
Tabel 2.25.

Jumlah rata-rata dan biomassa

Kita sekarang ingin menghitung jumlah ikan rata-rata di laut dan biomassanya. Penjumlahan nilai dalam
kolom N(L1) dalam Tabel 2.25 tidaklah akan memberikan jumlah yang sebenarnya sebab dengan
mengubah interval kelas akan memberikan jumlah yang berbeda: Nilai-nilai N(L1) secara sederhana
adalah jumlah yang hidup pada setiap panjang L1. Caranya adalah memperoleh jumlah rata-rata dalam
setiap interval kelas dan membobotinya dengan waktu, ∆t, yang dipergunakan di dalam interval kelas
tersebut. Masalah yang sama bersangkutan dengan Pdersamaan: N(t2) = N(t1)*exp[-Z*(t2-t1) dan
_
N(t1,t2) = N(t1)*1-exp(-Z*(t2-t1) . Sejumlah manipulasi dari salah satu persamaan-persamaan ini
Z*(t2-t1)
memberikan hasil:
_
N(L1,L2)*∆t = [N(L1) – N(L2)] ………………………………………………………………..(2.132)
Z
yang adalah jumah rata-rata tahunan dalam setiap kelas panjang.

123
N(L2) = N(Loo) = 0 dapat diasumsikan untuk kelompok terakhir. Jumlah rata-rata total ikan di laut
pada panjang di atas L1 pertama (disini 6 cm) menjadi secara umum:

_
∑N(Lt,Lt+1)*∆t ………………………………………………………………………………(2.133)
i

Dengan cara yang sama, kita peroleh biomassa rata-rata tahunan dalam setiap kelompok panjang dengan
mengalikannya dengan bobot rata-rata, w(L1,L2), dalam kelompok panjang:

_ _ _
B(L1,L2)*∆t = N(L1,L2)*∆t* w(L1,L2) …………………………………………………..(2.134)

Bobot badan ikan dihitung dari:

_
w(L1,L2) = q*[(L1+L2)/2]b ……………………………………………………………….(2.135)

di mana q dan b adalah konstanta-konstanta dari hubungan panjang-bobot. Bobot badan dari kelompok

_
terakhir dapat dihitung sebagai w(L1,L∞), atau lebih baik dengan Persamaan 2.125.
_
∑B(Li,Li+1)*∆t ………………………………………………………………………………(2.136)
i

Jumlah umum adalah suatu dugaan dari biomassa rata-rata selama rentang hidup dari kohort, atau dari
seluruh kohort selama satu tahun, dan tidak tergantung dari interval kelas panjang. Bobot badan dapat
juga digunakan untuk menduga yield, yaitu bobot dari hasil tangkapan. Bobot dari hasil tangkapan yang
termasuk ke dalam kelompok panjang ke-i menjadi:
_
∑C(Lt,Lt+1)*w(Lt+1) …………………………………………………………………………(2.137)
i

Tabel 2.26. Cara penghitungan untuk “yield” dan biomassa rata-rata dalam analisis kohort berbasis
panjang menurut Jones yang digambarkan dengan ikan “hake” (Merluccius merluccius) di perairan
Senegal. q = 0.00001 kg/cm2, b = 3, K = 0.1 per tahun, L∞ = 130 cm, M = 0.28 per tahun.
A B C D E F G H
Kelompok Jumlah Jumlah Laju Berat N rata-rata* Biomassa “Yield”
panjang yang pesintas mortalitas badan rata- ∆t rata-rata* (ton)
Cm tertangkap (‘000) total rata ∆t
L1-L2 (‘000) N(L1) (kg) (‘000) (ton)
C Z _. _ _
w(.L1,L2) N(L1,L2)* B* ∆t Y(L1,L2)
∆t
6-12 1823 98919.3 0.32 0.0073 45369 330.7 13.3
12-18 14463 84392.7 0.67 0.0338 37335 1260.1 488.1
18-24 25227 59475.8 1.35 0.0926 23664 2191.5 2336.3
24-30 8134 27623.0 0.93 0.196 12575 2475.1 1601.0
30-36 3889 15967.8 0.77 0.359 7919 2845.9 1397.6
36-42 2959 9861.5 0.87 0.593 5007 2970.1 1755.3
42-48 1871 5500.1 0.93 0.911 2895 2638.1 1704.9
48-54 653 2818.8 0.67 1.33 1694 2247.1 866.2
54-60 322 1691.5 0.57 1.85 1117 2068.6 596.3

124
60-66 228 1056.6 0.59 2.50 741 1852.8 570.1
66-72 181 621.0 0.68 3.29 451.1 1481.9 594.6
72-78 96 313.7 0.67 4.22 246.5 1039.9 405.0
78-84 16 148.7 0.39 5.31 144.9 770.1 85.0
84-∞ 46 92.0 0.56 12.25 164.3* 2012.7 563.5
Total 26184.6 12977.2
Kolom isi
_
E w(L1,L2) = q*[(L1+L2)/2]b
_
F N(L1,L2)*∆t = [N(L1) – N(L2)]
Z
_ _
G B*∆t = w(L1,L2)*[N(L1) – N(L2)]
Z
_
H Y(L1,L2) = w(L1,L2)*C(L1,L2)

_
* N(L1,∞)*∆t = N(84)
Z(84,∞)

Analisis kohort dengan beberapa armada

VPA dan analisis kohort, berbasis umur atau berbasis panjang dapat digunakan untuk menduga
mortalitas penangkapan secara terpisah yang dihasilkan oleh masing-masing armada tersebut. Suatu
armada dalam konteks ini adalah sekelompok kapal-kapal penangkap yang dicirikan oleh sebagai
contoh, alat tangkap mereka atau kebangsaannya, dan sebagainya. Diperlukan statistik hasil tangkapan
yang terpisah dari masing-masing armada juga pengambilan contoh yang terpisah dan pengalian
(raising) distribusi-distribusi panjangnya.

Kita mempunyai persamaan hasil tangkapan, Persamaan 2.119.

_
C = F*N
_
Dengan N jumlah rata-rata tahunan dalam populasi dari kelompok umur atau ukuran tertentu. Dengan
membagi-bagikan hasil tangkapan kepada n armada akan menghasilkan:
_
C(1) = F(1)*N
_
C(2) = F(2)*N

_
C(n) = F(n)*N ………………………………………………………………………………….(2.137a)

C = (1) + C(2) + ….+ C(n); F = F(1) + F(2) + ….+ F(n)

Dengan membagi Persamaan 2.119 dengan Persamaan 2.137a dan mengaturnya kembali
menghasilkan mortalitas penangkapan yang disebabkan oleh armada ke-i:

F(i) = F*C(i)/C …………………………………………………………………………………(2.137b)

125
Tabel 2.27. menghasilkan ilustrasi prosedur yang sederhana ini yang diterapkan pada suatu contoh yang
dikonstruksi dari suatu analisis kohort berbasis panjang dengan armada trawl dan armada gillnet
masing-masing hanya menggunakan satu ukuran mata jarring saja. Deretan nilai-nilai F total untuk
kedua armada kalau digabung tidak dapat diinterpretasikan dengan mudah. Pemisahan ke dalam
mortalitas trawl, F(1), dan mortalitas gillnet, F(2), memperlihatkan bahwa F(1) bertambah menuju ke
suatu asimtot yang menunjukkan suatu kurva seleksi alat seperti dalam Gambar 2.59, sedangkan deretan
gillnet berbentuk lonceng.

Gambar 2.60. Kurva seleksi alat tangkap

Tabel 2.27. Analisis kohort berbasis panjang dengan dua armada. M=1, L∞ = 25 cm, K=0,4. Nilai perkiraan
dari F terminal , F=1.4.

Kelas Jumlah tertangkap Fraksi dalam Jumlah Laju mortalitas penangkapan


panjang (‘000) per tahun pesintas
cm Trawl Jaring Total Trawl Jaring (*1000) Total Trawl Jaring
L1-L2 Insang Insang N(L1) F*C(1)/C Insang
C(1 C(2) C C(1)/C C(2)/C F = F1 F*C(2)/C
= F2
8-9 126 0 126 1.00 0.00 9945.00 0.091 0.091 0.000
9-10 200 0 200 1.00 0.00 8430.00 0.161 0.161 0.000
10-11 294 0 294 1.00 0.00 6929.000 0.271 0.271 0.000
11-12 360 0 360 1.00 0.00 5612.00 0.392 0.392 0.000
12-13 377 0 377 1.00 0.00 4334.00 0.503 0.503 0.000
13-14 351 11 362 0.97 0.03 3207.00 0.615 0.597 0.018
14-15 283 66 349 0.81 0.19 2256.00 0.795 0.644 0.151
15-16 194 195 389 0.50 0.50 1468.00 1.332 0.666 0.666
16-17 114 232 346 0.33 0.67 787.00 2.261 0.746 1.515
17-18 41 84 125 0.33 0.67 288.00 1.984 0.655 1.329
18-19 18 18 36 0.50 0.50 100.00 1.406 0.703 0.703
19-20 9 2 11 0.82 0.18 38.40 0.932 0.764 0.168
20-21 5 0 5 1.00 0.00 15.60 0.916 0.916 0.000
21-∞ 3 0 3 1.00 0.00 5.14 1.400 1.400 0.000

Sifat-sifat dasar dari analisis kohort berbasis panjang

Analisis kohort berbasis panjang yang ditentukan oleh Persamaan 2.127 sampai 2.131 (lihat Tabel 2.25)
disebut “analisis kohort berbasis panjang Jones” (Jones, 1976, dan Jones & van Zalinge, 1981, yang
dikaji ulang dalam Jones, 1984 dan Pauly, 1984). Seperti yang telah disebutkan, metode ini biasanya
diterapkan kepada “kohort pseudo”, yang kita asumsikan suatu sistem parameter konstan (ekuilibrium).
Agar dapat mensimulasi suatu kondisi ekuilibrium, adalah penting bahwa data meliputi suatu periode

126
yang relatif panjang (katakanlah satu tahun atau beberapa tahun), lebih baik lagi bila meliputi beberapa
tahun penuh.

Suatu sampel frekuensi panjang yang dikumpulkan selama periode waktu yang relatif pendek tidak
dapat dipakai. Sampel udang bulan September yang diperlihatkan dalam Gambar 2.60 yang terdiri atas
hanya satu kohort merupakan suatu contoh. Metode ini mengasumsikan bahwa ikan-ikan yang lebih
besar juga lebih tua, tetapi dalam kasus ini kita mengasumsikan bahwa semua udang, tanpa
memperhatikan panjangnya, berumur sama. Kemiringan yang menurun dari contoh itu ada kaitannya
dengan laju-laju pertumbuhan individual, ini tidak ada hubungannya dengan mortalitas.

Panjang karapas (mm)

Gambar 2.61. Contoh analisis gerak-maju sejumlah modus. Distribusi ukuran dari hasil
tangkapan perikanan artisanal Penaeus semisulcatus (_____) dan hasil tangkapan perikanan
industri (--------) di perairan Kuwait (Mohamed et al., 1979)

Adalah mungkin untuk menerapkan metode analisis kohort berbasis panjang menurut Jones kepada
suatu kohort riil, tetapi ini berarti bahwa kita sanggup mengikuti suatu kohort sepanjang waktu, yaitu
bahwa kita mengetahui umurnya. Jika demikian halnya, kita juga dapat menggunakan analisis kohort
berbasis umur menurut Pope, karena itu tidak menimbulkan masalah-masalah dalam hubungannya
dengan konversi dari panjang ke umur.

Karena analisis kohort berbasis panjang dari Jones didasarkan kepada analisis kohort berbasis umur
dari Pope, ia mempunyai keterbatasan-keterbatasan yang sama. Perkiraan terhadap VPA hanya berlaku
untuk nilai-nilai dari F*∆t samapai 1.2 dan M*∆t sampai 0.3 (Pope, 1972).

Penggunaan VPA berbasis panjang tanpa pendekatan dari analisis kohort memerlukan tidak lebih dari
suatu perubahan ringan dari formulasi Persamaan 2.117 dan Persamaan 2.118. Pertama, interval waktu
satu tahun diubah menjadi ∆t :

C(t,t+ ∆t) = F(t,t+∆t) *[exp[F(t,t+∆t)+M)*∆t]-1]


N(t +∆t) M+F(t,t+∆t)

127
N(t) = N(t+∆t)*exp[(F(t,t+∆t) +M)*∆t]

Kalau umur t bersangkutan dengan L1 dan umur t+ ∆t bersangkutan dengan L2, maka:

C(L1,L2) = F(L1,L2) *[exp[(F(L1,L2)+M)*∆t(L1,L2)]-1] ……………………………..(2.138)


N(L2) M+F(L1,L2)

di mana dengan menggunakan Persamaan: ∆t = t(L2)-t(L1) = 1/K*ln (L∞-L1)/(L∞-L2)

∆t(L1,L2) = 1/K*ln (L∞-L1)/(L∞-L2)

N(L1) = N(L2)*exp[F(L1,L2) + M)*∆t (L1,L2)]……………………………………………….(2.139)

Dengan VPA dan juga dengan analisis kohort dugaan terbaik dari bobot badan dalam kelompok plus
diturunkan dari Persamaan 3.66.

_
W(L1,∞) = Z*W∞*[1/Z – (3*S)/(Z+K) + (3*S2)/(Z+2*K) – S3/(Z+3*K) ……………………………(2.140)

di mana Z = F(L1,∞) +M dan S = 1 – L1/L∞

Bobot rata-rata tergantung kepada Z karena pengaruh mortalitas terhadap distribusi frekuensi ukuran
dari stok, yaitu semakin tinggi mortalitas makin kecil ikannya. Konsekuesinya kecil apabila digunakan
kelas-kelas panjang yang kecil. Oleh karena itu rumus aproksimatif yang sederhana adalah Persamaan
2.135.

Program-program komputer

Program “LCOHOR” dalam paket LFSA dari program-program mikrokomputer (Sparre, 1987) dapat
menjalankan analisis kohort berbasis panjang menurut Jones seperti yang dikemukakan di atas. Juga
paket “COMPLEAT ELEFAN” (Gayanilo, Soriano & Pauly, 1988) dan FiSAT berisi program-program
untuk analisis berbasis panjang serupa dengan LCOHOR.

---

128
BAB III
PENGKAJIAN STOK IKAN TROPIS

3.1. Pengantar

Sumberdaya ikan di perairan tropis dicirikan oleh sifat banyak jenis (multispecies), sedangkan
perikanannya dicirikan oleh keragaman alat tangkap (multigears). Dengan sifat multispecies dari
sumberdaya ikan tropis ini, maka masalah yang dihadapi oleh para ilmuwan perikanan (fishery
scientists) ialah sulitnya dalam melakukan estimasi stok. Selama ini estimasi stok ikan di daerah tropis
masih banyak menggunakan metode penghitungan species tunggal (single species), sehingga masih
banyak kelemahan-kelemahannya karena parameter interaksi antar species belum banyak diketahui
(Martosubroto dan Naamin, 1989).

Pauly (1980) menyatakan pula bahwa pengkajian stok (stock assessment) di perairan tropis umumnya
lebih sulit dibanding di perairan beriklim sedang. Ada sejumlah alasan, di antaranya ialah: (1) Sejumlah
besar dari species perikanan demersal di daerah tropis seringkali dieksploitasi secara simultan baik yang
dihasilkan oleh perikanan komersial maupun perikanan artisanal. Bila dimonitor secara baik perikanan
ini dapat memberikan data statistik berupa hasil dan upaya penangkapan per species. Untuk alasan ini
di daerah tropis biasanya memperlakukan seluruh species yang berkumpul sebagai species tunggal; (2)
Kemampuan penelitian di negara-negara tropis umumnya relatif terbatas, sehingga sebagian besar dari
stok yang menopang perikanan, sejauh ini belum diinvestigasi secara lengkap.

Sehubungan dengan masalah tersebut dan juga masalah-masalah lainnya, para pakar biologi perikanan
(fishery biologists) di negara-negara tropis diharapkan dapat memberikan jawaban secara cepat atas
beberapa pertanyaan mendasar sebagai berikut (Pauly, 1980):

a. How much fish there is in a given area (Berapa banyak ikan yang ada dalam suatu area).
b. How much should be taken annually (Berapa banyak yang dapat diambil setiap tahunnya).
c. What gears should be used (Alat-alat penangkapan apa saja yang dapat digunakan).
d. How to accomodate various groups, e.g., of fishermen, with diverging, or even conflicting
interests (Bagaimana mengakomodasikan kelompok-kelompok nelayan yang mempunyai
kepentingan yang berbeda-beda).
e. How to manage a fishery, what specific regulatory measures, how to enforce these, etc.
(Bagaimana mengelola perikanan, dalam hal ini, langkah-langkah peraturan spesifik apa yang
akan dilakukan dan bagaimana memberdayakannya, dsb.).

Untuk menjawab kebutuhan-kebutuhan tersebut, beberapa model dan teknik-teknik tertentu telah
dikembangkan yang paling tidak dapat memberikan jawaban secara kasar atas pertanyaan-pertanyaan
tersebut.

Selama dekade terakhir pengkajian stok sumberdaya ikan tropis telah berkembang dengan cepat
terutama melalui hasil karya para ilmuwan perikanan seperti Pauly (1979, 1980, 1984), Saila & Roedel
(1980), Pauly & David (1981), Garcia & Le Rese (1981) dan Munro (1983), dan juga karena
berkembangnya perangkat keras dan lunak mikrokomputer (Sparre and Venema, 1999).

Buku ini dimaksudkan sebagai kontribusi lebih jauh bagi perkembembangan pengkajian sumberdaya
ikan tropis khususnya di Indonesia, di mana penekanan diberikan kepada metode-metode dan model-
model yang bermanfaat khususnya di daerah tropis, dan sebagian besar contoh-contoh yang disajikan

129
berasal dari stok ikan tropis termasuk Indonesia. Melalui buku ini diharapkan pula para mahasiswa,
ilmuwan serta para praktisi perikanan di Indonesia, akan mampu untuk memulai melakukan analisis
data dan meningkatkan keterampilan dan pendalamannya dalam memecahkan masalah pengkajian stok,
sebelum mereka melangkah lebih jauh untuk memahami buku-buku lainnya yang lebih rumit.

Dalam konteks ini, Sparre dan Venema, 1999, mengungkapkan: “Only by making such as assumption
we are able to carry out analysis of available data, and it is better to do a crude analysis than to do no
analysis at all.” (“Hanya dengan membuat asumsi kita mampu menganalisis suatu data yang tersedia,
dan lebih baik mengerjakan analisis secara kasar dari pada tidak sama sekali”).

1. Tujuan Dasar Pengkajian Stok Ikan

Menurut Sparre dan Venema (1999), tujuan dasar pengkajian stok ikan adalah memberikan saran
tentang pemanfaatan yang optimum sumberdaya hayati perairan seperti ikan dan udang. Seperti
diketahui sumberdaya hayati bersifat terbatas tapi dapat memperbaharui dirinya, dan pengkajian stok
dapat diartikan sebagai upaya pencarian tingkat pemanfaatan yang dalam jangka panjang memberikan
hasil tangkapan maksimum perikanan dalam bentuk berat (bobot). Bagi stok yang dieksploitasi, tujuan
utama pengkajian stok ikan adalah untuk memprediksi apa yang akan terjadi pada hasil tangkapan di
masa depan, tingkat sustainabilitas biomassa dan nilai dari hasil tangkapan, jika upaya penangkapan
tetap sama atau berubah.

Gambar 3.1 melukiskan tujuan dasar dari pengkajian stok ikan. Pada sumbu mendatar adalah upaya
penangkapan (fishing effort) yang diukur, misalnya, jumlah hari kapal penangkap. Sumbu yang lain
adalah hasil tangkapan (yield), yakni ikan yang didaratkan dalam berat (jika yang didaratkan terdiri atas
beberapa kelompok hewan, misalnya udang, ikan dan cumi-cumi, akan lebih baik lagi jika menyatakan
hasil tangkapannya dalam nilai). Tampak bahwa sampai tingkat tertentu kita memperoleh hasil
tangkapan sejalan dengan peningkatan upaya penangkapan, tapi setelah tingkat tersebut pembaharuan
sumber daya (reproduksi dan pertumbuhan tubuh) tidak dapat mengimbangi penangkapan, dan
peningkatan tingkat eksploitasi lebih jauh akan menjurus kepada pengurangan hasil tangkapan. Tingkat
upaya penangkapan yang dalam jangka panjang memberikan hasil tertinggi dicirikan oleh F MSY dan
hasil tangkapannya dicirikan oleh MSY, yaitu singkatan dari “Maximum Sustainable Yield.” Ungkapan
“dalam jangka panjang” digunakan karena seseorang dapat memperoleh hasil yang tinggi dalam tahun
tertentu lalu serentak meningkatkan upaya penangkapannya, tapi diikuti dengan hasil yang semakin
berkurang pada tahun-tahun berikutnya karena sumberdayanya telah ditangkap. Biasanya, kita tidak
tertuju kepada hasil tertinggi pada satu tahun tertentu, tapi pada suatu strategi penangkapan yang
memberikan hasil tertinggi secara tetap tahun demi tahun.

Gambar 3.1. Tujuan dasar pengkajian stok (Sparre & Venema, 1999)

130
2. Pengertian Istilah dan Batasan (Definisi)

Sebelum sampai kepada uraian lebih jauh, berikut dikemukakan beberapa pengertian tentang tiga istilah
mendasar yang digunakan dalam buku ini, yaitu: assessment, stock dan model.

a. Assessment

Dalam kamus, kata assessment mempunyai pengertian: official valuation atau a valuation of properties
for taxation, suatu penaksiran terhadap pajak kekayaan. Jadi pengertian assessment di sini lebih
cenderung kepada pengertian ekonomi. Sedangkan dalam istilah perikanan, assessment berarti suatu
evaluasi atau estimasi ukuran dan/atau produktivitas dari suatu sumberdaya, biasanya suatu stok tunggal
(single stock) dari suatu species ikan (Sparre, 1985).

b. Stock

Menurut beberapa perjanjian internasional, stock (stok) merupakan kelompok ikan yang dapat dengan
bebas dieksploitasi dan dikelola. Royce (1972) menyatakan bahwa batasan yang ideal untuk stok adalah
populasi tunggal yang interbreed. Namun kondisi ini jarang sekali ditemukan.

Lebih jauh, Sparre dan Venema (1999) menyatakan bahwa konsep dasar dalam menggambarkan
dinamika suatu sumberdaya perairan yang dieksploitasi adalah “stok.” Suatu stok adalah sub gugus
dari suatu “species” yang umumnya dianggap sebagai unit taksonomi dasar. Prasyarat untuk identifikasi
stok adalah kemampuan untuk memisahkan species yang berbeda. Karena sangat banyaknya species
ikan yang ditemukan di perairan tropis dan sering mirip satu sama lain, identifikasinya dapat
menimbulkan masalah. Karena itu, ilmuwan perikanan harus menguasai teknik-teknik identifikasi
species jika harus menghasilkan pengkajian stok yang bermanfaat dari data yang dikumpulkan. Untuk
memecahkan masalah identifikasi species ini, dapat dilihat dalam: (1) FAO species identification sheets
for fishery purposes (Fischer, et al. 1978); (2) FAO species catalogue (Allen, et al. 1985).

Stok diartikan sebagai suatu sub gugus dari satu species yang mempunyai parameter pertumbuhan dan
mortalitas yang sama, dan menghuni suatu wilayah geografis tertentu. Terhadap definisi ini dapat kita
tambahkan bahwa stok adalah kelompok hewan yang terpisah yang menunjukkan sedikit percampuran
dengan kelompok sekelilingnya. Satu sifat utamanya adalah bahwa parameter pertumbuhan dan
mortalitas tetap konstan untuk seluruh wilayah sebaran stok tersebut, sehingga kita dapat
menggunakannya untuk melakukan pengkajian stok.

Dalam konteks pengkajian stok ikan, sekelompok hewan dimana batas-batas sebaran geografisnya
dapat ditentukan bisa dianggap sebagai suatu stok. Kelompok hewan tersebut terdiri dari ras yang sama
dari suatu species, yakni memiliki kumpulan gen yang sama. Untuk species yang kebiasaan ruayanya
dekat (terutama species demersal), lebih mudah untuk menentukan sebagai satu stok dari pada species
yang beruaya jauh seperti tuna.

Cushing (1968) mendefinisikan stok sebagai sesuatu yang memiliki daerah pemijahan tunggal di mana
hewan dewasanya akan kembali dari tahun ke tahun. Larkin (1972) mendefinisikan stok sebagai “suatu
populasi organisme yang memiliki kumpulan gen yang sama, cukup terpisah yang menjamin
pertimbangan sebagai suatu sistem mandiri yang kekal yang dapat dikelola.” Sedangkan Ihssen, et al
(1981) mendefinisikan stok sebagai “suatu kelompok interspecific dari individu-individu yang
berhubungan secara acak dalam kesatuan menyeluruh menurut waktu dan ruang.”

Ricker (1975) mendefinisikan stok sebagai “bagian dari suatu populasi ikan yang berada di bawah
pertimbangan pandangan dalam pemanfaatannya baik secara aktual maupun potensial.” Definisi

131
tersebut mencerminkan suatu kompleksitas pendekatan yang berbeda terhadap konsep stok. Dalam
buku ini kita sama sekali tidak akan mengikuti definisi tersebut, tapi akan menganut kepada pendekatan
biologis yang dikemukakan di atas.

Barangkali, definisi yang paling cocok dalam konteks pengakajian stok adalah yang dikemukakan oleh
Gulland (1983) yang menyatakan bahwa untuk keperluan pengelolaan perikanan, definisi “suatu stok”
merupakan masalah operasional, yakni suatu sub kelompok dari satu species dapat diperlakukan sebagai
satu stok jika perbedaan-perbedaan dalam kelompok tersebut dan “pencampuran” dengan kelompok
lain mungkin dapat diabaikan tanpa membuat kesimpulan yang tidak absah. Ini berarti akan lebih baik
untuk memulai pengkajian stok untuk seluruh wilayah sebaran species tertentu, sejauh tidak ada
petunjuk adanya unit stok lain yang terpisah di wilayah tersebut. Jika kemudian tampak jelas adanya
beberapa parameter pertumbuhan dan mortalitas yang berbeda nyata di beberapa wilayah sebaran
species tersebut, maka akan diperlukan pengkajian species dengan berbasis stok. Identifikasi stok yang
terpisah merupakan hal yang rumit yang biasanya memerlukan pengumpulan dan analisis data bertahun-
bertahun.

Menurut Widodo dan Nurhakim (2002), stok adalah bagian yang dapat ditangkap dari populasi. Di
perairan tropis seringkali sejumlah populasi mendiami area yang sama dan ditangkap dalam suatu
perikanan multispecies, sehingga sulit sekali untuk dapat membedakan antara berbagai unit stok dari
masing-masing species. Oleh karena itu kita sering dihadapkan pada suatu unit species yang kompleks
(yakni yang terdiri dari species-species yang hidup dalam area yang sama dan yang tidak berbeda nyata
dalam hal pertumbuhan dan mortalitas).

Pengkajian stok ikan harus dilakukan secara terpisah bagi setiap stok, kemudian hasilnya mungkin (atau
tidak) digabung ke dalam suatu pengkajian perikanan multispecies. Oleh karena itu, data masukan untuk
tiap stok dari species yang dikaji harus tersedia. Konsep stok berkaitan erat dengan konsep parameter
pertumbuhan dan mortalitas. Parameter pertumbuhan merupakan nilai numerik dalam persamaan
dimana kita dapat memprediksi ukuran badan ikan setelah mencapai umur tertentu. Parameter
mortalitas dalam buku ini adalah mortalitas penangkapan yang mencerminkan kematian yang
disebabkan oleh penangkapan dan mortalitas alami yang merupakan kematian karena sebab lain,
misalnya, pemangsaan, penyakit, dan lain-lain.

Sifat utama suatu stok adalah jika parameter pertumbuhan dan mortalitas tetap konstan di seluruh
wilayah penyebarannya. Sebagai contoh, kita coba pisahkan suatu wilayah menjadi dua, sub wilayah A
dan sub wilayah B:

Sub Wilayah A Sub Wilayah B

Parameter pertumbuhan dan mortalitas di sub wilayah A dan B harus sama, atau dengan kata lain: (1)
Hewan di sub wilayah A harus mempunyai laju pertumbuhan yang sama dengan hewan yang ada di sub
wilayah B; (2) Hewan di sub wilayah A harus mempunyai peluang kematian yang sama dengan hewan
yang ada di sub wilayah B.

Jika penangkapan hanya berlangsung di sub wilayah A, maka dianggap bahwa tiap individu ikan dalam
stok mempunyai peluang yang sama untuk ditemukan di sub wilayah B dan karenanya mempunyai

132
peluang yang sama untuk tertangkap. Individu-individu tersebut harus dapat bergerak bebas antara ke
dua sub wilayah tersebut.

Untuk menentukan bahwa suatu species membentuk satu atau lebih stok, kita harus mengetahui daerah
pemijahan (spawning ground), parameter pertumbuhan serta mortalitas dan sifat-sifat morfologi dan
genetiknya. Kita juga harus membandingkan pola penangkapan di berbagai wilayah dan melakukan
studi penandaan. Prosesnya memang rumit dan sering dengan pengetahuan yang ada tidak mungkin
dapat menentukan apakah terdapat beberapa stok dari species tersebut atau tidak. Ada dua alasan pokok
yang menyebabkan tidak tepatnya penentuan suatu stok: (1) Wilayah sebaran stok secara keseluruhan
tidak diliput dan hanya sebagian dari stok yang diteliti, atau sebaliknya; (2) Beberapa stok yang terpisah
digabungkan, misalnya karena wilayah sebarannya tumpang tindih.

Beberapa negara dapat menangkap stok yang sama. Ini terjadi pada kasus stok yang beruaya, seperti
tuna. Kadang-kadang terjadi, suatu negara mengkaji suatu stok patungan dengan anggapan seolah-olah
stok negaranya sendiri yang hanya ditangkap oleh negara itu. Sebaliknya, suatu perikanan dari suatu
negara mungkin menangkap beberapa stok yang terpisah. Stok ikan karang dapat dimasukkan ke dalam
kategori ini.

Gambar 3.2 menggambarkan dua kasus tersebut. Di bagian I, kita anggap suatu stok ikan di mana daerah
penyebarannya ditunjukkan oleh garis penuh. Stok itu dieksploitasi oleh tiga negara, A, B dan C. Garis-
garis putus menunjukkan ZEE (Zona Ekonomi Eksklusif) dari tiap negara, yakni yurisdiksi nasional
perikanannya. Daerah dengan titik-titik adalah daerah penangkapan negara C dan daerah yang dikurung
adalah daerah penangkapan negara A dan B. Dari sini dapat dililhat bahwa jika negara C akan
mendasarkan pengkajiannya dengan asumsi bahwa unit stoknya terbatas pada daerah penangkapannya
saja dan mengabaikan perikanan di negara A dan B, besar kemungkinan memeperoleh kesimpulan yang
salah. Jika A dan B telah mengeksploitasi stok perikanan tersebut secara intensif hingga “over-
eksploitasi” (yakni, pengurangan dalam intensitas penangkapan akan meningkatkan hasil tangkapan),
maka sedikit sekali yang dapat diperbuat oleh negara C untuk memperbaiki keadaan perikanannya. Dari
pengkajian yang didasarkan atas asumsi terbatasnya stok hanya di perairan negara C, negara C akan
menyimpulkan bahwa stoknya telah lebih tangkap dan kemudian menerapkan langkah-langkah
pengelolaan untuk mengurangi penangkapan. Akan tetapi, akibat yang timbul dari langkah pengelolaan
tersebut tidak akan terjadi, jika negara A dan B tidak mengikuti negara C.

Gambar 3.2. Penyebaran stok berkenaan dengan masalah pengelolaan (Sparre & Venema, 1999)

Gambar 3.2 menggambarkan pula kasus dimana satu perikanan mengeksploitasi beberapa stok. Dalam
hal ini pengkajian menjadi rata-rata stok, karena tidak mungkin untuk memisahkan hasil tangkapan

133
menurut stok. Jika upaya penangkapan yang dikerahkan untuk tiap stok hampir sama, maka hasil
pengkajiannya akan benar. Tetapi, mungkin juga dalam hal ini ada beberapa kesulitan. Misalkan ada
tiga stok yang dewasa ini ditangkap (1,2 dan 3) mengalami lebih tangkap, dan perikanan tersebut
diperluas ke arah stok ke 4 yang belum dimanfaatkan. Dalam hal ini rata-rata laju tangkap akan
meningkat dan ini akan mengarah kepada kesimpulan yang salah tentang status stok 1, 2 dan 3.

Hampir semua organisma laut yang dieksploitasi melakukan ruaya, misalnya ke daerah pemijahan.
Kunci dasar untuk pemahaman struktur stok adalah pengetahuan tentang jalur ruayanya. Ini bisa
diperoleh melalui eksperimen penandaan dan juga dari data dan informasi dari perikanan komersial.
Para nelayan biasanya mengetahui di mana daerah pemijahan dan mereka mengetahui di mana
konsentrasi ikan yang tinggi pada waktu yang berbeda dalam satu tahun tertentu.

Dari uraian di atas beberapa kesimpulan umum dapat ditarik. Pertama, akan lebih baik untuk
mengasumsi bahwa species di wilayah sekitarnya membentuk satu unit stok dari pada menganggap tiap
perikanan yang terpisah menangkap unit stoknya sendiri. Lebih dari itu, terbukti bahwa pengkajian yang
baik hanya dapat dilakukan jika sifat biologi dari species, termasuk ruayanya, kebiasaan memijah, dan
lain-lain dipahami secara menyeluruh. Stok ikan tidak terikat oleh batas-batas geografi manusia dan ini
berarti bahwa pengkajian yang baik hanya dapat dilakukan jika batas-batas tersebut dapat diabaikan
melalui kerjasama antar negara atau antar bangsa.

c. Model

Deskripsi suatu perikanan terdiri dari tiga unsur, yakni: (1) input (upaya penangkapan misalnya jumlah
hari penangkapan), (2) output (ikan yang didaratkan), dan (3) proses-proses yang menghubungkan input
dan output (proses biologi dan operasi penangkapan).

Pengkajian stok ikan bertujuan untuk mendeskripsi proses-proses, hubungan antara input dan output
serta alat yang digunakan, yang disebut “model.” Suatu model adalah deskripsi yang disederhanakan
dari hubungan antara data input dan data output. Model tersebut terdiri atas sederetan instruksi tentang
bagaimana melakukan perhitungan dan bagaimana model-model tersebut dibangun berdasarkan apa
yang dapat kita amati atau ukur, seperti upaya penangkapan dan ikan yang didaratkan.

Proses yang sebenarnya mulai dari sejumlah hari penangkapan dengan sejumlah kapal tertentu sampai
kepada sejumlah ikan tertentu yang didaratkan, benar-benar sangat rumit. Tetapi, prinsip dasarnya
biasanya dapat dipahami dengan baik, sehingga dengan memproses data input dengan bantuan model-
model kita dapat memprediksi atau meramalkan outputnya.

INPUT PROSES-PROSES OUTPUT

pengamatan model pengamatan

Suatu model adalah baik jika model tersebut dapat memprediksi output dengan ketepatan yang masuk
akal. Tetapi, karena model tersebut merupakan simplifikasi atau penyederhanaan dari keadaan
sebenarnya (realitas), akan jarang sekali (dan hanya kebetulan) tepat (Sparre dan Venema, 1999).

134
Instruksi untuk perhitungan-perhitungan yang membentuk model diberikan dalam bentuk persamaan
matematik. Ini terdiri atas tiga unsur, yakni: variabel (peubah), parameter, dan operator. Sebagai contoh
persamaan matematik:

y = 2.5 + 3*x
mempunyai peubah y dan x, parameter 2.5 dan 3 dan operator “+” dan “*”. Persamaan tersebut
digunakan untuk memprediksi nilai y untuk beberapa nilai x.

Gambar 3.3 memperlihatkan bagan alur umum dari pengkajian stok ikan. Pengkajian stok ikan seperti
diilustrasikan pada Gambar 3.3 melibatkan lima langkah dasar. Langkah pertama adalah
mengumpulkan data pada perikanan, yang merupakan INPUT atau MASUKAN untuk pengkajian, yang
sering harus ditambah dengan asumsi atau perkiraan kualified. Lalu datanya kita olah dengan
menerapkan suatu model untuk menduga parameter pertumbuhan dan mortalitas, yang merupakan
OUTPUT atau LUARAN dari pengolahan “data historis” (istilah “historis” digunakan untuk
membedakannya dari proses berikutnya, yakni prediksi hasil masa depan). Prediksi ini didasarkan pada
OUTPUT (= MASUKAN) terdahulu dan pada model, dan prediksi tersebut diulangi untuk sejumlah
pilihan-pilihan alternatif (pilihan tersebut bisa berupa, misalnya, suatu pengurangan upaya
penangkapan sekitar 10 persen, 20 persen dan 30 persen, tak ada perubahan atau penambahan upaya
penangkapan sekitar 10 persen, 20 persen dan 30 persen). Satu yang terbaik di antara asumsi alternatif
tersebut kemudian dipilih sebagai OUTPUT (keluaran akhir). Data INPUT yang asli dapat berupa data
hasil survei atau data yang diambil dari contoh perikanan komersial atau gabungan keduanya.

135
INPUT: DATA PERIKANAN (+ ASUMSI)
(Data lebih baik menurut stok atau species)

Hasil tangkapan/upaya dari hasil tangkapan komersial total. Data frekuensi


Panjang atau umur dari perikanan komersial atau survei dengan kapal-kapal
penelitian. Data biologi (tingkat kematangan, panjang/berat, dsb) dari survei-
survei kapal penelitian dan/atau dari pengambilan contoh perikanan komersial.
Pengetahuan umum mengenai biologi dari jenis ikan (musim pemijahan,
ruaya, dsb) dan dari perikanan (daerah, alat, musim).

PROSES: Analisis Data Historis


Pendugaan parameter-parameter pertumbuhan. Analisis kurva penangkapan.
Analisis populasi virtual atau kohort. Model-model produksi surplus.
Metode swept area (data kapal penelitian)

OUTPUT ESTIMASI PARAMETER-PARAMETER POPULASI


TINGKAT Parameter-parameter pertumbuhan von Bertalanffy. Hubungan panjang-berat.
MENENGAH: Mortalitas total. Mortalitas penangkapan dan mortalitas alami. Besarnya stok
(komposisi ukuran dari stok)
(digunakan sebagai
input untuk
proses berikutnya)

PROSES: Prediksi Hasil Tangkapan Untuk Suatu Kisaran Alternatif


Tingkat Eksploitasi
Model yield per recruit dari Beverton & Holt. Model Thompson & Bell (untuk
stok tunggal atau perikanan campuran). Model produksi surplus. Model swept
area digabung dengan model tipe Gulland.

OUTPUT TINGKAT PENANGKAPAN OPTIMUM


TERAKHIR: (Tingkat optimum dari mortalitas penangkapan)
“MAXIMUM SUSTAINABLE YIELD”
(atau nilai dan posisi sekarang terhadap optimum)

Gambar 3.3. Bagan alur umum untuk pengkajian stok ikan (General flowchart for fish stock assessment,
Sparre & Venema, 1999)

136
Menurut Lackey (1975), model adalah suatu abstraksi dari suatu sistem yang sederhana. Model-model
biasanya dinyatakan dalam bentuk verbal, grafik, fisik, atau matematik (termasuk simulasi komputer),
dan pemodelan sumberdaya alam dapat pulih (renewable resources) pada dewasa ini biasanya
mempunyai konotasi pemodelan matematik.

Dua Kelompok Utama Model

Menurut Sparre dan Venema (1999), ada dua kelompok utama model-model pengkajian stok, yaitu: (1)
Model-model holistik, dan (2) Model-model analitik. Model holistik merupakan model sederhana yang
menggunakan sedikit parameter populasi. Model ini menganggap stok ikan sebagai biomasa yang
homogen dan tidak memperhitungkan struktur umur atau panjang ikan. Sedangkan model analitik
didasarkan pada deskripsi stok yang lebih rinci dan lebih banyak membutuhkan data masukan baik
kualitas maupun kuantitasnya, sehingga model ini dapat memberikan hasil prediksi yang lebih dapat
dipercaya.

Dalam hal tipe model mana yang akan digunakan, tergantung dari kualitas dan kuantitas data masukan.
Jika data tersedia untuk model analitik yang lebih maju, maka model tersebut harus dipakai, sedangkan
model yang sederhana baru digunakan jika datanya terbatas.

(1). Model-model holistik

Dalam keadaan data terbatas, misalnya, pada saat dimulainya eksploitasi sumberdaya yang belum
pernah diusahakan, atau dalam hal terbatasnya kemampuan penarikan contoh, seseorang tidak akan
mempunyai data untuk masukan bagi model analitik baik dari segi kualitas maupun kuantitas yang
diperlukan. Satu pemecahannya adalah dengan memulai pengumpulan tipe data yang diperlukan untuk
pendekatan analitik lalu menunggu sampai tersedia jumlah data yang cukup. Pendekatan ini tentunya
dapat disarankan karena akan memecahkan masalah dalam jangka panjang meski akan memerlukan
waktu bertahun-tahun, sedangkan saran-saran strategi pengusahaan dan pengembangan sering
diperlukan saat ini juga. Pendekatan yang diambil adalah bahwa tipe data apa pun yang anda punyai,
akan selalu ada beberapa informasi yang dapat diperoleh, dan saran-saran yang didasarkan atas analisis
data yang terbatas biasanya akan lebih baik dari pada hanya menduga-duga (Sparre dan Venema, 1999).

Dalam rangka meliput keadaan terbatasnya data, beberapa metode holistik sederhana yang tidak
memerlukan data yang banyak, dapat digunakan. Metode-metode ini mengesampingkan banyak rincian
dari model-model analitik. Metode ini tidak menggunakan struktur umur atau panjang dalam
menguraikan stok, tapi menganggap stok sebagai suatu biomassa yang homogen.

Ada dua tipe model sederhana yang termasuk model-model holistik, yaitu: model produksi surplus
(surplus production model) dan metode luas sapuan (swept area method).

Model Produksi Surplus

Metode produksi surplus menggunakan hasil tangkapan per satuan upaya (misalnya berat ikan yang
tertangkap per jam tarikan trawl) sebagai masukan. Biasanya data tersebut merupakan data runtun
waktu tahunan dan berasal dari hasil penarikan contoh perikanan komersial. Modelnya didasarkan atas
asumsi bahwa biomassa ikan di laut proporsional dengan hasil tangkapan per satuan upaya sebagaimana
terlihat pada Gambar.3.4.

137
Gambar 3.4. Model Produksi Surplus (Surplus Production Model, Sparre and Venema, 1999)

Menurut Naamin (1984), model produksi surplus digunakan oleh Graham (1935), Schaefer (1954,
1957), Pella dan Tomlinson (1969), Gulland (1961), Fox (1970), Walter (1973) dan Schnute (1977).

Schaefer (1954) J.A.Gulland (1969)

C.J. Walters (1976) John Schnute (1977)

Gambar 3.5. Empat di antara para ilmuwan perikanan pengkajian stok

138
Model produksi surplus oleh Cushing (1975) dinamakan pula sebagai model deskriptif. Pada model ini
setiap populasi ikan diperlukan sebagai satu unit tanpa mempertimbangkan struktur dari populasi,
sehingga dinamika dari suatu populasi merupakan fungsi dari populasi itu sendiri. Walau konsepnya
dimulai oleh Graham (1935), tetapi yang mula-mula memberikannya sebagai fungsi matematik yang
didasarkan pada model pertumbuhan logistiknya Velhurst-Pearl adalah Schaefer (1954). Model
didasarkan kepada keadaan keseimbangan (steady state) di mana hasil berimbang dengan pertumbuhan
populasi.

Setelah Schaefer (1954,1955), para penulis menyaring keaslian (asal) model produksi surplus karena
dalam kenyataannya respon populasi ikan terhadap penangkapan banyak variasinya. Gulland (1961)
dan Walter (1973) memasukkan pengaruh-pengaruh “selang waktu” (time-lag), sementara Pella dan
Tomlinson (1969) dan juga Fox (1970) mengembangkan teknik pembentukan kurva yang melibatkan
regresi hasil per unit upaya terhadap upaya penangkapan, sedangkan Schnute (1977) memperbaiki
model Schaefer dalam bentuk dinamika, waktu diskrit, dan model stokastik.

Menurut Gulland (1983), teori yang mendasari model-model produksi adalah asumsi bahwa dalam
keadaan tidak ada penangkapan, stok akan cenderung meningkat. Peningkatan ini akan berpengaruh
pada pertumbuhan individu-individu dalam stok, bertambah karena adanya rekrutmen dari ikan-ikan
muda, dan berkurang karena ikan-ikan mati secara alamiah. Ukuran peningkatan akan berhubungan
dengan ukuran stok. Peningkatan kecil jika stok kecil (beberapa ikan ada yang tumbuh dan yang dewasa
menghasilkan ikan-ikan muda), peningkatan akan nol jika stok mendekati nol. Pada stok-stok yang
sangat besar peningkatan secara alamiah kecil karena stok mendekati daya dukung lingkungan.
Kehilangan karena mortalitas alamiah akan tinggi, dan pada ukuran maksimum akan sama dengan
penambahan oleh pertumbuhan dan rekrutmen. Jadi hubungan antara peningkatan alamiah (seperti laju
tahunan) dan kelimpahan stok dapat digambarkan dengan sebuah kurva, nol pada stok nol dan pada
beberapa stok maksimum, dan dengan suatu maksimum pada beberapa stok pertengahan (lihat Gambar
3.6(4a)). Kurva paling sederhana yang memenuhi kondisi-kondisi tersebut adalah parabola, dengan
suatu maksimum pada setengah kelimpahan stok maksimum. Kurva ini dapat dilihat pada Gambar 3.6,
meskipun kurva-kurva lain, dengan maksimum mungkin pada stok-stok yang lebih tinggi atau lebih
rendah.

Jika pada tingkat stok yang diberikan selama setahun hanya menggeser peningkatan alami, maka
kelimpahan stok akan tetap. Hasil tangkapan pada keadaan ini berada dalam keadaan berimbang
(sustainable), dan keadaan ini dapat dipelihara sampai waktu yang tidak terbatas. Oleh karena itu kurva
juga berhubungan dengan hasil berimbang dan kelimpahan stok, yang pada titik maksimum merupakan
“Maximum Sustainable Yield” (MSY).

Model-model produksi dapat didekati dari sudut pandang yang berbeda, dengan mempertimbangkan
hubungan antara jumlah penangkapan dan kelimpahan stok. Dengan meningkatnya penangkapan, dan
banyaknya ikan yang menghilang, maka kelimpahan akan berkurang. Selanjutnya dengan berkurangnya
kelimpahan, maka akan berpengaruh terhadap rendahnya laju hasil tangkapan nelayan. Hubungan
antara hasil tangkapan per unit upaya (CPUE) dan jumlah penangkapan (upaya penangkapan total) akan
membentuk suatu kurva garis lurus yang menurun, yang dimulai pada titik maksimum jika tidak ada
perikanan, dan jatuh sampai pada titik nol jika jumlah penangkapan sudah cukup untuk menghabiskan
stok (Gambar 3.6(4b)).

Hasil tangkapan total merupakan hasil dari jumlah penangkapan (upaya penangkapan total) dan hasil
tangkapan per unit upaya (CPUE). Hal ini akan menjadi nol pada penangkapan nol, dan jika stok
berkurang sampai nol. Kurva paling sederhana juga digambarkan dengan suatu parabola (Gambar

139
3.6/4c). Dua kurva (Gambar 3.6(4a) dan (4c)) adalah dua cara untuk melihat fenomena yang sama:
perbedaan utama adalah bahwa jumlah penangkapan meningkat dari kanan ke kiri (Gambar 3.6(4a) dan
(4c)), dan sebaliknya untuk ukuran stok (Gulland, 1983).

Gambar 3.6. Hubungan antara peningkatan tahunan (annual increase) dan kelimpahan stok (stock
abundance) (4a); Hubungan antara hasil tangkapan per unit upaya (Catch Per Unit of Effort) dan jumlah
penangkapan (amount of fishing)(4b); Hubungan antara hasil tangkapan tahunan (annual catch) dan
jumlah penangkapan (amount of fishing)((4c) (Gulland, 1983).

Optimalisasi yang dipakai pada model produksi surplus seperti digambarkan di atas memberikan “Hasil
Maksimum Berimbang Yang Lestari” yang dicapai pada tingkat upaya penangkapan tertentu.
Kesederhanaan dari model ini, yang hanya memerlukan data hasil tangkapan dan upaya penangkapan
sangat merangsang terutama bila data biologi tidak tersedia (Naamin, 1984).

Metode Luas Sapuan (Swept Area Method)

Metode luas sapuan (swept area method) didasarkan atas “hasil tangkapan per satuan area” dari survei
penangkapan dengan menggunakan trawl. Dari kepadatan ikan yang diamati (berat ikan yang
tertangkap di daerah yang disapu trawl) kita akan memperoleh suatu dugaan biomassa di laut dan
kemudian dugaan MSY. Namun demikian metode ini agak kurang tepat dan hanya memprediksi dugaan
MSY secara kasar.

(2). Model-model analitik

Sifat dasar dari model analitik seperti yang dikembangkan oleh Baranov (1914), Thompson & Bell
(1934) dan Beverton & Holt (1956) adalah bahwa model tersebut memerlukan diketahuinya komposisi

140
umur hasil tangkapan. Misalnya jumlah ikan berumur satu tahun yang tertangkap, jumlah yang berumur
dua tahun dan seterusnya dapat merupakan data masukan.

Ide dasar di belakang model analitik dapat dinyatakan sebagai berikut: (1) Jika “terlalu sedikit ikan itu”
maka stok sudah “lebih tangkap” (overfished) dan tekanan penangkapan terhadap stok tersebut harus
dikurangi; (2) Jika “terlalu banyak ikan tua” maka stok masih underfished dan masih lebih banyak lagi
ikan yang dapat ditangkap untuk memaksimumkan hasil.

Model-model analitik adalah “model struktur umur” yang bekerja dengan konsep seperti laju mortalitas
dan laju pertumbuhan individu. Konsep dasar dalam model struktur umur adalah suatu “kohort.” Secara
sederhana, suatu kohort ikan adalah sekelompok ikan yang semuanya berumur sama dan berasal dari
stok yang sama. Misalnya, suatu kohort ikan kurisi (Nemipterus marginatus) adalah semua ikan dari
species tersebut yang ditetaskan pada Juni sampai Agustus 1976 dekat Tanjung Pinang, Laut Cina
Selatan. Umpamanya dalam kohort tersebut terdapat satu juta ekor. Setalah Agustus 1976 ikan yang
satu juta ekor tersebut perlahan-lahan akan berkurang jumlahnya akibat adanya yang mati baik secara
alamiah (predasi, penyakit, dan lain-lain) atau karena penangkapan. Tetapi sejalan dengan
berkurangnya jumlah pesintas (survivor) maka rata-rata panjang badan dan bobotnya akan bertambah.

Gambar 3.7 menunjukkan contoh hipotetis dari dinamkia suatu kohort, dalam bentuk plot dari umur
dari jumlah ikan yang lulus hidup (A), panjang badan (B), bobot badan (C) dan biomassa total (D).
Kurva A menunjukkan peluruhan (decay) dalam jumlah pesintas sebagai fungsi dari umur kohort.
Kurva B menunjukkan bagaimana panjang badan rata-rata bertambah sejalan dengan tumbuhnya
kohort. Kurva C menunjukkan hal yang sama dalam bobot badan ikan, sedangkan kurva D adalah plot
biomassa total dari kohort, yakni jumlah pesintas dikalikan dengan bobot badan rata-rata terhadap umur
kohort.

Gambar 3.7. Dinamika suatu kohort (The dynamics of a cohort, Sparre and Venema, 1999)

Perhatikan bahwa kurva D mempunyai maksimum (pada umur A1). Jadi untuk mendapatkan bobot
hasil tangkapan (hipotetis) dari kohort maka semua ikan harus ditangkap tepat pada waktu kohort
tersebut mencapai umur A1. Dalam praktek, hal ini tentunya, tidak mungkin. Tetapi, dapat dikatakan

141
bahwa tujuan pengkajian stok ikan adalah mengelola perikanan sedemikian rupa hingga hasil tangkapan
bisa sedekat mungkin dengan jumlah maksimum secara teoritis.

Implikasinya adalah bahwa ikan seharusnya tidak ditangkap terlalu muda atau terlalu tua. Jika ikan
ditangkap terlalu muda akan terjadi growth overfishing pada stok. Jadi, ada dua umur dalam
menguraikan dinamika suatu kohort: (1) Pertumbuhan badan rata-rata dalam panjang dan bobot; dan
(2) Proses kematian.

3. Pengkajian Stok di Perairan Tropis

Perbedaan yang paling menonjol antara pengkajian stok di perairan tropis dan perairan beriklim sedang
terletak pada data dasar yang menjadi masukannya dan bukan dari model-modelnya. Untuk model
analitik kita memerlukan data jumlah ikan yang tertangkap dari tiap kelompok umur sebagai masukan.
Di perairan beriklim sedang metode pengkajian stok yang digunakan benar-benar tergantung pada
adanya keberuntungan bahwa umur ikan dengan mudah dapat ditentukan melalui interpretasi secara
langsung terhadap bagian-bagian yang keras dari tubuh ikan seperti tulang telinga (otolit) atau sisik.
Yang disebut “cincin tahunan” dibentuk oleh penambahan harian (cincin harian) sampai mendekati
ukuran sisik atau otolit. Komposisi kimia dan transparansi dari penambahannya antara lain tergantung
kepada ketersediaan jumlah makanan yang oleh karenanya bersifat musiman. Perbedaan penumpukan
yang dilakukan pada musim dingin dan musim panas dapat dideteksi. Satu cincin tahunan yang terdiri
atas bagian musim panas dan musim dingin, dapat dibedakan dari cincin berikutnya. Selain itu, species
ikan beriklim “sedang” biasanya memijah satu kali dalam setahun dalam waktu yang relatif singkat,
hingga pemisahan kelas umur atau kohortnya menjadi mudah.

Pada ikan tropis juga terjadi penumpukan secara harian pada bagian yang keras, yang dapat dinyatakan
sebagai cincin pertumbuhan harian. Tetapi, kurang tegasnya perbedaan musim menyebabkan perbedaan
cincin musiman dan kelas umur untuk sebagian besar species tropis menjadi masalah. Selain itu, tidak
adanya musim yang menonjol menyebabkan kurangnya perbedaan waktu pemijahan sebagian besar
ikan. Banyak ikan tropis yang memijah dua kali dalam setahun dan sering pada periode yang panjang.
Untungnya, karena ada perubahan berkala (angin muson) yang merubah kondisi oseanografi
(upwelling) di banyak daerah tropis, tingkat perbedaan musiman tertentu dapat dideteksi. Keadaan
musiman ini dapat dicerminkan pada pola pemijahan dan pertumbuhan species ikan tropis, yang meski
kurang menonjol tapi jauh lebih sulit untuk dideteksi daripada di daerah beriklim sedang. Perbedaan
musiman ini juga memungkinkan untuk mendeteksi adanya perbedaan kohort species tropis (biasanya
dua per tahun), melalui analisis sampel frekuensi panjang.

Akhir-akhir ini, beberapa teknik telah dikembangkan untuk membaca cincin harian dalam otolit
beberapa jenis ikan. Ini memungkinkan berkembangnya pembacaan umur pada species tropis,
khususnya ikan yang berumur pendek atau ikan muda. Teknik ini masih sangat menyita banyak waktu
dan akan sulit untuk menerapkannya secara rutin. Akan tetapi, mungkin dapat dipakai untuk
memvalidasi hasil yang diperoleh dari analisis frekuensi panjang.

Komplikasi lebih jauh dalam pengkajian stok ikan tropis dibanding dengan perairan iklim sedang adalah
bahwa jumlah ikan yang tertangkap oleh alat-alat penting, khususnya trawl dasar, sangat banyak. Ini
tidak hanya mempengaruhi prosedur penarikan contoh dan pengumpulan data, tetapi juga menyebabkan
lebih sulitnya penerapan model.

Perbedaan yang disebutkan di atas dengan mudah dapat menjelaskan lambatnya laju perkembangan
pengkajian stok ikan di daerah tropis dibandingkan dengan daerah iklim sedang.

142
3.2. Konsep Keseimbangan Stok (Konsep MSY)

Kesadaran akan terbatasnya biomassa stok-stok ikan belum lama timbulnya. Baru pada tahun 1931,
E.S. Russell dari Inggris dengan menggunakan sebuah model yang sederhana menggambarkan bahwa
kuantitas stok itu sebenarnya terbatas dan bahkan dapat punah sama sekali bila dieksploitasi dengan
tidak hati-hati.

Model Rusell tersebut didasarkan pada sebuah aksioma yang sederhana, yaitu bahwa biomassa sebuah
stok ikan akan tetap stabil dalam suatu periode tertentu (katakanlah satu tahun) bila dalam periode itu
penambahan biomassa stok sama dengan pengurangan biomassa stok. Dalam konteks ini timbul
pertanyaan: “Apa yang mengakibatkan penambahan dan pengurangan biomassa stok dalam suatu
periode terentu itu?” Untuk menjawab pertanyaan ini, berikut disajikan sebuah model dalam suatu
bentuk gambar (Gambar 3.8) yang menunjukkan faktor-faktor yang yang menambah dan mengurangi
stok ikan baik pada stok yang belum diusahakan (unexploited stocks) maupun yang sudah diusahakan
(exploited stocks).

Gambar 3.8. Model dalam suatu bentuk yang menunjukkan faktor-faktor yang dapat menambah dan
mengurangi biomassa stok (Pauly, 1984)

Pada Gambar 3.8 diperoleh gambaran bahwa biomassa stok bertambah sebagai akibat proses reproduksi
yang menghasilkan individu-individu baru (dinyatakan dengan simbol R = Recruitment) dan sebagai
akibat proses pertumbuhan (dinyatakan dengan simbol G = Growth). Biomassa stok berkurang sebagai
akibat adanya individu-individu yang mengalami kematian alamiah seperti mati tua, mati akibat
penyakit dan predasi alamiah (dinyatakan dengan simbol M = Natural mortality) dan predasi oleh
manusia lewat perikanan tangkap (dinyatakan dengan simbol Y = Yield atau fishing mortality).

Berdasarkan hal-hal tersebut, Russell menyusun sebuah rumus yang kemudian dikenal dengan nama
rumus Russell (Russell’s equation) sebagai berikut:

143
Bt = Bo + (R + G) – (M + Y) ...........................................................................................................(3.1)

di mana: Bt = biomassa stok pada akhir periode t


Bo = biomassa stok pada permulaan periode t
R = penambahan biomassa stok akibat reproduksi dalam periode t
G = penambahan biomassa stok akibat pertumbuhan individu-individu dalam periode t
M = pengurangan biomassa stok akibat kematian alamiah individu-individu dalam periode t
Y = pengurangan biomassa stok akibat penangkapan oleh manusia dalam periode t

Bila (M+Y) = (R+G), maka Bt = Bo. Bila hal ini terjadi maka stok berada dalam keadaan seimbang, ini
merupakan keadaaan ideal yang ingin dicapai dalam pengelolaan perikanan. Dalam keadaan (M+Y) =
(R+G) dikatakan bahwa Y telah mencapai hasil tangkap yang berimbang (equilibrium catch). Hasil
tangkap berimbang ini secara teoritis dapat dipertahankan sepanjang masa bila diasumsikan bahwa
faktor-faktor M, R dan G konstan sepanjang masa atau dengan perkataan lain, faktor-faktor lingkungan
yang mempengaruhi M, R dan G dianggap konstan.

Hasil tangkap berimbang yang dipertahankan sepanjang masa pada suatu intensitas penangkapan yang
menghasilkan Bt = Bo dalam perikanan dikenal dengan istilah “hasil berimbang lestari maksimum”
(maximum sustainable yield, MSY).

Untuk lebih jelasnya tentang konsep MSY ini, dapat diperhatikan Gambar 3.9 berikut:

Gambar 3.9. Konsep MSY (Maximum Sustainable Yield)

Pada Gambar 3.9 dapat dilihat bahwa pada keadaan stok ikan yang belum pernah dieskploitasi, jika
kemudian stok ini dieskploitasi oleh perikanan tangkap, pada permulaan terlihat bahwa kenaikan upaya
tangkap yang kecil mengakibatkan kenaikan hasil tangkap yang besar, yang semakin mengecil dengan
naiknya upaya tangkap sampai kurva mencapai suatu maksimum. Pada keadaan maksimum inilah
(M+Y) = (R+Y) atau Bt = Bo dan bila upaya tangkap tetap dipertahankan pada nilai ini sepanjang masa
dihasilkan hasil berimbang lestari maksimum yang merupakan tujuan pengelolaan perikanan.

Kurva sebelah kiri titik (M+Y) = (R+G) menunjukkan keadaan di mana (M+Y) < (R+G) yang
menghasilkan Bt < Bo, hal ini dikatakan bahwa stok ikan ada dalam keadaan tangkap kurang (under
fishing), artinya upaya tangkap masih di bawah intensitas maksimal yang dapat diterapkan tanpa
membahayakan kelestarian stok. Dilihat dari sudut biologi keadaan ini dapat dikatakan menguntungkan

144
karena daya reproduksi stok tetap tinggi dan ini merupakan salah satu jaminan penting bagi kelestarian
stok.

Sebaliknya, kurva sebelah kanan titik (M+Y) = (R+G) menunjukkan keadaan di mana (M+Y) > (R+G),
sehingga Bt > Bo. Dalam hal ini dikatakan bahwa stok ikan ada dalam keadaan tangkap lebih (over
fishing). Keadaan ini berbahaya bagi stok, karena daya reproduksi stok sudah menurun, akibat terlalu
banyaknya individu yang belum sempat menghasilkan keturunan hilang dari stok.

Gejala-gejala yang nampak dari suatu stok ikan yang tengah mengalami over fishing ialah: (1)
komposisi hasil tangkap (catch) menunjukkan lebih banyak individu-individu muda dari pada individu
dewasa tua; (2) walaupun upaya tangkap dinaikkan, biomassa yang tertangkap (Y) makin menurun,
atau dengan perkataan lain hasil tangkap per satuan upaya (CPUE) makin menurun dengan
meningkatnya upaya tangkap.

Sebagai kesimpulan yang dapat ditarik dari konsep MSY ini ialah bahwa dilihat dari sudut biomassa
yang hilang akibat penangkapan (faktor Y dalam rumus Russell), maka yang perlu diperhatikan bukan
saja jumlah individu yang ditangkap tetapi juga umur individu yang ditangkap. Mencegah
tertangkapnya individu-individu muda yang umumnya ukuran tubunya lebih kecil dari ikan-ikan yang
lebih tua, dapat dilakukan lewat peraturan-peraturan yang melarang penggunaan pelbagai jenis jaring
yang bermata jaring sempit.

3.3. Kapan Pengkajian Stok Diperlukan

1. Perkembangan Perikanan

Pengkajian stok diperlukan bilamana kebijakan-kebijakan perikanan (fishery


policies) akan dibuat, dan keputusan-keputusan (decisions) yang akan diambil
dapat mempengaruhi perikanan. Akibatnya akan muncul banyak pertanyaan.
Suatu negara yang memiliki zona ekonomi eksklusif (ZEE) sejauh 200 mil dari
garis pantai, di mana pada zona tersebut banyak terdapat ikan, maka diperlukan
perencanaan pengembangannya. Di banyak negara berkembang dengan sejumlah
besar nelayan pantai yang menggunakan alat tangkap tradisional merasa cemas
dengan berkembangnya mekanisasi perikanan untuk sumberdaya perikanan yang
jauh dari pantai. Di beberapa

Gulland (1983) negara seperti Asia Selatan dan di Asia Tenggara, di mana perikanan industri baru
berkembang, terjadi konflik antara dua nelayan sehingga diperlukan langkah-langkah untuk
menanggulanginya. Negara-negara tersebut memerlukan langkah-langkah yang efektif secara biologi.
Sebuah negara yang memiliki perikanan udang akan berusaha untuk mengetahui apakah hasil tangkapan
dapat ditingkatkan, atau jika hasil tangkapan tidak mungkin untuk ditingkatkan, apakah biaya dapat
diturunkan. Dalam suatu perikanan yang telah mengalami “over fishing” sehingga perlu diatur dengan
menerapkan quota penangkapan, atau dengan menentukan besarnya total hasil tangkapan yang
diperbolehkan (Total Allowable Catch, TAC), para manajer berusaha untuk mengetahui berapa besar
total hasil tangkapan yang diperbolehkan pada musim yang akan datang untuk mencapai hasil yang
telah ditetapkan (Gulland, 1983).

Untuk menjawab pertanyaan-pertanyaan tersebut, diperlukan informasi dari hasil pengkajian stok, di
mana variasi dari pekerjaan pengkajian stok ini sangat bergantung pada tingkat perkembangan
perikanan masing-masing. Hal ini diilustrasikan dalam Gambar 3.10 (disadur dari Kesteven, 1973
dalam Gulland, 1983). Dibedakan dalam 4 (empat) fase utama dari perkembangan perikanan, pertama

145
fase awal atau fase belum berkembang (under-developed) yang ditandai dengan tidak ada penangkapan
atau perikanan tradisonal yang sedikit sekali memanfaatkan potesni yang tersedia; kedua fase
berkembang dengan pertumbuhan yang cepat (rapid growth), ketiga fase telah berkembang (over-
development) yang ditandai dengan kapasitas usaha yang berlebihan, rendahnya laju penangkapan (hasil
tangkapan per satuan upaya), dan terakhir fase manajemen (hanya sedikit hasil perikanan yang dicapai).
Kecenderungan dari karakteristik-karakteristik utama perikanan seperti hasil tangkapan total (total
catch), upaya penangkapan total (total effort), dan hasil tangkapan per satuan upaya (CPUE, misalnya,
keuntungan bagi individu nelayan, dan faktor utama yang menentukan profitabilitas perikanan) adalah
seperti diperlihatkan pada Gambar 3.10.

Gambar 3.10. Fase-fase utama perkembangan perikanan (Gulland, 1983)

Dalam gambar tersebut diperlihatkan juga kelimpahan stok (stock abundance). Perubahan-perubahan
yang terjadi pada CPUE akan berpengaruh pada perubahan-perubahan pada kelimpahan, tapi dalam
tahap awal CPUE akan rendah sebab nelayan tidak memilki alat penangkapan yang baik, daerah
penangkapan, dan sebagainya, sekalipun kelimpahannya tinggi.

Pada tiap fase tersebut tersusun suatu karakteristik permasalahan-permasalahan yang dihadapi oleh
pengelola (administrator), yang akan berhubungan dengan pola saran yang akan diberikan oleh para
ilmuwan pengkajian stok (stock assessment scientist). Secara garis besar hal ini dilihat pada Tabel 3.1.

146
Tabel 3.1. Permasalahan-permasalahan dan saran-saran yang diperlukan pada setiap fase
perkembangan perikanan yang berbeda

FASE PERMASALAHAN SARAN PENGKAJIAN STOK

Belum berkembang (under- Bagaimana perikanan dapat Estimasi kasar dari pada hasil
developed) dikembangkan? Apakah tahunan.
sumberdaya cukup besar untuk
mengembangkan perikanan dengan
mempebesar upaya?
Berkembang (growth) Bagaimana memperlambat Diperlukan estimasi hasil lestari
pertumbuhan dan mengurangi atau dan upaya yang lebih tepat
menghilangkan risiko dari masalah- (misalnya jumlah dari jenis kapal
masalah yang mungkin terjadi pada yang berbeda)
fase over development?
Telah berkembang Melebihi kapasitas, laju Diperlukan saran eksplisit tentang
(over-development) penangkapan menurun (dan ukuran-ukuran spesifik,
kadang-kadang hasil tangkapan misalnya,ukuran mata jaring,
total menurun). Kerugian ekonomi. kuota hasil tangkapan, dan
Konflik antara kelompok-kelompok lamanya penutupan musim.
nelayan yang berbeda.
Manajemen Penyesuaian langkah-langkah 1.Saran yang tepat dan eksplisit
manajemen (misalnya ukuran tentang penyesuaian kuota-kuota
kuota) dengan memperhatikan, hasil tangkapan tahunan,
misalnya, fluktuasi rekrutmen berdasarkan model-model species
alami, atau pengembangan tunggal.
perikanan dalam hubungannya 2.Saran yang lebih strategis dan
dengan species. kurang kuantitatif tentang
modifikasi kebijakan dengan
memperhatikan, misalnya,
interaksi-interaksi species.
Sumber: Gulland, 1983.

Pada fase awal (under-developed), permasalahan-permasalahan dan pertanyaan-pertanyaan adalah


sederhana. Berapa besarnya stok? Berapa yang dapat ditangkap tiap tahun? Apa kemungkinan yang
terjadi pada laju penangkapan dengan menggunakan jenis-jenis kapal yang berbeda? Berapa besar laju
penangkapan dapat merubah perikanan menjadi berkembang? Pertanyaan-pertanyaan tersebut tidak
perlu dijawab dengan tepat. Pada permulaan biasanya cukup mengetahui apakah hasil tahunan sekitar
10.000 ton, atau 100.000 ton, atau lebih besar, dalam rangka menetapkan pendekatan pengembangan
apakah berpaedah memperbesar upaya untuk pengembangan, dan apakah ukuran perikanan, berasosiasi
dengan fasilitas-fasilitas pantai (cold stores, processing plants, dsb) untuk tujuan tersebut. Jawaban-
jawaban tidak perlu tepat karena semua ketidak tentuan terlibat, perencanaan awal akan selalu mengenai
hasil tangkapan total yang merupakan suatu fraksi (mungkin setengah atau sepertiga) dari potensi yang
diduga. Ukuran perikanan, jumlah kapal, dan sebagainya, selalu dapat ditingkatkan jika sukses dalam
perikanan awal, dan perkiraan pengaruh-pengaruh ukuran perikanan memperlihatkan bahwa
perkembangan ke depan adalah memungkinkan (feasible).

Pada fase perikanan berkembang (growth) permasalahan-permasalahan mungkin tidak jelas. Pada saat
ini semua orang merasa senang. Keuntungan nelayan cukup baik, dan umumnya, keuntungan tersebut
diinvestasikan kembali ke dalam usaha perikanan untuk membeli kapal-kapal baru dan lebih besar, dan
membayar pajak. Para pengelola (administrator) juga merasa gembira karena dapat melaksanakan

147
programnya dengan sukses. Namun semuanya ini omong kosong, karena setelah periode sukses, fase
yang menguntungkan ini akan berakhir dengan tiba-tiba karena stok dieksploitasi secara penuh. Hasil
tangkapan total menurun, CPUE jatuh sampai pada tingkat yang rendah, dan keuntungan kembali
menghilang. Karena kelambatan-kelambatan dalam sistem, keputusan untuk membeli kapal baru dan
lebih besar biasanya didasarkan pada hasil tangkapan yang baru saja lewat, dan hasil tangkapan
mungkin lebih kecil atau tidak akan terjadi jika kapal tidak beroperasi. Dengan adanya hal tersebut,
fase berkembang mungkin berakhir, atau paling tidak untuk sementara waktu, dan menurut teori
ekonomi sederhana (misalnya Gordon, 1954; Anderson, 1977), pada keadaan ekspansi yang lebih luas
dari pada posisi keseimbangan, diperkirakan akan lebih buruk dan keuntungan (profit) akan nol. Hal ini
dapat diatasi jika tindakan diambil sementara perikanan masih aktif berkembang. Tindakan ini mungkin
tidak lebih besar dari pada penarikan insentif khusus (keringanan pajak, mesi bebas bea, dsb) untuk
menstimulir perkembangan. Langkah-langkah yang lebih bersifat pembatasan (restrictive), misalnya
pembatasan izin masuk perikanan, yang biasanya hanya dipertimbangkan setelah armada penangkapan
berkembang lebih banyak. Pemberhentian orang-orang baru yang masuk perikanan lebih mudah dari
pada menghilangkan nelayan-nelayan yang ada atau kapal-kapal penangkapan dari suatu perikanan
yang lebih dikembangkan. Tindakan-tindakan termasuk kemungkinan memperlambat langkah
ekspansi, dan memerlukan saran yang luas. Yang lebih penting adalah suatu estimasi dari ukuran
potensi perikanan (hasil tangkapan rata-rata tahunan, jumlah kapal yang dapat didukung), dan ukuran
relatif perikanan saat ini.

Fase telah berkembang (over-development) biasanya merupakan waktu krisis dalam perikanan. Pada
fase ini untuk pertama kali pertanyaan-pertanyaan spesifik seringkali ditujukan kepada para ilmuwan
pengkajian stok. Kelompok pertama dari pertanyaan-pertanyaan ini adalah strategis, dan terjadi
pengulangan pertanyaan-pertanyaan dari fase sebelumnya dalam bentuk yang lebih spesifik, bagaimana
sekarang jumlah penangkapan dibandingkan dengan yang diperlukan untuk mencapai beberapa tujuan
kebijakan (misalnya, memaksimumkan hasil tangkapan total, atau keuntungan ekonomi bersih dari
perikanan). Jawaban-jawaban atas pertanyaan-pertanyaan tersebut dapat memperlihatkan arah dari
pada perubahan dalam pola penangkapan (jumlah kapal lebih sedikit, perlindungan terhadap ikan-ikan
kecil) yang diperlukan untuk menggerakkan perikanan ke depan yang lebih diinginkan. Kelompok
kedua pertanyaan-pertanyaan bersifat taktis, misalnya, bagaimana pengaruh peningkatan ukuran mata
jaring, sebagai cara untuk melindungi ikan-ikan kecil, atau pembatasan hasil tangkapan total pada
musim yang akan datang. Dua pengaruh dari langkah-langkah yang mungkin dapat diuji dan diberikan
kepada pembuat kebijakan (policy makers): pengaruh jangka pendek - yang selalu diperlukan
pengorbanan dari para nelayan - pengaruh jangka panjang - kapan para nelayan akan memperoleh
keuntungan sebagai pengaruh dari peratutran-peraturan.

Dengan diintroduksikannya langkah-langkah manajemen, dan masuknya perikanan pada fase ke empat,
pertanyaan-pertanyaan yang lebih ditekankan kepada hal-hal yang bersifat taktis akan meningkat, dan
jawaban-jawaban yang lebih rinci diperlukan. Pengelola (administrator) ingin mengetahui, misalnya,
bagaimana kuota hasil tangkapan dapat diatur dari tahun ke tahun dengan memperhatikan kondisi alami
yang menguntungkan maupun tidak menguntungkan. Batas-batas tentang penangkapan dengan kapal
bermesin pada beberapa jarak yang sama dari pantai dalam rangka memisahkan metode-metode
penangkapan dengan kapal bermesin dan tradisional mungkin dapat dimodifikasi secara lokal dengan
memperhatikan variasi-variasi dalam distribusi species ikan yang berbeda.

2. Aliran informasi

Dalam menghadapi masalah-masalah alami para nelayan dan pengelola perikanan, para pakar
pengkajian stok (stock assessment experts) harus dapat menjawab pertanyaan-pertanyaan yang

148
bervariasi dengan tingkat perkembangan perikanan, dengan kondisi spesifik perikanan, tipe alat dan
kapal perikanan, pengaturan pemakaian mesin, dan sebagainya. Pada semua perikanan, ada suatu pola
yang konsisten dalam aliran informasi mulai dari persepsi awal permasalahan sampai kepada
implementasi dari tindakan-tindakan yang diambil untuk memecahkan masalah tersebut, melalui
pengkajian secara ilmiah, seperti diilustrasikan pada Gambar 3.11 (a dan b).

Gambar 3.11a. Pola aktivitas dengan hubungan yang lemah antara pengelolaan dan penelitian. Interaksi
antara kedua kelompok berjalan sendiri-sendiri. Garis putus-putus menunjukkan hubungan antara
pengelolaan dan penelitian yang lemah (Gulland, 1983).

Gambar 3.11b. Pola aktivitas dimana pengelolaan dan penelitian berhubungan sangat erat. Pertanyaan-
pertanyaan untuk ilmuwan dan saran-saran yang diberikan kepada pengelola merupakan aktivitas
utama kedua kelompok (Gulland, 1983).

Bagian kiri Gambar 3.11 menunjukkan tahap awal dan tahap akhir yang merupakan perhatian utama
dari pada pengelola (administrator), sedangkan bagian kanan Gambar 3.11 menunjukkan kegiatan
rencana penelitian, pengumpulan dan anilisis data yang merupakan perhatian utama para ilmuwan.

149
Keberhasilan dari pengelolaan perikanan sangat bergantung pada bagaimana hubungan kedua tahapan
dari kerangka pertanyaan-pertanyaan yang harus dijawab pada studi stock assessment, dan memberi
jawaban atas pertanyaan-petrtanyaan spesifik tersebut, serta saran-saran ilmiah (scientific advices)
secara umum.

Jika interaksi kedua kelompok (pengelola dan peneliti) berjalan sendiri-sendiri sebagaimana
diperlihatkan Gambar 3.11a, maka pengaruhnya kurang baik yang bisa mendatangkan malapetaka
(disastrous). Sebaliknya bila kedua kelompok dapat bekerja sama dengan baik sebagaimana
diperlihatkan pada gambar 3.11b, maka apa yang diharapkan oleh pengelola dan saran-saran yang
diberikan oleh para ilmuwan akan relevan sehingga masalah-masalah yang dihadapi oleh mereka dapat
terpecahkan.

3.4. Metode Pengkajian Stok

Prinsip dasar pengkajian stok sangat sederhana. Namun dalam prakteknya tidak sesederhana seperti
yang dikatakan, sehingga diperlukan suatu pedoman untuk metode pengkajian stok yang dapat
digunakan oleh para ilmuwan. Selama ini para ilmuwan menggunakan pedoman yang ada yang
dipublikasikan oleh FAO atau lainnya, seperti Gulland (1969), Ricker (1958), dan Saville (1977).
Tujuananya sangat sederhana, yaitu memberikan pengertian kepada pengelola tentang penggunaan
hasil-hasil pengkajian stok dengan beberapa pemikiran bagaimana studi dilakukan, dan apakah hasil
pengkajian stok tersebut “reliable” dan realistik, dan seberapa jauh dukungan yang diperlukan bagi para
ilmuwan untuk melakukan pekerjaannya (Gulland, 1983).

Seperti telah dikemukakan bahwa secara umum ada dua kelompok utama model-model yang digunakan
dalam pengkajian stok, yaitu model-model holistik, dan model-model analitik. Termasuk model-model
holistik ialah model produksi surplus (surplus production model) dan metode luas sapuan (swept area
method), sedangkan yang termasuk model-model analitik ialah model yield per recruit. Berikut
diuraikan secara lebih rinci penggunaan model-model tersebut (Sparre dan Venema, 1999):

1. Model-model holistik

(1). Model Produksi Surplus

Tujuan penggunaan model produksi surplus adalah untuk menentukan tingkat upaya optimum, yaitu
suatu upaya yang dapat menghasilkan suatu hasil tangkapan maksimum yang lestari tanpa
mempengaruhi produktivitas stok secara jangka panjang, yang biasa kita sebut “hasil tangkapan
maksimum lestari” (Maximum Sustainable Yield, MSY). Teori yang mendasari model produksi surplus
telah dikaji ulang oleh banyak penulis, misalnya Ricker (1975), Caddy (1980), Gulland (1983), dan
Pauly (1984).

Karena model-model holistik lebih sederhana bila dibandingkan dengan model analitik, maka data yang
diperlukan juga menjadi lebih sedikit. Sebagai contoh, model-model ini tidak perlu menentukan kelas
umur, sehingga dengan demikian tidak perlu penentuan umur. Hal ini merupakan salah satu alasan
mengapa model produksi surplus banyak digunakan di dalam estimasi stok ikan di perairan tropis.
Model produksi surplus dapat diterapkan bila dapat diperkirakan dengan baik tentang hasil tangkapan
total (berdasarkan species) dan/atau hasil tangkapan per unit upaya (catch per unit of effort, CPUE) per
species dan/atau CPUE berdasarkan species dan upaya penangkapannya dalam beberapa tahun. Upaya
penangkapan harus mengalami perubahan substansial selama waktu yang dicakup.

150
a. Model Schaefer dan Fox

Hasil tangkapan maksimum lestari (MSY) dapat diduga dari data masukan
berikut:

f(i) = upaya pada tahun i, i = 1, 2,..........n

Y/f = hasil tangkapan (dalam bobot) per unit upaya pada tahun i

Y/f dapat diturunkan dari hasil tangkapan, Y(i), dari tahun i untuk seluruh
perikanan dan upayanya, f(i), melalui:

Shaefer (1954) Y/f = Y(i)/f(i) i = 1,2 ..........,n ..............................................................(3.2)

atau dengan pengamatan langsung berdasarkan sampel dari perikanan. Cara yang paling sederhana
untuk mengekspresikan hasil tangkapan per unit upaya, Y/f, sebagai fungsi dari pada upaya, f, adalah
model linear yang disarankan oleh Schaefer (1954):

Y(i)/f(i) = a + b*f(i), bila f(i) < - a/b ..........................................................................................(3.3)

Persamaan (3.3) dinamakan Model Schaefer.

Kemiringan (b) harus negatif bila hasil tangkapan per unit upaya (Y/f) menurun untuk setiap
peningkatan upaya (f) (lihat Gambar 3.12). Intersep (a) adalah nilai Y/f yang diperoleh sesaat setelah
kapal pertama melakukan penangkapan pada suatu stok untuk pertama kalinya. Dengan demikian
intersep tersebut harus positif, sehingga – a/b adalah positif dan Y/f adalah nol untuk f = - a/b.
Mengingat nilai negatif dari hasil tangkapan per unit upaya (Y/f) adalah tidak masuk akal, maka model
ini hanya diterapkan terhadap nilai-nilai f yang lebih rendah dari pada – a/b.

Sebuah model alternatif telah diperkenalkan oleh Fox (1970). Model ini menghasilkan garis lengkung
bila Y/f secara langsung diplot terhadap upaya (f) (lihat Gambar 3.12), akan tetapi bila Y/f diplot dalam
bentuk logaritma terhadap upaya, maka akan menghasilkan garis lurus:

ln (Y(i)/f(i) = c + d*f(i) .....................................................................................................................(3.4)

Persamaan (3.4) disebut Model Fox, yang juga dapat ditulis:

Y(i)/f(i) = exp (c + d*f(i)) ................................................................................................................(3.5)

Kedua model tersebut di atas mengikuti asumsi bahwa Y/f menurun dengan meningkatnya upaya, akan
tetapi mereka berbeda dalam hal di mana model Schaefer menyatakan satu tingkatan upaya dapat
dicapai pada nilai Y/f sama dengan nol, yaitu bila f = - a/b, sedangkan pada model Fox, Y/f adalah
selalu lebih besar dari pada nol untuk seluruh nilai f.

Hal ini dengan mudah dapat dilihat pada Gambar 3.12 di mana bila Y/f diplotkan terhadap f akan
menghasilkan garis lurus pada Model Schaefer, namun menghasilkan garis lengkung yang mendekati
nol hanya pada tingkatan upaya yang tinggi, tanpa pernah mencapainya (asimptotis) pada kasus model
Fox.

Pada bab sebelumnya (model biomass per rekrut Beverton dan Holt) telah diperlihatkan bahwa
CPUEw(t) = q*B(t). Karena Y/f juga adalah hasil tangkapan per unit upaya dalam bobot, maka dapat
ditulis:

151
Y(i)/f(i) = q*B = a + b*f(i) untuk model Schaefer, dan

Y(i)/f(i) = q*B = exp (c + d*f(i)) untuk model Fox.

di mana B adalah biomassa dan q adalah koefisien kemampuan menangkap (suatu konstanta).

Gambar 3.12 menggambarkan ciri dasar yang lain pada kedua model tersebut. Untuk nilai f yang
mendekati nol akan dihasilkan nilai maksimum dari Y/f dan demikian pula dengan biomassa karena Y/f
= q*B dan q adalah tetap. Biomassa pada saat nilai f sama dengan nol disebut “biomassa stok perawan”
(virgin stock biomass) atau “biomassa yang belum dieksploitasi” (unexploited biomass), yang ditulis
sebagai “Bv.” Dengan demikian, dengan mengganti Y/f dengan q*Bv pada persamaan (3.3) dan (3.5)
menjadi:

q*Bv = a atau Bv = a/q (Schaefer)

q*Bv = exp (c) atau Bv = exp(c)/q (Fox)

Gambar 3.12. Ilustrasi dari beberapa asumsi yang berbeda yang mendasari
Model Schaefer dan Fox

Nilai Bv pada kedua model harus sama. Bila f meningkat dari 0 sampai A (lihat Gambar 3.12) maka
kedua kurva yang terjadi kira-kira akan sama, akan tetapi di sebelah kiri titik A perbedaan akan menjadi
semakin besar. Dengan demikian, pemilihan antara kedua model akan menjadi lebih penting hanya bila
nilai f yang relatif besar dicapai. Tidak dapat dibuktikan bahwa salah satu dari model-model tersebut
adalah lebih baik. Kita dapat memilih salah satu model yang kita anggap paling masuk akal pada setiap
kasus tertentu atau salah satu model yang memberikan kesesuaian yang paling sesuai terhadap data.
Akan tetapi model Beverton dan Holt lebih bersesuaian dengan model Fox, karena mereka mempunyai
kesamaan hubungan kurvilinier antara hasil tangkapan per unit upaya (Gambar 3.31 dan 3.12) dan
antara nilai rata-rata biomassa per rekrut B/R dan F (Gambar 3.32 dan 3.12).

Contoh 3.1: Model Schaefer dan Fox, ikan demersal di Laut Jawa.

Untuk mendapat gambaran yang lebih jelas dari penggunaan model produksi surplus, berikut diberikan
suatu contoh penggunaan model Schaefer dan Fox terhadap ikan demersal di Laut Jawa. Gambar 3.13

152
memperlihatkan sebuah contoh dari pengeplotan CPUE (Y(i)/f(i) terhadap upaya, f(i), dan hasil tangkap
(Y(i)) terhadap upaya. Data yang dipergunakan berasal dari perikanan demersal di perairan lepas pantai
Utara Jawa dari tahun 1969 sampai dengan tahun 1977 (Dwiponggo, 1979). Di dalam kasus ini, hasil
tangkapan, Y, adalah hasil tangkapan tahunan dalam unit 1000 ton dan Y/f adalah hasil tangkapan per
seribu kapal standar setiap tahun. Upaya ditetapkan dalam unit kapal standar per tahun.

Gambar 3. 13.Trend dari hasil tangkapan (Y(i)) dan hasil tangkapan per unit upaya (Y(i)/f(i)), di
perairan pantai Utara Jawa (berdasarkan data pada Tabel 3.2)
(Sparre & Venema, 1999)

Megingat armada perikanan demersal di perairan tersebut terdiri atas beberapa jenis kapal yang berbeda,
maka upaya dari setiap jenis kapal dikonversikan menjadi unit standar sebelum penjumlahan untuk
memperoleh upaya total. Tidak mengherankan trend dari Y/f memperlihatkan penurunan dengan
adanya peningkatan upaya. Dengan pertimbangan bahwa biomassa stok adalah suatu sumberdaya yang
terbatas yang diupayakan bersama oleh kapal-kapal pada suatu perikanan, kita mengharapkan
pembagian yang lebih kecil pada setiap kapal semakin banyak kapal yang masuk ke dalam perikanan
tersebut.

153
Tidak ada kejelasan trend pada hubungan antara hasil tangkapan (Y) dan upaya (f) dalam kasus ini.
Sekarang kita akan lihat bagaimana kedua model dapat diterapkan pada jenis data ini. Langkah-langkah
yang harus dilakukan untuk menduga parameter (Schaefer: a dan b; Fox: c dan d) akan diterangkan
berdasarkan data yang tertera pada Tabel 3.2 dan Gambar 3.13.

Tabel 3.2. Tahapan-tahapan perhitungan untuk estimasi MSY dan fMSY dengan model-model Schaefer
dan Fox dengan menggunakan data hasil tangkapan dan upaya dari perikanan trawl di perairan pantai
Utara Jawa (Dwiponggo, 1979 dalam Sparre & Venema, 1999)

Hasil tangkapan Upaya jumlah SCHAEFER FOX


Tahun (x1000 ton) kapal standar
f(i) Y(i)/f(i) ln (Y(i)/f(i)
(i) Y(i) (x) (y) (y)
1969 50.0 623.00 0.08000 -2.5230
1970 49.0 628.00 0.07800 -2.5510
1971 47.5 520.00 0.09100 -2.3930
1972 45.0 513.00 0.08800 -2.4340
1973 51.0 661.00 0.07700 -2.5620
1974 56.0 919.00 0.06100 -2.7980
1975 66.0 1158.00 0.05700 -2.8650
1976 58.0 1970.00 0.02900 -3.5250
1977 52.0 1317.00 0.03900 -3.2320
Nilai rata-rata 923.22 0.06670 -2.7648
Standar deviasi 485.14 0.02171 0.3873
Intersep a atau c 0.10650 -2.0403
Slope, b atau d -0.00004312 -0.0007848
Varians dari pada slope
sb2 = [(sy/sx)2-b2]/(9-2) 2.041*10-11 3.087*10-9
Simpangan baku dari slope, sb 0.00000452 0.00000556
batas-batas kepercayaan dari slope
b + t9-2*sb t7 = 2.37 -0.000032 -0.00065
b – t9-2*sb -0.000053 -0.00092
Varians dari intersep _
sa2 = sb2*[sx2*(n-1)/n+x2) 0.00002167 0.003277
Simpangan baku dari intersep, sa 0.0049 0.0572
batas-batas kepercayaan dari intersep
a + t9-2*sa 0.118 -1.90
a – t9-2*sa 0.095 -2.18
MSY Schaefer: -0.25*a2/b 65.8
Fox : -(1/d)*exp(c-1) 60.90
fMSY Schaefer : - 0.5*a/b 1235.0
Fox : (1/d)
1274.00
Sumber: Sparre & Venema, 1999
Keterangan: Dalam rumus-rumus pada Tabel ini a dan b diganti dengan c dan d untuk model Fox.

Seperti telah dikemukakan terdahulu hubungan antara hasil tangkapan per unit upaya dan upaya
merupakan garis lurus pada model Schaefer dan merupakan kurva yang dilinearkan dengan cara
melogaritmakan hasil tangkapan per unit upaya pada kasus model Fox. Maka penetapan nilai a dan b
serta c dan d memerlukan dua regresi linear yaitu: f(i) terhadap Y(i)/f(i) dan f(i) terhadap ln Y(i)/f(i).
Hasil yang diperoleh dari kedua regresi tersebut ditampilkan dalam Tabel 3.2, termasuk simpangan
baku dari kemiringan dan intersep. Grafik yang terjadi dapat dilihat pada Gambar 3.14. Dengan
demikian kita dapat menentukan hubungan antara hasil tangkapan per unit upaya dan upaya dari kedua
model tersebut.

154
Gambar 3.14. Model Schaefer dan Fox digambarkan berdasarkan perikanan demersal di perairan pantai
Utara Jawa (berdasarkan data pada Tabel 3.2)

Akan tetapi tujuannya adalah untuk memperoleh dugaan Hasil Tangkapan Maksimum Lestari
(Maximum Sustainable Yield, MSY) dan menetapkan pada tingkatan upaya berapa MSY telah atau akan
dicapai, maka untuk maksud itu kita harus menuliskan kembali persamaan (3.3) dan persamaan (3.5)
yang menggambarkan hasil tangkapan sebagai fungsi dari pada upaya, dengan cara mengalikan kedua
sisi dari persamaan dengan f(i):

Schaefer: Y(i) = a*f(i) + b*f(i)2 jika f(i) < - a/b ...............................................................(3.6)

atau Y(i) = 0 jika f(i) = - a/b

Fox: Y(i) = f(i)*exp [c + d*f(i)] .....................................................................................................(3.7)

Persamaan (3.6), model Schaefer, merupakan persamaan parabola (lihat Gambar 3.14), yang
mempunyai nilai maksimum dari Y(i), MSY, pada suatu upaya:

fMSY = - 0.5*a/b ................................................................................................................................(3.8)

dan hasil tangkapan pada tahapan upaya optimal adalah:

MSY = - 0.25*a2/b ........................................................................................................................(3.9)

155
Persamaan (3.7), model Fox, merupakan kurva yang tidak simetris dengan puncaknya sebagai titik
MSY, dan terlihat jelas kemiringan yang curam pada sisi kiri dan terlihat adanya penurunan secara
bertahap pada sisi sebelah kanan dari puncak (lihat Gambar 3.14).

Hasil tangkapan maksimum lestari (MSY) dan upaya pada tahapan MSY, fMSY, untuk model Fox dapat
dihitung dengan rumus yang diturunkan dari persamaan (3.7) dengan cara mendeferensialkan Y
terhadap f dan mengasumsikan dY/df = 0 untuk f, yaitu:

fMSY = - 1/d ...................................................................................................................................(3.10)

MSY = - (1/d)*exp(c- 1) ..............................................................................................................(3.11)

Hasil perhitungan dari contoh yang diberikan dapat dilihat pada baris terakhir Tabel 3.2.

Dari Tabel 3.2 dan Gambar 3.14 dapat dilihat bahwa kedua model tersebut memberikan sedikit
perbedaan hasil. Berdasarkan model Fox, nilai MSY yang diperoleh adalah 60.900 ton pada upaya
optimum fMSY sebesar 1274 kapal standar, sedangkan berdasarkan model Schaefer nilai MSY yang
diperoleh lebih tinggi (65.800 ton) dengan upaya optimum, fMSY, sebesar 1235 kapal standar. Dari kedua
model tersebut terlihat bahwa upaya penangkapan melewati fMSY pada tahun 1976 dan hasil tangkapan
berada di bawah MSY (lihat Gambar 3.13).

Sejauh ini yang telah dibicarakan terutama tata cara penghitungan, yang secara langsung diperoleh
hasilnya. Suatu pertanyaan akan timbul, yaitu mengapa kita harus juga memperhatikan model yang
rumit seperi model yield per rekrut dari Beverton dan Holt, bila estimasi MSY dapat diperoleh secara
mudah dengan menggunakan Model Produksi Surplus. Salah satu jawabannya adalah bahwa apa yang
kita peroleh dari kesederhanaan Model Produksi Surplus harus diimbangi dengan membuat banyak
asumsi tentang dinamika dari stok ikan, yang barangkali (dan hampir selalu) tidak mungkin untuk
dipertimbangkan. Beberapa dari asumsi akan didiskusikan kemudian. Alasan-alasan yang akan
diberikan berikut ini didasari oleh Model Schaefer, walaupun ini dapat pula diterapkan pada Model
Fox.

Asumsi dalam keadaan ekuilibrium

Untuk menerangkan konsep dari keadaan ekuilibrium kita anggap bahwa suatu keadaan di mana suatu
stok perawan mulai untuk dieksploitasi, katakanlah, pada tahun 1971 (lihat Gambar 3.15), terdapat
1.000 kapal dan andaikan “garis Schaefer” pada Gambar 3.15 berlaku untuk stok ini. Menurut Model
Schaefer hasil tangkapan pada tahun 1971 yang berasal dari 1.000 kapal seharusnya x.

156
Gambar 3.15. Ilustrasi dari konsep keadaan ekulibrium dan periode transisi

Akan tetapi, nilai ini menjadi y, yaitu nilai yang lebih besar daripada nilai yang diduga melalui model.
Hal ini terjadi karena ketika penangkapan dimulai pada tahun 1971, biomassa masih merupakan
biomassa stok perawan, Bv, dan hanya beberapa periode tertentu setelah eksploitasi biomassa tersebut
menurun.

Ketika penangkapan diteruskan pada tahun 1972, biomassa berkurang yang disebabakan oleh
penangkapan pada tahun 1971, sehingga hasil tangkapan pada tahun 1972 lebih kecil daripada hasil
tangkapan pada tahun 1971. Setiap tahun sumber daya tersebut akan berkurang, di mana pengurangan
hasil tangakapan akan semakin kecil sejak dilakukan penangkapan dengan 1.000 kapal. Pada akhirnya,
sistem akan mencapai keseimbangan pada hasil tangkapan per unit upaya, Y/f, tingkatan x. Kita katakan
bahwa sistem telah mencapai “keadaan ekuilibrium” setelah melalui “periode transisi.”

Pada keadaan ekuilibrium, produksi biomassa per satuan waktu adalah sama dengan jumlah ikan yang
tertangkap (hasil tangkapan per satuan waktu) ditambah dengan ikan yang mati karena keadaan alam.

“Keadaan ekuilibrium” di dalam Model Produksi Surplus dapat dibandingkan dengan “sistem
parameter konstan yang distabilkan” dalam model Beverton& Holt.

Asumsi biologi

Alasan biologi yang mendukung model ini telah dirumuskan dengan lengkap oleh Ricker (1975)
sebagai berikut:

1. Menjelang densitas stok maksimum, efisiensi reproduksi berkurang, dan sering terjadi jumlah
rekrut lebih sedikit daripada densitas yang lebih kecil. Pada kesempatan berikutnya,
pengurangan dari stok akan meningkatkan rekrutmen.
2. Bila pasokan makanan terbatas, makanan kurang efisien dikonversikan menjadi daging oleh
stok yang besar daripada oleh stok yang lebih kecil. Setiap ikan pada suatu stok yang besar
secara individu memperoleh makanan lebih sedikit; dengan demikian dalam fraksi yang lebih
besar makanan hanya digunakan untuk mempertahankan hidup, dan dalam fraksi yang lebih
kecil digunalan untuk pertumbuhan.

157
3. Pada suatu stok yang tidak pernah dilakukan penangkapan terdapat kecenderungan secara
relatif lebih banyak individu yang tua dibandingkan dengan pada suatu stok yang telah
dieksploitasi.
a. Ikan yang besar cenderung memangsa makanan yang lebih banyak, sehingga suatu anak
tangga tambahan (extra step) perlu disisipkan ke dalam piramida makanan, dengan akibat
kehilangan efisiensi di dalam penggunaan produksi makanan dasar (basic food production).
b. Ikan yang lebih tua mengkonversi fraksi yang lebih kecil dari makanan yang dimangsanya
menjadi daging, paling tidak karena ikan yang sudah matang telur setiap tahun
menggunakan bahan makanan untuk pengembangan dan pematangan telur.

Akan tetapi, adalah juga mungkin mempertimbangkan bahwa model-model ini adalah benar-benar
berdasarkan empiris. Sebagai contoh, bila pengamanan dari Y/f diplotkan terhadap f menghasilkan
kesesuaian dengan Model Fox, model ini dapat diterapkan tanpa harus memperhatikan kemungkinan
penjelasan secara biologi.

Asumsi terhadap koefisien kemampuan menangkap

Kita anggap bahwa mortalitas penangkapan adalah proporsional terhadap upaya (Persamaan: F = q*f).
Asumsi ini sendiri tidaklah bertentangan bila f adalah benar-benar menggambarkan upaya
penangkapan. Permasalahan akan timbul bila f diukur, misalnya, dalam jumlah hari-kapal per tahun
dalam satu runtun waktu tahunan. Pada kebanyakan kasus, efektifitas kapal berubah dari tahun ke tahun
dan sering terjadi kapal-kapal menjadi lebih besar dan mempunyai peralatan yang lebih lengkap.
Dengan demikian, 100 hari-kapal, katakanlah pada tahun 1978 dapat menciptakan mortalitas
penangkapan yang lebih besar daripada 100 hari-kapal pada tahun 1968. Ini berarti bahwa q menjadi
sebuah fungsi dari waktu atau agak sebagai sebuah fungsi dari perkembangan teknik yang biasanya
merupakan fungsi dari waktu. Telah dibuktikan bahwa sangat sulit untuk menghitung perubahan dari
q, yang disebabkan oleh peningkatan efisiensi penangkapan dan biasanya q diasumsikan selalu tetap.
Oleh sebab itu, satu hal yang perlu diperhatikan di dalam analisis dengan menggunakan Model Produksi
Surplus adalah untuk tidak mempergunakan data runtun waktu yang terlalu panjang. Bila hal ini akan
dilaksanakan, nilai q harus ikut dalam perhitungan. Pada suatu perikanan species pelagis kecil di daerah
upwelling, misalnya, sejenis ikan teri di Peru dan Chili, ternyata bahwa ikan-ikan terkumpul pada suatu
daerah yang sempit yang disebabkan oleh adanya perubahan kondisi lingkungan. Dalam kasus demikian
tidak ada hubungan yang langsung antara q, f dan F, sehingga Model Produksi Surplus tidak dapat
diterapkan.

b. Rumus Gulland

Dalam sub bab ini dibicarakan mengenai suatu kasus dari suatu stok yang jarang diteliti. Data runtun
waktu dari hasil tangkapan dan upaya tidak tersedia, akan tetapi dugaan dari biomassa secara
keseluruhan dan mortalitas alami telah diperoleh.

Beberapa rumus empiris telah dikembangkan dengan tujuan untuk menyediakan suatu dugaan awal
yang kasar dari MSY berdasarkan data yang kurang lengkap. Rumus ini telah digunakan secara luas
setelah dugaan awal biomassa saat itu (standing biomass) diperoleh melalui satu atau beberapa kali
survei eksplorasi dengan menggunakan trawl dasar dan/atau survei akustik. Rumus pertama telah
dikembangkan oleh Gulland (1971), perubahan telah diusulkan oleh Cadima (dalam Troadec, 1977)
dan akhirnya satu rangkaian dari rumus yang didasari oleh Model Produksi Surplus dari Schaefer dan
Fox telah dikembangkan oleh Garcia, Aparre & Csirke (1989).

Gulland (1971) mengusulkan cara-cara berikut untuk menduga hasil tangkapan maksimum lestari:

158
MSY = 0.5*M*Bv ......................................................................................................................(3.12)

di mana “Bv” adalah “biomassa stok perawan” dan M adalah mortalitas alami.

Rumus ini digunakan bila penelitian jarang dilaksanakan dan pada stok yang tingkat eksploitasinya
masih rendah. Bv sering diduga dengan metode luas sapuan (swept area method), dan M sering
merupakan nilai dugaan untuk species yang sama pada suatu wilayah perairan yang diduga kuat
berdasarkan hasil penelitian mempunyai kesamaan dengan yang lainnya. Mengingat rumus Gulland
diperlukan untuk menduga “biomassa stok perawan,” Bv, maka dalam pemakaiannya hanya dapat
diterapkan untuk stok yang belum dieksploitasi. Tidak ada pembenaran ilmiah untuk persamaan (3.12)
(Gulland, komunikasi pribadi). Akan tetapi, pernyataan berikut yang telah dikemukakan oleh Tiurin
(1962) serta Alverson & Pereyra (1969) membuat rumus tersebut masuk akal:

1. MSY harus tergantung kepada “biomassa stok perawan,” Bv.


2. Nilai M yang tinggi berkaitan dengan suatu produksi yang tinggi (lebih jauh akan didiskusikan
kemudian).
3. Bila biomassa = 0.5*Bv dan F = M di bawah tingkat pengusahaan yang optimum, persamaan
3.12 terpenuhi.

c. Rumus Cadima

Versi estimasi dari Gulland yang digeneralisasi telah diusulkan oleh Cadima (dalam Troadec, 1977)
untuk stok ikan yang telah dieksploitasi, dimana data tentang pengkajian stok tersedia terbatas. Estimasi
yang diusulkan oleh Cadima mempunyai bentuk:

_
MSY = 0.5*Z*B .....................................................................................................................(3.13)

dimana B adalah rata-rata (tahunan) biomassa dan Z adalah mortalitas total. Seperti kita ketahui bahwa
Z = F + M dan Y =F*B. Cadima menyarankan bahwa dengan tidak adanya data Z, persamaan 3.13
dapat ditulis kembali menjadi:

_
MSY = 0.5*(Y + M*B) ...........................................................................................................(3.14)
_
dimana Y adalah hasil tangkapan total selama satu tahun dan B adalah rata-rata biomassa pada tahun
yang sama.

Pada umumnya stok yang ada di dunia saat ini telah dieksploitasi, sehingga persamaan ini sering
digunakan pada suatu perairan dimana perikanannya sedang dan sudah berkembang, dan dimana data
berdasarkan runtun waktu dari hasil tangkapan dan upaya belum tersedia, akan tetapi dugaan biomassa
telah diketahui, misalnya, melalui survai akustik maupun survai trawl.

d. Estimasi MSY berdasarkan Model Produksi Surplus

Berdasarkan pertimbangan dari penjelasan terdahulu, Garcia, Sparre & Csirke (1989) menyarankan dua
cara kemungkinan untuk menduga “potensi menghasilkan” (potential yield) pada stok yang sudah
dieksploitasi yang pada prinsipnya mempunyai dasar dan penerapan yang sama dengan estimasi dari
Gulland dan Cadima, tetapi tetap konsisten terhadap prinsip-prinsip pokok dari model. Dua macam
estimasi telah diturunkan dari Model Schaefer dan Fox. Kedua metode menganggap bahwa persamaan:

159
_
B (biomasa rata-rata) dan Y (hasil tangkapan saat in) tersedia hanya untuk satu tahun. Mereka juga
beranggapan bahwa mortalitas alami, M, diketahui dan terdapat suatu hubungan antara M dan fMSY
dalam bentuk:

fMSY = k*M.......................................................................................................................................(3.15)

dimana k adalah tetap.


_ _
Seperti diketahui f = Y/B dan Y/f = B, maka Model Produksi Surplus pada persamaan 3.3 dan 3.4
dapat ditulis dalam bentuk:
_ _
Schaefer: B = a + b* (Y/B)...........................................................................................................(3.16)

_ _
Fox: ln B = c + d* (Y/B) ........................................................................................................(3.17)

Jika pengamatan B1 dan Y1 tersedia dan kita mempunyai estimasi kira-kira (guesstimate) dari M,
kemudian kita gabungkan dengan asumsi persamaan 3.15 sehingga diperoleh persamaan:

Schaefer: B1 = a + b* (Y1/B1) dan fMSY = k*M = -a/2b ............................................................(3.18)

Fox: ln B1 = c + d* (Y1/B1) dan fMSY = k*M = - 1/d .........................................................(3.19)

Persamaan di atas dapat dipecahkan untuk memperoleh nilai a dan b pada Model Schaefer dan c dan d
pada Model Fox:

Schaefer: a = 2*fMSY*B12/2*fMSY*B1 – Y1 b = B12/2*fMSY* B1 – Y1 .........................(3.20)

Fox: c = ln (B1)+ Y1/(B1*fMSY) d = - 1/fMSY .......................................................(3.21)

Setelah kita mengetahui nilai (a,b) atau (c,d) nilai MSY dapat diestimasi melalui persamaan 3.9 dan
3.11.

Schaefer: MSY = - 0.25*a2/b

Fox: MSY = -(1/d)* exp (c – 1)

Kemudian gambarlah kurva hasil tangkapan (c.f. persamaan 3.6 dan 3.7).

MSY yang berhubungan dengan Model Schaefer dapat diperoleh dengan cara memasukkan persamaan
3.20 dalam persamaan 3.9.

_ _
MSY = f2MSYB2 / 2*fMSY*B - Y .................................................................................................(3.22)

Kurva hasil tangkapan ditentukan oleh a dan b (persamaan 3.20). Bila fMSY tidak diketahui (seperti
sering terjadi) maka dapat diganti dengan k*M. Di dalam kasus tertentu dimana k = 1 dan f MSY = M,
maka kita memperoleh:

160
_ _
MSY = M2*B2 / 2*M*B - Y ........................................................................................................(3.23)

Pada keadaan dimana suatu stok tidak ada penangkapan (bila f = 0, Y = 0 dan B = Bv). Persamaan 3.23
menjadi rumus asli dari Gulland (Persamaan 3.12).

Bila suatu stok yang dipertanyakan lebih cocok dengan model produksi Fox (Persamaan 3.11), maka
persamaan untuk memperoleh MSY adalah:

_ _
MSY = fMSY*B*exp [Y / (fMSY* B) -1] ......................................................................................(3.24)

Kurva hasil tangkapan ditentukan oleh c dan d (Persamaan 3.21). Di dalam kasus tertentu dimana k =
1dan fMSY = M. Persamaan 3.24 menjadi:

_ _
MSY = M*B*exp [Y / (M* B) -1] ..............................................................................................(3.25)

Bila Y = 0, dugaan dari MSY sebanding dengan estimasi dari Gulland menjadi:

_ _
MSY = M*B*exp (-1) = 0.37*M* B ..........................................................................................(3.26)

Dengan demikian, satu pasang pengamatan (B1,Y1) dan asumsi terhadap M serta hubungan antara M
dan fMSY(fMSY = k*M) adalah keterangan yang sudah cukup untuk memperoleh dugaan awal yang kasar
dari kurva hasil tangkapan (Schaefer: a,b atau Fox: c,d), yang kemudian dapat diturunkan untuk
memperoleh dugaan awal yang kasar dari MSY.

e. Plot Munro dan Thompson

Model Produksi Surplus biasanya diterapkan terhadap runtun waktu dari hasil tangkapan per unit upaya
(CPUE) dan upaya. Akan tetapi Munro & Thompson (1983 dan 1983a) menerapkan Model Produksi
Surplus terhadap suatu paket data dari perikanan karang di Jamaika yang semuanya dikumpulkan dalam
satu tahun yang sama, tetapi mewakili beberapa daerah penangkapan yang tidak sama dan diupayakan
dalam tingkat upaya yang berbeda. Gambar 3.16 memperlihatkan peta secara skematis dari Jamaika
yang dibagi menjadi 9 wilayah, dengan kekecualian untuk wilayah B yang bertepatan dengan wilayah
Jamaika. Perikanan yang diteliti oleh Munro & Thompson (1983) adalah perikanan bubu lokal yang
dioperasikan denga jukung. Ikan-ikan perairan karang dianggap tidak terlalu banyak bergerak dan juga
diasumsikan bahwa setiap area (Gambar 3.16) mempunyai stok masing-masing yang tidak saling
berhubungan (sedikit percampuran). Sebagai asumsi dasar bahwa “rejim ekologi” pada wilayah
perairan di beberapa daerah tidak berbeda secara substansial di sekeliling pulau. Berdasarkan asumsi
tersebut, maka masuk akal untuk menganggap lebih jauh bahwa hasil tangkapan dan upaya
penangkapan pada daerah yang berbeda akan mengikuti model yang sama.

Tabel 3.3 menunjukkan data hasil tangkapan per unit upaya (CPUE) dan upaya yang dikumpulkan dari
berbagai wilayah perairan (Gambar 3.16) untuk perikanan paparan Jamaika pada species yang menetap
pada tahun 1968.

Upaya dinyatakan dalam unit jukung per km2 per tahun untuk mendukung asumsi bahwa setiap wilayah
perairan mempunyai potensial relatif yang sama, yakni dapat mendukung produksi yang sama per unit
area. Sehingga, bila dieksploitasi pada tingkatan yang sama (upaya penangkapan yang sama per unit

161
area per tahun), setiap wilayah perairan akan mempunyai hasil tangkapan per unit area per tahun
(kg/km2/tahun) yang sama (c.f. kolom D pada Tabel 3.3).

Hasil tangkapan per unit area didasarkan pada daerah paparan dan batas dari setiap wilayah (lihat tulisan
aslinya: Munro & Thompson, 1983 dan 1983a). Hubungan antara hasil tangkapan per unit upaya
(CPUE) dan upaya di sini diasumsikan mengikuti Model Fox (persamaan 3.4). Gambar 3.17
memperlihatkan plot ln (CPUE) terhadap upaya seperti juga terhadap hasil tangkapan per jumlah jukung
per km2. Munro dan Thompson mempunyai alasan untuk mengeluarkan wilayah perairan F dari analisis
regresi.

Tabel 3.3. Data masukan untuk plot Munro dan Thompson (Munro dan Thompson, 1983a)

Wilayah A B C = LNb D = A*B


(stok) Upaya CPUE ln CPUE Hasil tangkapan
Jukung/km2 Kg/jukung/tahun model Fox Kg/km2/tahun
A 1.63 2367 7.769 3858
B 0.38 3279 8.095 1246
C 3.09 1407 7.249 4348
D 5.63 556 6.321 3130
E 4.43 974 3.881 4315
(F) 5.51 1306 7.175 7196
G 4.58 564 6.335 2583
H 4.20 767 6.642 3221
I 1.49 1875 7.536 2794

Gambar 3.16. Peta skematik Jamaika memperlihatkan wilayah yang digunakan untuk plot Munro &
Thompson (Gambar 3.17)

Gambar 3.17. Plot Munro dan Thompson berdasarkan data a Tabel 3.3 (dari Munro & Thompson, 1983)

162
Bila plot dari Munro & Thompson diterapkan, maka yang perlu diperhatikan adalah bahwa ikan-ikan
yang dapat bebas bergerak antara wilayah seperti ikan-ikan pelagis besar harus dikeluarkan dari
perhitungan.

Plot dari Munro & Thompson mungkin berguna dalam situasi di mana hanya tersedia data yang terbatas
dari bagian wilayah tertentu yang mempunyai perikanan yang serupa pada stok ikan karang atau sumber
daya lain dengan kemiripan derajat pergerakan yang rendah.

f. Pembakuan Upaya

Seperti telah disarankan bahwa upaya adalah proporsional dengan mortalitas penangkapan. Tentunya
hal ini benar, bila kita menentukan upaya sesuatu yang proporsional dengan mortalitas penangkapan,
akan tetapi sebuah definisi tidak selalu dapat diterapkan dalam kenyataan. Dalam kenyataan kita harus
memilih satuan untuk upaya yang kita tahu dengar benar mempunyai hubungan dengan mortalitas
penangkapan atau agak ke arah daya tangkap (fishing power). Ada beberapa pilihan. Untuk perikanan
trawl kita dapat pertimbangkan: jumlah kapal trawl, jumlah hari-kapal trawl, jumlah kapal trawl standar
(ikut diperhitungkan jenis kapal), jumlah hari-kapal trawl standar, dan lain-lain.

Untuk perikanan pancing akan lebih baik bila mempertimbangkan jumlah hari-nelayan atau jumlah
pancing yang digunakan dikalikan jumlah hari. Dalam hal ini sesuatu yang harus diperhitungkan adalah
persaingan nelayan yang berada dalam satu kapal, sehingga upaya tidak merupakan fungsi linier dari
jumlah nelayan.

Pada umumnya, suatu ukuran yang terlihat mempunyai hubungan linier dengan laju tangkap adalah
ukuran yang sesuai. Bila kita lihat bahwa dua unit upaya dapat menghasilkan dua kali hasil tangkapan
yang diperoleh dengan satu unit upaya yang dioperasikan dalam kondisi yang sama, maka satuan upaya
tersebut merupakan satuan yang sesuai. Sebagai contoh, jumlah jam penangkapan dikalikan dengan
tenaga kuda mesin kapal mungkin merupakan ukuran yang sesuai untuk upaya pada perikanan trawl
dasar, sedangkan pada perikanan gill net jenis kapal dan jumlah jam nampaknya kurang penting
dibandingkan dengan jumlah seting gill net per hari. Pada kedua kasus yang telah dibicarakan di atas,
jumlah nelayan tidak berhubungan secara linier dengan daya tangkap.

Seperti telah didiskusikan sebelumnya terdapat banyak kesulitan dalam menentukan ukuran upaya yang
sesuai untuk suatu alat, tetapi ketika mencoba untuk menentukan upaya untuk gabungan alat-alat
tangkap yang mengusahakan sumberdaya yang sama, kita menemui masalah yang lebih rumit. Di
perikanan tropis berbagai alat digunakan untuk menangkap sumberdaya yang sama. Oleh karenanaya
beberapa metode pembakuan terhadap unit upaya akan dibahas di sini.

Upaya relatif

Sebelum memulai diskusi tentang standarisasi upaya, kita catat bahwa: Hasil Tangkapan (yield) / Hasil
Tangkapan per Unit Upaya (CPUE) = upaya (effort) atau CPUE = yield/effort. Selanjutnya kita akan
menggunakan hubungan ini, bukan untuk hubungan hasil tangkapan dan upaya, tetapi untuk kuantitas
yang proporsional terhadap hasil tangkapan, upaya dan hasil tangkapan per unit upaya, sehingga hasil
akhir adalah suatu ukuran pembanding untuk upaya. Oleh sebab itu disebut “upaya relatif.” Kita juga
menganggap bahwa seluruh unit upaya yang ditetapkan adalah sesuai.

163
Contoh 3.2: Penjumlahan upaya untuk unit-unit upaya yang berbeda.

Di dalam contoh yang diberikan pada Tabel 3.4 kita menganggap bahwa upaya dari empat alat tangkap
diukur dalam jumlah unit per tahun. Terlihat bahwa unit upaya yang belum distandarisasi tidak saling
berkesuaian. Hasil tangkapan yang berasal dari bermacam-macam upaya juga tersedia dari suatu
program pengambilan contoh. Hasil tangkapan empat alat tangkap yang diambil sebagai contoh yang
tertera pada tabel diasumsikan hanya merupakan satu per sepuluh dari seluruh hasil tangkapan dari stok
yang ditanyakan. Agar beberapa jenis alat tangkap yang berbeda (unit upaya) saling berkesuaian, setiap
unit harus dikonversikan ke dalam CPUE, yang kemudian pada gilirannya dikonversikan kedalam
“CPUE relatif” seperti terlihat pada tabel. Hasil tangkapan per unit upaya relatif dari alat tangkap i pada
tahun y ditentukan sebagai berikut:

_____
Ri(y) = CPUEi(y) / CPUEi (y1,y2) ..............................................................................................(3.27)

____ y2
dimana: CPUE (y1,y2) = 1/(y2-y1)*∑ CPUE i (j)
j=y1

bila periode waktu selama tahun y1, y1 + 1.........., y2 dipertimbangkan. (Dalam Tabel 3.4, y1 = 1971
dan y2 = 1975).

Karena CPUE relatif dari alat tangkap tidak mempunyai satuan, kita dapat katakan bahwa kita telah
memperoleh unit CPUE yang saling berkesuaian dengan cara mengkonversikannya kedalam CPUE
relatif dan kemudian CPUE relatif dapat dijumlahkan.

Di dalam kasus yang bersifat hipotesis bahwa seluruh pengamatan CPUE adalah sebanding dengan
ukuran populasi, CPUE relatif akan menjadi identik untuk seluruh alat tangkap. Akan tetapi di dalam
kenyataan beberapa alat tangkap kurang penting dibanding yang lainnya. Pukat cincin pada Tabel 3.4
merupakan alat tangkap utama dalam hal hasil tangkapannya, sedangkan alat tangkap huhate tidak
terlalu penting. Hal ini dapat diterangkan dengan menghitung penjumlahan CPUE relatif yang telah
diberikan bobot dengan masing-masing hasil tangkapan. Sebagai contoh untuk tahun 1971 (lihat Tabel
3.4).

R(1971) = (100*1.089+300*1.047+40*1.11+350*1.04) / (100+300+40+350) = 1.052

Dengan membagi hasil tangkapan keseluruhan dari species yang diamati, YT(y), termasuk hasil
tangkapan yang tidak tercakup oleh program pengambilan contoh dari hasil tangkapan dan upaya oleh
penjumlahan CPUE relatif yang telah diberikan bobot memberikan suatu gambaran yang sebanding
dengan upaya secara keseluruhan, R(y), nampak pada kolom “YT(y) / R(y)” pada Tabel 3.4. Kolom
terahir berisi upaya relatif yang telah dinormalkan, E(y). (Konsep ini diperkenalkan untuk menghindari
kerancuan antara upaya relatif dan upaya absolut).

Alat tangkap pertama pada Tabel 3.4, yaitu pukat cincin, adalah yang terpenting, dalam hal bahwa trend
hasil tangkapan ini adalah sama dengan trend upaya relatif yang telah dinormalkan. Pukat pantai
memperlihatkan trend yang berlawanan, akan tetapi karena alat tangkap tersebut kurang penting, maka
tidak banyak mempengaruhi upaya yang telah digabung. Seandainya hasil tangkapan pukat cincin
hanya 10 persen dari yang sekarang, trend akan berubah sehingga pukat pantai akan menjadi alat
tangkap yang relatif lebih penting. Nilai dari E(y) kemudian akan mempunyai trend yang sama seperti
hasil tangkapan dari pukat pantai (lihat Tabel 3.5).

164
Tabel 3.4. Contoh (hipotetis) untuk menggambarkan penjumlahan upaya pada unit upaya yang
berbeda (Sparre & Venema, 1999)
Tahun 1. Pukat cincin 2. Pukat Pantai
Y Y1(y) f1(y) CPUE R1(y) = Y2/(y) f2(y) CPUE2(y) R2(y) =
(y) rel. rel. Y/f
Y1/f1 Y/f Y2/f2
1971 100 10 10.00 1.089 300 800 0.375 1.047
1972 200 21 9.52 1.037 250 669 0.374 1.043
1973 400 43 9.30 1.013 200 543 0.368 1.028
1974 700 81 8.64 0.941 150 430 0.349 0.974
1975 1200 142 8.45 0.920 100 307 0.326 0.909
_____ ______
CPUE 1 (Y1,Y2) = 9.18 CPUE 2 (Y1,Y2) = 0.358

Tahun 3. Huhate 4. Tonda


Y3(y) f3(y) CPUE R3(y) = Y4(y) f4(y) CPUE R4(y) =
Y 3(y) rel. 4(y) rel.Y/f
Y3/f3 Y/f Y4/f4
1971 40 10000 0.00400 1.11 350 200000 0.00175 1.04
1972 80 20900 0.00383 1.06 344 200000 0.00172 1.02
1973 120 31100 0.00386 1.07 339 200000 0.00170 1.01
1974 80 23200 0.00345 0.96 333 200000 0.00167 0.99
1975 40 13700 0.00292 0.81 320 200000 0.00160 0.95
_____ _____
CPUE 3 (y1,y2) = 0.00361 CPUE 4 (y1,y2) = 0.00169

Yi(y) = hasil tangkapan alat tangkap i tahun y. 1 = 1, ........,4 y = 1971,.........., 1975


fi(y) = upaya alat tangkap i tahun y
CPUEi(y) = Yi(y) / fi(y) = hasil tangkapan per unit upaya dari alat tangkap i upaya tahun y
_____
Ri(y) = CPUE (y) / CPUE(y1,y2) = CPUE relatif
Tahun Total Y CPUE relatif Hasil Upaya relatif Relatif upaya yang
Sampel tangkapan dinormalkan
Y YS(y) R(y) total YT(y) / R(y) E(y)
YT(y)
1971 790 1.0524 7900 7507 0.653
1972 874 1.0341 8740 8452 0.735
1973 1059 1.0231 10590 0.902
10369
1974 1263 0.959 12630 13170 1.145
1975 1660 0.9224 16600 17995 1.565

Rata-rata YT / R 11499
4
YS (y) = ∑ Yi (y) jumlah hasil tangkapan dari alat tangkap dimana upayanya diketahui
i=1 (hasil tangkapan dari alat tangkap yang dijadikan sampel) per tahun.
4
R(y) = ∑ [Ri(y)*Yi(y) / YS (y)] jumlah dari CPUE relatif yang diboboti oleh hasil tangkapan tahun y
i=1

YT(y) hasil tangkapan total untuk seluruh alat tangkap (termasuk alat
tangkap dimana upayanya tidak diketahui)

YT(y) / R(y) upaya relatif pada tahun y

E(y) = {YT(y)/R(y)}/Rata-rata YT/R upaya relatif yang dinormalkan pada tahun y

165
Metode yang digambarkan di atas telah digunakan oleh the North Sea Round Fish Working Group dari
ICES (ICES, 1980). Metode ini tidak memerlukan perbandingan langsung dari jenis-jenis kapal yang
berbeda. Yang diperlukan hanya jenis-jenis data yang sering tersedia. Metode dapat dipertanyakan, dan
pada kenyataannya, hasil yang dicapai oleh kelompok kerja ICES adalah tidak benar-benar meyakinkan
ketika kelompok ICES mengkorelasikan gambaran upaya relatif yang telah dinormalkan oleh mortalitas
penangkapan yang diperoleh melalui VPA.

Tabel 3.5. Eksplorasi konsep dari upaya relatif yang telah dinormalkan untuk beberapa alat tangkap
gabungan (Sparre & Venema, 1999)

Tahun Dari Tabel 3.4 Jika hasil tangkapan pukat cincin hanya 10% dari
yang telah ditetapkan
E(y) E(y)
1971 0.653 1.014
1972 0.734 1.018
1973 0.903 1.035
1974 1.146 0.984
1975 1.564 0.949

Daya tangkap relatif

Metode yang lebih langsung (dan mungkin ada ketergantungan) untuk standarisasi upaya adalah yang
diusulkan oleh Robson (1966) (dibicarakan dalam Gulland, 1983). Metode ini memerlukan tambahan
data, dan bekerja berdasarkan konsep “daya tangkap relatif.” Dengan daya tangkap relatif kapal A
relatif terhadap kapal B berarti:

PA(B) = (CPUE dari kapal B) / (CPUE dari kapal A) ..............................................................(3.28)

Bila dua kapal melakukan penangkapan dalam kondisi yang sama (pada waktu dan daerah yang sama).
Kapal A sering disebut sebagai “kapal standar.”

Andaikata kapal-kapal yang bersama-sama menangkap ikan dalam suatu perikanan dapat dibagi
menjadi 5 kelompok yang homogen, sehingga setiap kelompok terdiri atas kapal-kapal yang
mempunyai daya tangkap yang serupa. Seandainya juga CPUE adalah dalam unit hasil tangkapan per
unit waktu (misalnya hasil tangkapan per waktu trawling), dan selanjutnya data berikut telah
dikumpulkan:

Jenis kapal A (standar) B C D E


Daya tangkap (PA) 1.0 PA(B) PA(C) PA(D) PA(E)
Jumlah kapal (N) NA NB NC ND NE
Rata-rata jumlah hari
menangkap per kapal (d) dA dB dC dD dE

Upaya keseluruhan (total effort) kemudian dapat diduga dengan:

Upaya keseluruhan:

1.0*NA*dA+PA(B)*NB*dB+PA(C)*NC*dC+PA(D)*ND*dD+PA(E)*NE*dE.......................(3.29)

Di dalam kasus tertentu dapat diasumsikan bahwa daya tangkap adalah sebanding dengan beberapa
karakteristik dari kapal atau alat tangkap yang relatif mudah memperolehnya, misalnya GRT (tonase
dalam ton) atau HP (tenaga kuda) atau produk keduanya untuk kapal trawl dan, sebagai contoh, jumlah

166
atau panjang jaring dari alat tangkap gill net. Seperti biasanya kita hanya tertarik terhadap upaya relatif,
PA (daya tangkap) pada persamaan 3.29 dapat dengan mudah diganti dengan karakteristik dari
kapal/alat tangkap.

g. Model Deriso/Schnute

Sekumpulan model yang mencoba untuk dapat mengkompromikan antara Model


Produksi Surplus dan model struktur umur telah disampaikan oleh Deriso (1980),
Ludwig & Walters (1985), Ludwig (1987) dan Schnute (1985, 1987). Akan tetapi
di perairan tropis model-model tersebut mempunyai keterbatasan dalam
penerapannya. Karena model-model di atas dikembangkan untuk species yang
berumur panjang (pertumbuhannya lambat), yang tidak dieksploitasi dalam kurun
umur pertama dalam siklus hidupnya. Mereka didasari oleh sederet asumsi yang
agak ketat sehingga membuat model-model ini tidak dapat diterapkan pada
John Schnute species tertentu. Schnute (1985) menyatakan tentang model-model tersebut:”Di
antaranya, mereka merefleksikan kenyataan yang tidak dapat ditolak bahwa populasi terdiri atas kelas
umur yang akan menjadi lebih tua setiap tahunnya.” Hal ini jelas terlihat bahwa model-model tersebut
tidak dimaksudkan untuk stok dimana “kenyataan” ini dapat ditolak, misalnya udang. Kenyataannya,
metode ini tidak memberikan hasil yang benar untuk species yang dikemukakan di atas (misalnya
biomasa negatif).

Dasar teori biologi untuk model-model ini tidak jauh berbeda dengan model-model yang telah
diperkenalkan lebih dulu (anggapan dasarnya adalah serupa dengan anggapan dasar analisis kohort dari
Pope). Tetapi teori matematik yang diterapkan untuk prosedur estimasi adalah lebih rumit daripada
kebanyakan model-model yang dikemukakan pada buku ini. Perbedaan utama dari model struktur umur
yang dijelaskan pada buku ini adalah persamaan Ford-Walford yang menggantikan model pertumbuhan
dari von Bertalanffy dalam bobot:

W(t) = W∞*[1 – exp(-K*(t-to))]3.

Model-model tersebut adalah sangat rumit dan benar-benar tidak sederhana dalam penggunaannya. Bila
diuraikan di dalam bahasa yang tidak matematis, model ini akan memerlukan bab yang sangat panjang.
Untuk pembaca yang tertarik pada model-model ini disarankan untuk melihat makalah yang dtulis oleh
Deriso, Schnute dan lainnya, seperti yang tertulis di atas.∞∞

h. Model Gordon-Schaefer

Setelah kita membahas model biologi yang dikembangkan oleh Schaefer (1954), kini kita membahas
teori dasar bioekonomi perikanan yang dikenal dengan model bioekonomi Gordon-Schaefer. Model
Gordon-Schaefer itu sendiri sebenarnya merupakan pengembangan dari model biologi-Schaefer.

Menurut Fauzi (2010), dalam perspektif model Schaefer, pengelolaan sumber daya ikan yang terbaik
adalah pada saat produksi lesatri berada pada titik tertinggi kurva yield-effort. Titik ini kemudian disebut
sebagai “maximum sustainable yield” atau dikenal dengan MSY. Pada tingkat output sebesar MSY
input yang dibutuhkan adalah sebesar Emsy. Secara matematis tingkat input sebesar ini bisa ditentukan
dengan memecahkan turunan pertama persamaan:

h = qKE(1 - qE/r) terhadap effort …………………………………………………………………(3.30)

atau

167
𝝏h/𝝏𝑬 = qK – 2q2KE = 0 ………………………………………………………………………(3.31)
r
atau

Emsy = r/2q ……… ……………………………………………………………………………….(3.32)

Jika kita substitusikan nilai Emsy ini kembali ke persamaan (3.30), maka akan diperoleh tangkapan pada
tingkat MSY atau hmsy sebesar:

hmsy = rK/4 ………………………………………………………………………………………..(3.33)

Dengan diketahuinya dua nilai pada tingkat MSY ini, maka dengan menggunakan persamaan:

h = qxE ……………………………………………………………………………………………(3.34)

tingkat biomass (stok) pada level MSY dapat dihitung dengan cara:

xmsy = hmsy/qEmsy = (rK/4) = K/2 …………………………………………………………………(3.35)


q(r/2q)

Nilai ini sama dengan nilai stok pada pertumbuhan maksimum.

Menurut Fauzi (2010), selama beberapa puluh tahun sejak ditemukan oleh Schaefer, MSY telah menjadi
salah satu tujuan utama pengelolaan perikanan. Dengan kata lain pembangunan perikanan diarahkan
sedemikian rupa untuk mencapai nilai MSY ini. Namun belakangan MSY ini banyak dikritisi karena
beberapa kelemahan mendasar. Menurut Conrad dan Clark (1987), kelemahan mendasar tersebut
misalnya:

1. Tidak bersifat stabil, karena, perkiraan stok yang meleset sedikit saja bisa mengarah ke
pengurasan stok (stock depletion).
2. Didasarkan pada konsep steady state (keseimbangan) semata, sehingga tidak berlaku pada
kondisi nonsteady state.
3. Tidak memperhitungkan nilai ekonomis apabila stok ikan tidak dipanen (imputed value).
4. Mengabaikan aspek interdependensi dari sumber daya.
5. Sulit diterapkan pada kondisi di mana perikanan memiliki ciri ragam jenis (multi species).

Menyadari kelemahan pendekatan MSY inilah kemudian Gordon (1954) mengembangkan aspek
ekonomi pengelolaan perikanan dengan berbasis model biologi Schaefer. Model yang kita bahas ini
kemudian dikenal sebagai model Gordon-Schaefer. Model Gordon Schaefer didasarkan pada beberapa
asumsi mendasar yakni:

1. Harga per satuan output (p) (Rp/kg) diasumsikan konstan atau kurva permintaan yang elastis
sempurna.
2. Biaya per satuan upaya (c) dianggap konstan.
3. Species sumber daya ikan bersifat tunggal (single species).
4. Struktur pasar bersifat kompetitif.
5. Nelayan adalah price taker (tidak bisa menentukan harga).
6. Hanya faktor penangkapan yang diperhitungkan (tidak memasukkan faktor pasca panen dan
lain sebagainya).

Dengan asumsi di atas, maka manfaat ekonomi atau rente ekonomi (economic rent) yang diperoleh
dari aktivitas perikanan dapat diperoleh dari selisih antara penerimaan atau tepatnya penerimaan

168
total lestari (Total Sustainable Revenue = TSR) dengan biaya yang dikeluarkan. Total Sustainable
Revenue ini diperoleh dari perkalian antara harga per satuan ikan yang dijual (Rp/kg) dengan
produksi lestari sebagaimana dijelaskan pada persamaan (3.30). Secara matematis TSR ini ditulis:

TSR = ph(E) = pqKE [1 – qE/r] ………………………………………………………………...(3.36)

Persamaan 3.36 merupakan persamaan kuadratik terhadap effort dengan konstanta p, q, r dan K.
Persamaan di atas bahkan bisa secara sederhana ditulis dalam bentuk TSR = 𝛾E – 𝜇E2 di mana 𝛾 =
𝑝𝑞𝐾 sementara 𝜇 = (pq2K)/r, sehingga plot kurva TSR akan berbentuk parabolic seperti halnya kurva
yield-effort. Gordon (1954) juga mengasumsikan bahwa biaya total (TC) bersifat linear terhadap input
(effort) atau:

TC = cE …………………………………………………………………………………………..(3.37)

Konstanta c selain menggambarkan biaya per unit input juga menggambarkan biaya korbanan dari input
yang digunakan. Jika biaya penerimaan dan biaya tersebut kita petakan dalam grafik dengan sumbu
horizontal effort dan sumbu vertikal penerimaan dan biaya (Rp) maka akan terlihat seperti pada Gambar
3.18.

Penerimaan, Biaya (Rp)

TC = cE

TSR = 𝛾E – 𝜇E2

Upaya (effort) = E

Gambar 3.18. Kurva penerimaan lestari (TSR) dan kurva biaya (Fauzi, 2010)

Sebagaimana disebutkan di atas, manfaat ekonomi bisa dihitung dari selisih antara penerimaan dan
biaya sehingga dengan menggabungkan kedua persamaan di atas, manfaat ekonomi dari penangkapan
ikan dapat ditulis menjadi:

𝝅 = TSR – TC

= pqKE[1 – qE/r] – cE ……………………………………………………………………….(3.38)

Dengan melihat fungsi keuntungan tersebut, Gordon melihat adanya dua keseimbangan utama yang
mendasari efisiensi ekonomi pengelolaan perikanan. Keseimbangan pertama terjadi manakala kurva
TSR dengan kurva TC bersinambungan pada titik A. Titik ini terjadi pada tingkat input sebesar E∞
(Gambar 3.19).

169
Penerimaan, Biaya (Rp)

B TC = cE

TSR = 𝛾E – 𝜇E2

Eo Emsy E∞ Upaya (effort) = E

Gambar 3.19. Keseimbangan ekonomi model Gordon-Schaefer (Fauzi, 2010)

Keseimbangan pada titik A dikatakan oleh Gordon sebagai open acces equilibrium atau keseimbangan
perikanan dalam kondisi akses terbuka. Hal ini bisa dijelaskan sebagai berikut. Pada kondisi perikanan
dengan akses terbuka, surplus manfaat ekonomi (rente ekonomi yang positif) akan menimbulkan daya
tarik armada lain untuk berpartisipasi dalam perikanan atau terjadi penambahan input (peningkatan GT,
besaran tenaga motor/horse power, peningkatan volume palka atau penambahan tenaga kerja) sehingga
secara agregat input (effort) akan bertambah (ditunjukkan oleh arah panah ke kanan). Proses ini disebut
sebagai proses entry dalam akses terbuka. Hal ini akan terus berlangsung sampai rente ekonomi terkuras
(dissipated). Sebaliknya, jika terjadi defisit rente ekonomi di mana biaya lebih besar dari penerimaan
(TC > TSR) maka akan terjadi pengurangan input (exit) yang ditunjukkan oleh arah panah ke kiri. Hal
ini pun akan terus berlangsung sampai rente ekonomi terkuras. Sehingga hanya pada titik E = E∞ proses
exit dan entry akan berhenti dan titik ini dikatakan titik keseimbangan akses terbuka.

Selain titik keseimbangan akses terbuka, Gordon melihat bahwa jika ditarik garis sejajar antara total
biaya dan slope (kemiringan) kurva penerimaan atau kurva TSR maka akan diperoleh jarak tertinggi
antara penerimaan dan biaya. Jarak ini ditunjukkan dengan garis BC pada Gambar 3.19 yang
menghasilkan manfaat ekonomi (rente) yang paling maksimum. Tingkat input pada keseimbangan ini
terjadi pada E0. Sebagaimana kemudian terlihat pada Gambar 3.19, input yang dibutuhkan pada kondisi
akses terbuka dengan rente ekonomi yang nol jauh lebih besar daripada yang dibutuhkan pada
keuntungan yang maksimum sehingga Gordon menyebutkan keseimbangan akses terbuka tidak optimal
secara social (not socially optimal) karena biaya korbanan yang terlalu besar (capital dan tenaga kerja
yang terbuang pada tingkat akses terbuka ini bisa dimanfaatkan untuk kegiatan ekonomi lainnya yang
lebih produktif). Dalam perspektif model Gordon-Schaefer, pengelolaan yang efisien dan optimal
secara social adalah pada titik E0. Titik ini kemudian dalam literature ekonomi perikanan dikenal
sebagai keseimbangan maximum economic yield (MEY). Titik keseimbangan ini bisa diperoleh jika
perikanan dikendalikan dengan rezim kepemilikan yang jelas atau sering juga diistilahkan dengan rezim
“sole owner”.

Di antara dua titik keseimbangan tersebut ada titik keseimbangan yang ketiga yakni ketika kurva TSR
mencapai titik maksium yang berhubungan dengan titik input sebesar E msy. Pada titik input ini, meski
kurva TSR mencapai titiik kesimbangan namun jarak dengan kurva TC bukanlah jarak terbesar atau
dengan kata lain tidak dihasilkan rente ekonomi yang maksimum, sehingga input pada E msy tidak
dikatakan sebagai input yang optimal secara sosial.

170
Pendekatan lain yang bisa digunakan untuk memahami model Gordon-Schaefer ini adalah melalui
pengukuran marjinal dan pengukuran rata-rata. Lebih tepatnya melalui penerimaan marjinal (Marginal
Revenue), biaya marjinal (Marginal Cost), penerimaan rata-rata (Average Revenue), dan biaya rata-rata
(Average Cost). Penggunaan pengukuran ini penting secara prinsip ekonomi karena dalam ekonomi,
pengukuran indikator melalui perubahan dan rata-rata jauh lebih baik daripada pengukuran absolut
(pengukuran total). Ekonom lebih concern terhadap pengukuran relatif daripada pengukuran total.
Sebagai ilustrasi dimisalkan pendapatan Anda Rp juta secara absolut ini nampaknya besar, namun jika
kemudian Anda melihat bahwa pendapatan orang lain Rp 10 juta, maka secara relatif pendapatan Anda
hanya sepersepuluh dari pendapatan orang lain.

Untuk memahami pengukuran relatif dari model Gordon-Schaefer ini kita akan gunakan persamaan
3.36 dan persamaan 3.37 sebagai basis dan mentransformasi kedua persamaan tersebut dalam ukuran
marjinal dan rata-rata sehingga penerimaan rata-rata atau Average Sustainable Revenue (ASR) dapat
ditulis:

ASR = TSR/E = pqK – (pq2KE)/r ………………………………………………………………(3.39)

Persamaan 3.39 merupakan persamaan linear terhadap input (E) dengan intersep sebesar pqK dan slope
sebesar pq2K/r.

Penerimaan marjinal (Marginal Sustainable Revenue) dapat diperoleh dengan menurunkan persamaan
3.36 terhadap E sehingga diperoleh:

MSR = 𝝏TSR/ 𝝏𝑬 = 𝒑𝒒𝑲 − 2 (pq2K/r) E ……………………………………………………...(3.40)

Dari persamaan (3.39) dan persamaan (3.40) terlihat bahwa ASR dan MSR memiliki besaran intersep
yang sama namun dengan kemiringan yang berbeda. Jika kita petakan dalam gambar, maka kurva MSR
akan memiliki kemiringan dua kali lebih tajam dari kemiringan kurva ASR sebagaimana terlihat pada
Gambar 3.20. Perlu dicatat di sini bahwa berbeda dengan pemahaman ekonomi mikro pada umumnya
mengenai konsep penerimaan marjinal di mana penerimaan marjinal merupakan fungsi dari output,
dalam model Gordon-Schaefer ini penerimaan marjinal ditulis dalam bentuk fungsi dari input (effort).
Kalau dalam konsep ekonomi mikro kemiringan yang negatif dari kurva penerimaan marjinal lebih
disebabkan karena kurva permintaan yang bervariasi terhadap output misalnya P = a – by dimana y
adalah output, a dan b adalah konstanta, maka dalam model Gordon-Schaefer di mana harga bersifat
konstan, kemiringan yang negatif dari kurva penerimaan marjinal tersebut lebih disebabkan karena
perubahan pada produktivitas stok ikan akibat perubahan pada effort.

Untuk komponen biaya, oleh karena biaya total linear terhadap input (effort) maka biaya rata-rata dan
biaya marjinal akan sama yakni sebesar konstanta c. Kurva biaya rata-rata dan biaya marjinal
merupakan garis lurus horizontal sebesar c. Penampilan secara keseluruhan penerimaan rata-rata,
penerimaan marjinal dan biaya rata-rata serta biaya marjinal terlihat pada Gambar 3.20.

Dari Gambar 3.20 terlihat bahwa keseimbangan open access dalam konteks pengukuran rata-rata dan
marjinal terjadi ketika kurva biaya rata-rata (AC) berpotongan dengan kurva penerimaan rata-rata
(ASR). Hal ini bisa dibuktikan dengan menyamakan persamaan dengan nol (kondisi open access di
mana 𝜋 = 0) dan membaginya dengan unit input (E) sehingga diperoleh ASR = AC. Keseimbangan
MEY diperoleh pada saat kurva MSR (Marginal Sustainable Revenue) berpotongan dengan kurva
Marginal Cost (MC) dan berkorelasi dengan titik input sebesar E0. Titik ini bisa dibuktikan dari
penurunan persamaan terhadap variabel input E) atau maksimisasi rente ekonomi. Secara matematis ini
dapat diperoleh dari penurunan 𝜕𝜋 / 𝜕𝐸 = 0 atau:

171
𝝏𝜋 / 𝝏𝑬 = pqK – 2 (pq2KE)/r = c

= MSR = MC ……………………………………………………………………………………(3.41)

Titik perpotongan kedua kurva ini jika dilihat pada panel paling bawah yakni kurva rente ekonomi pada
Gambar 3.20.

Penerimaan, Biaya (Rp)

TC = cE

TSR = 𝛾E – 𝜇E2

E* Emsy E∞ Upaya (effort) = E

Rp

MSR ASR

MC = AC

E* Emsy E∞

E* E∞ E

Gambar 3.20. Model Gordon-Schaefer dalam bentuk marjinal dan rata-rata (Fauzi, 2010)

(2). Metode Luas Sapuan (Swept Area Method)

a. Survai Trawl Demersal

Survai trawl dasar (demersal trawl surveys) untuk memantau indeks kelimpahan stok ikan demersal
telah digunakan secara luas. Bagi stok yang belum dimanfaatkan (atau sangat sedikitnya data tentang
stok tesebut), biomassa dan dengan hasil (yield) tahunannya dapat diturunkan melalui survai trawl

172
dasar. Tetapi, pedugaan biomassa total melalui hasil tangkapan per satuan upaya (per satuan area)
mengandung beberapa asumsi yang kritis (krusial), hingga dugaan tersebut menjadi tidak/kurang tepat.

Rata-rata hasil tangkapan (dalam bobot atau jumlah) per satuan upaya atau per satuan area adalah indeks
kelimpahan stok (yakni dianggap proporsional dengan kelimpahan). Indeks ini dapat dikonversi ke
dalam ukuran absolut biomassa dengan menggunakan metode luas sapuan (swept area). Metode ini
termasuk ke dalam metode holistik.

Ulasan tentang teori ini diuraikan dalam Gulland (1975), Saville (1977), Troadec (1980), Doubleday
(1980) serta Grosslein & Laurec (1982). Ulasan tersebut berisi petunjuk untuk melakukan survai
(perencanaan, desain, pengumpulan data, pencatatan data, analisis dan pelaporan). Lihat juga Butler et
al (1986), ICOD (1991) dan Stromme (1992).

Gambar 3.21 adalah trawl dasar (bottom trawl) yaitu jaring berbentuk kerucut dengan mulut terbuka
lebar yang ditahan oleh pemberat pada tali ris bawah dan pelampung pada tali ris atas. Pada waktu kapal
bergerak mulut jaring akan dipertahankan untuk tetap terbuka oleh dua buah otter board kayu atau besi
yang dipasang pada warp secara seimbang sehingga cenderung untuk berpencar. Kedua otter boards
dihubungkan ke bagian jaring dengan bridles. Ini bisa mencapai panjang 200 m dan menyapu dasar
perairan yang luas, menakut-nakuti ikan dan menggiringnya ke muka jaring hingga meningkatkan
efektivitas jaring. Bentuk jaring trawl bermacam-macam tergantung kepada jenis ikan sasarannya atau
tipe dasar perairan. Tali ris bawah ada yang dilengkapi bobbins yang dapat berputar, sehingga dapat
digunakan pada dasar yang berbatu tanpa merusak jaring.

Bagian ujung jaring dimana ikan yang tertangkap terkumpul disebut kantong (codend). Di bagian inilah
terjadi seleksi ukuran. Untuk memperoleh sampel ikan yang mewakili semua ukuran ikan yang ada,
pada bagian kantong ini akan diperlukan ukuran mata jaring yang relatif lebih kecil.

Gambar 3.21. Trawl Dasar (bottom trawl)

b. Luas Sapuan (Swept Area)

Dari Gambar 3.22 tampak bahwa jaring trawl akan “menyapu” suatu alur tertentu, yang luasnya adalah
perkalian antara panjang alur dengan lebar mulut jaring, yang kemudian disebut swept area atau “alur
sapuan efektif” (= luas sapuan). Luas sapuan “a” dapat dihitung melalui rumus:

a = D*hr*X2 D = V*t .................................................................................................(3.42)

173
dimana: V = kecepatan tarikan jaring pada permukaan dasar perairan, hr = panjang ris atas (lihat Gambar
3.22), t = lama penarikan jaring, X2 = fraksi panjang ris atas, hr, yang sama dengan lebar alur yang
disapu trawl, atau “bukaan sayap,” hr*X2 (lihat Gambar 3.22).

Di kawasan Asia Tenggara, nilai X2 berkisar antara 0.4 (Shindo, 1973) sampai 0.66 (SCSP, 1978). Pauly
(1980) menyarankan X2 = 0.5 sebagai “kompromi terbaik.” Di Karibia nilai X 2 = 0.6 digunakan oleh
Klima (1976).

Untuk pendugaan biomassa digunakan hasil tangkapan per unit area (CPUA) yang akan tampak pada
seksi berikut. Nilai dugaan tersebut adalah hasil tangkapan dibagi luas sapuan (mil laut persegi, atau
km2).Nilai dugaan biomassa ini tergantung kepada akurasi dari nilai dugaan luas sapuan. Swept area
sebagaimana Gambar 3.22 mengasumsi bahwa bridles tidak mempunyai efek menggiring ikan yang
dalam kenyataannya tidak demikian. Lebar bukaan mulut jaring dihitung sebagai fraksi X 2 dari panjang
ris atas. Lebar tersebut akan berbeda untuk tiap tarikan. Perbedaan tersebut tergantung kepada
kecepatan tarikan, kondisi cuaca, kecepatan dan arah arus, dan panjang warp yang kesemuanya itu tidak
bisa diukur secara tepat. Sebenarnya dapat diukur dengan alat khusus, tapi sebagai nilai yang mendekati
dapat dihitung dari pengukuran jarak antara warp ke arah jaring. Jika posisi awal dan posisi akhir
penarikan jaring dapat ditentukan, maka jarak yang diliput, dapat dihitung dalam satuan mil laut,
dengan:

_____________________________________________
D = 60* √ (Lat1 – Lat2)2 + (Lon1 – Lon2)2* cos2 (0.5*(Lat1 + Lat2) ................................(3.43)

dimana: Lat1 = derajat lintang pada awal tarikan (*)


Lat2 = derajat lintang pada akhir tarikan (*)
Lon1 = derajat bujur pada awal tarikan (*)
Lon2 = derajat bujur pada akhir tarikan (*)

Jika tidak ada kepastian posisi, tapi ada kecepatan dan arah kapal serta kecepatan dan arah arus maka
jarak yang diliput per jam dapat dihitung:

_______________________________
D = √VS2 + CS2 + 2*VS*CS*cos (dirV – dirC) (mil laut) ..................................................(3.44)

di mana: VS = kecepatan kapal (knots = mil laut/jam)


CS = kecepatan arus (knots)
dirV = arah kapal (derajat)
dirC = arah arus (derajat)

Persamaan 3.44 ini merupakan aplikasi “penambahan vektor”(lihat Gambar 3.23).

174
Gambar 3.22. Swept area

Gambar 3.23. Penambahan vektor dari kapal dan arah arus dan kecepatan

c. Estimasi Biomasa dengan Metode Luas Sapuan

Jika Cw adalah hasil tangkapan dalam bobot pada satu tarikan, maka Cw/t adalah hasil tangkapan
tersebut per jam, dimana t adalah lamanya penarikan jaring (dalam jam). Jika a adalah luas daerah
sapuan (persamaan 3.42), maka a/t adalah luas sapuan per jam, dan:

Cw/t = Cw/a kg/mil laut2 .............................................................................................(3.45)


a/t

adalah hasil tangkapan per satuan area. Jika X1 adalah fraksi biomassa ikan pada alur efektif yang
____
disapu jaring trawl dan yang tertangkap, dan Cw/a adalah rata-rata hasil tangkapan per satuan
_
area dari semua tarikan, maka rata-rata biomassa per satuan luas, b adalah:

_ _____
b = [ Cw/a ] kg/mil laut2 ...........................................................................................................(3.46)
X1

Jika A nm2 adalah luas keseluruhan perairan yang disurvai, maka dugaan total biomassa, B, di perairan
A diperoleh dari:

____
B = (Cw/a)*A ..................... ..........................................................................................(3.47)
X1

175
Adalah sulit untuk menduga proporsi ikan yang benar-benar berada pada alur sapuan dan tertangkap
jaring, atau dengan kata lain sangat sulit untuk menduga sasaran tepat nilai X1. Pengamatan melalui
televisi bawah air menunjukkan bahwa reaksi ikan terhadap jaring trawl sangat berbeda antara satu
species dengan species lainnya. Nilai X1 biasanya antara 0.5 dan 1.0. Untuk trawl di Asia Tenggara
biasanya nilai X1 = 0.5 (Isarankura, 1971; Saeger, Martosubroto & Pauly, 1980). Dickson (1974)
menyarankan nilai X1 = 1. Perbedaan antara kedua nilai X1 tersebut sulit dipecahkan. Dengan
menggunakan nilai X1 = 0.5 nilai dugaan biomassa menjadi dua kali lipat dari nilai dugaan X1 = 1.0.

Lamanya penarikan jaring adalah proporsional dengan jarak yang diliput, hingga jarak tersebut tidak
berpengaruh langsung terhadap CPUA. Akan tetapi, “kemampuan menangkap,” X1, dari masing-
masing species akan berbeda satu sama lain tergantung lamanya penarikan, karena beberapa species
akan cepat lelah pada waktu digiring oleh jaring, lalu tertangkap masuk kantong, dan species lain dapat
bertahan terus berenang di muka mulut jaring dan dapat menghindar untuk tertangkap. Oleh karena itu,
perlu adanya pembakuan atas lamanya tarikan sehingga hasil dari lama tarikan yang berbeda dapat
dibandingkan. Untuk meneliti ketergantungan “kemampuan menangkap” terhadap tarikan, dapat
dilakukan beberapa tarikan sejajar dengan waktu berbeda (misalnya setengah jam dan satu jam).

Luas perairan yang disurvai dapat dihitung dari proyeksi merkator dengan menggunakan “planimeter.”
Cara lain adalah dengan menyalin peta tersebut pada kertas transparansi, lalu dipotong dan ditimbang.
Luas areal dapat dihitung dengan cara membandingkan bobot kertas tersebut dengan kertas yang sama
untuk luas yang diketahui. Cara ini tentunya tidak tepat benar.

d. Ketepatan Hasil Estimasi Biomasa

Jika dugaan biomassa pada 3.47 diperoleh dari n tarikan, dan Ca(i) adalah hasil tangkapan (dalam bobot)
per unit area dari tarikan no.i, (i = 1,2,....., n), dugaan B menjadi:

n __
B = A/X1* 1/n*∑Ca(i) = A/X1*Ca ........... .................................................................................(3.48)
i=1

dan variansnya.

n __
VAR(B) = [A/X1]2*1/n*1/(n-1)*∑[Ca(i) – Ca]2 ........... ...........................................................(3.49)
i=1

Jadi, ketepatan yang tinggi (varians yang lebih kecil) dapat dicapai dengan meningkatkan jumlah
tarikan. Cara lain mengecilkan varians adalah menerapkan penarikan contoh berlapis. Stratifikasi yang
tepat akan memperkecil varians untuk jumlah tarikan yang sama hingga memperbaiki efisiensi survai
dari waktu kapal yang tersedia. Distribusi dari beberapa species ikan ditentukan oleh kedalaman dan
jenis dasar perairan. Oleh karena itu, stratifikasi berdasarkan faktor tersebut digunakan secara luas.
Gambar 3.24 menunjukkan contoh stratifikasi berdasarkan kedalaman.

Daerah dengan empat strata dalam 3.24 adalah A1, A2, A3 dan A4 dan total area A = A1 + A2 + A3 + A4.
Jika B(i) adalah dugaan biomassa pada stratum no.i yang dihitung dengan persamaan 3.48, maka dugaan
total biomassa dari seluruh daerah, A, menjadi:

B = B(1) + B(2) + B(3) + B(4) .......................................................................................................(3.50)

dan variansnya:

176
VAR(B) = VAR (B(1)) + VAR (B(2)) + VAR (B(3)) + VAR (B(4)) ..........................................(3.51)

di mana VAR B(i) dihitung dengan persamaan 3.49. Jika kita bekerja dengan kepadatan, dalam satuan
biomassa per mil persegi (persamaan 3.46) sejajar dengan persamaan 3.50 menjadi:

b = b(1)*A1 + b(2)* A 2 + b(3)* A3 + b(4)* A4 .......................................................................(3.52)


A
dan sejajar dengan persamaan 3.51 adalah:

VAR(b) = VAR(b(1)*[A1/A]2 + ....+ VAR(b(4))*[A4/A]2 ...........................................................(3.53)

dimana Ai adalah ukuran stratum no.i dan A adalah total area dari semua strata. Persamaan 3.53 tampak
menjadi analog dengan persamaan sebelumnya dengan A sebagai N, Ai sebagai N(j). Batas kepercayaan
dari B dan b dapat dihitung sebagaimana diuraikan pada bab sebelumnya.

Stratifikasi dapat didasarkan atas hasil tangkapan total campuran berbagai jenis atau hasil tangkapan
dari satu species. Tapi, biasanya lebih ditujukan ke beberpa species, atau kelompok species, masing-
masing dengan tipe distribusinya. Dalam hal ini prosedur stratifikasi harus ditentukan untuk tiap
species, atau tiap kelompok species dengan pola distribusi yang serupa dalam daerah survai.

Gambar 3.24. Contoh stratifikasi

Untuk deskripsi yang lebih rinci aspek statistik dari survai, trawl, lihat Fogarty (1985) dan Gavaris &
Smith (1987). Yang terakhir membahas pengaruh stratifikasi dengan cara membandingkan ketepatan
yang diperoleh dari penarikan contoh berlapis dengan penarikan contoh acak sederhana, dengan metode
Sukhatme & Sukhatme (1970).

Rumus di atas semuanya menganggap bahwa jumlah yang tertangkap per jam tarikan adalah sebuah
peubah acak yang menyebar normal. Deskripsi data survai yang lebih baik sering diperoleh dengan
menganggap apa yang disebut “distribusi-delta” (Pennington, 1983). Distribusi ini menyatakan bahwa
data survai sering berisi sejumlah besar proporsi dari observasi zero dan bahwa observasi non-zero
membentuk distribusi log-normal dan bukan distribusi normal.

Suatu distribusi log normal adalah asimetrik dengan skew ke sebelah kanan. Gambar 3.25 menunjukkan
suatu skema fungsi-delta. Perhatikan bahwa titik nol mempunyai suatu probalitas positif. Dalam
makalahnya, Pennington (1983) memberikan pernyataan untuk penduga tidak bias dari parameter-
parameter fungsi-delta.

177
Gambar 3.25. Fungsi-delta

e. Estimasi “Maximum Sustainable Yield” (MSY)

Rumus Gulland untuk stok yang “perawan” (Persamaan 3.12):

MSY = 0.5*M*Bv

(M = koefisien kematian alami, Bv = stok “perawan”) atau rumus Cadima untuk stok yang sudah
dieksploitasi (persamaan 3.13 dan 3.14):

MSY = 0.5*Z*B atau MSY = 0.5*(Y + M*B)

telah diterapkan untuk pendugaan maximum sustainable yield (MSY) per tahun dari biomassa total
sebagaimana diduga dari survai eksploratori (lihat Saville, 1977, atau Troadec, 1980). Akan lebih baik
untuk menerapkan model Fox yang dimodifikasi (Garcia, Sparre & Csirke, 1987) dengan menggunakan
persamaan 3.24 atau 3.25.

Baiklah, ini adalah metode kasar yang hasil dugaannya hanya merupakan perkiraan besaran stok (1,000
ton, 10,000 ton, dan lain-lain). Meski demikian, jika belum ada informasi apapun tentang stok tersebut,
maka nilai dugaan tersebut akan cukup berharga.

Masalahnya adalah bahwa nilai M biasanya tidak diketahui sebelum survainya dilaksanakan. Jika stok
masih “perawan” (belum dieksploitasi), nilai dugaan M dapat diperoleh melalui analisis kurva hasil
tangkapan yang datanya diperoleh pada kegiatan survai eksploratori, karena jika stok belum
dieksploitasi, maka F = 0, dan Z = M. Rumus empiris Pauly (1980), yaitu persamaan:

lnM = -0.152 – 0.279 * lnL∞ + 0.6543*lnK + 0.463*lnT

dapat digunakan jika tersedia nilai parameter pertumbuhan.

(3). Model-model Analitik

Model analitik biasa juga juga dikenal dengan nama model “yield per recruit” atau “dynamic-pool
model” yang dikembangkan oleh Thompson dan Bell (1934), Beverton dan Holt (1957) dan Ricker
(1958). Pada model-model tersebut dinamika dari suatu populasi diperhitungkan dari pengetahuan
mengenai parameter-parameter biologi secara individu dalam suatu populasi, termasuk laju
pertumbuhan dan kematian, dan juga penambahan baru (recruitment). Pengaruh penangkapan juga

178
dimasukkan dalam persamaan melalui laju kematian penangkapan. Oleh karena umumnya penambahan
baru tidak diketahui dan selalu berubah-ubah, maka Beverton dan Holt (1957) membuat notasi “hasil
per penambahan baru” atau “yield per recruit.” Karena laju pertumbuhan juga bervariasi, kita harus
mengambil variasi ini ke dalam perhitungan dengan mensubstitusi fungsi pertumbuhan yang berbeda-
beda dalam interval-interval umur yang berbeda-beda sebagai lawan (opposed) terhadap fungsi
pertumbuhan yang konstan dari von Bertalanffy yang diterima oleh Beverton dan Holt (Naamin, 1984).

Menurut Beverton dan Holt (1957), konsep kesimbangan (steady-state) adalah erat hubungannya
dengan pendekatan hasil per penambahan baru (yield per recruit-Y/R). Keseimbangan artinya dengan
memberikan laju penangkapan yang tetap, maka populasi akan mencapai tingkat rata-rata dalam jangka
yang panjang sehingga memberikan rata-rata hasil dalam jumlah tertentu untuk jangka panjang.
Kemudian dengan model analitik ini mencoba menguji keseimbangan antara pertumbuhan dengan
kematian dengan asumsi tingkat reproduski konstan. Optimalisasi dengan model analitik (Y/R) terdapat
dalam tiga bentuk: (1) jika perikanan beroperasi dengan intensitas penangkapan tertentu, perubahan-
perubahan dalam Y/R adalah disebabkan oleh perubahan beberapa kualiats hasil tangkap biasanya umur
pada waktu masuk daerah penangkapan (tc); (2) jika perikanan beroperasi pada pola umur tertentu pada
waktu masuk daerah penangkapan, perubahan-perubahan dalam Y/R adalah disebabkan oleh selang
intensitas penangkapan; (3) kombinasi secara simultan antara (1) dan (2), yang biasa dinamakan kurva
isopleth Y/R. Pendekatan Y/R juga memberikan kenaikan terhadap konsep penangkapan eumetrika,
dimana dengan disertai perubahan intensitas penangkapan dan pola umur pada waktu masuk daerah
penangakapan, sehingga optimal untuk masing-masing tingkat intensitas penangkapan, jumlah total
populasi yang hampir tetap dapat dipertahankan; Sehingga kemungkinan pengaruh ketergantungan
densitas pada pertumbuhan, kematian, dan reproduksi adalah pada tingkat minimal jika diberikan pada
umur yang tidak spesifik.

Ringkasnya, hasil per penambahan baru adalah total hasil tahunan dari jumlah penambahan baru
tertentu yang dihitung dari jumlah hasil dari seluruh kelas umur yang terdapat dalam perikanan (daerah
penangkapan) atau jumlah hasil selama satu kelas umur selama hidupnya pada perikanan, karena
perhitungan adalah untuk populasi dalam keadaan keseimbangan, maka:

tL
YW = ƒFtNtWtdt
tc

di mana: YW adalah total hasil per penambahan dalam berat, Ft adalah koefisien kematian penangkapan
instantaneus, Nt adalah jumlah penambahan baru yang hidup (survival) sampai waktu t, tc adalah umur
pada waktu masuk daerah penangkapan, dan tL adalah umur maksimum yang pernah dicapai dalam
perikanan.

Menurut Sparre, et al (1989), sifat dasar dari model analitik seperti yang dikembangkan antara lain oleh
Barranov (1914), Thompson dan Bell (1934), dan Beverton dan Holt (1956) adalah bahwa model
tersebut memerlukan data komposisi umur hasil tangkapan, misalnya, jumlah ikan yang tertangkap
berumur satu tahun, dua tahun, dan seterusnya, yang dapat merupakan data masukan.

Ide dasar dari model analitik ini adalah: (1) jika terlalu sedikit ikan tua maka stok sudah “tangkap lebih”
(overfishing) sehingga tekanan penangkapan terhadap stok tersebut harus dikurangi, (2) jika terlalu
banyak ikan tua maka stok masih “underfished”sehingga masih banyak ikan yang dapat ditangkap untuk
mencapai hasil yang maksimum.

179
Selanjutnya dikemukakan bahwa model-model analitik adalah “model struktur umur” yang bekerja
dengan konsep seperti laju mortalitas dan laju pertumbuhan individu; Dan konsep dasar dalam model
struktur umur ini adalah suatu “kohort”.

a. Asumsi-asumsi dan model-model yang mendasari model yield per recruit Beverton & Holt

Model “yield per recruit” (Beverton & Holt, 1957) pada prinsipnya adalah suatu “model keadaan tetap”
yaitu suatu model yang menggambarkan keadaan dari stok dan hasil tangkapan dalam suatu situasi
dimana pola penangkapannya sama untuk suatu waktu yang cukup panjang di mana semua pesintas
telah mengalaminya sejak saat mereka direkrut. Ada perluasan dari model yang berkaitan dengan fase
transisi setelah adanya suatu perubahan dalam pola penangkapan, tetapi ini jarang digunakan sebab tipe
model dari Thompson dan Bell memberikan deskripsi yang lebih sederhana tentang situasi keadaan
yang tidak tetap.

Asumsi ketat yang mendasari pendekatan Beverton & Holt adalah: (1) Rekrutmen adalah konstan, tapi
tidak dispesifikasi; (2) Semua ikan dari satu kohort ditetaskan pada waktu yang sama; (3) Rekrutmen
dan seleksi adalah “mata pisau”; (4) Mortalitas-mortalitas penangkapan dan alami adalah konstan dari
saat masuk ke dalam fase eksploitasi; (5) Terjadi percampuran secara sempurna di dalam stok; dan (6)
Hubungan panjang-bobot mempunyai pangkat 3, yaitu W = qL3.

Salah satu model setelah model Beverton & Holt adalah model peluruhan eksponensial yang telah
diperkenalkan sebelumnya dan secara matematika dikemukakan dalam persamaan:

N(t) = N(Tr)* exp[-Z*(t – Tr)]

Sejarah hidup suatu kohort yang diasumsikan dalam model Beverton & Holt, seperti yang diperlihatkan
pada Gambar 3.26 adalah sebagai berikut:

(1). Pada umur Tr semua ikan yang termasuk dalam suatu kohort tertentu rekrut ke dalam daerah
penangkapan pada waktu yang sama: “rekrutmen mata-pisau.”

(2). Dari umur Tr sampai umur Tc kohort tidak mengalami mortalitas penangkapan. (Diasumsikan
bahwa semua ikan yang berumur antara Tr dan Tc lolos melalui mata jaring jika mereka masuk ke
dalam alat). Maka, dalam periode itu mereka hanya mengalami mortalitas alami saja. M, yang
diasumsikan konstan selama rentang dari kohort.

(3). Pada umur Tc “umur pertama kali tertangkap” kohort diasumsikan langsung mengalami mortalitas
penangkapan penuh, F, dan diasumsikan konstan selama sisa hidup dari kohort tersebut. Bentuk sigmoid
dari kurva seleksi alat mendekati “seleksi mata-pisau” (lihat Gambar 2.32). Hasil tangkapan dari kohort
oleh karenanya diasumsikan nol sampai kohort mencapai umur Tc.

Jumlah ikan yang hidup pada umur Tr adalah rekrutmen ke dalam perikanan:

R = N(Tr) ........................................................................................................................................(3.54)

Jumlah yang hidup pada umur Tc adalah:

N(Tc) = R*exp[-M(Tc-Tr)] ...........................................................................................................(3.55)

Jumlah yang hidup pada umur t dimana t > Tc adalah:

N(t) = N(Tc)*exp[-(M+F)*(t-Tc)] = R*exp(-M*[(Tc-Tr) – (M+F)*(t – Tc)]

180
Gambar 3.26. Sejarah hidup suatu kohort seperti yang diasumsikan di dalam model Beverton & Holt
(Sparre dan Venema, 1999)

Bagian dari rekrutmen total N(Tr) atau R yang hidup sampai umur t diperoleh dengan membb.agi kedua
sisi dari persamaan di atas dengan R dan menjadi:

N(t) / R = exp[-M(Tc-Tr) – (M+F)*(t-Tc)] ..................................................................................(3.56)

Ini berarti bahwa persamaan 3.56 memberikan jumlah ikan pada waktu t “per rekrut” yaitu sebagai
bagian dari setiap ikan yang rekrut ke dalam perikanan.

Model lain yang mendasari model Beverton & Holt adalah “persamaan hasil tangkapan” seperti yang
akan dijelaskan dalam seksi berikut.

b. Model hasil tangkapan per rekrut Beverton & Holt

Menurunkan pernyataan matematika untuk model yield per recruit dari Beverton & Holt kita ambil
(seperti biasanya) suatu titik awal dalam persamaan hasil tangkapan dalam bentuk persamaan 3.45.

C(t,t + ∆t) = ∆t*F*N(t) ..................................................................................................................(3.57)

Persamaan 3.57 menghasilkan jumlah ikan yang tertangkap dari satu kohort, dalam periode waktu dari
t sampai t + ∆t apabila ∆t adalah kecil. Untuk mendapatkan hasil yang bersangkutan dalam bobot,
jumlah ini harus dikalikan dengan bobot individu ikan. Apabila ∆t kecil, maka bobot badan seekor ikan
tetap hampir konstan selama periode waktu dari t ke t + ∆t, dan hasilnya menjadi:

Y (t,t + ∆t) = ∆t*F*N(t)*w(t).........................................................................................................(3.58)

dimana w(t) adalah bobot badan dari seekor ikan yang berumur t, seperti yang ditentukan oleh
persamaan von Bertalanffy berbasis bobot . Mendapatkan hasil per rekrut untuk periode waktu dari t
sampai ke t + ∆t Persamaan 3.58 dibagi dengan jumlah rekrut, R:

Y (t,t + ∆t) = F*N(t) *w(t)* ∆t ...................................................................................................(3.59)


R R

181
dimana N(t)/R ditentukan oleh persamaan 3.56

Persamaan 3.59 adalah “model Beverton & Holt untuk suatu periode waktu yang pendek.” Untuk
mendapatkan hasil total per rekrut untuk seluruh rentang hidup kohort, Y/R, semua sumbangan-
sumbangan kecil yang ditentukan oleh persamaan 3.59 hendaknya dijumlahkan:

Y = Y(Tc, Tc + ∆t) + Y(Tc +∆t,Tc +2∆t) + Y(Tc + 2∆t,Tc + 3∆t) + Y(Tc + 3∆t,Tc + 4∆t) + Y(Tc +4∆t,Tc + 5∆t)
R R R R R R
+ Y(Tc +5∆t, Tc + 6∆t) + Y(Tc + (n-1)*∆t.Tc + n*∆t
R R

dimana “n” adalah suatu jumlah yang besar, begitu besar bahwa jumlah ikan yang lebih tua dari
Tc+n*∆t, yaitu, N(Tc + n*∆t), adalah begitu kecil sehingga ini dapat diabaikan.

Langkah berikutnya adalah mengkonversikan jumlah di atas ke dalam suatu bentuk yang dapat dengan
mudah dihitung. Jika jumlah dalam persamaan, n, adalah besar (dan ini haruslah besar untuk membuat
perkiraan untuk w(t) masuk akal), akan mengambil waktu lama untuk mengerjakan penjumlahan
tersebut. Tetapi, dengan menggunakan sederetan panjang turunan matematika untuk mana
penjelasannya berada di luar cakupan buku ini, seseorang dapat memperlihatkan bahwa penjumlahan
di atas dapat ditulis dengan cara yang lebih mudah:

Y/R = F*exp[-M*(Tc-Tr)]*W∞*[1/Z – 3S/Z+K +3S2/Z+2K –S3/Z+3K] ................................(3.60)

dimana: S = exp[-K*(Tc-tc)]
K = parameter pertumbuhan von Bertalanffy
t0 = parameter pertumbuhan von Bertalanffy
Tc = umur pertama kali tertangkap
Tr = umur pada rekrutmen
W∞ = bobot badan asimtotik
F = mortalitas penangkapan
M = mortalitas alami
Z = F+M, mortalitas total

Persamaan 3.60 adalah “model yield per recruit Beverton & Holt” (1957), model Y/R yang ditulis
dalam bentuk yang diusulkan oleh Gulland (1969). Walaupun persamaan tersebut kelihatannya rumit,
sangat mudah untuk menyelesaikannya dengan suatu kalkulator yang dapat diprogram.

Karena Beverton & Holt menyatakan hasil tangkapan dengan suatu “dasar per rekrut,” hasil-hasilnya
adalah relatif, yaitu terhadap rekrutmen. Jika, katakanlah, suatu rekrutmen yang terdiri dari 100 juta
ikan memberikan suatu hasil sebesar 10.000 ton lalu 200 juta rekrut memberikan hasil 20.000 ton
menurut model. Asumsi ini mungkin kelihatannya tidak penting, tetapi tidak demikian, karena
seseorang dapat membayangkan dengan jelas bahwa jika suatu jenis ikan lebih berlimpah maka keadaan
menjadi lebih jelek bagi individu, karena, sebagai contoh, persaingan makanan dan pemangsaan. Hasil
dari model dinyatakan dalam unit per rekrut (gram per rekrut). Dalam contoh di atas hasil per rekrut
menjadi:

10000000000 /100000000 = 100 gram per rekrut

Model tersebut memungkinkan kita menghitung Y/R dengan berbagai masukan dari parameter yang
berbeda, seperti F dan Tc, dan kemudian mengkaji pengaruh mana dari berbagai nilai masukan yang
mempengaruhi hasil per rekrut dari species yang diteliti. Adalah penting untuk mencatat di sini bahwa

182
dua parameter F dan Tc adalah parameter yang dapat dikontrol oleh para pengelola perikanan, sebab
(1) F adalah proportional terhadap upaya (perhatikan Persamaan: F = q*f) , (2) Tc adalah suatu fungsi
dari selektivitas alat. Oleh karena itu, Y/R dipandang sebagai suatu fungsi dari F dan Tc. Paling sering
anda akan melihat Y/R diplotkan terhadap F (atau upaya).

Gambar 3.27. Hasil suatu pengkajian “yield” dengan model hasil per rekrut
(Sparre & Venema, 1999)

Gambar 3.27 mememperlhatkan hasil suatu pengkajian hasil tangkapan dengan model yield per recruit.
Umur masuk ke dalam fase eksploitasi perikanan, Tc, dipertahankan konstan. Peubah bebas adalah
upaya yang dinyatakan oleh koefisien F dari mortalitas penangkapan. Peubah tak bebasnya adalah hasil
tahunan dalam gram per rekrut. Apabila hasil tangkapan tahunan total diketahui dalam suatu situasi
yang berimbang, untuk suatu nilai tertentu dari F, kemudian jumlah rekrut dapat dihitung dengan
membagi hasil total dengan hasil dalam gram per rekrut.

“Kurva hasil per rekrut” sering mempunyai suatu maksimum “hasil taangkapan maksimum lestari
(MSY).” Posisi dari maksimumn tergantung pada umur pertama kali tertangkap, Tc, yang sebaliknya
tergantung ukuran mata jaring yang digunakan dalam perikanan.

Gambar 3.28. Kurva-kurva hasil per rekrut dengan umur pertama kali tertangkap yang berbeda-beda
(Tc) (Sparre & Venema, 1999)

183
Suatu perubahan dalam besarnya mata jaring, Tc, memberikan MSY yang berbeda. Gambar 3.28
memperlihatkan tiga kurva dengan Tc yang berbeda-beda. MSY tertinggi dicapai untuk nilai Tc yang
terbesar, pada suatu tingkat upaya yang sedikit lebih tinggi, F. Dengan menggabungkan kisaran nilai
dari Tc dengan suatu kisaran nilai dari F, hasil tangkapan maksimum lestari yang tertinggi, untuk suatu
kombinasi Tc dan F tertentu, dapat ditentukan. Istilah keseimbangan berarti bahwa hasil dapat
dipertahankan “untuk selama-lamanya” sepanjang kondisi tidak berubah. Hasil-hasil yang lebih tinggi
dapat diperoleh dengan suatu kenaikan upaya yang tiba-tiba, tetapi tidak dapat dipertahankan, dan
mereka akan pasti diikuti oleh suatu periode dengan hasil-hasil yang jauh lebih rendah. Ini adalah selalu
dengan asumsi bahwa tidak ada sesuatu yang telah berubah.

Model Y/R asalanya adalah suatu model yang berbasis umur, tetapi umur dengan mudah dikonversikan
ke dalam panjang, juga dengan menggunakan prinsip konversi dari kurva hasil tangkapan.

Contoh (3.3): Y/R sebagai fungsi dari F, untuk suatu species ikan tropis

Sebagai suatu contoh kita menghitung Y/R untuk Nemipterus marginatus sebagai suatu fungsi dari F,
dengan menggunakan parameter berikut:

K = 0.37 per tahun Tc = 1.0 tahun to = - 0.2 tahun

M = 1.1 per tahun Tr = 0.4 tahun W∞ = 286 gram

Kita mulai dengan menghitung bagian-bagian yang ada dalam persamaan 3.60 yang bebas dari F:

S = exp[-K*(Tc-to)] = exp[- 0.37*(1.0 + 0.2)] = 0.6415

3S = 1.9244,3 S2 = 1.2344 S3 = 0.2639

M + K = 1.47 M + 2K = 1.84 M + 3K = 2.21

Exp[-M*(Tc – Tr)]* W∞ = exp[-1.1*(1.0 – 0.4)]*286 = 147.8

Dengan memasukkan nilai tersebut ke dalam persamaan 3.60 kita peroleh:

Y/R = F*147.8*[1/(F + 1.1) – 1.9244/(F + 1.47) + 1.2344/(F + 1.84) – 0.2639/(F + 2.21)]

Untuk menghasilkan suatu grafik yang berkaitan dengan Gambar 3.57, pernyataan-pernyataan ini harus
dievaluasi untuk suatu kisaran nilai F, dengan membuat titik-titik yang cukup banyak untuk membuat
kurva dengan mata.

Sebagai contoh, untuk F = 0.5:

Y/R = 0.5*147.8*[1/(0.5+1.1) – 1.924/(0.5+1.47) + 1.2344/(0.5+1.84) – 0.2639/ (0.5+2.21)] =


0.5*147.8*0.0785 = 5.8 gram per rekrut

184
Tabel 3.6. Hasil per rekrut dan biomassa rata-rata per rekrut dari Nemipterus marginatus sebagai suatu
fungsi dari F. Parameter-parameter sama seperti yang ditunjukkan dalam tulisan dari Gambar 3.29

B/R sebagai B/R


F Y/R B/R % dari Bv F Y/R B/R sebagai %
dari Bv
0.0 0.00 22.4 = Bv 100 1.3 7.66 5.9 26
0.1 1.92 19.2 86 1.5 7.79 5.2 23
0.2 3.33 16.7 75 1.7 7.86 4.6 21
0.3 4.38 14.6 65 1.9 7.90 4.2 19
0.4 5.18 13.0 58 2.1 7.92 3.8 17
0.5 5.79 11.6 52 2.3 7.93 3.5 15
F(MSY) MSY/R MSB/R MSB/Bv
0.6 6.26 10.4 46 2.5 7.92 3.2 14
0.7 6.62 9.5 42 3.0 7.88 2.6 12
0.8 6.91 8.6 38 4.0 7.77 1.9 8
0.9 7.14 7.9 35 5.0 7.66 1.5 7
1.0 7.32 7.3 33 6.0 7.57 1.3 6
1.1 7.46 6.8 30

Dengan mengulangi perhitungan ini dengan nilai F yang berkisar dari F = 0 sampai F = 6.0 diperoleh
hasil yang disajikan dalam kolom pertama dan ke empat pada Tabel 3.6, yang telah digunakan untuk
membuat grafik yang diperlihatkan dalam Gambar 3.29.

Dengan menguji berbagai nilai F diperoleh bahwa F = 2.3 yang memberikan nilai maksimum dari Y/R.
“Hasil Tangkapan Maksimum Lestari per Rekrut” (MSY/R):

MSY/R = 7.9 gram per rekrut

Yang berkaitan dengan mortalitas penangkapan optimum secara biologi:

FMSY = 2.3 per tahun (lihat Tabel 3.6 dan Gambar 3.29).

Karena model Y/R mengasumsikan suatu sistem parameter konstan, hasil yang dibaca dari kurva hanya
dapat diterapkan setelah sistem mencapai parameter konstan untuk sementara. Apabila F berubah, akan
memerlukan waktu beberapa lama sebelumY/R menjadi yang diprediski oleh kurva tersebut. Berapa
lama periode transisi ini tergantung kepada lamanya ikan ini hidup. Dari Tabel 3.6 dan Gambar 3.29
terlihat bahwa tingkat FMSY tidaklah dapat ditentukan dengan sangat tepat. Kenyataannya, untuk F > 1.5
Y/R tetap sama untuk suatu kisaran yang lebar dari upaya.

Kurva B pada Gambar 3.30 adalah suatu contoh dari suatu kurva Y/R yang berbeda dalam bentuk dari
yang ada pada Gambar 3.29 (yang digambar lagi sebagai kurva A). Kurva B mempunyai maksimum
yang sangat jelas, mempunyai nilai FMSY yang lebih rendah dan nilai MSY/R yang lebih tinggi
dibandingkan dengan kurva A. Yang berbeda dari nilai masukan kedua kurva tersebut hanyalah nilai
kematian alaminya, M, yaitu M = 0.2 per tahun untuk kurva B dan M = 1.1 per tahun untuk kurva A.
Kesimpulan yang dapat ditarik dari perbedaan antara kedua kurva tersebut adalah:

1. Suatu nilai M yang lebih rendah akan menghasilkan FMSY yang lebih rendah dan MSY/R yang
lebih tinggi, sedangkan tingkat upaya penangkapan di atas FMSY mengarah kepada suatu
penurunan yang sangat besar dari hasil tangkapan total.
2. Jika M tinggi adalah sulit untuk menduga FMSY dengan kurva Y/R.

185
Gambar 3.29. Kurva yield per recruit dari Nemipterus merginatus sebagai suatu fungsi dari F untuk
parameter-parameter:

K = 0.37 per tahun Tc = 1.0 tahun t0 = - 0.2 tahun


M = 1.1 per tahun Tr = 0.4 tahun W∞ = 286 gram

Kesimpulan ini adalah konsekuensi logis dari pengaruh tingkat mortalitas alami, M, pada prodduksi
dari biomassa.

Jika M tinggi, ikan akan cepat mencapai umur di mana kematian yang disebabkan mortalitas alami
melampaui penambahan biomassa karena pertumbuhan. Oleh karenanya, F haruslah tinggi untuk
menangkap ikan sebelum mereka mati karena sebab-sebab alami.

Jika M rendah, penambahan biomassa karena pertumbuhan akan melampaui kehilangan karena
kematian alami untuk sebagian besar dari rentang hidup kohort. Dalam hal demikian, ini membiarkan
ikan tumbuh menjadi besar dan itu berarti bahwa untuk suatu eksploitasi optimum secara biologi, F
hendaknya rendah.

Gambar 3.30. Kurva hasil per rekrut sebagai suatu fungsi dari F untuk parameter-parameter:

A: M = 1.1 per tahun B: M = 0.2 per tahun


K = 0.37 per tahun Tc = 1.0 tahun t0 = - 0.2 tahun
Tr = 0.4 tahun W∞ = 286 gram

186
Dalam beberapa kasus kurva Y/R malahan tidak mempunyai suatu maksimum dan suatu pengelolaan
yang tanpa berpengalaman, dapat sampai pada suatu kesimpulan yang salah bahwa upaya harus
dinaikkan tanpa batas. Dalam hal demikian, yang umum terjadi pada perikanan tropis,
direkomendasikan untuk juga melihat kurva B/R yang akan diperkenalkan dalam seksi berikutnya.
Kedua kurva tersebut memberikan informasi yang berbeda dan oleh karenanya disarankan untuk selalu
memplot mereka bersama-sama. Y/R sebagai suatu fungsi dari Tc, umur pertama kali tertangkap,
berhubungan erat dengan pendugaan ukuran mata jaring yang optimum (perhatikan Gambar 3.28).

c. Model “Biomasa per Rekrut” Beverton & Holt

Model biomassa per rekrut dari Beverton & Holt menyatakan biomassa rata-rata tahunan dari ikan-ikan
yang hidup sebagai suatu fungsi dari mortalitas penangkapan (atau upaya). Biomassa rata-rata
berhubungan dengan hasil tangkapan per unit upaya. Persamaan CPUE(t) = q*N(t) menyatakan
hubungan antara CPUE dan jumlah yang tertangkap, yang dikalikan dengan bobot badan pada kedua
sisi memberikan: CPUE(t)*w(t) = q*N(t)*w(t). Atau jika N(t)*w(t) digantikan dengan B(t), simbol
untuk biomassa:

CPUEw(t) = q*B(t) .....................................................................................................................(3.61)

di mana CPUEw adalah “bobot dari hasil tangkapan per unit upaya.” Maka, biomassa diharapkan dapat
memperlihatkan penurunan yang sama dengan bertambahnya upaya penangkapan seperti yang
diperlihatkan oleh kurva CPUEw pada Gambar 3.31.

Gambar 3.31. Kurva CPUE (dalam bobot) sebagai fungsi dari upaya
(Sparre & Venema, 1999)

187
Gambar 3.32. Kurva biomassa per rekrut ikan Nemipterus marginatus yang bersangkutan dengan kurva
Y/R dari Gambar 3.29 yang diulangi di sini (Sparre & Venema, 1999)

_
Hasil tangkapan dalam jumlah per tahun dapat dinyatakan sebagai: C = F*N. Dengan suatu argumen
_
yang sama dapat diperlihatkan bahwa hasil per tahun adalah: Y = F*B, di mana B adalah biomassa
_
rata-rata di laut selama satu tahun. Ini berlaku bahwa: B/R = Y/R*1/F. Karena asumsinya adalah sistem
parameter konstan, hasil tangkapan dari stok selama satu tahun adalah sama dengan hasil dari satu
kohort selama rentang hidupnya. Oleh karena itu kita mempunyai hubungan sederhana berikut
_
antara Y/R (Persamaan 3.60) dan biomassa rata-rata per rekrut, B/R :
_
Y/R = F*B/R ................................................................................................................................(3.62)
_
Rumus yang digunakan untuk menghitung B/R adalah sama seperti persamaan 3.60, dengan
membaginya dengan F:

_
B/R = exp[- M*(Tc –Tr)]* W∞*[1/Z – 3S/(Z+K) + 3S2/(Z+2K) –S3/(Z+3K)] ..........................(3.63)

_
Disarankan untuk selalu menghitung Y/R dan B/R bersama-sama. Cara yang paling mudah untuk
mengerjakan itu adalah mulai dengan menghitung B/R dengan persamaan 3.63 dan kemudian
mempergunakan persamaan 3.62 untuk menghitung Y/R. Dalam hal F = 0, nilai dari B/R adalah apa
yang disebut biomassa awal per rekrut (virgin), Bv/R, biomassa dari stok yang tidak dieksploitasi.
Biomassa per rekrut rata-rata yang ditentukan oleh persamaan 3.62 atau persamaan 3.63 adalah
biomassa rata-rata dari bagian kohort yang dieksploitasi, yaitu biomassa ikan yang berumur Tc atau
yang lebih tua.

_
Nilai B/R _ yang berhubungan dengan nilai Y/R yang dihitung disajikan dalam Tabel 3.6, dimana juga
diberikan B/R sebagai suatu persentase dari biomassa awal, Bv. Terlihat bahwa untuk ikan Nemipterus
marginatus, biomassa yang bersangkutan dengan tingkat F optimum secara biologi, FMSY, hanya 15
persen dari biomassa awal, Bv. Gambar 3.32 memperlihatkan “kurva biomassa per rekrut” yang selalu
menurun dengan bertambahnya upaya. Kurva tersebut adalah proporsional terhadap hasil tangkapan per
unit upaya dengan asumsi yang mendasari model itu (lihat persamaan 3.61). Ini berarti bahwa dalam
setiap usaha perikanan, seseorang mengharapkan suatu penurunan dari hasil tangkapan per unit upaya

188
dan biomassa bilaman upaya (misalnya, jumlah kapal) bertambah. Oleh karena itu, suatu penurunan
dalam hasil tangkapan per unit upaya bukan hanya suatu indikasi bahwa suatu stok mengalami
penangkapan yang berlebihan. Lebih tangkap terjadi apabila upaya penangkapan menjadi begitu tinggi
sehingga pertumbuhannya tidak dapat mengimbangi proses-proses kematian.
_
Yang lain, dan kadang-kadang lebih memadai, cara menggunakan kurva B/R adalah untuk
menginterpretasikannya sebagai suatu kurva CPUEw. Apabila mengelola suatu perikanan,
pertimbangan-pertimbangan pada kemungkinan penghasilan per kapal adalah penting dan besaran ini
tentu saja berhubungan erat dengan CPUEw (lihat Sparre & Willman, 1992).

Umur dan ukuran rata-rata hasil tangkapan

Rata-rata umur, panjang dan bobot dalam hasil tangkapan tahunan dengan mudah dapat diduga dengan
asumsi Beverton & Holt bahwa Z adalah konstan dari suatu umur tertentu Tc (Tr apabila Tr > Tc).
Umur rata-rata dalam hasil tahunan adalah:

_
Ty = 1/Z + Tc ..............................................................................................................................(3.64)

Rumus ini juga berlaku dalam situasi bilamana Z bervariasi selama fase eksploitasi, tetapi nilainya tetap
untuk ikan-ikan tertua. Umur rata-rata dari ikan yang tua adalah 1/Z ditambah umur di mana Z menjadi
konstan. Panjang rata-rata dalam hasil tahunan adalah:

_
Ly = L∞[1 – (Z*S)/(Z+K) ............................................................................................................(3.65)

S = exp[ - K*(Tc – To)] = 1 - Lc/L∞

Lalu, Tc atau Lc dapat diganti dengan setiap umur saat mana ikan mempunyai laju mortalitas yang
konstan, yang menghasilkan panjang rata-rata dari bagian populasi tersebut. Hal yang sama, bobot rata-
rata dalam hasil tahunan adalah:

__
Wy = Z*W∞ + [1/Z - 3*S/(Z+K) + 3*S2/(Z+2*K) – S3/(Z+3*K) ...............................................(3.66)

dengan S yang sama seperti dalam persmaan 3.65. Pernyataan ini dapat diterapkan kepada kelompok
plus dalam VPA dsb., dengan menggantikan Tc atau Lc dengan umur atau panjang pada waktu masuk
ke dalam kelompok plus.

_ _ _
Ty, Ly dan Wy dan juga biomass yang dieksploitasi dan hasil tangkapan per unit upaya selalu menurun
dengan bertambahnya Z, yaitu dengan upaya (lihat Gambar 3.33). Penurunan lebih cepat untuk nilai F
yang rendah (yaitu, upaya) seperti yang didapatkan pada tingkat awal dari suatu usaha perikanan yang
baru. Tc (yang ditentukan dengan mata jaring) merupakan suatu parameter dalam ketiga persamaan di
atas. Mata jaring yang lebih besar menghasilkan umur rata-rata dan ukuran yang lebih besar pada hasil
tangkapan.

Sebelumnya, penurunan hasil tangkapan per unit upaya dan penurunan ukuran ikan yang didaratkan
sering dasumsikan untuk menunjukkan lebih tangkap, tetapi, seperti yang dengan jelas diperlihatkan
dalam Gambar 3.32 dan 3.33, penurunan-penurunan tersebut merupakan suatu konsekuensi logis
bertumbuhnya upaya penangkapan. Suatu aspek penting, bagaimanapun juga, adalah bahwa penurunan
lebih jelas pada tingkat upaya terendah. Ini berarti bahwa suatu perikanan yang baru berkembang pada
suatu stok awal hampir secara tiba-tiba akan mengarah kepada laju tangkap yang lebih rendah dan

189
ukuran ikan yang lebih kecil. Faktor-faktor ini telah sering diabaikan dalam studi kelayakan untuk
mengembangkan perikanan.

_ _ _
Gambar 3.33. Umur rata-rata (Ty), panjang (Ly), dan bobot (Wy) dalam hasil tahunan dari Nemipterus
marginatus yang berkaitan dengan kurva biomassa (CPUE) dari Gambar 3.32

d. Model “Hasil per Rekrut Relatif” Beverton & Holt

Untuk maksud pengelolaan perikanan, adalah penting untuk menentukan perubahan dalam Y/R untuk
nilai F yang berbeda-beda. Sebagai contoh jika F dinaikkan 20 persen, hasil tangkapan akan menurun
15 persen. Nilai absolut dari Y/R yang dinyatakan dalam gram per rekrut tidaklah penting untuk maksud
ini. Oleh karena itu, Beverton & Holt (1966) juga mengembangkan suatu “model hasil per rekrut relatif”
yang dapat menyediakan jenis informasi yang diperlukan untuk pengelolaan. Model ini mempunyai
keuntungan besar karena memerlukan parameter yang lebih sedikit, dan ini terutama sesuai untuk
mengkaji pengaruh peraturan mengenai mata jaring. Model ini termasuk kategori model berbasis
panjang, sebab didasarkan kepada panjang dan bukan umur.

“Model hasil per rekrut Beverton & Holt” ditentukan oleh:

(Y/R)’ = E*UM/K*[1 – 3U/(1+m) + 3U2/(1+2m) – U3/(1+3m)] .....................................................(3.67)

di mana: m = (1-E)/(M/K) =K/Z


U = 1 – Lc/L∞ bagian dari pertumbuhan yang harus dicapai setelah masuk ke dalam
fase eksploitasi
E = F/Z laju eksploitasi atau bagian dari mortalitas yang disebabkan oleh
penangkapan.

(Y/R)’ dipandang sebagai suatu fungsi dari U dan E dan parameternya hanya M/K. Persamaan tersebut
memberikan kuantitas yang proporsional terhadap Y/R seperti yang ditentukan oleh persamaan 3.60
dan yang dapat diperlihatkan oleh sejumlah manipulasi aljabar. Dapat diperlihatkan bahwa:

(Y/R)’ = (Y/R)*exp[-M*(Tr-to)]/W∞

Perhatikan bahwa secara terpisah tidak diperlukan suatu dugaan K secara terpisah sebagai masukan dan
bahwa persamaan 3.67 didasarkan kepada panjang (L∞ dan Lc dalam U) dan bukan umur.

190
Gambar 3.34. Kurva hasil per rekrut relatif Beverton & Holt (Y/R)’ yang berkaitan dengan kurva Y/R
dari Gambar 3.29 (Lc = 10.2 Cm)

(Y/R)’ dapat dihitung untuk nilai masukan tertentu dari M/K, L∞ dan Lc untuk nilai E yang berkisar
antara 0 sampai 1, yang berkaitan dengan nilai F yang berkisar dari 0 sampai ∞.

Plot dari (Y/R)’ terhadap E memberikan suatu kurva dengan suatu nilai maksimum, EMSY, untuk suatu
nilai tertentu dari Lc. Maka, apabila Lc, F dan Z diketahui untuk suatu perikanan tertentu laju eksploitasi
yang sebenarnya dapat dibandingkan dengan tingkat EMSY dan aturan-aturan pengelolaan diusulkan
seperlunya.

Gambar 3.34 memperlihatkan kurva (Y/R)’ yang berkaitan dengan kurva Y/R dari ikan Nemipterus
marginatus (Gambar 3.29) dalam hal:

Lc = L(Tc) = L(1.0) = 28.4*[1 – exp( -0.37*(1 + 0.21)] = 10.2 cm

di mana L∞ = 28,4 cm (lihat Bab II dan Gambar 2.6).

U = 1 – Lc/L∞ = 1 – 10.2/28.4 = 0.641

Sebagai suatu contoh kita menghitung (Y/R)’ untuk E = 0.5.

m = (1 - 0.5)/(1.1/0.37) = 0.168
[Y/R] = 0.5*0.6412.973*[1 – (3*0.641)/(1+0.168)+ (3*0.641 2)/(1+2*0.168) – (0.6413)/(1+3*0.168)] = 0.0135

e. Hasil per Rekrut dari Data Panjang

Hampir dengan aljabar yang sama kita dapat mentransformasikan persamaan untuk Y/R (persamaan
3.60) ke dalam suatu model yang berbasis panjang. Parameter dan peubah asal adalah F, M, W∞, K, to,
Tr, dan Tc. Dalam model yang ditransformasikan ke panjang kita punya L∞, Lr dan Lc dan bukan to,
Tr dan Tc. Persamaan yang baru adalah:

Y/R = F*A*W∞*[1/Z - 3U/(Z+K) + 3U2/(Z+2K) - U3/(Z+3K)] ..............................................(3.68)

di mana: U = 1 – Lc/L∞ seperti dalam persamaan 3.67 dan A = [(L∞ - Lc)/ (L∞ - Lr)]M/K .

191
Dengan mengingat bahwa beberapa metode pendugaan parameter yang telah dikemukakan dalam Bab-
bab terdahulu menghasilkan Z/K atau M/K, mungkin menarik juga untuk memformulasikan persamaan
3.68 dengan istilah-istilah yang demikian. Pembagian dengan K di luar dan pengalian dengan K di
dalam kurung, dan menggantikan nilai Z/K dengan z memberikan:

Y/R = F/K*A*W∞*[1/z – 3U/(z+1) + 3U2/(z+2) – U3/(z+3) ........................................................(3.69)

Persamaan ini berisi F/K, M/K (dalam A) dan Z/K (dalam z), yang tidak ada acuannya dengan umur
dan tidak memerlukan suatu dugaan K terpisah.

Marten (1978) dengan menggunakan pertumbuhan linier dan bukan dengan model von Bertallanfy,
menyajikan suatu model Y/R berdasarkan panjang yang serupa.

f. Model Thompson & Bell Berbasis Umur

Seperti telah dikemukakan, model prediktif pertama telah dikembangkan jauh sebelum model Beverton
& Holt oleh Thompson & Bell (1934). Model Thompson & Bell betul-betul merupakan kebalikan dari
model-model yang dijelaskan sebelumnya. VPA dan analisi kohort. Model ini digunakan untuk
meramalkan pengaruh-pengaruh dari perubahan-perubahan upaya penangkapan terhadap hasil-hasil di
masa depan, sedangkan VPA dan analis kohort digunakan untuk menentukan jumlah ikan yang
seharusnya telah ada di laut, yang memberikan hasil tangkapan yang dipertahankan, dan upaya-upaya
penangkapan yang seharusnya telah dipergunakan pada setiap kelompok umur atau panjang untuk
memperoleh jumlah yang tertangkap. Oleh karena itu, VPA dan analisis kohort disebut model-model
historis atau retrospektif, sedangkan model Thompson dan Bell adalah model prediktif.

Metode Thompson dan Belln terdiri atas dua langkah utama: (1) menyediakan masukan-masukan yang
perlu dan yang dapat dipilih; (2) penghitungan luaran dalam bentuk ramalan mengenai hasil-hasil
tangkapan, tingkat biomassa di masa depan dan bahkan nilai dari hasil-hasil tangkapan di masa depan.

(1). Penyiapan masukan-masukan

Masukan utama yang disebut “deretan F menurut umur referensi,” suatu deretan dari nilai F per kelas
umur. Secara prinsip setiap rangkaian F dapat dipakai sebagai masukan, tetapi, tentu saja, tidak setiap
deretan F akan menelurkan hasil-hasil yang berhubungan dengan situasi yang sebenarnya dari suatu
perikanan. Oleh karena itu, merupakan kebiasaan menggunakan suatu deretan F yang telah diperoleh
dari suatu analisis data historis, dengan kata lain dari VPA atau analisis kohort. Tetapi, deretan F
referensi dapat juga berasal dari sumber-sumber lain sperti kasus yang nyata dalam conroh Analisis
Thompson & Bell di bawah ini.

Suatu parameter masukan penting lainnya adalah jumlah rekrut, yang dapat juga diperoleh dari VPA
atau analisis kohort. Masukan ini diperlukan untuk memperoleh ramalan-ramalan dari hasil tangkapan
dan sebagainya dalam kuantitas mutlak. Tetapi, jika masukan ini tidak tersedia model Thompson &
Bell masih dapat digunakan untuk menyediakan gambaran-gambaran relatif sebagai luarannya, sebagai
contoh, dalam bentuk unit-unit “per 1000 rekrut” (lihat contoh Analisis Thompson & Bell). Lebih jauh
model ini memerlukan suatu “deretan umur menurut bobot,” yaitu bobot ikan individual per kelompok
umur. Untuk analisis ekonomi model ini juga memerlukan masukan berupa nilai, biasanya dalam
bentuk harga per kg menurut kelompok umur (Untuk model Thompson & Bell yang berbasis panjang,
jenis masukan yang diperlukan per kelompok panjang).

192
(2). Luaran-luaran

Luaran dari model ini adalah dalam bentuk ramalan-ramalan dari hasil tangkapan dalam jumlah ikan,
jumlah kematian total, hasil tangkapan, biomassa rata-rata dan nilai, semuanya per kelompok umur,
yang berhubungan dengan nilai dari F untuk setiap kelompok umur. Nilai baru dari F dapat diperoleh
dengan mengalikan deretan F referensi secara keseluruhan dengan suatu faktor tertentu, biasanya
disebut X, atau dengan menerapkan faktor-faktor yang demikian hanya kepada sebagian dari deretan F
referensi. Yang belakangan diterapkan, sebagai contoh, dalam hal adanya suatu perubahan dalam
ukuran mata jaring minimum, atau memisahkan pengaruh armada-armada dengan karakteristik yang
berbeda-beda (misalnya skala rakyat dan industri) pada suatu stok tertentu. Dengan melaksanakan
keseluruhan rangkaian perhitungan dengan nilai X yang berbeda (faktor-faktor F), dapat dibuat grafik
yang menggambarkan secara jelas pengaruh dari perubahan dalam F pada hasil tangkapan, biomassa
rata-rata dan nilai dari hasil tangkapan.

Model Thompson & Bell adalah suatu alat yang sangat penting bagi ilmuwan perikanan untuk
mendemonstrasikan pengaruh aturan-aturan pengelolaan tertentu, seperti perubahan-perubahan dalam
ukuran mata jaring minimum, berkurangnya atau bertambahnya upaya penangkapan, atau penutupan
musim terhadap hasil tangkapan, biomassa dan nilai dari hasil tangkapan. Karena diperlukan sejumlah
besar perhitungan-perhitungan, perlu menggunakan komputer. Suatu sifat penting dari model
Thompson & Bell adalah bahwa model ini memungkinkan dimasukannya harga ikan. Karenanya model
ini menjadi basis pengembangan model bioekonomis yang sangat berguna untuk penyediaan ramalan
yang diperlukan bagi keputusan pengelolaan.

Program komputer

Paket LFSA berisi program-program untuk melaksanakan analisis Thompson & Bell yang relatif
sederhana, baik yang berdasarkan panjang maupun yang berdasarkan umur. Program-program yang
serupa telah disertakan dalam paket FiSAT. Sederetan program-program komputer untuk analisis
bioekonomi dari perikanan telah dikembangkan dan diterbitkan oleh FAO, yang disebut program-
program BEAM (Bio-Economic Analytical Model) (BEAM 1 dan 2. Coppola et al., 1992. BEAM 3.
Cochet & Gilly. 1990 dan BEAM 4. Sparre & Willmann.1992).

Contoh 3.5: Analisis Thompson & Bell berbasis umur, udang tropis

Masukan

Untuk melukiskan model, kita menggunakan data dari perikanan udang Kuwait (dari Garcia & Van
Zalinge, 1982). Kolom-kolom A sampai E dalam Tabel 3.7 berisi data masukan. Dalam hal ini kematian
penangkapan, F, diestimasi dari data hasil tangkapan dan dugaan dari biomassa diperloleh dengan
metode swept area. Tetapi, deretan F dapat juga diduga dengan analisis kohort atau VPA.

Rentang hidup dari udang Penaeus semisulcatus di atas satu tahun tidak banyak, maka kelompok-
kelompok umur dalam kolom A dalam Tabel 3.7 diberikan dalam bulanan. Jenis ini direkrut ke dalam
perikanan pada umur satu bulan (Tr = 1). Kolom B adalah bobot rata-rata kelompok umur. Kolom C
berisi nilai relatif, diproporsikan terhadap harga per kg udang yang tidak dikupas kulitnya per kelompok
umur. Kolom D berisi kematian penangkapan, “deretan F menurut umur referensi” dan kolom E
kematian total per tahun per kelompok umur.

Dalam kolom F kita mulai dari 1000 rekrut, yang berumur 1 bulan pada awal periode. Dengan kata lain,
populasi atau jumlah stok yang berumur 1 bulan adalah 1000. Semua perhitungan berikutnya adalah

193
relatif terhadap 1000 rekrut. Bila analisis kohort telah pernah dilakukan dan diperoleh dugaan dari
jumlah rekrut yang sebenarnya, nilai yang diperoleh per 1000 rekrut dapat dikonversikan ke dalam
hasil-hasil tangkapan nyata dan besarnya stok.

Luaran yang didasarkan pada deretan F menurut umur referensi

Dengan dasar nilai masukan yang disajikan dalam kolom-kolom A sampai E dan jumlah rekrut pada
umur 1 bulan (=1000), populasi per kelompok umur, yang dinyatakan dalam jumlah yang ada pada
permulaan setiap bulan dapat dihitung (Kolom F) . Juga yang berikut dapat dihitung: jumlah yang mati
setiap bulan (Kolom G), hasil tangkapan dalam jumlah, yang ekuivalen dengan jumlah yang mati karena
penangkapan (Kolom H), hasil dalam gram (Kolom I), biomassa rata-rata dalam gram (Kolom J), dan
nilai yang dinyatakan dalam satuan uang (Kolom K).

Tabel 3.7. Model Thompson & Bell berbasis umur diilustrasikan oleh data perikanan udang Kuwait (dari
Garcia & Van Zalinge, 1982). M = 3.0 per tahun untuk semua umur

INPUT OUTPUT
A B C D E F G H I J K
Umur Bobot Nilai per g Mort. Mor. Popula Kematian Hasil Yield Biomassa Nilai
*) rata-rata _ Pen. Total si*) N(t)-N(t+∆t) tangkapan Y(t) sa _
t _ V(t) F(t) Z(t) N(t) C(t) B(t) Y*v
bulan W(t) g Unit uang Per th. per th Jumlah Jumlah Jumlah G g unit uang

1=Tr 5.7 0.73 1.20 4.20 1000.0 295.3 84.4 481 4809 351
2 9.3 0.93 1.32 4.32 704.7 213.0 65.1 605 5504 563
3 13.0 1.20 1.32 4.32 491.6 148.6 45.4 590 5367 708
4 17.6 1.45 1.44 4.44 343.0 106.1 34.4 606 5046 878
5 22.0 1.70 1.92 4.92 236.9 79.7 31.1 684 4267 1163
6 26.1 1.90 1.20 4.20 157.2 46.4 13.3 346 3463 658
7 30.3 2.08 1.56 4.56 110.8 35.0 12.0 363 2793 755
8 33.8 2.14 1.20 4.20 75.8 22.4 6.4 216 2161 462
9 37.0 2.18 1.20 4.20 53.4 15.8 4.5 167 1667 636
10 40.3 2.23 1.80 4.80 37.6 12.4 4.7 187 1250 418
11 43.1 2.24 2.76 5.76 25.2 9.6 4.6 199 863 445
12 44.7 2.27 2.52 5.52 15.6 5.8 2.6 117 559 267
13 - - - - 99 - - - - -
Total: 4561 37758 7031

Biomassa rata-rata : 37758/12 = 3146.5


*) Pada permulaan periode

Prosedur penghitungan akan dikemukakan langkah demi langkah, menggunakan angka-angka bagi
penghitungan tiga kelompok umur pertama.

Langkah 1: Hitunglah jumlah populasi pada permulaan dari setiap periode (bulan):
N(1) = 1000, pergunakan
N(t+∆t) = N(t)*exp(-Z*∆t), dimana
∆t = 1 bulan = 0.08333 tahun, menghitung jumlah berikutnya
N(2) = 1000*exp(-4.20*0.08333) = 704.7
N(3) = 704.7*exp(-4.32*0.08333) = 491.6

Langkah 2: Menghitung jumlah kematian dalam setiap periode:


Jumlah total yang mati D(t) = N(t) – N(t+∆t) =
D(1) = 1000 – 704.7 = 295.3

194
D(2) = 704.7 – 491.6 = 213.1
D(3) = 491.6 – 343.0 = 148.6

Langkah 3: Menghitung jumlah tertangkap dalam setiap periode:


C(t) = [N(t) – N(t+∆t)]*F(t)/Z(t) = D(t)*F(t)/Z(t)
C(1) = 295.3*1.20/4.20 = 84.4
C(2) = 213.1*1.32/4.32 = 65.1
C(3) = 148.6 *1.32 = 45.4

Langkah 4: Menghitung hasil (= hasil tangkapan dalam bobot) dalam setiap periode:
_
Y(t) = C(t)* w(t)
Y(1) = 84.4*5.7 = 481
Y(2) = 65.1*9.3 = 605
Y(3) = 45.4*13.0 = 590

Langkah 5: Menghitung biomasa rata-rata hasil dalam setiap periode:


B(t) = Y(t)/[F(t)*∆(t)]
B(1) = 481/(1.20*0.08333) = 4810
B(2) = 605/(1.32*0.08333) = 5500
B(3) = 591/(1.32*0.08333) = 5373 _
Catatan: Perhitungan biomassa ini diturunkan dari Persamaan C(t1,t2)=t2 t1)*F*N(t1,t2),
C=F ∆t*N, yang dengan pengalian dengan w pada kedua sisi menjadi:
_
Y = F*∆t *B dan B= Y/(F*∆t)

Langkah 6: Menghitung nilai dari hasil dalam setiap periode:


_
V(t) = Y(t)* v(t)
V(1) = 481*0.73 = 351
V(2) = 605*0.9.3 = 563
V(3) = 590*1.20 = 708

Langkah 7: Menghitung hasil total, biomassa rata-rata untuk seluruh periode dan nilai total (lihat
baris terakhir dari Tabel 3.7. Hasil total adalah jumlah semua hasil bulanan. Nilai total adalah jumlah
semua nilai bulanan. Perkiraan biomassa rata-rata adalah:
_ 12 _ 12
B = ∑ (B(t)*∆t) / ∑ ∆t
t=1 t=1

Karena ∆t = 1/12 dan periode total 12 bulan, dalam hal ini


_ _
B = ∑ (B(t) /12 = 37758/12 = 3146.5

Konsep biomasaa rata-rata dalam hal yang lebih rumit di mana ∆t tidak tetap konstan, akan dibicarakan
pada bab lain.

Kotak persamaan berikut meringkas rumus-rumus untuk model Thompson & Bell berdasarkan umur
dalam suatu bentuk umum, meliputi X (faktor-F). Indeks i menunjukkan selang umur (ti, ti+∆t). Indeks
ti menunjukkan awal dari selang, sedangkan indek ti+ ∆t menunjukkan akhir darinya.

195
Selang umur: i = (ti, ti + ∆t)
Zi = M + X * Fi
N (Ti + ∆t) = N(ti)*exp( - Zi*∆t)
Ci = [N(ti) – N(ti +∆t)]*X*Fi/Zi
_
W = w[ti + ∆t/2]
__ 3.70
Yi = Ci*Wi
_
Bi = Yi/[Fi*∆t*X]
_
Vi = Yi * vi

Thompson & Bell menggunakan kelompok-plus

Baris kelompok umur dalam Tabel 3.7, umur 13, hanya mengandung jumlah yang hidup dan tidak ada
lainnya. Itu karena dalam Contoh di atas jumlah pesintas yang lebih tua dari 12 bulan dianggap jumlah
yang tidak signifikan dan oleh karena itu ditiadakan.

Dalam hal di mana jumlahnya signifikan ada suatu cara untuk memperhitungkannya, walaupun apabila
hanya mengambil 12 kelompok umur saja yang diperhitungkan. Ini dikerjakan dengan memperlakukan
kelompok umur 12 sebagai kelompok plus, yaitu menggantikan jumlah yang mati antara umur 12 dan
13. N(12) – N(13), dengan jumlah total yang mati setelah umur 12. Karena semua spesimen sebenarnya
akan mati, jumlah ini dalam Contoh di atas adalah N(12) = N(12+1) = 15.6

Dengan mengasumsikan lebih jauh bahwa kelompok-kelompok umur yang lebih tua mempunyai
mortalitas yang sama seperti kelompok 12, jumlah udang yang tertangkap dari kelompok plus menjadi

C(12+) = F(12)/Z(12)*N(12) = [2.52/5.52]*15.6 = 7.1

Maka, dengan meninggalkan kelompok-kelompok plus dalam Tabel 3.7, hasil tangkapan sebesar 7.1
– 2.6 = 4.5 juga ditiadakan.
_
Jika pertumbuhan telah terhenti pada umur 12, w(12) adalah bobot badan maksimum dan hasil yang
bersangkutan dengan C(12+) menjadi 44.7*4.5 = 201 g. Hasil ini sesuai dengan nilai 201*2.27 = 456
unit uang, yang berjumkah kira-kira 6 persen dari total suatu jumlah yang nyata. Oleh karena itu, untuk
berada pada sisi yang aman berhubung meniadakan hasil-hasil tangkapan yang nyata, adalah lebih baik
untuk selalu memperlakukan kelompok terakhir sebagai suatu kelompok plus.

Peramalan, luaran berdasarkan pada deretan-deretan F yang berbeda-beda

Dengan luaran yang didasarkan pada deretan F menurut umur referensi yang dihitung di atas semua
data dasar tersedia untuk meramalkan pengaruh penambahan dan pengurangan upaya penangkapan atau
mortalitas penangkapan. Angka-angka baru untuk hasil total, total biomassa rata-rata dan nilai total
dapat diperoleh dengan mengalikan kematian penangkapan pada Kolom D dalam Tabel 3.7 dengan
persentase tertentu. Deretan F yang disajikan dalam Tabel 3.7. disebut deretan F referensi yang
kemudian diganti dengan yang baru, dengan mengalikan deretan F referensi, atau sebagian darinya
dengan faktor X = (F baru) / (F refernsi).

Jika, sebagi contoh, upaya dinaikkan dengan 20 persen, mortalitas penangkapan yang baru dalam
Kolom D akan menjadi:

196
01.20*1.20 = 1.44 1.32*1.20 = 1.58 dan sebagainya.

Kemudian dengan kembali lagi melalui seluruh prosedur menggunakan F yang baru, hasil total yang
bersangkutan, total biomassa rata-rata dan nilai total dapat diperoleh.

Suatu contoh hasil dari sedertan perhitungan yang demikian dengan X = faktor F berkisar dari 0 sampai
3.0 disajikan dalam Tabel 3.8. Deretan F referensi, dimana X = 1.0, memberikan hasil toatal sebesar
4560, biomassa total rata-rata 3146 dan nilai total 7029 (Jumlah-jumlah tersebut diperoleh dengan data
masukan yang sama seperti yang digunakan dalam Tabel 3.7, tetapi ada sedikit perbedaan dengan hasil-
hasil yang disajikan dengan tabel itu karena adanya kenyataan bahwa program komputer yang
digunakan untuk menghitung Tabel 3.8 menggunakan jumlah digit maksimum untuk seluruh
perhitungan. Beda kecil demikian, dan dari pandangan pengkajian stok, adalah perbedaan yang tidak
nyata bisa juga didapatkan dalam perhitungan yang lain yang disajikan dalam buku ini).

Pada Gambar 3.35 angka-angka hasil total rata-rata dan nilai total yang berkaitan dengan Tabel 3.8 telah
diplotkan terhadap Z (faktor F) dan digambar kurvanya. Perhatikan bahwa kurva nilai mempunyai suatu
maksimum, di mana kurva hasil tidak mempunyai maksimum dalam kisaran faktor-faktor F(X) yang
digunakan. Apabila harga per kg bervariasi menurut ukuran udang, kedua kurva akan mempunyai
maksimum pada tingkat F yang berbeda.

Ingat kembali bahwa biomassa adalah proporsional terhadap hasil tangkapan per unit upaya. Gambar
3.35 mengilustrasikan pertentangan penting antara keinginan untuk memaksimumkan hasil tatal dari
suatu perikanan, dalam bobot atau nilai, dengan keperluan untuk memberikan penghasilan yang
diperlukan para nelayan dan pemilik kapal. Hasil tangkapan per kapal menurun secara tetap dengan
bertambahnya upaya dan mungkin dalam prakteknya menjadi terlalu kecil untuk menjadikan perikanan
untung, walaupun dalam tingkat upaya yang lebih kecil dari upaya yang berkaitan dengan maksimum
pada kurva nilai total dari hasil tangkapan.

Tabel. 3.8. Hasil, nilai dari hasil dan biomassa untuk berbagai tingkat-F. Deretan F tertera
pada kolom D dari Tabel 3.7 (bandingkan Gambar 3.35)
Faktor-F Yield total Biomassa total Nilai total
X rata-rata
0.0 0 5382 0
0.4 2549 4271 4209
0.8 4055 3466 6396
1.0 4561*) 3146*) 7031*)
1.2 4954 2870 7465
1.5 5383 2522 7842
2.0 5814 2075 8025
3.0 6138 1497 7683
*) Perhatikan Tabel 3.7

197
Gambar 3.35. Hasil tangkapan, biomassa dan nilai dari hasil per 1000 udang yang dihitung dengan model
Thompson & Bell berbasis umur (didasarkan kepada data dalam Tabel 3.8)

Peramalan menurut armada

Perikanan udang di perairan Kuwait terdiri atas “perikanan artisanal(rakyat)” dan “ perikanan industri.”
Tabel 3.9 memperlihatkan hasil-hasil dari suatu pembagian mortalitas penangkapan total yang disajikan
dalam Tabel 3.7 ke dalam komponen artisanal dan industri (dari Garcia & Van Zalinge, 1982).
Pembagian mortalitas penangkapan karena armada-armada yang berbeda demikian itu biasanya
didasarkan kepada proporsi dari jumlah udang (atau ikan) yang tertangkap oleh masing-masing armada.

Mortalitas penangkapan yang disebabkan oleh satu armada, katakanlah, armada no.i, F(i), adalah:

F(i) = Ftotal*C(i) / Ctotal ...............................................................................................................(3.71)

di mana C(i) adalah jumlah udang (atau ikan) yang tertangkap oleh armada no.i, dan F(total) dan
C(total) adalah mortalitas penangkapan dan jumlah yang tertangkap oleh semua armada. F (total) dapat
diperoleh dari analisis kohort. Pemisahan dari hasil tangkapan (kolom H dalam Tabel 3.7) ke dalam
komponen-komponen armada diperoleh dengan:

C(i) = Ctotal*F(i) /Ftotal ..............................................................................................................(3.72)

Tabel 3.9. Pembagian mortalitas penangkapan total perikanan udang Kuwait ke dalam komponen
artisanal dan industri (dari Garcia & van Zalinge, 1982)

Mortalitas penangakapan (F)


Umur Artisanal Industrial Total
bulan FA F1 Ftotal
Per tahun per tahun Per tahun
1 0.720 0.480 1.20
2 0.960 0.360 1.32
3 0.840 0.480 1.32
4 0.480 0.960 1.44
5 0.600 1.320 1.92
6 0.480 0.720 1.20
7 1.080 0.480 1.56
8 0.480 0.720 1.20
9 0.084 1.116 1.20
10 0.120 1.680 1.80
11 0.240 2.520 2.76
12 0.240 2.280 2.52

198
Tabel 3.10. Pembagian hasil dan nilai dari hasil dari Tabel 3.7 ke dalam komponen-komponen
artisanal dan industri (dari garcia & van Zalinge, 1982). Faktor-faktor X seperti dalam Tabel
3.8 (XA = X1) (lihat Gambar 3.36)
Yield total Nilai total Armada artisanal Armada industrial
Faktor-F Yield Nilai Faktor-F Yield Nilai
XA
G Unit per tahun g Unit X1 g Unit

0 0 0 0 0 0 0 0
2549 4209 0.4 1048 1531 0.4 1501 2678
4055 6396 0.8 1773 2486 0.8 2284 3910
4560 7029 1.0 2048 2815 1.0 2512 4216
4954 7465 1.2 2281 3073 1.2 2673 4392
5383 7842 1.5 2563 3354 1.5 2819 4488
5814 8025 2.0 2903 3627 2.0 2910 4398
6138 7683 3.0 3291 3783 3.0 2847 3900

Tabel 3.11. Pengkajian pengaruh berbagai upaya armada industri (XI), upaya armada artisanal
dipertahankan konstan (=1.0) (lihat Gambar 3.37)
Yield total Nilai total Armada artisanal Armada industrial
Faktor-F XA Yield Nilai Faktor-F X1 Yield Nilai

2479 3603 1.0 2479 3603 0 0 0


3522 5403 1.0 2289 3250 0.4 1234 2154
4270 6598 1.0 2124 2950 0.8 2146 3648
4560 7029 1.0 2048 2815 1.0 2512 4216
4811 7383 1.0 1979 2691 1.2 2832 4692
5120 7783 1.0 1883 2530 1.5 3237 5263
5501 8203 1.0 1740 2271 2.0 2910 5932
5951 8499 1.0 1510 1880 3.0 4441 6619

Gambar 3.36. Hasil total dan nilai dari hasil total dari Gambar 3.35 dipisahkan ke dalam komponen
artisanal dan industri (cf. Tabel 3.10)

199
Gambar 3.37. Pengkajian dari pengaruh perubahan-perubahan dalam perikanan industri sedangkan
perikanan artisanal dibiarkan pada tingkat yang konstan (cf. Tabel 3.11)

Maka, hasil dan nilai dari hasil dapat dengan mudah dipisahkan ke dalam komponen-komponen armada.
Tabel 3.10 memperlihatkan pemisahan hasil total dan nilai dari hasil yang diberikan dalam Tabel 3.8
antara kedua armada.

Dalam hal ini fakto-fakor yang sama, XA = X1 diterapkan untuk nilai F dari kedua armada, yaitu dalam
latihan yang didemonstrasikan dalam Tabel 3.10 di mana telah diasumsikan bahwa upaya dari armada
artisanal selalu merupakan bagian yang sama dari upaya total. Gambar 3.36 memperlihatkan grafik
yang bersangkutan dengan Tabel 3.10.

Tabel 3.11 dan Gambar 3.37 memperlihatkan suatu contoh di mana faktor, XA, untuk armada artisanal
dibiarkan konstan, sedangkan faktor X1, untuk armada industri bervariasi. Ini berkaitan dengan situasi
dimana perikanan industri sedang berubah, sedangkan perikanan artisanal diasumsikan tetap pada
tingkat yang sama. Perhatikan bahwa armada artisanal mendapatkan bagian yang lebih kecil dari hasil
tangkapan total semakin tinggi tigkat upaya dari perikanan industri. Ini memang diharapkan karena
kenaikan dari upaya perikanan industri akan mengurangi stok, sehingga bagian yang lebih kecil masih
tertinggal untuk armada artisanal.

Adalah mungkin untuk mengkaji dengan cara yang sama tentang pengaruh dari setiap teknik pengaturan
untuk masing-masing komponen armada sejauh seseorang dapat mengkonversikan pengaturan upaya
ke dalam kematian penangkapan yang sesuai. Sebagai contoh, Garcia & van Zalinge (1982)
menggunakan model Thompson & Bell untuk mengkaji pengaruh dan penutupan musim. Model
Thompson & Bell dapat juga digunakan untuk mengkaji pengaruh dari perubahan ukuran mata jaring.
Penerapan dari model Thompson & Bell yang dijelaskan di atas (termasuk pengkajian mata jaring yang
akan dibicarakan di bawah) sebenarnya adalah metode yang diterapkan dewasa ini untuk meramalkan
hasil-hasil tangkapan dan untuk menentukan kuota hasil tangkapan di daerah ICES (Atlantik Timur
Laut) dan di banyak tempat-tempat lainnya.

g. Model Thompson dan Bell Berbasis Panjang

“Model Thompson dan Bell berbasis panjang” mendapatkan masukan dari analisis kohort berdasarkan
panjang. Masukannya terdiri atas mortalitas penangkapan menurut kelompok panjang (disebut”deretan
F menurut panjang”), jumlah ikan memasuki kelompok panjang terkecil, dan faktor kematian alami H

200
menurut kelompok panjng, yang seharusnya sama dengan yang digunakan dalam analisis kohort.
Masukan tambahan adalah parameter-parameter dari hubungan panjang-bobot (atau bobot rata-rata dari
seekor ikan atau udang menurut kelompok panjang) dan harga rata-rata per kg menurut kelompok
panjang.

Luarannya adalah sama seperti untuk model berdasarkan umur, yaitu, untuk setiap kelompok panjang
jumlah pada batas bawah dari kelompok panjang, N(L1), hasil tangkapan dalam jumlah, hasil dalam
bobot, biomassa dikalikan dengan ∆t, yaitu waktu yang diperlukan untuk tumbuh dari batas bawah ke
batas atas dari kelompok panjang dan nilai. Akhirnya, hasil tangkapan total, biomassa rata-rata *∆t,
hasil dan nilai dapat diperoleh. Penghitungan diulangi untuk suatu kisaran dari nilai X (faktor-F) dan
hasil akhirnya (total) diplotkan pada grafik. Prinsipnya adalah sama seperti yang dijelaskan di atas untuk
model-model yang berbasis umur, hanya rumusnya yang sedikit berbeda. Rumus-rumus tersebut dapat
diturunkan dari yang digunakan untuk analisis berbasis panjang dari Jones sebagai berikut:

C(L1,L2) = [N(L1) – N(L2)]*F(L1,L2) / Z(L1,L2) .......... ..........................................................(3.73)

lalu ini dimasukkan ke dalam persamaan yang memberikan:

N(L1) = [N(L2)*H(L1,L2) +( N(L1) – N(L2)) / Z (L1,L2)* F(L1,L2)]*H(L1,L2

dimana:

H(L1,L2) = [(L∞-L1) / (L∞-L2)]M/2K

Yang merupakan faktor yang sama yang digunakan dalam analisis kohort berbasis panjang dari Jones.
Dengan memecahkan persamaan ini yang berkenaan dengan N(L2) memberikan:

N(L2) = N(L1)* 1 / (H(L1,L2) – F(L1,L2) / Z(L1,L2) ............................................................(3.74)


H(L1,L2) – F(L1,L2) / Z(L1,L2)

Untuk menghitung hasil (hasil taangkapan dalam bobot) menurut kelompok panjang hasil tangkapan

_
C (dalam jumlah) harus dikalikan dengan bobot rata-rata kelompok panjang, w(L1,L2), yang diperoleh
dari persamaan berikut:
_
W (L1,L2) = q*[(L1 + L2) /2 ]b

di mana q dan b adalah parameter-parameter dari hubungan panjang-bobot.

Hasil dari kelompok panjang inin kemudian diberikan oleh:

_
Y(L1,L2) = C(L1,L2)* w(L1,L2) ............................................................................................(3.75)

Nilai dari hasil diberikan oleh:

_
V(L1,L2) = Y(L1,L2)* v(L1,L2) .............................................................................................(3.76)

di mana v(L1,L2) adalah harga rata-rata per kg ikan antara panjang L1 dan L2, jumlah yang hidup
menurun dari N(L1) ke N(L2). Jumlah rata-rata yang hidup dari kelompok panjang itu dihitung sebagai
berikut:

201
_
N (L1,L2) * ∆t(L1,L2) = [ N(L1)- N(L2)] .....................................................................................(3.77)
Z(L1,L2)

Biomassa rata-rata * ∆t yang bersaangkutan adalah:


_ _ _
B(L1,L2)* ∆t(L1,L2) = N(L1,L2)* ∆t(L1,L2)*w(L1,L2) ............................................................(3.78)

Hasil tahunan diperoleh secara sederhana dengan menjumlahkan hasil dari semua kelompok
panjang:

Y = ∑ Yi

Nilai tahunan juga diperoleh dengan menjumlahkan nilai semua kelompok panjang:

V = ∑ Vi
_ _
B = ∑ Bi*∆ti

merupakan suatu dugaan dari biomassa rata-rata selama rentang hidup dari sebuah kohort, atau dari
semua kohort selama satu tahun. Dalam metode yang berbasis umur, tidaklah perlu mengalikan setiap
biomassa dengan ∆t, sebab ∆t adalah konstan dan sama dengan 1/12 tahun, atau satu bulan, akan tetapi
dalam hal ini ∆t adalah bervariasi.

Persamaan-persamaan 3.73 sampai 3.78 telah disajikan untuk satu kelas panjang yang spesifik (L1,L2).
Seperti dalam versi yang berbasis panjang, persamaan dalam kotak berikut meringkaskan rumus-ruus
untuk model Thompson dan Bell berbasis panjang dalam bentuknya yang umum, termasuk X (faktor
F). Indeks i di sini menunjukkan selang panjang (Li, Li+1). Indeks Li menunjukkan batas bawah dari
selang panjang tersebut, sedangkan indeks Li+1 untuk batas atas.

Selang panjang: i = (Li, Li+1)

Zi = M + X*Fi

N(Li+1) = N(Li)* 1/Hi – X*Fi/Zi dimana


Hi – X*Fi/Zi

Hi = [ L∞ - Li ] M/2K
L∞ -Li +1

Ci = [N(Li) – N(Li+1)]*X*Fi/Zi 3.79


__
Wi = q*[ (Li + Li+1) ]b
__ 2
Yi = Ci*Wi
__
Vi = Yi* Wi
__
Ni * ∆ti = N(Li) – N(Li+1)
Zi
_ _ _
B*∆ti = Ni*∆ti*wi

202
Hal-hal mendasar dari analisis Thompson dan Bell berbasis panjang

Karena analisis Thompson dan Bell berbasis panjang diturunkan dari analisis kohort berdasarkan
panjang dari Jones yang sebaliknya juga didasarkan kepada analisi kohort berbasis umur menurut Pope,
metode Thompson dan Bell berbasis panjang mempunyai keterbatasan-keterbatasan seperti yang
dipunyai oleh analisis kohort berbasis umur menurut Pope. Perkiraan kepada VPA dalam cara prediksi
berlaku untuk nilai F*∆t sampai 1.2 dan M*∆t sampai 0.3 (Pope, 1972). Jika nilai F-nya tinggi, akan
keluar hasil-hasil yang tidak masuk akal dari analisi tersebut, seperti jumlah stok yang negatif. Jika
demikian halnya, kelompok-kelompok panjang yang lebih kecil dan karenanya diperlukan nilai ∆t yang
lebih kecil.

Aproksimasi (berdasarkan kira-kira) tidaklah diperlukan, karena versi maju (forward) dan VPA tidak
meliputi pemecahan iteratif untuk F. Dengan menggunakan teknik VPA dalam Thompson dan Bell
diperlukan penggantian dari rumus kedua dan ketiga dari persamaan 3.79:

N(Li+1) = N(Li)*exp(-Zi*∆ti) ..........................................................................................................(3.80)

dimana:

∆ti = 1/K*ln (L∞ - Li)


L∞ - Li+1

Bobot badan rata-rata dalam kelompok-plus diberikan oleh persamaan 3.79.

Contoh: Analisis Thompson dan Bell berbasis panjang, ikan “hake,” Senegal

Sebagai sebuah contoh, analisis Thompson dan Bell berbasis panjang, kita pergunakan data untuk ikan
“hake” (Merluccius merluccius) yang tertangkap di perairan Senegal. Parameter-parameter berikut
digunakan sebagai masukan. L∞ = 130 cm. K = 0.1 per tahun. M = 0.28 per tahun. q = 0.00001 kg/cm3.
N(kelompok panjang pertama) = N(6) = 98919.3

Dengan menggunakan nilai F dan faktor-faktor mortalitas alami,H, dan bobot badan yang diperoleh
_ _
dari wi = q*[(Li + Li+1) /2]b hubungan panjang-bobot dan beberapa harga (dalam hal ini bebas dipilih)
per kg untuk “hake”, masukan dapat dirngkaskan seperti dalam Tabel 3.12.

Tabel 3.12. Data masukan untuk analisis Thompson dan Bell berbasis panjang dari ikan “hake,” Senegal
Kelompok panjang F(Li,Li+1) H(Li,Li+1) __ _
(Li, Li+1) W(Li,Li+1) V(Li,Li+1)
Kg unit/kg
6-12 0.04 1.0719 0.0073 1.0
12-18 0.39 1.0758 0.0758 1.0
18-24 1.07 1.0801 0.0926 1.0
24-30 0.65 1.0850 0.1960 1.0
30-36 0.49 1.0905 0.3590 1.0
36-42 0.59 1.0967 0.5930 2.0
42-48 0.65 1.1039 0.9110 2.0
48-54 0.39 1.1122 1.3300 2.5
54-60 0.29 1.1220 12.8500 2.5
60-66 0.31 1.1337 3.5000 2.5
66-72 0.40 1.1478 4.2900 3.0
72-78 0.39 1.1652 5.2200 3.0
78-84 0.11 1.1873 5.3100 3.0
84-∞ 0.28 - 12.25 3.0

203
Dengan menggunakan persamaan 3.79 dengan X=1 dan data masukan dari Tabel 3.12, kita dapat
menghitung jumlah dalam kelompok kelas panjang berikutya, hasil tangkapan, hasil, biomassa rata-rata
*∆t dan nilai, seperti yang disajikan dalam contoh berikut:

N(12) = N(6)*[1/H(6.12) – F(6,12)/Z(6,12)] / [ H(6.12) - F(6,12)/Z(6,12)]


= 98919.3*[1/1.0719 – 0.04/0.32]/[1.0719 – 0.04/0.32]
= 84400.8
C(6,12) = [N(6)-N(12)]*X*F(6,12)/Z(6,12)
= [98919.3-8.4400.8]*1*0.04/0.32 = 1814.8
_
W(6,12) = q*(6+12)/2]b
= 0.00001*93 = 0.007290
_
Y(6,12) =C(6,12)*w(6,12)
= 1814.8*0.007290 =13.23
_ _
B (6,12)* ∆t(6,12) = [N(6) – N(12)] / Z(6,12)]*W(6,12)
= [(98919.3 – 84400)/0.32]*0.007290 = 330.7
_
V(6,12) = Y(6,12)*v(6,12) = 13.23*1.0 = 13.23

Penghitungan-penghitungan ini akan dilanjutkan kemudian sampai dicapai kelompokmpanjang


terakhir. Karena itu untuk kelompok plus harus dibuat beberapa asumsi tamabahn: N(∞) = 0 dan w(84,
∞) = w(84,90). Hasil-hasilnya adalah;

C(84,∞) = [N(84) – N(∞)]*F(84,∞) /Z(84,∞)

= [92-0]*0.28/0.56 = 46

_ _
W(8,∞) =W(84,130) = q*(6+12)/2]b
= 0.00001*1073 = 12.25
_
Y(84,∞) =C(84,∞)*w(84,∞)
= 46*12.25 =563.5
_ _
B (84, ∞)* ∆t(84, ∞) = [N84 – N(∞ )] / Z(84, ∞ )*W∆t(84,∞)
= [(92-0)/0.56]*12.25 = 2012.5
_
V(84, ∞) = Y(84,∞)*v(84,∞)
= 563.5*3.0 =1690.5

Dengan mengikuti cara-cara ini, hasil akhirnya tertera pada Tabel 3.13. Tetapi, hendaknya dicatat
bahwa ada perbedaan antara hasil dari perhitungan yang disajikan di atas, yang dihitung dengan
memakai kalkulator, dengan hasil dalam Tabel 3.13 yang dihitung dengan menggunakan 8 digit nyata
dalam semua perhitungan.

Perhatikan bahwa nilai dari N(L) dan C(Li, Li+1) adalah betul-betul sama seperti yang dihitung dengan
analisis kohort berbasis panjang dari Jones. Perbedaan kecil, seperti dalam perhitungan biomassa

204
*∆t rata-rata dapat dengan mudah terjadi karena pembulatan dari F dan w rata-rata. Perhitungan
sekarang dapat diulangi untuk nlai X yang berbeda.

Tabel 3.13. Luaran dari analisis Thompson dan bell berbasis panjang, dari ikan “hake,” Senegal,
menggunakan faktor-FX = 1.0. Bobot dalam ton

Kelompok F N(Li) C(Li,Li+1) Yield Rata-rata Nilai


panjang (Li,Li+1) (Yi,Yi+1) biomassa (Li,Li+1)
(Li,Li+1) _
.000 .000 *∆tB*∆t
cm X = 1.0 Jumlah jumlah Ton Ton .000 unit
6-12 0.04 98919.3 1823 13.3 330.7 13.3
12-18 0.39 84392.7 14463 488.1 1260.1 488.1
18-24 1.07 59475.8 25277 2336.3 2191.5 2336.3
24-30 0.65 27623.0 8143 1601.0 2475.2 2401.5
30-36 0.49 15967.8 3889 1397.6 2845.9 2096.4
36-42 0.59 9861.5 2959 1755.3 2970.1 3510.5
42-48 0.65 5500.5 1871 1704.9 2638.4 3409.9
48-54 0.39 2818.8 653 866.2 2247.1 2165.5
54-60 0.29 1691.5 322 596.3 2069.4 1490.8
60-66 0.31 1056.6 228 570.1 1853.8 1710.3
66-72 0.40 621.0 181 594.6 1481.9 1783.8
72-78 0.39 313.7 96 405.0 1040.1 1215.0
78-84 0.11 148.7 16 85.0 772.0 255.1
84∞- 0.28 92.0 46 563.5 2012.6 1690.6
Total 59908 12977.2 26189.0 24567.1

Tabel 3.14. Luaran dari analisis Thompson dan Bell berbasis panjang, dari ikan “hake,” Senegal,
menggunakan faktor-FX = 2.0 (perhatikan Tabel 3.13)

Kelompok F N(Li) C(Li,Li+1) Yield Rata-rata Nilai


panjang (Li,Li+1) (Li,Li+1) biomassa (Li, Li+1)
(Li,Li+1) _
*∆tB*∆t
cm X = 2.0 .000 .000 Ton Ton .000 unit
6-12 0.08 98919.3 3611.6 26.3 327.6 26.3
12-18 0.77 82724.1 26041.2 878.9 1134.4 878.9
18-24 2.13 47271.6 32863.1 3043.4 1427.4 3043.4
24-30 1.29 10092.6 5154.2 1014.5 784.2 1521.7
30-36 0.98 3823.1 1652.3 593.8 604.6 890.7
36-42 1.18 1699.7 881.6 523 442.5 1046.0
42-48 1.29 609.2 351.7 320.5 248.0 640.9
48-54 0.77 181.3 74.9 99.3 128.8 248.3
54-60 0.58 79.3 27.4 50.8 88.1 126.9
60-66 0.62 38.5 14.9 37.3 60.6 111.9
66-72 0.80 16.8 8.5 27.9 34.7 83.6
72-78 0.78 5.4 2.8 11.9 15.3 35.8
78-84 0.22 1.5 0.3 1.7 7.5 5.0
84-∞ 0.56 0.8 0.5 6.7 12.0 20.2

Total 70685.0 6636.0 5315.9 8679.7

Tabel 3.14 memperlihatkan hasil yang berkaitan dengan Tabel 3.13 tetapi dengan faktor-FX = 2.0, yaitu
peramalan dari hasil tangkapan, hasil, biomassa*∆t rata-rata dan nilai dengan asumsi suatu pelipatan
dua kali dari upaya penangkapan. Dalam hal ini pegaruh dari penggandaan upaya penangkapan akan
menyebabkan penurunan hasil dan nilai secara dramatis.

205
Tabel 3.15. Hasil-hasil analisis Thompson dan Bell berbasis panjang, dari ikan “hake,” Senegal. MSY =
Hasil Tangkap Maksimum Lestari. MSE = Hasil (nilai) Ekonomi Maksimum Lestari (cf.Gambar 3.38)

A B C D
Faktor-F Yield total Rata-rata biomassa total Nilai total
* ∆t
X Ton Ton Unit
0.0 0 571297 0
0.2 18903 268193 18329
0.4 20717 135343 49701
0.6 18360 73209 40925
0.8 15474 42376 31836
1.0*) 12977*) 26189*) 24567*)
1.2 10999 17216 19168
1.4 9470 11976 15236
1.6 8287 8761 12370
1.8 7365 6697 10259
2.0**) 6636*) 5316**) 8680**)
2.2 6053 4357 7480
2.4 5580 3670 6554
2.6 5191 3163 5829
2.8 4868 2780 5253
3.0 4596 2484 4790
MSY = 20919 untuk faktor-F X = 0.343 Biomassa pada MSY = 163296
MSE = 51544 untuk faktor-F X = 0.301 pada MSY = 188207

*) cf. Tabel 3.13


**) cf. Tabel 3.14

Tabel 3.15 memperlihatkan ringkasan hasil dari 16 faktor-F (X) yang berbeda-beda. Tiap baris
didasaarkan kepada perhitungan seperti yang digambarkan dalam Tabel 3.13 dan 3.14. Hasil total,
biomassa rata-rata dan nilai yang diberikan dalam baris terakhir dari kedua tabel tersebut dapat juga
diperoleh dalam Tabel 3.15. Dua baris terakhir dari Tabel 3.15 memperlihatakan hasil tangkapan
maksimum lestari (MSY) dan hasil (nilai) ekonomi maksimum lestari (MSE) bersama-sama dengan
fakto-F yang membuahkan MSE. Tabel 3.13 sampai Tabel 3.15 dihitung dengan menggunakan program
“MIXFISH” dalam paket LFSA (Sparre, 1987). Program ini menghitung MSY dan MSE dengan teknik
iteratif.

Hasil-hasil dari Tabel 3.15 telah diplotkan pada Gambar 3.38. Grafiknya dengan jelas memperlihatkan
bahwa tingkat upaya penangakapan yang ada sekarang jauh di atas yang memberikan hasil maksimum
lestari. Kesimpulan yang dapat diambil dari analisis ini adalah bahwa stok telah mengalami lebih
tangkap sebab pegurangan upaya akan memberikan hasil yang lebih besar.

Dalam hal interaksi ekonomi, di mana beberapa armada mengeksploitasi sumber daya yang sama, hasil
tangkapan yang diramalkan oleh analisis Thompson dan Bell berbasis pajang dapat dipisah-pisahkan
dengan cara yang benar-benar sama seperti yang diperlihatkan dalam bab sebelumnya (perhatikan Tabel
3.9 sampai Tabel 3.11).

Asumsi yang mendasarkan analisis Thompson dan Bell berbasis panjang (dan juga analisis kohort
berbasis pajang dari Jones) adalah bahwa stok berada dalam keadaan ekuilibrium, di mana semua
parameter (misalnya rekrutmen) tetap konstan. Maka, kita memperoleh suatu ramalan dari “rata-rata
hasil-hasil tangkapan janagka panjang.” Penyimpangan dari hasil-hasil tangkapan yang diramalkan
oleh karena itu diharapkan terjadi dalam tahun-tahun tersendi.

206
Gambar 3.38. Penyajian grafik hasil-hasil analisis Thompson & Bell berbasis panjang, “hake,” Senegal
(cf. Tabel 3.15)

h. Peramalan Pengaruh Perubahan-Perubahan Besarnya Mata Jaring Menggunakan Metode


Thompson & Bell

Peraturan mengenai ukuran mata jaring adalah suatu cara pengelolaan yang penting untuk perikanan.
Peraturan tersebut, oleh karena itu, penting dalam posisi meramalkan hasil dari suatu perubahan
besarnya mata jaring. Karena perubahan dalam besar mata jaring akan menyebabkan perubahan dalam
pola penangkapan, dan deretan dari nilai F, kita dapat menggunakan rumus-rumus yang disajikan dalam
bab sebelumnya untuk sampai pada suatu peramalan, dengan kata lain, menggunakan keadaan yang ada
“sekarang” untuk meramalkan suatu keadan yang “baru.”

Kita dapat menyatakan mortalitas penangkapan yang ada sekarang dengan model berbasis umur atau
berbasis panjang (cf. Persamaan 2.69):

Ft sekarang = Fm*St sekarang ..................................................................................................(3.81)

dan

FL sekarang = Fm*SL sekarang ...............................................................................................(3.82)

Apabila Fm adalah mortalitas penanagkapan maksimum dan St sekarang atau SL sekarang adalah kurva
seleksi untuk alat yang ada sekarang, sebagai contoh, jika alat yang digunakan mempunyai ogif seleksi
jenis trawl, maka:

St sekarang = 1/[1 + exp(T1 – T2*t)] .........................................................................................(3.83)

dan

SL sekarang = 1 / [1 + exp(S1 – S2*L) .........................................................................................(3.84)

Parameter-parameter T1 dan T2 ditentukan oleh persamaan 2.58 dan persamaan 2.59, sedangkan S1
dan S2 ditentukan oleh persamaan 2.37 dan persamaan 2.38.

207
Parameter-parameter 150% dan 175 % adalah umur-umur di mana 50 persen dan 75 persen dari ikan-
ikan tertahan oleh alat. Biasanya kita mengetahui panjang L50% dan L75% yang bersangkutan dengan
150% dan 175%.

Dengan diketahuinya parameter-parameter L50% dan L75% untuk alat yang diperguakan sekarang, kita
berada dalam posisi untuk menghitung kurva seleksi baru berbasis umur atau berdasarkan panjang
untuk nilai baru dari L50% dan L75% (atau L50% dan L75%). Dari ogif seleksi yang baru, dan Fm dari
perikanan sekarang, kita dapat menghitung deretan baru dari mortalitas penangkapan dengan
menggunakan persamaan 2.69:

Ft baru = Fm*St baru ....................................................................................................................(3.85)

dan

FL baru = Fm*SL baru .................................................................................................................(3.86)

F yang baru kemudian dipakai sebagai masukan untuk model Thompson & Bell, dan hasil-hasil untuk
pola-pola F alternatif, F(sekarang) dan F(baru), dapat dibandingkan (Hoydal et al., 1980 dan 1982).
Metode ini adalah suatu generalisasi dari metode-metode yang diusulkan oleh Gulland (1961). Jones
(1961) dan Kimura (1977).

Program-program komputer

Program “MIXFISH” dalam paket LFSA (Sparre, 1987) berisi suatu pilihan untuk pengkajian mata
jaring yang bersangkutan dengan cara-cara yang dijelaskan di atas. Ini menghasilkan suatu tabel luaran
yang memperlihatkan hasil total untuk berbagai kombinasi dari upaya dan L50%, yaitu suatu tabel yang
bentuknya diperlihatkan di bawah ini:

Upaya relatif

-20% -10% Tidak + 10% + 20%


berubah
Nilai -30%
relatif -15%
dari 50% Tidak HASIL
berubah
+15%
+30%

MIXFISH mengasumsikan L75% proporsional terhadap L50%. MIXFISH memungkinkan kita


menguji setiap kombinasi dari L50% dan upaya, dan karenanya memungkinkan untuk
menentukan kombinasi optimum dari L50% dan upaya. Kotak yang di tengah (ditandai
“HASIL”) berkaitan dengan pola penangkapan yang ada sekarang. Suatu program yang serupa
juga telah digabungkan ke dalam FiSAT.

3.5. Data Yang Diperlukan Untuk Pengkajian Stok

1. Data yang diperlukan

Jenis data yang diperlukan dalam pengkajian stok untuk pemanfaatan sumber daya ikan yang lestari
hampir sama jumlahnya dengan jumlah organisme yang ada di laut. Namun demikian, dari data tersebut

208
setidaknya ada empat kelompok utama yang sangat diperlukan, yaitu: (1) Kelimpahan stok, (2)
Eksploitasi oleh kapal komersial, (3) Parameter populasi, dan (4) Hubungan ekologi atau ekosistem.
Masing-masing kelompok informasi ini diperlukan untuk proses pengelolaan dan mendapatkan masing-
masing kelompok tersebut memerlukan suatu strategi yang khas. Asimilasi dan analisis data untuk
pengelolaan perikanan sangat bervariasi antar stok yang dikelola, akan tetapi dasar-dasar ilmiahnya
sama. Kecenderungan jangka panjang dari indeks kelimpahan stok memungkinkan ukuran populasi
untuk ditelusuri. Data pendaratan memungkinkan perhitungan laju mortalitas tangkap. Data parameter
populasi memungkinkan pemantauan demografi populasi, yang sangat diperlukan untuk meramalkan
respon populasi terhadap perubahan pengelolaan. Proses penambahan klas umur baru kedalam suatu
populasi dipelajari melalui pengambilan contoh telur, larva dan juwana dalam suatu ekosistem. Hal ini
memerlukan data hubungan antara iklim dan arus yang mempengaruhi penyebaran pra rekrutmen,
dinamika hubungan pemangsa dan mangsa, persyaratan habitat, dan lain-lain.

Data biologi, fisika dan kimia diintegrasikan ke dalam model-model yang menggambarkan, dan jika
mungkin, meramalkan status stok. Hasil dari proses ini digunakan untuk menentukan tingkat mortalitas
tangkap yang menjamin kelestarian jangka panjang. Faktor-faktor sosioekonomi digabungkan ke dalam
proses tersebut untuk membangun strategi pemanenan yang mengalokasikan surplus yang dapat
dipanen diantara pelaku perikanan. Kualitas dan kuantitas data yang mendasari proses ini sangat
dipengaruhi oleh keinginan memaksimumkan keuntungan ekonomi dari sumber daya hayati perairan
dalam jangka panjang.

(1). Kelimpahan stok

Salah satu alasan pengelolaan perikanan selalu menantang, mahal dan kontroversial adalah karena jenis
informasi yang paling penting yang diperlukan untuk memenuhi permintaan pengelolaan adalah ilusif,
yaitu suatu ukuran kelimpahan stok. Untuk mengetahui berapa banyak dari suatu stok yang dapat
dipanen secara berkelanjutan dalam jangka panjang, diperlukan mengetahui berapa banyak organisme
yang membentuk stok tersebut. Perlu dipahami bahwa pendugaan kelimpahan stok mensyaratkan
perhitungan suatu sasaran yang bergerak di dalam suatu sistem terbuka yang sangat luas, mengalir, tiga
dimensi dan umumnya tak dapat dilihat. Pedekatan ke masalah ini harus dilakukan melalui survei di
wilayah bebas penangkapan (fishery-independent) untuk memperoleh indeks kelimpahan stok relatif.
Survei ini hendaklah dilakukan menggunakan alat tangkap dan kapal baku yang mencakup sebaran
temporal dan spasial untuk memaksimumkan validitas analisis kecenderungan. Kegiatan ini mencakup
juga survei telur dan larva serta penggunaan peralatan hidroakustik.

(2). Eksploitasi

Statistik pendaratan ikan memungkinkan pengukuran jumlah, biomasa, dan komposisi species dari
organisme yang dipanen dari suatu stok dan memungkinkan perhitungan laju mortalitas tangkap. Data
ini dapat dikumpulkan melalui pengambilan contoh ikan oleh enumerator di tempat pendaratan ikan,
pengamatan langsung di kapal oleh observer dan laporan log-book yang diisi oleh pelaku penangkapan.
Data ini hendaklah mencakup hasil samping yang dibuang yang dapat dicatat oleh observer di kapal
penangkapan ikan. Tangkapan per satuan upaya dapat dihitung dari data ini, tapi hendaklah
dimanfaatkan dengan hati-hati.

(3). Parameter biologi

Data daur hidup merupakan kunci penentuan laju eksploitasi stok ikan yang lestari. Data komposisi
umur, nisbah kelamin, umur saat matang pertama, fekunditas, laju mortalitas alami dikumpulkan
melalui survei di wilayah bebas tangkap. Data ini digunakan sebagai masukan pada model pengkajian

209
stok yang menduga total tangkapan yang diperbolehkan. Tujuannya untuk mendapatkan keuntungan
ekonomi yang maksimum untuk bangsa, yang menjamin kesinambungan pemanfaatan dalam jangka
panjang. Pengumpulan data daur hidup dari ikan-ikan yang didaratkan dapat menentukan tingkat
selektifitas alat tangkap yang mengubah komposisi species, umur dan kelamin dari tangkapan.

(4). Pendekatan ekosistem

Hubungan antara sumberdaya dan ekosistem tempat sumberdaya tersebut berada haruslah dipahami
dengan cermat. Rekrutmen dan pertumbuhan menyebabkan stok bertambah, sedangkan mortalitas
alami dan mortalitas tangkap menyebabkan stok berkurang. Dalam pengelolaan species tunggal,
keempat peubah ini sering didekati seolah-olah species tersebut hidup di ruang hampa, tak dipengaruhi
oleh species lain dan lingkungannya. Pendekatan ekosistem lebih menyeluruh, memperhatikan
hubungan dengan species lain dan lingkungan fisiknya. Implementasi pengelolaan berbasis ekosistem
mensyaratkan pengkajian tentang habitat, hidrografi, hubungan trofik serta proses fisika dan biologi.

Kegiatan penangkapan mempengaruhi lingkungan melalui species nonsasaran yang dibuang, perubahan
hubungan trofik antara species sasaran dan nonsasaran serta perubahan habitat. Pada beberapa kasus,
kegiatan penangkapan telah mengubah kelimpahan relatif species dalam suatu ekosistem.

2. Sumber data

Data yang diperlukan untuk informasi pengkajian stok ikan haruslah diperoleh dari dua wilayah
perairan, yaitu wilayah penangkapan dan wilayah bebas penangkapan. Data dari wilayah penangkapan
bersumber dari kapal penangkapan ikan komersial, sedangkan data dari wilayah bebas penangkapan
bersumber dari kapal riset atau kapal penangkapan ikan yang dicarter untuk riset.

Data dari kapal penangkapan komersial dapat diperoleh dari log-book yang diisi oleh pelaku
penangkapan, melalui observer yang ditempatkan di kapal penangkapan ikan dan melalui enumerator
yang ditempatkan di pelabuhan perikanan atau di tempat pendaratan ikan. Kerangka pengambilan
contoh yang dibuat mengikuti kaidah ilmiah sangat diperlukan sebagai pedoman pengambilan contoh
oleh observer dan enumerator.

Melalui data yang dikumpulkan dari kapal penangkapan ikan komersial ini akan diperoleh informasi
tentang parameter biologi, indeks kelimpahan stok, dan sebaran panjang/umur hasil tangkapan.
Sedangkan melalui data yang dikumpulkan dari kapal riset atau kapal penangkapan ikan yang dicarter
untuk riset akan diperoleh informasi tentang parameter biologi, indeks kelimpahan stok dan rekruitmen,
peramalan rekrutmen dan dugaan biomasa ikan yang memijah.

3. Permasalahan dan Hambatan

Menurut Aziz (2003), sampai saat ini data dan informasi mengenai stok dari setiap ikan laut utama yang
akurat dan tepat waktu yang seharusnya menjadi dasar perencanaan pembangunan perikanan laut belum
tersedia. Statistik perikanan tahunan yang tersedia saat ini diakui berbagai fihak tingkat akurasinya
sangat rendah. Penerbitannya pun terlambat 2 tahun. Karena itu pengkajian stok ikan berdasarkan data
ini tidak akan menunjukkan realitas yang sebenarnya.

Kajian yang dilakukan para pakar yang berkaitan dengan pengkajian stok ikan masih sangat terbatas
dan jarang sekali dilakukan secara berkesinambungan. Masalah utama adalah tak tersedianya dana yang
cukup yang dapat menunjang pengkajian tersebut. Hal ini nampaknya karena penelitian pengkajian stok
ikan masih belum mendapatkan prioritas.

210
Para pejabat pengelola perikanan baik di tingkat pusat maupun daerah nampaknya tak terlalu peduli
untuk memperoleh data yang akurat dalam menetapkan perencanaan dan kebijakan perikanan.
Kebijakan yang seharusnya diikuti dengan evaluasi melalui pengumpulan data pemantauan secara
periodik tak banyak juga dilakukan. Padahal untuk menguji ketepatan suatu kebijakan hanya bisa diukur
dari data pentauan yang menunjukkan respon sumber daya terhadap kebijakan tersebut.

Kendala yang menyebabkan masalah dalam memperoleh data dari kapal riset antara lain adalah riset
belum mendapat prioritas dalam pengelolaan perikanan. Kapal riset yang memenuhi syarat untuk
memperoleh data untuk pengkajian stok ikan sangat sedikit dibandingkan dengan luas perairan laut
Indonesia. Kapal yang sedikit itu tidak memperoleh dana yang cukup untuk beroperasi sepanjang tahun
pada daerah yang direncanakan. Tak pernah tersedia dana untuk mencarter kapal penangkapan ikan
untuk riset.

Kendala yang menyebabkan masalah dalam memperoleh data dari kapal penangkapan ikan komersial
adalah keengganan sebagian besar pelaku perikanan memberikan data hasil tangkap, upaya tangkap dan
daerah penangkapan kepada para peneliti dan kalau ada daya yang disampaikan kepada pejabat
pengelola perikanan umumnya bukanlah data yang sebenarnya. Log-book yang seharusnya diisi oleh
pelaku perikanan dan dilaporkan ke pejabat pengelola perikanan tak berjalan dengan baik.

Pengkajian stok ikan hendaklah dilakukan oleh suatu tim pakar dari berbagai institusi terkait. Rintisan
ke arah ini telah muncul pada tahun 1997 dengan dibentuknya Komisi Nasiosnal Pengkajian Sumber
Daya Perikanan Laut yang diprakarsai oleh BAPENAS, dan ditetapkan berdasarkan Keputusan Ketua
LIPI. Akan tetapi Komisi ini tak banyak melakukan aktivitas pengkajian, karena tak ada dana yang
menunjang untuk kegiatan tersebut dan nampaknya tak ada lembaga yang peduli akan kelangsungan
hidup Komisi ini. Beberapa anggota Komisi hanya bertemu sekali-sekali jika ada lembaga yang
mengundang untuk berdiskusi, seperti yang dilakukan oleh MPN, ISPIKANI dan DJPT saat ini.

3.6. Pengkayaan Stok (Stock Enhancement)

1. Pengertian dan Konsep Dasar Pengkayaan Stok

Masuda Reiji dan Katsumi Tsukamoto (1997) (dalam Harris, 2006) menyatakan bahwa pengkayaan
stok atau “stock enhancement” atau “sea ranching” adalah suatu proses pelepasan “juvenile” (benih
ikan berukuran besar, pada ikan disebut “ngramo”/sejari; pada udang dikenal dengan istilah tokolan) ke
lingkungan perairan alam dengan tujuan untuk meningkatkan populasi ikan tertentu yang ditargetkan
sehingga berperan mengembalikan bentuk piramida ekosistem atau piramida “trophic level”. Benih
yang dilepas tergantung pada populasi ikan (“kwartiary consumer”, “tertiary consumer” atau
“secondary consumer”) yang populasinya telah berkurang akibat intervensi manusia, baik
penangkapan, reklamasi pantai atau polusi. Overstocking suatu species akan mengubah bentuk piramida
dan mengganggu keseimbangan ekosistem. Jadi tidak bisa melepas ikan yang akan membutuhkan
energi yang lebih besar dari kapasitas pada tingkatan yang paling bawah (“primary producer”). Namun
selama intervensi manusia masih mengganggu bentuk piramida selama itu pula “stock enhancement”
terus dilakukan. Di Jepang intervensi manusia telah mengganggu puncak piramida sehingga
peningkatan stok dilakukan pada kelompok “consumer” tingkat atas, seperti diilustrasikan pada Gambar
3.39.

211
Gambar 3.39. Konsep pengkayaan stok: Mengembalikan bentuk piramida “trophic level”

2. Efektivitas Pengkayaan Stok

Uno Yutaka (1985) menyebutkan bahwa keberhasilan “sea ranching” udang Penaeus japonicus di
Teluk Hamana-ko ditunjukkan dengan tumbuhnya udang hasil penebaran yang hampir sama cepatnya
dengan pertumbuhan udang alam dan tertangkapnya kembali udang-udang tersebut. Penangkapan
udang di Teluk Hamana-ko menghasilkan produksi 2,4 kali lebih besar dari perairan alami lainnya.
Benih udang berukuran 26-28 mm sebanyak 2.485.000 ekor yang dilepas pada Agustus sampai Oktober
1982 telah tertangkap kembali sebanyak 386.483 ekor seberat 4.030 kg pada tahun 1983. Masuda R dan
K Tsukamoto (1997) menyatakan bahwa efektivitas “stocking” ditentukan oleh 3 faktor, yaitu: (1)
Teknik dan taktik pelepasan yang ditentukan oleh faktor manusia; (2) Kualitas ikan yang ditentukan
oleh proses pembenihan/pendederan yang dialami benih; (3) Kondisi lingkungan yang ditentukan oleh
faktor-faktor lapangan tempat pelepasan.

Teknik dan taktik pelepasan melibatkan permasalahan kapan, dimana, bagaimana dan berapa banyak
benih harus dilepas ke alam. Survei kondisi lingkungan daerah sasaran stocking harus mampu memberi
informasi tentang kelimpahan makanan alami ikan yang akan dilepas; hewan-hewan predator; habitat
dan segala kondisi fisik daerah seperti temperatur, salinitas dan arus. Semua informasi tersebut akan
sangat membantu memecahkan masalah teknik dan taktik pelepasan.

Kualitas ikan ditentukan oleh aspek morfologi dan fisiologi. Kesempurnaan kedua aspek tersebut
dicirikan dengan adanya benih yang sehat dan aktif, yang dijadikan prasyarat bisa digunakannya benih
untuk stocking. Namun ternyata benih yang sehat dan aktif inipun tidak selalu berkorelasi positif dengan
rasio tertangkap kembalinya (“recapture rate”) ikan. Sebagai contoh benih ikan “ayu” (Plecoglossus
altivelis) yang memiliki kecepatan berenang dua kali lebih cepat ternyata hanya dapat ditangkap
kembali 50% dari ikan yang memiliki kemampuan berenang normal. Jadi, selain aspek morfologi dan
fisiologi, perlu juga diperhatikan aspek tingkah laku benih.

Tingkah laku benih yang menentukan tingkat persentase “recapture” ternyata berbeda dari species ke
species. Pada benih “red sea bream” (Pugrus mayor) kebiasaannya bergerombol dan diam di suatu
tempat di dasar (“tilting behaviour”) beberapa saat setelah di lepas di suatu tempat baru memberikan
presentase “recaptutre” yang lebih tinggi daripada benih yang menyebar pada saat dilepas. Pada benih
ikan “ayu” kebiasaan berenang melawan arus dan kemampuan meloncat (“jumping behaviour”) akan
menentukan presentase “recapture”. Benih ikan “flounder” (Peralichthys olivaceus) dari balai benih
ternyata mudah dimangsa predator karena memiliki kebiasaan “nocturnal” dan tidak bisa
membenamkan diri di pasir dasar perairan (“burrowing habit”). Perbaikannya bisa dilakukan dengan
adaptasi di perairan alami beberapa hari sebelum dilepas.

212
3. Pengalaman Negara Lain

Jepang merupakan negara terkemuka dalam “stock enhancement”. Saotome (1997) mengemukakan
bahwa sebagai kebijakan nasional, Jepang memiliki kegiatan “stock enhancement” sejak tahun 1963
dengan target area Laut Kepulauan Seto seluas 18.000 km2 yang dihubungkan dengan laut lepas oleh
3 selat. Gambar 3.40 memperlihatkan bagaimana pengaruh pengkayaan stok “red sea bream” dapat
mempertahankan hasil tangkapan pada level 15.000an sejak tahun 1986 sampai 1995, padahal dari
tahun 1960 hasil tangkapan menurun terus dari 25.000an ton menjadi 15.000an ton pada tahun 1986
(Masuda dan Tsukamoto, 1997).

Gambar 3.40. Penangkapan dan stocking “red sea bream” di Jepang tahun 1960-1995

Menurut Saotome (1997) Jepang telah menebar 35 jenis organisme akuatik pada tahun 1995 (Tabel
3.16) dan jumlah biaya yang dikeluarkan Jepang untuk kegiatan “stock enhancement” tahun 1968
sebesar US$ 850.000 dan tahun 1996 US $ 59 juta.

Tabel 3.16. Jumlah benih yang diproduksi dan ditebar (stocking) di Jepang tahun 1995 (x 1000 ind)

No Jenis Jumlah Produksi Jumlah Ditebar


1 Sea bass (Lateolabrax japonicus) 1.642 197
2 Groupper (Epinephelus akaara) 297 57
3 Japanese flounder (Paralichthys olivaceus) 30.831 22.626
4 11 species ikan laut lainnya 61.663 45.402
5 Kuruma prawn (Penaeus japonicas) 457.807 275.192
6 Kuma prawn (Penaeus semisulcatus) 5.074 4.282
7 Mangrove crab (Scylla oceanica) 78 1
8 5 species Crustacea lainnya 113.244 65.991
9 9 species kerang-kerangan 2.863.140 10.495.763*
10 4 species Echinodermata 81.736 81.826*
Sumber: Saotome (1997) * termasuk benih alam

Sudah banyak negara yang telah melakukan pengkayaan stok baik di perairan laut maupun perairan
tawar, namun beberapa negara tidak menyebutkan persentase penangkapan kembali dari benih yang
sudah ditebar. Hal tersebut tidak diakibatkan oleh kesulitan faktor monitoring. Efektifitas stocking yang

213
ditandai dengan persentase besarnya “recapture” khusus untuk berbagai jenis krustase di lima negara
disajikan dalam Tabel 3.17.

Tabel 3.17. Jenis krustase, stocking dan recapture di Cina, Jepang, Thailand, Inggris dan Norwegia

No Species Negara Stocking (juta) Recapture (%)


1 Fenneropenaeus chinensis Cina 4.000 4,2-8,2
2 Marsupenaeus japonicus Jepang 300/tahun 5-8
3 Macrobranchium rosenbergii Thailand 1/tahun 2
4 Homarus gammarus Inggris 0,01/tahun 1-5,5
5 Homarus gammarus Norwegia 0,03/tahun 6-7
6 Portunus trituberculatus Jepang 10-50/tahun 3-12
Sumber: Wickins dan Lee (2002)

214
BAB IV
PENGELOLAAN PERIKANAN
4.1.
PENGERTIAN ISTILAH DAN BATASAN

1. Pengelolan (Management)

Secara umum istilah menajemen (pengelolaan) mengandung tiga pengertian: (1) manajemen sebagai
suatu proses, (2) manajemen sebagai kolektivitas orang-orang yang melakukan aktivitas pengelolaan,
dan (3) manajemen sebagai suatu seni (art) dan/atau suatu ilmu. Dalam pengertian manajemen sebagai
suatu proses, definisi/batasan yang diberikan oleh para ahli berbeda-beda. Dalam “Encyclopedia of the
Social Science” dikatakan bahwa manajemen adalah suatu proses dengan proses mana pelaksanaan
suatu tujuan tertentu diselenggarakan dan diawasi. Haimann mengatakan bahwa manajemen adalah
fungsi untuk mencapai sesuatu melalui kegiatan orang lain dan mengawasi usaha-usaha individu untuk
mencapai tujuan bersama. Sedangkan George R.Terry mengatakan bahwa manajemen adalah
pencapaian tujuan yang ditetapkan terlebih dahulu dengan mempergunakan kegiatan orang lain.

Dari ketiga batasan di atas, tampak ada tiga pokok penting, yaitu: (1) adanya tujuan yang ingin dicapai,
(2) tujuan dicapai dengan mempergunakan kegiatan orang lain, dan (3) kegiatan orang lain itu harus
dibimbing dan diawasi. Dalam pengertian manajemen sebagai kolektivitas orang-orang yang
melakukan aktivitas pengelolaan, pada umumnya aktivitas pengelolaan itu meliputi: Perencanaan
(planning); pengorganisasian (organizing); penyusunan (staffing); pengarahan (directing); dan
pengawasan (controlling).

Kegiatan-kegiatan tersebut sering disebut dengan istilah proses manajemen, atau fungsi-fungsi
manajemen, atau unsur-unsur manajemen. Dalam pengertian manajemen sebagai suatu seni dan/atau
ilmu, dari beragam pendapat dapat disimpulkan bahwa manajemen adalah seni dan ilmu dalam
perencanaan, pengorganisasian, penyusunan, pengarahan, dan pengawasan untuk mencapai tujuan yang
sudah ditetapkan. Untuk mencapai tujuan tersebut, ada enam sarana manajemen yang diperlukan, yaitu
(1) manusia (men), (2) uang (money), (3) bahan-bahan (materials), (4) mesin (machines), (5) metode
(methods), dan (6) pasar (markets)

Skematik Pengelolaan Perikanan Tangkap:

Sumberdaya - Perencanaan (planning) - MSY


Perikanan - Pengorganisasian (organizing) - MEY
Tangkap - Penyusunan (staffing) - MScY
- Pengarahan (directing)
- Pengawasan (controling)
+
Sarana & Prasarana
manusia (men), uang (money), bahan-bahan (materials), mesin (machines), metode
(methods) dan pasar (markets)

Gambar 4.1.1. Skematik Pengelolaan Perikanan Tangkap

215
2. Sumber daya

Dalam pengertian umum, sumber daya (resources) adalah sumber persediaan, baik cadangan maupun
yang baru. Dari segi ekonomi, sumberdaya dapat diartikan sebagai suatu “input” dalam suatu proses
produksi (Bishop & Toussaint, 1958). O’Riordan (1971) mengartikan sumber daya sebagai suatu atribut
dari lingkungan, yang menurut anggapan manusia mempunyai nilai dalam jangka waktu tertentu yang
dibatasi oleh keadaan sosial, politik, ekonomi dan kelembagaan. Chapman (1969) membedakan tiga
pengertian sumber daya sebagai berikut: 1. Persediaan total (total stock), yaitu jumlah semua unsur
lingkungan yang mungkin merupakan sumber daya jika seandainya dapat diperoleh. 2. Sumber daya
(resources) adalah suatu bagian dari persediaan total yang dapat diperoleh manusia. 3. Cadangan
(reserve) adalah bagian dari sumber daya yang diketahui dengan pasti dapat diperoleh. Sumber daya
adalah unsur lingkungan hidup yang terdiri atas sumber daya manusia, sumberdaya alam hayati, sumber
daya alam non hayati, dan sumber daya buatan (KKPPLH = Ketentuan-ketentuan Pokok Pengelolaan
Lingkungan Hidup).

3. Sumber Daya Alam

Sumber daya alam (natural resources) ialah unsur-unsur lingkungan alam, baik fisik maupun hayati,
yang diperlukan oleh manusia untuk memenuhi kebutuhannya dan meningkatkan kesejahteraannya.
Pembagian sumber daya alam berdasarkan sifatnya: 1. Sumber daya alam fisik: tanah, air, dan udara. 2.
Sumber daya alam hayati: hutan, padang rumut, tanaman pertanian, perkebunan, margasatwa, populasi
ikan.

Pembagian sumber daya alam menurut macam habitat/substratum: a. Sumber daya alam terestris
(daratan). b. Sumber daya alam akuatik (perairan). Pembagian sumber daya alam menurut
kemungkinan pemulihannya: a. Sumber daya alam yang dapat dipulihkan (renewable atau flow
resources): tanah, air, hutan, padang rumput, dan populasi ikan; b. Sumber daya alam yang tak dapat
dipulihkan (non-renewable, fund atau stock resources) : tambang minyak bumi, batubara, gas bumi,
dan bijih logam. c. Sumber daya alam yang tak akan habis (continuous resources): enerzi matahari,
enerzi pasang surut, udara dan air dalam siklus hidrologi.

Koesoebiono (1980) mendefinisikan sumber daya alam sebagai kondisi-kondisi alam atau bahan-bahan
mentah yang dimanfaatkan manusia untuk meningkatkan kesejahteraannya, material dan spiritual. Pada
umumnya diperlukan usaha manusia tertentu terhadap kondisi-kondisi alam dan bahan-bahan mentah
itu untuk merubahnya menjadi barang-barang yang dapat dikonsumsi manusia atau menjadi jasa-jasa
yang dapat disediakan bagi manusia.

4. Pengelolaan Sumber Daya Alam

Pengelolaan Sumber daya Alam dapat didefinisikan sebagai usaha manusia dalam mengubah ekosistem
sumberdaya alam agar manusia memperoleh manfaat yang maksimal dengan mengusahakan
kontinuitas produksinya.

Pengelolaan Sumber daya Alam dapat pula diberi batasan sebagai suatu proses mengalokasikan sumber
daya alam dalam ruang dan waktu untuk memenuhi kebutuhan manusia (O’Riordan, 1971).

Pengelolaan hutan, pengelolaan pertanian dan pengelolaan perikanan merupakan pengkhususan dari
pengelolaan sumber daya alam, yaitu pengelolaan secara sektoral yang seyogyanya berdasarkan
pendekatan ekosistem. Tetapi tanpa dilandasi konsepsi pengelolaan sumber daya alam yang bersifat

216
menyeluruh dan terpadu, pengelolaan sektoral itu cenderung untuk berjalan sendiri-sendiri, sehingga
pada keadaan dan waktu tertentu terjadi tumbukan kepentingan. Hal inilah yang harus dicegah.

5. Sumber Daya Ikan

Sumber daya ikan adalah semua jenis ikan termasuk biota perairan lainnya; Yang dimaksud dengan
semua jenis ikan dan biota perairan lainnya adalah: Pisces (ikan bersirip); Crustacea (udang, rajungan,
kepiting, dsb); Mollusca (kerang, tiram, cumi-cumi, gurita, siput, dsb); Colenterata (ubur-ubur, dsb);
Echinodermata (tripang, bulu babi, dsb); Amphibia (kodok, dsb); Reptilia (buaya, penyu, kura-kura,
biawak, ular, dsb); Mammalia (paus, lumba-lumba, pesut, duyung, dsb); Algae (rumput laut dan
tumbuh-tumbuhan lain yang hidupnya di dalam air); Biota perairan lainnya yang ada kaitannya dengan
jenis-jenis tersebut di atas (UU No.9 Tahun 1985 tentang Perikanan).

6. Pengelolaan Sumber Daya Ikan

Pengelolaan sumber daya ikan adalah semua upaya yang bertujuan agar sumber daya ikan dapat
dimanfaatkan secara optimal dan berlangsung terus menerus (UU No.9 Tahun 1985 tentang Perikanan).

Konservasi sumber daya ikan adalah upaya perlindungan, pelestarian, dan pemanfaatan sumber daya
ikan, termasuk ekosistem, jenis dan genetik untuk menjamin keberadaan, ketersediaan, dan
kesinambungan dengan tetap memelihara dan meningkatkan kualitas nilai dan keanekaragaman
sumberdaya ikan (UU No.31 Tahun 2004 tentang Perikanan).

Pemanfaatan sumber daya ikan adalah kegiatan penangkapan ikan dan/atau pembudidayaan ikan (UU
No.9 Tahun 1985 tentang Perikanan).

Penangkapan ikan adalah kegiatan untuk memperoleh ikan di peraiarn yang tidak dalam keadaan
dibudidayakan dengan alat atau cara apapun, termasuk kegiatan yang menggunakan kapal untuk
memuat, mengangkut, menyimpan, mendinginkan, menangani, mengolah, dan/atau mengawetkannya
(UU No.31 Tahun 2004 tentang Perikanan)

Pembudidayaan ikan adalah kegiatan untuk memelihara, membesarkan, dan/atau membiakkan ikan
serta memanen hasilnya dalam lingkungan yang terkontrol, termasuk kegiatan yang menggunakan kapal
untuk memuat, mengangkut, menyimpan, mendinginkan, menangani, mengolah, dan/atau
mengawetkannya (UU No.31 Tahun 2004 tentang Perikanan).

7. Perikanan

Perikanan adalah semua kegiatan yang berhubungan dengan pengelolaan dan pemanfaatan sumber daya
ikan dan lingkungannya mulai dari praproduksi, produksi, pengolahan sampai dengan pemasaran, yang
dilaksanakan dalam suatu sistem bisnis perikanan (UU No. 31 Tahun 2004 tentang Perikanan).

Menurut Koesoebiono (1980), ada dua jenis perikanan yang amat berbeda sifatnya, yaitu perikanan
tangkap (capture fisheries) dan perikanan budidaya (aquaculture). Selain itu dikenal pula pembagian
perikanan berdasarkan penggolongan sebagai berikut:

a. Penggolongan atas dasar daerah operasi, seperti: perikanan laut (dimana wilayah operasi adalah laut)
dan perikanan darat (dimana daerah operasi adalah perairan-perairan darat seperti: danau, waduk,
sungai, dan sebagainya)

217
b. Penggolongan atas dasar jenis ikan/organisme lain (hewan maupun tumbuhan) yang ditangkap atau
dibudidayakan, seperti: perikanan tongkol, perikanan udang, perikanan penyu, perikanan ganggang
laut, dsb.

c. Penggolongan atas dasar alat yang digunakan untuk menangkap atau membudidaya, seperti:
perikanan trawl, perikanan pancing, perikanan tambak, perikanan karamba, dsb.

d. Penggolongan atas dasar intensitas pengetrapan teknologi modern dan investasi modal. Contoh: Jenis
perikanan dimana pengetrapan teknologi modern dan investasi modal adalah tinggi dikenal dengan
istilah perikanan industri. Sebaliknya, jenis perikanan dimana intensitas pengetrapan teknologi modern
dan investasi modal relatif rendah, dikenal dengan istilah perikanan artisanal atau perikanan rakyat.

8. Pengelolaan Perikanan

Pengelolaan perikanan adalah semua upaya, termasuk proses yang terintegrasi dalam pengumpulan
informasi, analisis, perencanaan, konsultasi, pembuatan keputusan, alokasi sumber daya ikan, dan
implementasi serta penegakan hukum dari peraturan perundang-undangan di bidang perikanan, yang
dilakukan oleh pemerintah atau otoritas lain yang diarahkan untuk mencapai kelangsungan
produktivitas sumber daya hayati perairan dan tujuan yang telah disepakati (UU No.31 Tahun 2004
tentang Perikanan).

9. Sumber Daya Perikanan

Sumber daya perikanan termasuk kategori sumber daya dapat pulih karena lewat proses reproduksi
sumber daya ini mampu mengganti individu yang mati atau hilang dengan individu-individu yang baru.
Tetapi kemampuan dapat pulih ini ada batasnya, misalnya, eksploitasi lewat usaha-usaha perikanan
yang tanpa diskriminasi dan menangkap individu-individu muda yang belum sempat menghasilkan
keturunan dalam jumlah berlebihan dapat mengancam kelestarian sumber daya. Demikian juga usaha-
usaha bukan perikanan dapat mengakibatkan hal yang sama, misalnya, pencemaran suatu perairan
dengan limbah industri dapat merobah kualitas air sedemikian rupa hingga misalnya larvae ikan yang
masih lemah sifatnya tidak dapat bertahan hidup dalam perairan demikian.

10. Sumber Daya Pesisir dan Pulau-Pulau Kecil

Sumber Daya Pesisir dan Pulau-Pulau Kecil adalah sumber daya hayati, sumber daya nonhayati, sumber
daya buatan, dan jasa-jasa lingkungan; Sumber daya hayati meliputi ikan terumbu karang, padang
lamun, mangrove, dan biota laut lain; Sumber daya nonhayati meliputi pasir, air laut, mineral dasar laut;
Sumber daya buatan meliputi infrastruktur laut yang terkait dengan kelautan dan perikanan, dan jasa-
jasa lingkungan berupa keindahan alam, permukaan dasar laut tempat instalasi bawah air yang terkait
dengan kelautan dan perikanan serta energi gelombang laut yang terdapat di Wilayah Pesisir (UU No.27
Tahun 2007 tentang Pengelolaan Wilayah Pesisir dan Pulau-Pulau Kecil).

11. Wilayah Pesisir

Wilayah pesisir adalah daerah peralihan antara ekosistem darat dan laut yang dipengaruhi oleh
perubahan di darat dan laut (idem

12. Pulau Kecil

Pulau kecil adalah pulau dengan luas lebih kecil dari atau sama dengan 2.000 km2 (dua ribu kilo meter
persegi) beserta kesatuan ekosistemnya (idem).

218
13. Pengelolaan Wilayah Pesisir dan Pulau-Pulau Kecil

Pengelolaan wilayah pesisir dan pulau-pulau kecil adalah suatu pengoordinasian perencanaan,
pemanfaatan, pengawasan, dan pengendalian sumber daya pesisir dan pulau-pulau kecil yang dilakukan
oleh Pemerintah dan Pemerintah Daerah, antar sektor, antara ekosistem darat dan laut, serta antara ilmu
pengetahuan dan manajemen untuk meningkatkan kesejahteraan rakyat (idem).

14. Perairan Pesisir

Perairan Pesisir adalah laut yang berbatasan dengan daratan meliputi perairan sejauh 12 (dua belas) mil
laut diukur dari garis pantai., perairan yang menghubungkan pantai dan pulau-pulau, estuari, teluk,
perairan dangkal, rawa payau, dan laguna (idem).

15.Kawasan

Kawasan adalah bagian Wilayah Pesisir dan Pulau-Pulau Kecil yang memiliki fungsi tertentu yang
ditetapkan berdasarkan kriteria karakterisitk fisik, biologi, sosial, dan ekonomi untuk dipertahankan
keberadaannya (idem).

16.Kawasan Pemanfaatan Umum

Kawasan Pemanfaatan Umum adalah bagian dari Wilayah Pesisir yang ditetapkan peruntukkannya bagi
berbagai sektor kegiatan (idem).

17.Kawasan Strategis Nasional Tertentu

Kawasan Strategis Nasional Tertentu adalah Kawasan yang terkait dengan kedaulatan negara,
pengendalian lingkungan hidup, dan/atau situs warisan dunia yang pengembangannya diprioritaskan
bagi kepentingan nasional (idem).

18.Konservasi Wilayah Pesisir dan Pulau-Pulau Kecil

Konservasi Wilayah Pesisir dan Pulau-Pulau Kecil adalah upaya perlindungan, pelestarian, dan
pemanfaatan Wilayah Pesisir dan Pulau-Pulau Kecil serta eksositemnya untuk menjamin keberadaan,
ketersediaan, dan kesinambungan Sumber Daya Pesisir dan Pulau-Pulau kecil dengan tetap memelihara
dan meningkatkan kualitas nilai dan keanekaragamannya (idem).

19.Kawasan Konservasi di Wilayah Pesisir dan Pulau-Pulau Kecil

Kawasan Konservasi di Wilayah Pesisir dan Pulau-Pulau Kecil adalah kawasan pesisir dan pulau-pulau
kecil dengan ciri khas tertentu yang dilindungi untuk mewujudkan Pengelolaan Wilayah Pesisir dan
Pulau-Pulau Kecil secara berkelanjutan (idem).

20. Sempadan Pantai

Sempadan Pantai adalah daratan sepanjang tepian yang lebarnya proporsional dengan bentuk dan
kondisi fisik pantai, minimal 100 (seratus) meter dari titik pasang tertinggi ke arah darat.

21. Rehabilitasi Sumber Daya Pesisir dan Pulau-Pulau Kecil

Rehabilitasi Sumber Daya Pesisir dan Pulau-Pulau Kecil adalah proses pemulihan dan perbaikan
kondisi ekosistem atau populasi yang telah rusak walaupun hasilnya berbeda dari kondisi semula (idem)

219
22. Reklamasi

Reklamasi adalah kegiatan yang dilakukan oleh setiap orang dalam rangka meningkatkan manfaat
sumber daya lahan ditinjau dari sudut lingkungan dan sosial ekonomi dengan cara pengurugan,
pengeringan lahan atau drainase (idem).

23. Daya Dukung Wilayah Pesisir dan Pulau-Pulau Kecil

Daya Dukung Wilayah Pesisir dan Pulau-Pulau Kecil adalah kemampuan Wilayah Pesisir dan Pulau-
Pulau Kecil untuk mendukung perikehidupan manusia dan makhluk hidup lain (idem).

24. Pemberdayaan Masyarakat

Pemberdayaan Masyarakat adalah upaya pemberian fasilitas, dorongan, atau bantuan kepada
masyarakat dan nelayan tradisional agar mampu menentukan pilihan yang terbaik dalam memanfaatkan
Sumber Daya Pesisir dan Pulau-Pulau kecil secara lestari (idem).

25. Masyarakat

Masyarakat adalah masyarakat yang terdiri atas Masyarakat Adat dan Masyarakat Lokal yang
bermukim di wilayah pesisir dan pulau-pulau kecil (idem).

26. Masyarakat Adat

Masyarakat Adat adalah kelompok masyarakat pesisir yang secara turun-temurun bermukim di wilayah
geografis tertentu karena adanya ikatan pada asal usul leluhur, adanya hubungan yang kuat dengan
sumber daya pesisir dan pulau-pulau kecil, serta adanya sistem nilai yang menentukan pranata ekonomi,
politik, sosial dan hukum (idem).

27. Masyarakat Lokal

Masyarakat Lokal adalah kelompok masyarakat yang menjalankan tata kehidupan sehari-hari
berdasarkan kebiasaan yang sudah diterima sebagai nilai-nilai yang berlaku umum, tetapi tidak
sepenuhnya bergantung pada Sumber Daya Pesisir dan Pulau-Pulau Kecil tertentu (idem).

28.Masyarakat Tradisional

Masyarakat Tradisional adalah masyarakat perikanan tradisional yang masih diakui hak tradisionalnya
dalam melakukan kegiatan penangkapan ikan atau kegiatan lainnya yang sah di daerah tertentu yang
berada dalam perairan kepulauan sesuai dengan kaidah hukum laut internasional (idem).

29. Kearifan Lokal

Kearifan Lokal adalah nilai-nilai luhur yang masih berlaku dalam tata kehidupan Masyarakat (idem).

220
4.2.
KONSEP PENGELOLAAN SUMBER DAYA PERIKANAN

1. Pengantar

Ciri dasar sumber daya ikan dunia ialah adanya kecenderungan yang terus menerus ke arah penipisan
berbagai stok ikan yang disertai dengan (a) tingginya tingkat investasi modal dan tenaga kerja yang
ditanamkan untuk usaha penangkapan; (b) hasil tangkapan yang rendah; dan (c) kecilnya pendapatan
(yang berupa rendahnya hasil tangkapan kecilnya pendapatan ekonomi). Selama proses penipisan stok
berlangsung sering dibarengi dengan penurunan dalam ukuran individu ikan yang tertangkap. Suatu
perikanan yang masih perawan atau belum banyak diusahakan akan terdiri dari sebagian besar ikan-
ikan berukuran besar dan berumur tua. Tetapi dengan berlangsungnya peningkatan tekanan
penangkapan maka populasi dari ikan-ikan yang berukuran besar menipis dan sebaliknya proporsi dari
ikan-ikan berukuran kecil meningkat.

Menurut Widodo dan Nurhakim (2002), pada umumnya sumber daya ikan di perairan kawasan barat
Indonesia telah disekploitasi secara sangat intensif, sebaliknya di kawasan timur (selain perairan Laut
Arafura) dan perairan ZEE eksploitasi masih terbuka kemungkinan untuk ditingkatkan. Proses
penipisan populasi merupakan suatu konsekuensi alamiah dari penangkapan dan perubahan kondisi
lingkungan. Dalam perikanan yang pemanfaatannya bersifat umum, di mana tidak ada kepemilikan
individual atas sumber daya ikan maupun atas daerah penangkapan dan tidak ada peraturan dan
perundang-undangan yang mengontrol upaya penangkapan, maka nelayan secara individual tidak akan
dapat berbuat banyak untuk melindungi stok ikan.

Untuk menghadapi penipisan sumber daya ikan dan untuk merumuskan program pengelolaan yang
berhasil, diperlukan sejumlah informasi sebagai berikut: Pertama, proses-proses biologi dan ekonomi
dari setiap perikanan perlu diungkap. Proses biologi tidak saja berkisar di sekitar ilmu dinamika
populasi dari species atau kelompok species tertentu yang sedang dikaji tetapi juga terhadap sejumlah
parameter lingkungan yang mampu mempengaruhi proses reproduksi, pertumbuhan dan mortalitas
alami dari species tersebut. Proses ekonomi ditentukan sampai batas-batas tertentu oleh sejumlah
metode, terutama dalam (a) memanfaatkan sumber daya yang bersangkutan; (b) menentukan besarnya
masukan modal dan tenaga kerja serta nilai dari masukan tersebut (input) dan (c) menentukan luarannya
(output). Kedua, selama berlangsung proses penipisan stok sebagai akibat dari penangkapan, maka
perlu disusun suatu kerangka teori, yakni untuk menetapkan tingkat penipisan tertentu yang
dikehendaki dan tingkat upaya penangkapan yang diinginkan yang kemudian dirumuskan sebagai
tujuan pengelolaan. Kerangka teori seperti itu memerlukan integrasi dari berbagai proses biologi dan
ekonomi. Ketiga, terjadinya penipisan yang luar biasa pada umumnya disebabkan oleh tidak ada atau
kurangnya berbagai hak kepemilikan (property rights) yang efektif, sehingga perlu dirancang berbagai
kerangka institusional atau kelembagaan dan perundang-undangan yang akan diimplementasikan untuk
mengisi kesenjangan dan melengkapi atau mengganti praktek-praktek operasi pasar bebas. Kiranya
tidak mudah untuk menemukan suatu perikanan di mana ketiga persyaratan tersebut secara berhasil
diaplikasikan dalam suatu program pengelolaan.

Pengelolaan sumber daya perikanan yang berhasil perlu didasarkan atas pembuatan model yang berhasil
pula. Pembuatan model teoritis dari perikanan memerlukan integrasi atas sejumlah karakteristik dari
populasi ikan dengan teori ekonomi dari firma. Adalah ukuran dan struktur umur dari populasi yang
pada umumnya menentukan laju pertumbuhan dari populasi. Secara teoritis, suatu hasil tangkapan
lestari (sustainable yield) dapat diperoleh manakala laju aktivitas penangkapan sedemikian rupa

221
sehingga laju pertumbuhan persis sepadan dengan hasil tangkapan (catch). Selanjutnya produksi dan
populasi dapat dijaga secara berkelanjutan, bila parameter-parameter lain tetap konstan.

Model-model produksi lestari seperti itu telah melengkapi kerangka perkembangan ilmu perikanan
sampai saat ini. Model-model tersebut memusatkan perhatian mereka pada keperluan untuk membatasi
upaya penangkapan agar supaya mampu meningkatkan produksi (yield) jangka panjang di atas dasar
keberlanjutan (sustainability). Model-model seperti itu telah memungkinkan timbulnya apresiasi yang
lebih jelas terhadap informasi biologi dan ekonomi yang diperlukan untuk pengelolaan yang efektif dan
telah berperan secara nyata dalam perkembangan kebijaksanaan perikanan. Meskipun demikian telah
berkembang pula ketidakpuasan terhadap model-model “sustainable yield” seperti itu. Ketidakpuasan
ini lebih ditujukan kepada pengesampingan atau tidak diperhitungkannya berbagai fluktuasi jangka
pendek dari populasi dan hasil tangkapan, serta berbagai fluktuasi jangka panjang yang disebabkan oleh
sejumlah perubahan alamiah atas keseimbangan ekologi. Fluktuasi-fluktuasi semacam itu menimbulkan
keraguan terhadap validitas dan konsep “sustainable yield” dan menambah kerumitan dalam perumusan
serta penghitungan atas laju eksploitasi optimal.

Selama empat puluh tahun terakhir teori bioekonomi telah berkembang dengan pesat, yakni dari yang
bersifat sederhana dan statis dari model-model species tunggal (monospecies) sampai model-model
dinamis yang lebih rumit, dan dalam beberapa hal meliputi model-model multispecies. Selain itu model-
model stokastik mulai muncul dalam literatur-literatur perikanan yang terakhir. Selain perkembangan
yang pesat tersebut, ternyata amat sedikit contoh jenis perikanan di dunia yang memiliki keuntungan
yang besar yang berasal dari pendekatan bioekonomi yang baru, sehingga sangat jarang perikanan
dikelola atas dasar ekonomi.

Oleh sebab itu dari permasalahan tersebut telah muncul suatu ketidak-sepakatan umum yang berkaitan
dengan validitas tujuan pengelolaan perikanan yang sahih. Biasanya terjadi penolakan terhadap
pengurangan jumlah unit penangkapan meskipun terdapat bukti jelas adanya akumulasi modal yang
tidak diperlukan (over capitalization) dalam industri perikanan atau penangkapan.

Selain itu dari permasalahan tersebut juga telah muncul suatu isu pokok yang berasal dari suatu
kegagalan merumuskan mekanisme kelembagaan atau institusi dan perundang-undangan di mana
tingkat upaya penangkapan dapat secara memuaskan dikurangi ke tingkat yang kira-kira diperlukan,
meskipun sejumlah besar dari solusi atau pemecahan yang mungkin dilakukan terhadap masalah
tersebut telah dirumuskan. Namun permasalahan pokok dalam aspek politik, legal (hukum dan
peraturan) dan ekonomi tentang berapa banyak dan siapa yang harus menangkap tetap merupakan suatu
isu penting.

Pengelolaan sumber daya ikan memerlukan ilmu dinamika populasi (population dynamics) yakni ilmu
yang melakukan pengakjian secara kuantitatif terhadap sekurang-kurangnya keempat faktor yang
mempengaruhi perubahan populasi, yakni (a) rekrutmen, (b) pertumbuhan, (c) mortalitas alami, dan (d)
mortalitas penangkapan, termasuk pendugaan ukuran stoknya. Termasuk dalam ilmu dinamika populasi
perikanan adalah studi kuantitatif atas ukuran stok, rekrutmen, pertumbuhan, mortalitas alami
sedemikian rupa sehingga potensi menghasilkan dari stok (potential yield) dapat diperkirakan, atau
sedemikian rupa sehingga sumber daya ikan dapat dikelola dengan bijaksana dan berkelanjutan.

Perikanan mempunyai cakupan yang jauh lebih luas dari pada sekedar mengenai ikan hasil tangkapan.
Sejatinya nelayan merupakan komponen penting dalam suatu sistem dinamis yang dinamakan
perikanan. Oleh sebab itu pengelolaan perikanan harus mempertimbangkan bagaimana nelayan akan
bereaksi, selain harus membuat prediksi tentang segala sesuatu yang penting dan berarti bagi nelayan,

222
seperti misalnya nilai kuantitatif yang berkaitan dengan hasil tangkapan per unit upaya (catch per unit
of effort, CPUE). Nilai CPUE dapat digunakan sebagai indeks pendapatan nelayan, sehingga suatu
perikanan dapat dinyatakan dalam keadaan kritis manakala pendapatan nelayan melorot di bawah
tingkat tertentu yang dianggap wajar. Oleh sebab itu, dengan membuat prediksi tentang bagaimana hasil
tangkapan per unit upaya akan berubah (demikian juga dengan pendapatan nelayan) maka estimasi
CPUE akan menjadi lebih penting artinya daripada sekedar membuat prediksi tentang besarnya hasil
tangkapan total.

Selain itu, pengolahan (processing) dan pemasaran (marketing) kadang-kadang juga merupakan
komponen yang sangat penting dalam kaitannya dengan pengelolaan perikanan. Dengan menyadari
bahwa nelayan seharusnya merupakan pusat perhatian secara politis (political center) dari hampir
semua perikanan dan bahwa pendapatan nelayan (dalam bentuk uang) merupakan ukuran kunci dari
keberhasilan pengelolaan, maka seorang pengelola tidak dapat begitu saja mengabaikan peranan
pengolahan dan pemasaran. Sebagai contoh ialah bahwa beberapa model biologi dapat membuktikan
bahwa rata-rata produksi atau hasil tangkapan biologi akan dimaksimumkan dengan cara menjaga stok
ikan pada suatu tingkat ukuran yang konstan. Usaha ini biasanya akan menghasilkan variasi hasil
tangkapan yang agak tinggi dari tahun ke tahun, dan kadang-kadang bahkan dengan tidak ada hasil
tangkapan sama sekali dalam beberapa tahun. Bentuk stabilitas seperti ini dapat merusak infrastruktur
pengolahan dan “maintenance”pasar. Sekalipun demikian, masih banyak ahli biologi yang tetap
berpegang prinsip bahwa secara optimum dalam mengelola perikanan ialah dengan mejaga biomassa
stok dalam keadaan konstan.

Dalam banyak hal pengelolaan perikanan komersial maupun perikanan rekreasi diliputi oleh adanya
ketidakpastian. Ketidakpastian dalam pengelolaan dapat berasal dari: (a) kelimpahan stok; (b) harga
produk; (c) biaya penangkapan; (d) konstrain politik dan anggaran keuangan (Hilborn, 1997).

2. Karakteristik Sumber Daya Ikan

Sifat sumber daya ikan pada umumnya adalah “open access” dan “common property”. Artinya
pemanfaatannya bersifat terbuka, oleh siapa saja, dan kepemilikannya bersifat umum. Sifat ini
menimbulkan beberapa konsekuensi, antara lain:

(i). Tanpa adanya pengelolaan akan menimbulkan gejala eksploitasi berlebihan (overexploitation),
investasi berlebihan (overinvestment), dan tenaga kerja berlebihan (overemployment);

(ii). Perlu adanya hak kepemilikan (property rights), misalkan oleh negara (state property rights), oleh
komunitas (community property rights), atau oleh swasta atau perseorangan (private property rights).

Sifat lain dari sumber daya ikan adalah: mampu pulih, dapat diperbaharui, mampu memperbaharui diri
(renewable, replenishable), dan kadang-kadang juga bersifat dapat menipis, kelelahan (depletable,
exhaustible). Sifat ini secara sederhana digambarkan dengan aksioma klasik yang diformulasikan oleh
Russell (1931).

3. Tujuan dan Sasaran Pengelolaan

Secara umum dapat diterima bahwa tujuan utama dari pengelolaan perikanan adalah untuk: (a) menjaga
kelestarian produksi terutama melalui berbagai regulasi serta tindakan perbaikan (enhancement), (b)
untuk meningkatkan kesejahteraan ekonomi dan sosial nelayan serta (c) memenuhi keperluan industri
yang memanfaatkan produksi tersebut. Untuk mencapai tujuan pengelolaan, pihak yang berwenang
mengelola harus mampu merancang, memberikan alasan yang kuat (secara politis), dan melaksanakan

223
sekumpulan jenis pengendalian (menyelenggarakan undang-undang terhadap aktivitas penangkapan).
Dalam sejumlah sistem, pihak pengelola juga memiliki wewenang untuk membatasi berbagai pelaku
ekonomi yang kemungkinan dapat menimbulkan dampak negatif terhadap ekosistem dasar dari mana
produksi perikanan berasal (misalnya pencemaran air, dsb), dan ikut mengambil bagian dalam berbagai
kegiatan untuk meningkatkan produksi, misalnya dengan melakukan berbagai kegiatan, seperti
perbaikan habitat, usaha pembenihan, dan lain-lain.

Dalam praktek, pihak pengelola harus mampu menentukan beberapa pilihan yang sulit dan bersifat
kuantitatif, misalnya mengenai: (a) seberapa jauh perkembangan perikanan harus didorong atau
diijinkan, (b) batas spesifik apa yang harus ditetapkan yang berkaitan dengan hasil tangkapan (musim
penangkapan, ukuran ikan, hasil tangkapan total, lokasi penangkapan), (c) bagaimana sumber keuangan
harus dialokasikan, misalnya untuk penegakan hukum dari berbagai regulasi (enforcement) versus
untuk peningakatan produksi (enhancement), dan sebagainya.

3.1. Alternatif Tujuan Pengelolaan

Tujuan pengelolaan perikanan yang kadang-kadang saling berbenturan, dapat digolongkan ke dalam
empat kelompok secara umum, yakni: (a) biologi, (b) ekonomi, (c) rekreasi, dan (d) sosial. Mungkin
saja bahwa untuk beberapa perikanan hanya ada satu saja yang dapat diberlakukan dari keempat tujuan
tersebut, tetapi dapat juga bahwa dalam banyak hal, pengelolaan dapat dikaitkan dengan dua atau lebih
dari tujuan umum tersebut; Sehingga masalah pokonya adalah bagaimana pengelola dapat
mengusahakan terciptanya baku-timbang antara berbagai tujuan tersebut. Selanjutnya marilah kita
amati masing-masing dari tujuan umum pengelolaan tersebut.

a. Tujuan Biologi

Menurut Hilborn & Walters (1992), kesalahan tradisional tujuan pengelolaan bagi para ahli biologi
adalah MSY (Maximum Sustainable Yield). Di bawah MSY, kita mencoba memaksimumkan rata-rata
berat hasil tangkapan sepanjang cakrawala waktu yang tak terbatas. Variabilitas dari tahun ke tahun
tidak diperhitungkan, dan hanya hasil tangkapan rata-rata yang dianggap berpengaruh atau menentukan.
Tidak ada pertimbangan biologi secara intrinsik bagi MSY kecuali suatu konsep umum bahwa lebih
banyak hasil tangkapan lebih baik, meskipun doktrin tentang MSY telah lama diperkenalkan atau
dihadirkan dalam berbagai pertimbangan pengelolaan perikanan.

Kelebihan utama dari MSY adalah terletak pada kesederhanaannya. Sejumlah buku perikanan
menyajikan berbagai metode untuk menentukannya, dan seorang biologis dapat memanfaatkannya
sebagai suatu prinsip operasional dengan nurani atau kata hati yang jelas. Sayang, MSY benar-benar
tidak sederhana seperti yang diajarkan karena sejatinya stok ikan dengan mudah sangat bervariasi dan
sangat sulit untuk difahami dengan seksama.

Sejumlah variasi atau tema dasar MSY telah dikemukakan sebagai tujuan biologi bagi pengelolaan yang
lebih aman. Misalnya, bila upaya penangkapan yang akan menghasilkan MSYsebesar FMSY, maka salah
satu alternatif yang mendapat dukungan secara luas adalah apa yang disebut dengan kebijaksanaan F0.1
(F naught point one). Dalam hal ini yang dimaksudkan dengan F0.1 adalah laju penangkapan di mana
kemiringan (slope) dari kurva Y/R adalah sebesar 10% dari kemiringan kurva Y/R pada titik awalnya.
Meskipun konsep ini agak misterius dan kurang jelas namun alasan yang bersifat arbitrari untuk
meletakkan upaya penangkapan F di bawah FMSY telah berkembang luas dan menjadi sesuatu yang
baku. Kemudian dengan kebijaksanaan F0.1 adalah bahwa kita tidak memiliki cara obyektif untuk
menentukan seberapa besar yang dianggap cukup aman dari perspektif biolgi. Siapakah yang dapat

224
mengatakan bahwa sudah cukup berarti dengan memberikan penurunan 10% atau 20%, atau bahkan
50% dari proyeksi FMSY?

Indikator umum bagi hasil tangkapan secara biologi adalah: (i) berat atau jumlah ikan yang ditangkap
per tahun, (ii) ukuran rata-rata atau distribusi ukuran hasil tangkapan. Indikator yang kedua ini kadang-
kadang dapat digunakan sebagai indikator dari status potensi sumber daya atau sebagai resiko dari
penangkapan yang berlebihan (misalnya: terlalu banyak ikan kecil yang tertangkap dapat berarti tidak
cukup banyak individu yang diberi kesempatan untuk memijah). Selain itu rata-rata atau maksimum
umur ikan hasil tangkapan dapat menyajikan peranan yang sama sebagai indikator dari status potensi
sumber daya atau sebagai resiko dari penangkapan yang berlebihan. Suatu pertanyaan besar yang
memerlukan jawaban ialah bagaimana memperhitungkan resiko dari stok yang kolaps dalam melakukan
evaluasi kebijakan. Indikator yang paling umum untuk resiko jenis ini adalah bagaimana rendahnya
populasi yang diharapkan akan berlangsung, atau berapa besar persentase stok akan berada di bawah
suatu tingkat yang ditentukan dari tahun ke tahun.

b. Tujuan Ekonomi

Para ahli ekonomi telah lama menolak MSY, sebab maksimisasi dari bobot ikan yang ditangkap
merupakan suatu ukuran arbitrari yang mungkin kurang memiliki hubungan terhadap bagaimana
perikanan berkontribusi terhadap masyarakat. Mereka berargumen bahwa tujuan dari suatu pengelolaan
perikanan adalah lebih untuk menghasilkan pendapatan daripada menghasilkan ikan, selain bahwa
biaya untuk menangkap ikan harus diperhitungkan. Suatu tujuan ekonomi yang sederhana adalah
memaksimumkan keuntungan bersih dari suatu perikanan, utamanya dengan memaksimumkan
perbedaan antara nilai ikan yang didaratkan dan biaya untuk melakukan penangkapan. Biaya
penangkapan dapat dikelompokkan ke dalam biaya tetap (misalnya biaya tambat kapal, penyusunan
atau depresiasi, asumsi, dll) dan biaya variabel (umpamanya untuk bahan bakar, makanan, keperluan
belanja bagi keperluan ABK, dll). Pada umumnya, biaya tetap tidak tergantung pada berapa banyak
suatu kapal menangkap ikan, tetapi tidak demikian halnya dengan biaya variabel. Gambar 4.2.1
memperlihatkan suatu hubungan sederhana antara nilai hasil tangkapan yang didaratkan, biaya tetap,
dan biaya variabel yang diplotkan terhadap upaya penangkapan.

Nilai hasil tangkapan yang didaratkan diasumsikan sebagai proporsional terhadap jumlah ikan yang
didaratkan, sehingga nilai ikan yang didaratkan dikurangi biaya total merupakan keuntungan (yakni
tinggi dari bagian kurva di atas garis biaya total dalam Gambar 4.2.1). Meskipun nilai MSY dan nilai
ikan yang didaratkan berpuncak pada laju penangkapan A, tetapi keuntungan maksimum diperoleh pada
suatu laju penangkapan yang lebih rendah, yakni B. Dengan demikian keuntungan ekonomi selalu
dimaksimumkan (maximum economic yield, MEY) pada suatu tingkat laju penangkapan yang lebih
rendah daripada laju penangkapan untuk menghasilkan MSY.

Pertumbuhan ekonomi untuk maksimisasi keuntungan ialah bahwa usaha penangkapan ikan
memerlukan berbagai sumber daya masyarakat, seperti bahan bakar, baja atau kayu pembuat kapal,
elektronik, tenaga kerja, dsb. Selain itu sumber daya masyarakat diperlukan untuk meningkatkan upaya
penangkapan dari titik B ke A pada Gambar 4.2.1. Ternyata peningkatan investasi sumber daya
masyarakat tersebut hanya akan meningkatkan hasil tangkapan yang relatif kecil (B’– A’), sehingga
sumber daya masyarakat tersebut dapat ditanamkan pada kegiatan lain yang lebih produktif. Bila harga
tidak dipengaruhi oleh besarnya hasil tangkapan, maksimisasi nilai total yang didaratkan menjadi
ekuivalen dengan MSY, sebaliknya bila harga turun sejalan dengan meningkatnya volume yang
didaratkan, maka upaya penangkapan optimal akan lebih rendah dari upaya penangkapan untuk
menghasilkan MSY.

225
Nilai hasil tangkapan
A’
B’

B A

Upaya penangkapan

Gambar 4.2.1. Hubungan umum antara nilai hasil tangkapan, biaya tetap, biaya variabel dan keuntungan
dalam suatu perikanan. Titik A merupakan upaya penangkapan yang memaksimumkan produksi biologi
dan nilai hasil tangkapan, sedang titik B merupakan upaya penangkapan yang memaksimumkan
keuntungan. Area di bawah kurva di atas biaya total menggambarkan keuntungan (Widodo dan
Nurhakim, 2002)

Suatu indikator dari keragaan ekonomi dapat berupa sewa sumber daya (rent), yakni nilai dari hasil
tangkapan dikurangi biaya untuk melakukan penangkapan.

c. Tujuan rekreasi

Banyak perikanan dunia yang memiliki arti penting bagi rekreasi. Perikanan air tawar di Amerika Utara
merupakan suatu contoh klasik. Meskipun demikian, perikanan yang bersifat rekreasi dapat
diketemukan pula di banyak negara di dunia dan terbuka luas untuk dikembangkan pula di Indonesia.
Sejumlah indikator dari berbagai keuntungan yang bersifat rekreasi dapat dikelompokkan secara umum
ke dalam dua jenis, yakni (i) keuntungan yang didasarkan atas hasil tangkapan dan (ii) keuntungan yang
didasarkan atas upaya penangkapan.

Tergantung dari perikanannya, maka hasil tangkapan total dari perikanan rekreasi mungkin merupakan
indikator keberhasilan yang memadai. Sedang pada sejumlah perikanan rekreasi lainnya, ukuran
(panjang dan bobot) ikan mungkin sangat penting, misalnya jumlah ikan berukuran tertentu yang
memenuhi persyaratan untuk memperoleh piala (trophy-sized) mungkin jauh lebih berharga dibanding
dengan lusinan ikan hasil tangkapan yang berukuran kecil. Hasil tangkapan per hari penangkapan
mungkin juga merupakan suau indikator penting dari keuntungan perikanan rekreasi, sekali lagi diukur
dari jumlah, bobot atau ukuran ikan yang pantas memperoleh piala. Pengelolaan perikanan rekreasi
skala besar menghadapi berbagai problem serupa, dan banyak yurisdiksi telah mengadopsi berbagai
regulasi yang mencoba untuk memaksimumkan biomassa hasil tangkpan dalam sejumlah daerah
perburuan tertentu dan memaksimumkan jumlah piala di daerah lainnya.

Para ahli ekonomi menduga bahwa keuntungan dari suatu perikanan yang bersifat rekreasi tergantung
dari jumlah orang yang pergi menangkap dan frekuensi mereka melakukan penangkapan, sehingga
indikator terbaik mungkin berupa upaya penangkapan total dari perikanan rekreasi. Beberapa indikator
bagi keuntungan yang bersifat rekreasi termasuk: (i) nilai upaya penangkapan (jumlah rupiah per hari

226
penangkapan dikalikan jumlah hari upaya penangkapan), (ii) jumlah upaya penangkapan dan (iii)
jumlah atau ukuran hasil tangkapan.

d. Tujuan Sosial

Perikanan sering menghasilkan keuntungan bagi daerah-daerah yang secara ekonomi tertinggal. Di
sejumlah daerah kawasan timur Indonesia, sebagian besar menu makanan penduduk sangat tergantung
dari kegiatan penangkapan ikan. Selain itu di banyak kawasan dunia, penangkapan menyediakan satu
di antara sedikit sumber lapangan pekerjaan di desa-desa terpencil, meskipun sering kali efisiensi
ekonomi dan mungkin juga efisiensi biologi akan lebih tinggi bila ikan ditangkap dengan sejumlah
kecil kapal berukuran besar alih-alih dengan ribuan perahu berukuran kecil. Perikanan sering
dipertahankan sebagai suatu kebijaksanaan sosial yang eksplisit dan indikator kunci bagi pembuat
keputusan mungkin dapat berupa jumlah tenaga kerja yang terserap atau upaya penangkapan total. Bila
jumlah tenaga kerja merupakan suatu indikator penting dari keragaan perikanan, maka suatu kebijakan
yang dianggap bagus mungkin dilaksanakan dengan menggunakan upaya penangkapan dalam jumlah
yang besar sehingga menjadi sangat tidak efisien.

Dalam banyak negara, sejumlah isu sosial mendominasi kebijakan perikanan, misalnya armada besar
yang tidak efisien diganti dengan sejumlah armada berukuran lebih kecil yang barharga jauh lebih
murah untuk mengoperasikannya, dan biaya selebihnya dapat dialihkan kepada mereka yang
dipindahkan di luar perikanan agar memperoleh pendapatan yang lebih tinggi daripada yang mereka
peroleh dari usaha perikanan. Beberapa alasan ekonomi seperti itu belum secara khusus berhasil dalam
menyadarkan nelayan atau politisi untuk melakukan restrukturisasi perikanan. Jelaslah, bahwa
pemeliharaan terhadap struktur komunitas tradisional dan gaya hidup mereka merupakan suatu tujuan
dominan dalam mewujudkan kebijakan perikanan seperti itu.

Sejumlah indikator sosial dari keragaan perikanan dapat meliputi: (i) tenaga kerja total, (ii) distribusi
pendapatan bagi komuintas pedesaan, dan (iii) pemeliharaan terhadap pola hidup tradisional desa atau
kota.

3.2. Permasalahan

Apapun pola dan tujuan pengelolaan, permasalahan mengenai hak kepemilikan (property rights) serta
yurisdiksi atas sumber daya ikan akan sangat menentukan. Bila sumber daya ikan berada di bawah
kepemilikan seseorang, maka pengelolaannya tidak akan banyak menimbulkan masalah. Masalah
utama bagi pemilik dalam mencapai keputusan atas jumlah upaya penangkapan dan bagaimana batas
tersebut dicapai akan berkaitan erat dengan sumber daya sebagai aset modal utama. Jumlah upaya
penangkapan yang berlebihan tidak akan terjadi, sebab pemilik akan menyadari bahwa tambahan riil
atas produksi total oleh adanya peningkatan upaya penangkapan, yakni hasil tangkapan marginal, akan
kecil atau bahkan negatif.

Terdapat beberapa jenis hak kepemilikan sumber daya perikanan yang dapat digunakan untuk
membatasi sifat pemanfaatannya yang terbuka, antara lain dapat dikemukakan sebagai berikut:

1. Hak kepemilikan oleh perorangan (private property right).


Kuota hasil tangkapan yang dimiliki oleh nelayan serta yang dapat dipindah-tangankan
merupakan suatu cara pendekatan dalam memberikan hak perorangan atas usaha penangkapan.
Kini beberapa negara maju telah melaksanakan kebijaksanaan seperti ini, yakni dengan apa
yang disebut dengan sistem ITQ (Individual Transferable Quota).

227
2. Hak kepemilikan oleh negara (state property right).
Kepemilikan oleh negara (respublica, res = possession, property, publica = for the state)
mengacu kepada pengelolaan sumber daya hayati laut secara khusus oleh pemerintah pusat dari
suatu negara. Dalam sistem kepemilikan oleh negara, pemerintah memegang yurisdiksi tunggal
atas sumber daya perikanan. Alokasi dan konservasi serta keputusan-keputusan pengelolaan
dibuat oleh tenaga-tenaga ahli untuk dan atas nama para pengguna (users). Asumsi dasar dibalik
kepemilikan oleh negara ialah bahwa nelayan bila dibiarkan nirkendali, akan mengeksploitasi
sumber daya dengan semena-mena. Oleh karena itu, untuk menghindari timbulnya “malapetaka
atas sumber daya milik umum” (tragedy of the commons), seperti yang dikemukakan oleh
Hardin(1968), maka pihak pengelola harus memiliki kewenangan (authority) atas sumber daya
ikan tersebut.

3. Hak kepemilikan oleh masyarakat (community property right).


Sistem kepemilikan komunal (res communes) mengacu kepada keadaan di mana sumber daya
ikan dikuasai atau dikendalikan oleh komunitas masyarakat tertentu atau penguasa tertentu,
misalnya sumber daya ikan perairan pantai di Jepang. Menurut undang-undang, sumber daya
tersebut berada di bawah kendali dari koperasi perikanan desa setempat, demikian halnya
dengan beberapa sumber daya perairan terumbu karang dan laguna di Kepulauan Pasifik.
Meskipun demikian tidak sedikit pengelola perikanan yang mengkhawatirkan bahwa
komunitas nelayan akan melakukan pemanenan secara berlebihan (overharvest) terhadap
sumber daya dan mengabaikan prinsip bahwa sistem kepemilikan oleh komunitas dapat
diarahkan kepada pemanfaatan sumber daya secara berkesinambungan.

Kemungkinan apa yang akan terjadi pada suatu perikanan yang tengah berkembang dengan tanpa
adanya regulasi yang memadai? Keadaan tersebut dapat menyebabkan: (i) laju hasil tangkapan yang
rendah, (ii) pendapatan rendah, dan (iii) akumulasi modal yang berlebihan dalam industri perikanan.
Penyebab utama dari masalah ini ialah bahwa sumber daya ikan pada umumnya bersifat “open acces”
(acces = boleh mempergunakan) atau bersifat “resnullius”(res = possession, property, nullius = none)
dalam terminologi dari Hugo Grotius, yang ditandai oleh tiadanya hak kepemilikan. Keuntungan
ekonomi yang bersifat sementara yang diperoleh nelayan akan memikat pendatang baru (new entrance)
ke dalam perikanan. Biasanya proses masuknya pendatang baru ini berlanjut dan melampaui suatu titik,
yakni profit total maksimum, sehingga terjadi “overcapacity”, yakni kapasitas kemampuan mendukung
dan mengakomodasi tekanan eksploitasi penangkapan yang berlebihan (overfishing) terhadap sumber
daya yang bersangkutan. Fenomenon pertama disebabkan oleh adanya persaingan di antara nelayan
untuk mengeksploitasi produk yang menipis dan jarang, sedang yang kedua berarti banyak individu
ikan yang tertangkap pada saat itu yang seharusnya dapat tumbuh dan menghasilkan hasil tangkapan
(yield) yang lebih tinggi di masa mendatang. Akibatnya, upaya penangkapan yang tinggi akan
mengurangi keuntungan bagi seluruh nelayan, karena hasil tangkapan seorang nelayan pada dasarnya
merupakan pengorbanan dari nelayan lainnya.

Sebenarnya keadaan “open access” mungkin hanya cocok untuk jangka waktu tertentu, yakni bila
ditujukan untuk usaha menciptakan keuntungan (profit making) dan memaksimalkan hasil tangkapan
(harvest maximization). Timbulnya “overcapacity” dan “overfishing” di Teluk Thailand merupakan
salah satu contoh dan bukti bahwa keadaan “open access” tidak dapat bertahan untuk jangka waktu
yang lama. Selain itu, dalam perikanan yang bersifat “open access” di mana tidak ada hak kepe milikan
terhadap daerah-daerah penangkapan, dan tidak ada regulasi untuk mengontrol tingkat upaya
penangkapan, nelayan secara individual tidak dapat berbuat banyak untuk melindungi stok ikan, oleh
sebab itu diperlukan kerja sama di antara semua yang terlibat dalam kegiatan usaha perikanan.

228
Senyatanya kita tidak dapat memprediksi secara pasti bagaimana suatu stok akan merespon terhadap
tekanan eksploitasi yang dilakukan terhadapnya. Harapan terbaik kita adalah dapat memanfaatkan
pengalaman replikasi spasial atau pengalaman kuantitatif dengan berbagai stok yang serupa di tempat
lain atau stok yang sama di masa silam. Selain itu, sesungguhnya kita tidak dapat memprediksi MSY
(atau MEY) tanpa melampauinya. Kita harus memberi bobot dengan keuntungan potensialnya terhadap
berbagai resiko dari setiap tindakan pengelolaan yang mungkin timbul.

Sejatinya tidak banyak stok yang memiliki potensi untuk menghasilkan produksi secara stabil. Produksi
yang tidak teratur, dan yang bersifat siklis dapat saja terjadi atas sejumlah stok ikan, seperti lemuru di
Selat Bali. Dalam setiap perikanan terdapat suatu baku-timbang antara rata-rata “yield” dan variasi dari
“yield”, dan sangatlah penting untuk memahami tujuan pengelolaan yang memadai, yakni dengan
menentukan apakah “yield” rata-rata yang lebih diutamakan atau variasi dari “yield” yang lebih rendah
yang lebih penting.

Selain itu, hampir selalu ada baku-timbang antara laju penangkapan dan hasil tangkapan total. Bila kita
menghendaki untuk memaksimumkan hasil tangkapan kita harus menerima laju tangkapan yang lebih
rendah. Oleh sebab itu, gambaran tradisional dari buku perikanan yang memperlihatkan hubungan
“yield” versus “effort” harus diganti dengan gambaran yang memperlihatkan upaya penangkapan versus
hasil tangkapan per unit upaya (CPUE); Sehingga manakala seorang politisi menanyakan kepada kita
apakah MSY itu, kita harus menjawab seberapa besar CPUE yang ia bersedia menerimanya.

Selanjutnya kendala terbesar pada pengelolaan perikanan yang efektif adalah ketidakmampuan untuk
merubah mortalitas penangkapan. Kebanyakan malapetaka yang menimpa perikanan disebabkan oleh
ketidakmampuan untuk mengurangi tekanan penangkapan sewaktu pertimbangan biologi atau ekonomi
jelas menuntutnya. Oleh sebab itu penelitian dan pengelolaan sumber daya perlu lebih diarahkan untuk
memahami nelayan dan alat tangkap mereka. Selain itu, bagi keperluan pengelola, maka para ahli
biologi pengkajian stok perlu menyajikan tabel-tabel keputusan yang memperlihatkan berbagai
alternatif biologi, kaitannya dengan berbagai alternatif pengelolaan. Luaran dari pengkajian tidak harus
berupa rekomendasi atas kuota hasil tangkapan atau upaya penangkapan yang diperbolehkan – luaran
tersebut harus berupa berbagai biologi dari berbagai tindakan pengelolaan. Mereka yang melakukan
pengkajian stok tidak seharusnya menjadi penentu melainkan menjadi pihak yang seharusnya
mempertimbangkan berbagai resiko dari berbagai alternatif tindakan pengelolaan.

3.3. Mempertimbangkan faktor resiko dalam pengelolaan

Unit stok yang besar bergerak secara eksklusif dan ditangkap serta dikejar oleh berbagai jenis perikanan
di lokasi yang berbeda-beda. Bagi suatu unit stok yang besar seperti itu nampak tidak ada alternatif lain
kecuali menghadapi ketidakpastian jangka panjang tentang berbagai respon terhadap perkembangan
dan resiko penangkapan berlebihan di satu pihak dan kehilangan kesempatan menangkap “yield” yang
besar di lain pihak. Bila keseluruhan perkembangan perikanan dapat digambarkan sebagai suatu
pergerakan satu arah, yakni dengan kenaikan tekanan penangkapan yang meningkat secara tetap
menurut perjalanan waktu sampai beberapa indikasi dari “overfishing” menjadi jelas, di sana akan tetap
ada ketidakpastian yang besar, yakni sampai seberapa jauh stok dapat didorong selama perkembangan
perikanan berlangsung. Meskipun suatu keadaan pasca “overfishing” telah secara jelas dicapai,
biasanya masih tertinggal banyak ketidakpastian tentang bagaimana menginterpretasikan signal-signal
yang menunjukkan “overfishing” tersebut, misalnya: (i) apakah hasil tangkapan hanya menurun secara
temporer karena beberapa faktor lingkungan , (ii) apakah perikanan meliputi seluruh bagian dari stok,
atau apakah ada bagian lain dan yang berpotensi untuk dieksploitasi dari stok di daerah atau kedalaman
perairan yang belum ditangkap secara intensif, (iii) apakah terjadi respon yang lambat dan yang masih

229
berlangsung dalam ekosistem karena pengurangan stok, yang akan membuat “potential yield” lebih
tinggi atau lebih rendah yang mungkin muncul saat itu?

Secara tradisional, nelayan dan pemerintah telah meminta prediksi yang definitif dan jawaban-jawaban
berbagai pertanyaan tersebut dari para ahli pengkajian stok dan para pengelola perikanan. Di lain pihak
para ahli pengkajian stok dan para pengelola mencoba menjawab dan setuju memberikan angka-angka
terbaik yang mereka bisa lakukan. Dalam hal ini ahli pengkajian stok kadang-kala telah mencoba
memagari resiko dari “overfishing” yakni dengan sangat hati-hati memberikan hanya estimasi-estimasi
yang bersifat konservatif. Satu permasalahan dengan pendekatan ini ialah bahwa orang lain mungkin
mau memberikan estimasi yang tidak begitu konservatif. (Anda selalu dapat membeli seorang ahli yang
mau memberi tahu kepada anda apa yang anda kehendaki untuk didengar, tanyakan kepada orang Peru
seberapa jauh hal ini berlaku dengan perikanan anchoveta mereka yang kemudian mengalami
kehancuran yang luar biasa). Patut dipertanyakan apakah saintis, dan terutama biologis, memiliki bukti
khusus dengan hasil yang lebih bagus tentang pengikutsertaan resiko di dalam pengeolaan perikanan
(risk taking). Suatu langkah penting dalam membangun kerja sama yang lebih baik antara nelayan dan
pengelola adalah mencoba menyatakan ketidakpastian secara jelas dan mendiskusikan secara berkala
hipotesa alternatif serta implikasinya bagi perkembangan perikanan yang akan datang.

Hal yang penting bagi para pengelola adalah melengkapi diri dengan suatu gambaran yang jelas dan
tajam dari sejumlah alternatif utama yang mungkin dicapai oleh perkembangan lebih lanjut, dan dengan
data yang tersedia mencoba memahami akan adanya berbagai kejanggalan yang dapat ditampung dalam
alternatif-alternatif tersebut. Dengan kata lain, keperluan pokok bukan untuk kalkulasi yang lebih akurat
dan seksama dari berbagai estimasi tersebut, tetapi terlebih untuk membangun komunikasi yang lebih
baik atas alternatif-alternatif dasar yang muncul bahkan dari analisis yang sederhana sekalipun.

4. Reorientasi Pengelolaan Perikanan

Unsur penting dari setiap pemikiran ulang terhadap pengelolaan perikanan adalah suatu pengakuan
bahwa permasalahan sentral dari pengelolaan perikanan adalah manusia lengkap dengan perilakunya.
Pemahaman yang lebih baik akan adanya saling keterkaitan antara nelayan, pekerja perikanan, dan
pedagang ikan harus merupakan bagian utama dari setiap pemikiran ulang terhadap pengelolaan
perikanan. Kehidupan mereka ditentukan dan diberi arti oleh kegiatan penangkapan ikan, oleh sebab
itu mereka harus didengar dan dibawa masuk ke dalam setiap sistem pengelolaan perikanan.

Dalam melakukan reorientasi pengelolaan perikanan sebaiknya tidak hanya mencakup perubahan-
perubahan dalam aspek sosial-ekonomi dan institusi perikanan, melainkan juga terhadap berbagai
kegiatan yang bersifat interdisiplin. Menurut Pauly et al. (1998) untuk kegiatan interdisiplin tersebut
diperlukan beberapa persyaratan bagi ilmu pengetahuan yang lebih baik, yakni bagi biologi perikanan
harus tersedia data dan tersimpan dengan baik untuk keperluan analisis yang seksama dan setepat-
tepatnya; berbagai pola oseanografi harus diinterpretasikan dengan menggunakan teori canggih dan
mutakhir yang kini tersedia; ketidakpastian harus diperhitungkan; interaksi trofik di antara sejumlah
jenis sumber daya dan adanya hubungan pemangsa dan mangsa harus dipertimbangkan; ukuran optimal;
serta penentuan area laut yang dilindungi harus diteliti sedemikian rupa sehingga hasil kajian yang
diperoleh dari kesemuanya itu dapat benar-benar dirasa manfaatnya. Dengan demikian kita dapat
meninggalkan “business as usual” dalam pengelolaan perikanan dan bergerak menuju kepada
pendekatan ekosistem.

Paradigma yang kini tengah berlangsung dalam perikanan adalah kelestarian (sustainability) dari
species tunggal. Menurut Pitcher (1998) ilmu tersebut tidak salah, tetapi ia gagal dalam menjawab

230
sejumlah pertanyaan mendesak saat ini. Sebagai contoh, suatu eksploitasi secara berlebihan (over
exploitation) dapat mengakibatkan hilangnya keragaman jenis (species diversity) serta menurunnya
keragaman genetik. Selanjutnya kehilangan jenis-jenis yang mempunyai peranan penting dalam suatu
ekosistem akan mampu mengubah sifat alami dari ekosistem tersebut. Proses yang sama dari
penangkapan berlebihan mampu mengganti sumber daya ikan demersal berumur panjang (longlived
species), bernilai komersial tinggi dengan jenis-jenis ikan pelagis kecil, dengan laju “turnover” tinggi,
bernilai ekonomi rendah. Pada saat ini, proses yang terakhir ini tengah berlangsung dengan pesat di
sejumlah perairan laut di seputar Asia, termasuk perairan Laut Arafura di kawasan timur Indonesia.

Seperti dikemukakan oleh Vakily et al. (1997) bahwa pengelolaan yang tepat atas sumber daya ikan
berimplikasi terhadap suatu pemahaman yang lebih baik atas berbagai ekosistem, maka selayaknyalah
bila pendekatan yang difokuskan di seputar konsep species tunggal mulai harus ditinggalkan untuk
selanjutnya bergerak menuju ke arah konsep menyeluruh dari ekosistem akuatik.

5. Realitas Pengelolaan Perikanan di Indonesia

Selama ini pengelolaan perikanan lebih berorientasi pada sumber daya (resource-oriented) yang lebih
ditujukan untuk melestarikan (preservation) sumber daya dan memperoleh hasil tangkapan maksimum
yang dapat dihasilkan dari sumber daya tersebut. Selama ini pengelolaan perikanan belum berorientasi
pada perikanan (fishery-oriented) apalagi berorientasi pada manusia (people-oriented). Sejatinya,
pengelolaan perikanan di Indonesia lebih berkaitan dengan masalah manusia (people-problem) daripada
masalah sumber daya (resource-problem) sebab lebih dari 60% produksi perikanan dihasilkan oleh
perikanan skala kecil yang banyak menyerap tenaga kerja, yakni para nelayan. Bila seorang nelayan
harus menghidupi rata-rata lima jiwa maka jumlah manusia yang kehidupannya tergantung pada
perikanan sungguh sangat signifikan. Dalam konteks seperti ini menjadi jelaslah bila tujuan
pengelolaan perikanan adalah untuk meningkatkan taraf hidup nelayan beserta keluarganya. Perlu
disadari bahwa pengelolaan perikanan tidak akan mampu meningkatkan kesejahteraan nelayan
manakala mereka tidak dianggap sebagai bagian integral dari pembangunan masyarakat pantai.

Dalam prakteknya, pengelolaan perikanan di Indonesia masih menghadapi kendala yang bersifat
konvensional yang antara lain mencakup: kurangnya teori yang memadai, kurangnya tenaga terdidik
secara memadai, kurangnya infrastruktur kelembagaan, kurangnya infrastruktur fisik, dan konflik antar
alat penangkap ikan. Kurangnya teori berkaitan dengan kenyataan bahwa teori dinamika populasi
modern (yang harus diperhitungkan dalam proses penentuan pengelolaan) secara luas didasarkan atas
perikanan species tunggal dari perairan ugahari dengan jenis ikan yang biasanya berumur panjang,
sedang perikanan di Indonesia bersifat multispecies yang sebagian besar jenis ikannya berumur pendek.
Selain itu tidak tersedia data runtun waktu yang cukup panjang mengenai hasil tangkapan, upaya
penangkapan, ukuran ikan yang sangat diperlukan keberadaannya dalam pengelolaan perikanan. Selain
itu praktek pengelolaan perikanan di Indonesia juga menghadapi kendala inkonvensional, seperti
geografi, institusional, dan internasional. Kendala geografi terutama dalam bentuk garis pantai yang
terlalu panjang serta jumlah pulau yang ribuan banyaknya. Kendala institusional terletak pada
kenyataan bahwa tanggung jawab atas berbagai komponen pengelolaan perikanan masih tersebar di
sejumlah instansi sehingga sulit memberlakukan rencana pengelolaan secara efektif. Sedang kendala
internasional terutama yang berkaitan dengan pengelolaan sumber daya ikan yang bersifat diusahakan
bersama (shared stock) maupun yang bersifat beruaya jauh.

231
6. Pembahasan

Pengelolaan perikanan memerlukan berbagai pertimbangan ilmiah yang meyakinkan di dalam usaha
nya untuk menentukan kebijaksanaan pengelolaan. Pertimbangan ilmiah tersebut diharapkan dapat
diperoleh dari para ahli biologi pengkajian stok yang menguasai ilmu populasi dinamika perikanan.
Tetapi karena kurang atau bahkan langkanya ahli yang memahami dengan baik kompleksistas
kehidupan ikan secara biologi, dan yang memiliki kemampuan matematik untuk melakukan analisis
kuantitatif yang diperlukan, serta keterbatasan data yang tersedia, maka pertimbangan yang dihasilkan
biasanya sangat lemah.

Meskipun ilmu dinamika populasi ikan merupakan subyek ilmu yang cukup tua, yakni berawal dari
karya Baranov dari Rusia tahun 1918, namun jumlah ilmuwan dunia di bidang ini sangat sedikit, dan
terpusat di beberapa negara yang berbatasan dengan Laut Utara, sebelah barat Laut Amerika Utara, dan
Jepang. Di Indonesia jumlah saintis yang secara profesional menguasai ilmu populasi dinamika tidak
lebih dari jumlah jari tangan kita. Keadaan ini memperkuat keyakinan kita bahwa pengelolaan
perikanan yang mengandung arti pemanfaatan dan konservasi sumber daya dan lingkungannya
memerlukan pertimbangan yang tepat dan yang didukung oleh bukti ilmiah (scientific evidence) yang
memadai.

Daftar Pustaka

Garcia, S.M and C.Newton. 1997. Current situation, trends and prospects in world fisheries. P 3-27 In
Pikitch, E.K., D.N.Huppert, and M.P. Sissenwine (Eds) Global trends: fisheries management.
Am.Fish.Soc.Symposium 20, Bethesda, Maryland.

Gulland, J.A. 1974. The management of marine fisheries. Univ. Washington Press. Seattle.

Hardin, G. 1968. The tragedy of the commons. Science 162: 1243-8.

Hilborn, G. 1997. Uncertainty, risk, and the precautionary principle, p.100-6. In Pikitch, E.K., D.N.
Huppert, and M.P. Sissenwine (Eds) Global trends: fisheries management. Am.Fish.Soc.Symposium
20, Bethesda, Maryland.

Hilborn, R and C.J. Walters. 1992. Quantitative fisheries stock assessment, choice, dynamics and
uncertainty. Chapman and Hall, N.Y.

Pauly, D. 1997. Small-scale fisheries in the tropics marginality, marginalization, and some implications
for fisheries management, p. 40-9. In Pikitch, E.K., D.N. Huppert, and M.P. Sissenwine (Eds.) Global
trends: fisheries management. Am.Fish.Soc.Symposium 20, Bethesda, Maryland.

Pitcher, T.J. 1998. Rebuilding as a new goal for fisheries management: reconstructing the past to salvage
the future. INTECOL 98 meeting, Florence, July 1998. Ed.K. Ekschmidt et al.(in press).
Pitcher, T.J and D.Pauly. 2000. Rebuilding ecosystems, not sustainability, as the proper goal of fishery
management. In T.J. Pitcher, D.Pauly, and P.Hart (Eds.) Reinventing fisheries management. Chapman
& Hall Fish and Fisheries Series (in press).
Ricker, W.E. q975. Computation and interpretation of biological statistics of fish populations. Bull.
Fish. Res. Can. (191): 382p.
Russel, E.S. 1931. Some theoretical considerations on the overfishing problem.J.Cons. , CIEM 6(1): 3-
20.
Vakily, J.M., R.M.Froese, M/L.D. Palomares and D.Pauly. 1997. European Union Support Project to
strengthen fish and biodiversity management in Africa, Caribbean, and Pacific (ACP) countries. NAGA
20(1):4-7.

232
4.3.
PENGELOLAAN SUMBER DAYA IKAN

1. Pendahuluan

Indonesia adalah negara kepulauan dengan luas wilayah perikanan di laut sekitar 5,8 juta km2, terdiri
dari perairan teritorial dan kepulauan seluas 3.1 juta km2 serta zona ekonomi eksklusif sekitar 2.7 juta
km2. Sementara itu, luas daratan hanya sekitar 1.9 juta km2. Sumber daya ikan yang hidup di wilayah
perikanan Indonesia dinilai memiliki tingkat keragaman hayati (biodiversity) yang paling tinggi.
Sumber daya tersebut terdiri dari, paling tidak, 37% dari species ikan di dunia (Kantor Menteri Negara
Lingkungan Hidup, 1994). Bila sumber daya ikan laut yang hidup dalam wilayah perikanan Indonesia
dimanfaatkan secara benar, yaitu tidak melebihi daya dukungnya, sumber daya tersebut akan dapat
menghasilkan produksi maksimum lestari sekitar 6,4 juta ton per tahun. Selain sumber daya ikan yang
hidup di wilayah perikanan Indonesia, masyarakat Indonesia juga memiliki peluang memanfaatkan
sumber daya ikan di laut lepas (high seas).

Menurut Purwanto (2003), pemanfaatan sumber daya ikan secara benar, yaitu sesuai daya dukungnya,
akan dapat memberikan dukungan optimum terhadap pembangunan perikanan Indonesia secara
berkelanjutan. Prospek untuk membangun perikanan Indonesia menjadi salah satu kegiatan ekonomi
yang strategis dinilai cerah. Kecenderungan semakin meningkatnya permintaan dunia akan produk
perikanan, baik karena pertambahan penduduk maupun pergeseran pola konsumsi ke produk-produk
perikanan, dan semakin terbatasnya pasok dari perikanan dunia akan menjadikan ikan sebagai salah
satu komoditi strategis dunia. Hal ini didukung oleh potensi perikanan dan peluang pasar yang dimiliki
Indonesia.

Bila sumber daya ikan tersebut dimanfaatkan melebihi daya dukungnya, kelestarian sumber daya ikan
akan terancam dan produksinya akan menurun. Disesalkan, sediaan (stock) sumber daya ikan pada
beberapa daerah penangkapan (fishing ground) di Indonesia ternyata telah dimanfaatkan melebihi daya
dukungnya sehingga kelestariannya terancam. Beberapa jenis (species) ikan bahkan dilaporkan telah
sulit didapatkan bahkan nyaris hilang dari perairan Indonesia. Ancaman terhadap kelestarian sumber
daya ikan di Indonesia pada dekade ini diperkirakan akan semakin meningkat, karena terjadi pergeseran
daerah penangkapan armada perikanan dunia ke perairan yang masih potensial, termasuk perairan di
sekitar kepulauan Indonesia, baik secara legal maupun illegal. Hal ini sebagai akibat dari pemanfaatan
sumber daya ikan yang telah berlebih pada sejumlah negara dan perairan internasional (FAO, 1997).

Bila sumber daya ikan dan tingkat keaneka-ragaman hayatinya dapat dipertahankan kelestariannya pada
tingkat optimum, kelangsungan usaha penangkapan ikan akan terjamin. Kelestarian usaha penangkapan
ikan, pada gilirannya, akan menjamin kelestarian industri hulu dan hilirnya. Sumber daya ikan juga
merupakan sumber plasma nutfah yang amat diperlukan dalam pengembangan pembudidayaannya.
Pemanfaatan sumber daya tersebut untuk mendukung usaha budidaya antara lain adalah sebagai sumber
induk alami. Plasma nutfah juga sangat penting dalam pemuliaan genetika dalam rangka menghasilkan
induk unggul. Dengan demikian, kelestarian sumber daya ikan dan keanekaragaman hayatinya juga
akan memberi jaminan kelangsungan uasha budidaya dan industri penunjangnya, baik industri hulu
maupun industri lainnya.

Agar sumber daya ikan dapat dimanfaatkan secara lestari, oleh karena itu, pengelolaan sumber daya
ikan perlu dilaksanakan dengan benar. Pengelolaan sumber daya ikan secara benar pada dasarnya adalah
pelaksanaan dari Amanat Rakyat yang dituangkan dalam Pasal 33 UUD-RI tahun 1945, dan diatur lebih
lanjut dalam UU No.9 tahun 1985 tentang Perikanan dan UU No.5 tahun 1983 tentang Zona Ekonomi

233
Eksklusif Indonesia. Sesuai dengan Pasal 3 UU No. 9 tahun 1985, pengelolaan sumber daya ikan dalam
wilayah perikanan RI ditujukan kepada tercapainya manfaat yang sebesar-besarnya bagi bangsa
Indonesia. Tujuan ini dicapai dengan pengelolaan sumber daya ikan dan lingkungannya secara terpadu
dan terarah agar sumber daya alam ini lestari. Pengelolaan sumber daya ikan secara benar juga sesuai
dengan Code of Conduct for Responsible Fisheries dari FAO (1995). Pengelolaan sumber daya ikan
secara benar akan termasuk pula pengendalian upaya penangkapan dan pengalokasian sumber daya ikan
pada tingkat optimum.

2. Dinamika Sumber Daya Ikan

Sumber daya hayati memiliki kemampuan untuk pulih (renewable), namun kemampuan ini terbatas.
Hal ini dipengaruhi oleh pertambahan individu (recruitment), pertumbuhan individu (individual
growth), dan kematian alami (natural mortality) (Gambar 4.3.1).

Biomassa sumber daya ikan meningkat oleh pertambahan individu dan pertumbuhan individu ikan.
Kondisi lingkungan yang baik akan meningkatkan pertambahan dan pertumbuhan individu. Tingkat
pertambahan individu akan dipengaruhi oleh kelimpahan biomassa, semakin tinggi kelimpahan
biomassa, semakin banyak pertambahan individu. Sementara itu, biomassa sumber daya ikan berkurang
oleh adanya kematian alami. Kondisi lingkungan yang buruk akan menyebabkan tingginya kematian
alami.

Sumber daya ikan dapat lestari bila jumlah yang dipanen paling banyak adalah sebesar kemampuan
pulih. Pemanfaatan sumber daya hayati yang melebihi kemampuan pulih atau daya dukung sumber daya
tersebut akan menyebabkan penyusutan kelimpahan atau bahkan mengancam kelestariannya. Bila
kemampuan pulih tinggi, karena pertambahan dan pertumbuhan individu ikan relatif tinggi dan
kematian alami relatif rendah, maka panenan lestarinya juga akan tinggi.

Gambar 4.3.1. Beberapa faktor yang mempengaruhi besarnya biomassa sumber daya ikan dan volume
ikan hasil tangkapan (Purwanto, 2003)

Oleh karena itu, sumber daya ikan perlu dijaga agar mampu menghasilkan anak ikan secara optimum,
selanjutnya anak ikan perlu diberi kesempatan untuk tumbuh dan menghasilkan anak ikan generasi
berikutnya, sebelum ditangkapi. Berdasarkan sejarah hidup (life history) sumber daya ikan, sumber
daya ini umumnya bertelur dan menetaskan telur untuk menghasilkan anak ikan pada perairan tertentu.
Selanjutnya, anak ikan akan tumbuh pada perairan dengan karakteristik lingkungan tertentu pula.
Gangguan terhadap sumber daya ikan yang akan menghasilkan anak ikan dan gangguan terhadap

234
lingkungannya dapat menurunkan pertambahan individu ikan dan pertumbuhan dari individu ikan ini.
Oleh karena itu, perlindungan perlu diberikan terhadap sumber daya ini dan lingkungannya.

3. Dinamika Perikanan

Terdapat dua faktor yang mempengaruhi dinamika perikanan, yaitu dinamika sumber daya ikan dan
perkembangan upaya penangkapan ikan (fishing effort). Sementara itu, perkembangan upaya
penangkapan ikan sangat dipengaruhi oleh berbagai kekuatan ekonomi, khususnya tingkat keuntungan,
karena penangkapan ikan pada dasarnya adalah kegiatan ekonomi (Gambar 4.3.2).

Pada saat tingkat pemanfaatan atau upaya penangkapan (fishing effort) masih relatif rendah,
peningkatan upaya penangkapan diikuti oleh peningkatan produksi perikanan hingga dicapai
tingkat produksi maksimum (maximum sustainable yield, MSY). Setelah itu, produksi
menurun dengan semakin meningkatnya intensitas penangkapan (Gambar 4.3.3). Hal terakhir
ini disebabkan karena penyusutan kelimpahan sumber daya akibat penangkapan melebihi
kemampuan pulih dari sumber daya tersebut. Kondisi ini dapat mengancam kelestarian sumber
daya.

Gambar 4.3.2. Diagram Dinamika Perikanan (Purwanto, 2003)

Gambar 4.3.3. Hubungan antara tingkat upaya penangkapan (effort) dan total hasil tangkapan (catch)
pada perikanan demersal di pantai utara Jawa (Purwanto, 2003)

235
Karena itu, bila nelayan mau berhenti mengembangkan upaya penangkapannya saat dicapai produksi
maksimum, sumber daya akan lestari dan pemanfaatan sumber daya secara biologis berada pada tingkat
yang optimum.

Namun demikian, populasi ikan merupakan sumber daya milik umum, yang berarti juga bukan milik
siapapun. Karakteristik teknis dari sistem produksi perikanan dengan sumber daya yang bukan milik
siapapun adalah adanya eksternalitas pada produktivitas usaha. Peningkatan upaya penangkapan oleh
salah pengguna akan menurunkan produktivitas upaya penangkapan dari pengguna yang lain; tidak
seorangpun memiliki hak khusus untuk memanfaatkan sendirian ataupun melarang orang lain yang ikut
memanfaatkan sumber daya alam tersebut. Akibatnya, setiap nelayan berlomba meningkatkan upaya
penangkapannya untuk mendapatkan hasil tangkapan yang lebih banyak.

Perkembangan usaha penangkapan ikan sebenarnya tidak terlepas dari berbagai kekuatan ekonomi yang
mempengaruhinya. Biaya penangkapan dan harga ikan merupakan dua faktor utama yang menentukan
perkembangan industri perikanan tangkap. Adanya keuntungan, yang merupakan surplus dari perolehan
atas pembiayaan usaha penangkapan ikan, mendorong nelayan untuk mengembangkan armada
penangkapannya. Tiadanya pembatasan intensitas penangkapan, memberi peluang kepada nelayan
untuk terus meningkatkan upaya penangkapannya hingga keuntungan ekonomi dari usaha penangkapan
tidak lagi diperoleh (Gambar 4.3.4), yaitu pada saat nilai jual ikan hasil tangkapan setara dengan rata-
rata biaya penangkapannya.

Gambar 4.3.4. Tingkat keuntungan per unit kapal (profit per boat) di Laut Jawa: (A) dari penangkapan
ikan demersal dengan berbagai alat tangkap pada tingkat upaya penangkapan (fishing effort) yang
berbeda, dan (B) dari penangkapan ikan pelagis kecil dengan menggunakan ukuran kapal yang berbeda
pada tingkat upaya penangkapan yang berbeda (Purwanto, 2003)

Bila persaingan dengan bebas berlangsung antar nelayan, pihak yang akan kalah adalah nelayan yang
lebih rendah efisiensi usahanya. Pada Gambar 4.3.4 ditunjukkan adanya perbedaan efisiensi usaha pada
armada penangkapan dengan menggunakan kapal yang berbeda ukuran armada dengan kapal berukuran
lebih besar cenderung lebih efisien. Akibat yang ditimbulkan dari persaingan bebas antar nelayan
dengan tingkat efisiensi usaha yang berbeda adalah kemiskinan nelayan berskala usaha kecil dengan
efisiensi usaha terrendah. Konsekuensi dari pemanfaatan sumber daya secara bebas selain itu adalah
terancamnya kelestarian sumber daya ikan.

236
Sementara itu, dampak ekonomi dari peningkatan intensitas pengusahaan sumber daya ikan terhadap
perekonomian ditunjukkan secara grafis pada Gambar 4.3.5. Pada saat upaya penangkapan masih relatif
rendah, peningkatan upaya penangkapan diikuti oleh peningkatan perolehan hingga perolehan
mencapai maksimum. Selain itu, perolehan menurun dengan semakin meningkatnya intensitas
penangkapan. Sementara itu, biaya penangkapan terus meningkat dengan meningkatnya upaya
penangkapan.

Gambar 4.3.5. Total perolehan (return = TR), total biaya (cost = Tc) dan total keuntungan ekonomi (profit)
dari penangkapan ikan di Laut Jawa pada berbagai tingkat upaya penangkapan: (A) perikanan demersal,
dan (B) perikanan pelagis kecil. Keterangan: EMEY = tingkat upaya penangkapan yang mengasilkan total
keuntungan ekonomi optimum; EMSY = tingkat upaya penangkapan yang menghasilkan MSY; E OA =
tingkat upaya penangkapan pada saat total perolehan setara dengan total biaya penangkapan (Purwanto,
2003)

Karenanya, pada saat tingkat upaya penangkapan masih rendah, peningkatan upaya penangkapan
menghasilkan peningkatan perolehan neto hingga dicapai tingkat produksi yang menghasilkan
perolehan neto maksimum (maximum economic yield, MEY). Setelah dicapai MEY, peningkatan upaya
penangkapan menyebabkan penurunan perolehan neto. Oleh karena itu, pemanfaatan sumber daya ikan
secara berlebih juga akan mengakibatkan hilangnya manfaat ekonomi yang sebenanya dapat diperoleh
bila pemanfaatan sumber daya dilaksanakan secara benar. Hal ini menjadi salah satu penyebab
kemiskinan nelayan pada daerah padat tangkap.

Perkembangan kegiatan penangkapan yang tidak dikendalikan menyebabkan kegiatan perikanan ini
tidak efisien, yang diindikasikan oleh volume produksi dan keuntungan ekonomi yang lebih rendah
dibandingkan tingkat optimumnya. Sementara itu, persaingan bebas antara nelayan yang berskala usaha
kecil dengan yang berskala besar menyebabkan nelayan berskala usaha kecil, yang umumnya memiliki
efisiensi usaha lebih rendah, menjadi pihak yang kalah bersaing. Dampak dari hal ini adalah kemiskinan
nelayan berskala usaha kecil. Oleh karena itu, diperlukan upaya perlindungan terhadap nelayan kecil.

237
Selain itu, perlu diupayakan pengendalian dan pendistribusian tingkat upaya penangkapan pada
berbagai perairan.

4. Mekanisme Pengelolaan

Sesuai dengan Code of Conduct for Responsible Fisheries (CCRF) dari FAO (1995), pengelolaan
sumberdaya ikan harus didasarkan pada bukti-bukti ilmiah terbaik (the best scientific evidence). Bukti-
bukti ilmiah terbaik untuk penyusunan kebijakan pengelolaan sumber daya ikan diperoleh dari
pengkajian potensi dan karakterisitik sumber daya tersebut. Pengkajian ini dilakukan antara lain untuk
menentukan daya dukung sumber daya ikan terhadap upaya pemanfaatannya. Input teknis untuk
pengkajian potensi tersebut diperoleh dari kegiatan penelitian dan pemantauan (monitoring).

Pengkajian tersebut diarahkan antara lain untuk mengetahui: (1) karakteristik biologis dan sejarah
hidup, (2) daerah penyebaran, (3) dinamika komunitas, (4) potensi sumberdaya, (5) intensitas dan cara
pemanfaatannya. Sementara itu, pemantauan dimaksudkan untuk mengetahui tingkat dan cara
pemanfaatan sumber daya ikan, dalam hal ini termasuk pula tingkat upaya penangkapan, panenan dan
hasil tangkapan per upaya penangkapan. Selain itu, karakteristik sosial ekonomi perikanannya juga
diperlukan dalam perumusan kebijaksanaan pemanfaatan sumber daya ikan, yaitu kebijaksanaan
konservasi dan kebijaksanaan pengendalian pemanfaatan sumber daya ikan.

Konservasi dimaksudkan untuk menjamin kelestarian jangka panjang sumber daya ikan pada suatu
tingkat kelimpahan yang memberikan manfaat optimum dan menjaga ketersediaannya bagi generasi
masa kini dan mendatang (FAO, 1995). Kegiatan konservasi mencakup upaya untuk memelihara dan
memulihkan sediaan sumberdaya agar mampu berproduksi pada kapasitas optimumnya (FAO, 1995).
Kebijaksanaan konservasi mencakup perlindungan, pengawetan dan rehabilitasi sumberdaya ikan. Bila
kondisi kelestarian suatu sumber daya sangat terancam dan habitatnya rusak, maka dimungkinkan
upaya pelarangan pemanfaatan suatu sumber daya guna perlindungan dan rehabilitasinya.

Gambar 4.3.6. Mekanisme Pengelolaan Sumber daya Ikan (Purwanto, 2003)

238
Di lain pihak, bila kelimpahan sumber daya ikan memungkinkan pemanfaatannya, maka perlu
ditentukan hasil tangkapan optimumnya atau jumlah tangkap yang dibolehkan (total allowable catch)
untuk masing-masing species pada masing-masing daerah penangkapan, intensitas penangkapan
optimum dan cara penangkapan yang ramah lingkungan serta perlu diupayakan pengendalian
pemanfaatannya. Kebijaksanaan pengelolaan sumber daya ikan untuk hal tersebut pada dasarnya dapat
dibedakan menjadi kebijaksanaan yang bersifat makro dan mikro. Kebijaksanaan makro diarahkan
untuk mengendalikan perkembangan industri penangkapan terhadap suatu sediaan (stock) sumber daya
ikan yang dapat dimanfaatkan oleh rakyat Indonesia agar dapat menghasilkan manfaat optimum dan
sumber daya ikannya tetap lestari. Sementara itu, kebijaksanaan mikro diarahkan agar masing-masing
unit usaha penangkapan dan usaha yang berbasis pemanfaatan sumber daya ikan dapat mencapai
produktivitas dan efisiensi optimum.

Kebijaksanaan pengendalian (control) pemanfaatan sumber daya ikan mencakup antara lain
pengalokasian dan penataan pemanfaatan sumber daya ikan agar pemanfaatan tersebut tidak melampaui
daya dukung sumber daya ikan dan lingkungannya, serta penyusunan peraturan dan perijinan.
Penyusunan peraturan juga diperlukan untuk memberikan kekuatan hukum kepada upaya konservasi.

Kebijaksanaan pengendalian perlu didukung dengan pelaksanaan pemantauan (monitoring) untuk


mengurangi faktor ketidakpastian (uncertainty) mengenai dinamika sumber daya ikan yang
mempengaruhi ketelitian dalam pengkajian besarnya sediaan sumber daya ikan. Hal ini dimaksudkan
untuk menjamin agar pengalokasian sumber daya ikan benar-benar tidak melebihi jumlah tangkapan
yang diperbolehkan dan untuk menjamin ketepatan penataan kegiatan penangkapan ikan. Data atau
informasi yang dipantau mencakup antara lain: (1) jumlah dan jenis hasil tangkapan, (2) jumlah dan
ukuran kapal, serta (3) jenis, ukuran, dan jumlah alat tangkap yang digunakan pada masing-masing
daerah penangkapan. Hasil pemantauan ini digunakan untuk mengevaluasi jumlah sumber daya ikan
yang sudah dipanen dan tingkat upaya penangkapannya, serta membandingkannya dengan tingkat
upaya penangkapan optimum yang menjamin kelestarian sumber daya ikan dan diperolehnya manfaat
optimum bagi masyarakat penggunaannya. Bila hasil evaluasi ini menunjukkan adanya peluang
peningkatan upaya penangkapan, kemudian dievaluasi tambahan upaya penangkapan yang
diperbolehkan untuk mencapai tingkat optimum pemanfaatan sumber daya ikan. Selain itu, pemantauan
juga dimaksudkan untuk mengumpulkan data/informasi yang diperlukan untuk mengevaluasi
pencapaian sasaran dari pelaksanaan strategi pengelolaan sumber daya ikan.

Untuk menjamin dan mempertahankan ketaatan masyarakat terhadap kebijaksanaan pengelolaan


sumber daya ikan dan habitatnya, dilaksanakan pengawasan (surveillance) terhadap kegiatan
pemanfaatan sumber daya ikan habitatnya. Bila ditemukan adanya pemanfaatan yang menyimpang dari
kebijaksanaan maka dilaksanakan upaya-upaya penegakkan hukum (law enforcement). Informasi dari
kegiatan pengawasan dimanfaatkan lebih lanjut untuk penyempurnaan terhadap kebijaksanaan
konservasi dan pengelolaan sumber daya ikan dan lingkungannya. Efektivitas pelaksanaan pengawasan
dan penegakkan hukum ini akan sangat menentukan tercapainya tujuan konservasi dan pengelolaan
sumber daya ikan dan lingkungannya.

Untuk menunjang kegiatan pengelolaan sumber daya ikan, dibutuhkan manajemen data, serta
pengolahan dan penyajian data dan informasi. Hal ini juga sangat dibutuhkan dalam kaitan dengan
upaya pengembangan perikanannya. Hal-hal tersebut sangat memerlukan dukungan sistem statistik
perikanan nasional. Data dan informasi yang diperoleh melalui sistem statistik perikanan yang efisien
sangat diperlukan dalam pengelolaan sumber daya ikan dan pengembangan perikanannya.

239
5. Migrasi Sumber Daya Ikan dan Pola Pengelolaan

Indonesia memiliki kedaulatan atas sumber daya ikan di perairan nusantara dan perairan umum, dan
hak berdaulat atas sumber daya ikan di perairan ZEEI serta memiliki peluang memanfaatkan sumber
daya ikan di laut lepas. Pola pengelolaan masing-masing jenis sumber daya ikannya berbeda tergantung
sifat hidupnya.

Untuk kepentingan pengelolaan sumber daya ikan di wilayah perikanan Indonesia, yang terdiri dari (1)
perairan Indonesia, (2) sungai, danau, waduk, rawa, dan genangan air lainnya di dalam wilayah
Republik Indonesia, serta (3) zona ekonomi eksklusif Indonesia (Pasal 2 UU No.9 tahun 1985), perairan
tersebut dibagi menjadi Sembilan wilayah pengelolaan perikanan (WPP) (Gambar 3.4.1 /Lampiran 3.4).
WPP tersebut adalah: (1) Selat Malaka, (2) Laut Cina Selatan, (3) Laut Jawa, (4) Selat Makasar dan
Laut Flores, (5) Laut Banda, (6) Laut Seram dan Teluk Tomini, (7) Laut Sulawesi dan Samudera Pasifik,
(8) Laut Arafura, (9) Samudera Hindia (Sekarang bertambah menjadi 11 WPP).

Khusus WPP Selat Malaka, Laut Cina Selatan, Laut Arafura, Laut Sulawesi dan Samudera Pasifik, serta
Samudera Hindia mencakup pula Zona Ekonomi Eksklusif Indonesia. Pembagian WPP tersebut
memperhatikan karakteristik ekosistem dan distribusi sumber daya ikan yang umumnya menjadi
sasaran penangkapan pada masing-masing perairan.

5.1. Pengelolaan sumber daya ikan yang menjadi kewenangan penuh Indonesia

Sumber daya ikan di perairan nusantara dan perairan umum serta sumber daya ikan yang menetap/tidak
bermigrasi di ZEEI berada dalam kewenangan penuh Indonesia untuk mengelola dan
memanfaatkannya. Informasi hasil kajian stok dan perikanannya dapat diperoleh sepenuhnya dari hasil
pengkajian yang dilakukan oleh Indonesia. Pengelolaan, termasuk pengalokasiannya, menjadi
kewenangan penuh Indonesia tanpa perlu mempertimbangkan kebijaksanaan pengelolaan oleh negara
lain.

Sesuai dengan Pasal 3 UU No.9 tahun 1985, pengelolaan sumber daya ikan dilaksanakan oleh
Pemerintah secara terpadu dan terarah dengan melestarikan sumber daya ikan beserta lingkungannya
bagi kesejahteraan dan kemakmuran rakyat Indonesia. Pengelolaan sumber daya ikan yang berada di
perairan hingga sejauh 12 mil dari pantai menjadi kewenangan Daerah sesuai dengan UU No.22 tahun
1999.

Berdasarkan sejarah hidupnya, sumber daya ikan dapat dibedakan menjadi dua, yaitu sumber daya ikan
yang hidup menetap pada suatu perairan dan sumber daya ikan yang selalu beruaya melintasi batas
wilayah Daerah. Kedua jenis sumber daya ikan ini memerlukan pola pengelolaan yang berbeda agar
pengelolaan efektif.

Pengelolaan sumber daya ikan yang dilaksanakan oleh suatu Daerah, hanya akan efektif bila Daerah
memiliki kewenangan penuh terhadap seluruh sediaan sumber daya tersebut. Hal ini dimungkinkan bila
satu kesatuan sediaan (stock) sumber daya ikan hanya berada di wilayah Daerah tersebut.

Bila sumber daya ikan yang dikelola tersebut selalu bermigrasi atau satu kesatuan sediaannya hidup
menyebar pada perairan yang menjadi wilayah dari beberapa Daerah ataupun dimanfaatkan oleh
nelayan dari berbagai daerah, pengelolaan sumber daya ikan tersebut tidak akan efektif bila hanya
dilakukan oleh sebagian daerah. Pengendalian oleh salah satu daerah pengguna sumber daya ikan tidak
akan efektif bila daerah-daerah lain yang juga memanfaatkan sediaan sumber daya yang sama tidak
mengendalikan tingkat pemanfaatannya, karena kelimpahan sumber daya tersebut dipengaruhi oleh

240
intensitas pemanfaatan atas sumber daya dimaksud di sejumlah daerah yang memanfaatkan sumber
daya. Sasaran optimisasi dari salah satu daerah pengguna melalui pengendalian intensitas
penangkapannya sulit dicapai bila daerah pengguna yang lain terus meningkatkan intensitas
pemanfaatannya. Tanpa kerja sama diantara Daerah-daerah yang menjadi pengguna sumber daya ikan
yang hidup pada perairan perbatasan antar daerah dan sumber daya ikan yang beruaya melintasi batas
wilayah Daerah, strategi optimisai manfaat sumber daya ikan sulit diterapkan. Kesulitan dalam
mengelola sumber daya yang beruaya melintasi batas antar daerah adalah karena masing-masing daerah
tidak memiliki kewenangan mengendalikan upaya penangkapan di luar wilayahnya.

Kesulitan lain yang timbul dalam pengelolaan sumber daya yang dikelola oleh lebih dari satu daerah
adalah masing-masing daerah tidak memungkinkan melakukan sendiri-sendiri estimasi secara akurat
terhadap daya dukung sumber daya dan besarnya sediaan sumber daya ikan. Padahal tingkat akurasi
estimasi parameter-parameter yang menjadi dasar pengelolaan akan menentukan keberhasilan dalam
mencapai sasaran pengelolaan. Karenanya, kerjasama antar daerah sangat diperlukan dalam
pengelolaan sumber daya ikan yang selalu bermigrasi atau satu kesatuan sediaannya hidup menyebar
pada perairan yang sediaannya hidup menyebar pada perairan yang menjadi wilayah dari beberapa
Daerah ataupun dimanfaatkan menjadi wilayah dari beberapa Daerah ataupun dimanfaatkan oleh
nelayan dari berbagai Daerah. Melalui kerja sama ini dimungkinkan untuk memperoleh data atau
informasi atas keseluruhan sediaan dari sumber daya yang diusahakan bersama oleh sejumlah daerah.
Tersedianya data yang diperlukan secara mencukupi akan memungkinkan dilakukannya pengkajian
kelimpahan sumber daya ikan secara akurat dan dirumuskannya alternatif strategi pengelolaan dengan
lebih sesuai untuk melestarikan sumber daya tersebut dan mengoptimumkan keuntungan yang dapat
diperoleh dari pemanfaatannya. Alternatif strategi tersedianya data yang diperlukan secara mencukupi
akan memungkinkan dilakukannya pengkajian kelimpahan sumber daya ikan secara akurat dan
dirumuskannya alternatif strategi pengelolaan dengan lebih sesuai untuk melestarikan sumber daya
tersebut dan mengoptimumkan keuntungan yang dapat diperoleh dari pemanfaatannya. Alternatif
strategi pengelolaan sumber daya ikan yang dimanfaatkan bersama pengelolaan sumber daya ikan yang
dimanfaatkan bersama, termasuk alokasi besarnya upaya penangkapan dan besarnya sediaan yang dapat
dipanen masing-masing Daerah, perlu dibahas bersama oleh wakil masing-masing Daerah sebelum
diadopsi. Melalui kerja sama ini juga dimungkinkan melaksanakan pengawasan bersama atas kegiatan
pemanfaatan sumber daya yang dikelola bersama secara lebih efektif, karena pengawasan dilakukan
atas seluruh kegiatan pemanfaatan sediaan dari sumber daya ikan di sejumlah daerah.

Pelaksanaan kerja sama pengelolaan ikan yang dimanfaatkan bersama diharapkan dapat memberikan
peluang yang lebih besar dalam mengoptimumkan manfaat atau keuntungan ekonomi yang dihasilkan
dari sumber daya alam tersebut bagi Daerah-daerah yang memanfaatkannya sekaligus menjaga
kelestariannya.

Untuk melaksanakan kerjasama dalam pengelolaan sumber daya ikan yang selalu beruaya atau sumber
daya yang tidak beruaya namun sediaannya hidup menyebar pada perairan yang menjadi wilayah dari
beberapa Daerah ataupun dimanfaatkan oleh nelayan dari berbagai Daerah diperlukan forum koordinasi
antar wakil Pemerintah Daerah. Forum koordinasi diperlukan agar dapat dicapai kesepakatan mengenai
upaya pengendalian dan pengalokasian upaya penangkapan serta pengalokasian potensi produksi bagi
masing-masing Daerah. Pada saat ini telah dibentuk Forum Koordinasi serta pengalokasian potensi
produksi bagi masing-masing Daerah. Pada saat ini telah dibentuk Forum Koordinasi Pengelolaan dan
Pemanfaatan Sumber Daya Ikan (FKPPS) pada sembilan wilayah perikanan Indonesia.

241
5.2. Pengelolaan sumber daya ikan yang bermigrasi lintas negara

Sumber daya ikan di ZEEI yang penyebarannya mencapai negara lain (shared stocks) ataupun yang
bermigrasi jauh melintasi batas negara (highly migratory stocks) serta sumberdaya ikan di laut lepas,
pengelolaannya terkait dengan kerjasama pengelolaan dengan negara-negara lain (Pasal 63 dan 64
UNCLOS,1982). *)

Pengkajian stoknya harus dilakukan bekerjasama dengan negara-negara lain yang juga memanfaatkan
sumber daya tersebut. Termasuk pula pelaksanaan pemantauan kegiatan perikanan oleh masing-masing
negara yang menjadi pengguna sumberdaya ikan tersebut.

Pada saat ini Indonesia telah dikenai ketentuan untuk melakukan pemantauan dan pelaporan kegiatan
perikanan tuna sirip biru (southern bluefin tuna) melalui Trade Information Scheme (TIS) oleh
Commission for the Conservation of Southern Bluefin Tuna (CCSBT) dan pemantauan serta pelaporan
kegiatan perikanan tuna di Samudera Hindia oleh Indian Ocean Tuna Commission (IOTC). Beberapa
tahun mendatang Indonesia diperkirakan juga akan dikenai hal yang sama oleh Komisi Pengelolaan
Sumber Daya Ikan yang bermigrasi jauh di Pasifik Barat dan Tengah, yang saat ini masih dalam proses
pembentukan. Untuk menjamin kepentingan perikanannya di ZEEI dan laut lepas pada masa
mendatang, Indonesia perlu menjadi berpartisipasi aktif pada keanggotaan Komisi Regional
Pengelolaan dan Konservasi Sumber daya Ikan yang bermigrasi jauh melintasi wilayah Indonesia,
straddling stocks, yang sebagian masuk ke wilayah Indonesia maupun SDI yang dimanfaatkan bersama
antara Indonesia dengan negara lain. Konsekuensinya, pada masa mendatang, alokasi untuk Indonesia
dan negara-negara lain yang ikut memanfaatkan sumber daya tersebut, termasuk pula alokasi bagi
sumber daya ikan di laut lepas, akan diperoleh melalui mekanisme kerja sama pengelolaan regional.

*) Pasal 63 UNCLOS 1982: (1). Where the same stock or stocks of associated species occur within the
exclusive economic zones of two or more coastal State, these States shall seek, either directly or through
appropriate subregional or regional organizations, to agree upon the measures necessary to coordinate
and ensure the conservation and development of such stocks without prejudice to the other provisions
of this Part; (2). Where the same stock or stocks of associated species occur both within the exclusive
economic zone and in an area beyond and adjacent to the zone, the costal State and the States fishing
for such stocks in the adjacent area shall seek, either directly or through appropriate subregional or
regional organizations, to agree upon the measures necessary for the conservation of these stocks in
the adjacent area.

Pasal 64 UNCLOS 1982: (1) The coastal State and other State whose nationals fish in the region for
the highly migratory species listed in Annex I shall co-operate directly or through appropriate
international organizations with a view to ensuring conservation and promoting the objective of
optimum utilization of such species throughout the region, both within and beyond the exclusive
economic zone. In regions for which no appopriate international organization exists, the coastal State
and other States whose nationals harvest these species in the region shall co-operate to establish
organization and participate in its work; (2) The provisions of paragraph I apply in addition to the
other provisions of this Part.

242
6. Pengalokasian Sumber Daya ikan

6.1. Pengalokasian untuk Daerah

Pengalokasian sumber daya ikan dilakukan hanya bila sumber daya ikan belum dimanfaatkan penuh
atau berlebih. Pengalokasian didasarkan pada jumlah tangkapan yang diperbolehkan (JTB) atau total
allowable catch (TAC) untuk masing-masing jenis sumberdaya ikan di masing-masing wilayah
pengelolaan perikanan (WPP). Pada saat ini JTB atau TAC ditetapkan sebesar 80% dari Produksi
Lestari Maksimum (Maximum Sustainable Yield, MSY).

Berdasarkan hasil pengkajian stok ikan di perairan Indonesia yang dilaksanakan oleh Badan Riset
Kelautan dan Perikanan (BRKP, DKP) bekerjasama dengan LIPI tahun 2001, potensi lestari (Maximum
Sustainable Yield, MSY) sumberdaya ikan laut Indonesia diperkirakan sebesar 6,4 juta ton per tahun
dan jumlah tangkapan yang diperbolehkan (JTB) adalah 5,1 jutan ton. Volume produksi ikan laut tahun
2001 adalah sekitar 4,1 juta ton atau telah mencapai 80,08% dari JTB. Potensi, produksi dan
pemanfaatan sumberdaya ikan di masing-masing wilayah pengelolaan perikanan di perairan laut
Indonesia disajikan pada Tabel 3.4.2 (Lampiran 3.4)

Secara umum potensi sumber daya perikanan laut di luar WPP Selat Malaka dan WPP Laut Jawa, yang
tingkat pemanfaatannya sudah melebihi potensi lestari yang tersedia, masih terdapat peluang
pengembangan usaha perikanan. Apabila dilihat dari kelompok sumber daya ikan, maka potensi
tersebut terdiri dari kelompok sumber daya ikan pelagis besar, ikan pelagis kecil, ikan demersal, ikan
karang konsumsi, udang penaeid, lobster dan cumi-cumi. Kelompok sumber daya ikan yang tingkat
eksploitasinya telah melebihi JTB adalah ikan karang konsumsi, ikan demersal, lobster dan cumi-cumi.

Beberapa kelompok sumber daya ikan pada WPP tertentu telah mengalami gejala tangkap lebih
(overfishing) sehingga peluang pengembangan usaha perikanan nampaknya hanya dapat ditujukan
kepada potensi ikan pelagis besar dan ikan pelagis kecil. Potensi pengembangan usaha ikan pelagis
besar terdapat di Laut Cina Selatan, Selat Makasar dan Laut Flores, Laut Banda, Laut Seram dan Teluk
Tomini, Laut Arafura dan Samudra Hindia. Potensi pengembangan usaha perikana pelagis kecil
terdapat di Laut Cina Selatan, Selat Makasar dan Laut Flores, Laut Seram dan Teluk Tomini, Laut
Sulawesi dan Samudera Pasifik, Laut Arafura dan Samudera Hindia.

Berdasarkan rapat Forum Koordinasi Pengelolaan dan Pemanfaatan Sumber Daya Ikan (FKPPS) di
Jambi pada tahun 2002, ditentukan besarnya JTB untuk sumber daya ikan pada perairan yang berada
kewenangan pengelolaan Daerah, yaitu dari garis pantai hingga 12 mil laut dan JTB untuk sumber daya
ikan pada perairan di luar 12 mil laut.

Kriteria yang digunakan dalam pengalokasian JTB untuk sumber daya ikan dan alokasi upaya
penangkapan ikan pada perairan yang berada kewenangan pengelolaan Daerah untuk masing-masing
propinsi dalam suatu WPP adalah sbb.:

1. Kriteria historis (selama 5 tahun sampai 10 tahun terakhir) yang meliputi: (1) produksi dari stok
ikan yang bersangkutan, (2) jumlah dan jenis kapal dan alat penangkap ikan, (3) jumlah
nelayan.

2. Kriteria ekonomi dan sosial yang meliputi : (1) nilai investasi ekonomi dalam bentuk sarana
dan prasarana perikanan (jumlah TPI, Pelabuhan Perikanan, Pabrik es, Cold Storage, pabrik
pengolahan produk ikan); (2) Dampak terhadap tenaga kerja masyarakat pesisir, terutama

243
beberapa aspek kehidupan yang sangat tergantung pada kegiatan perikanan sebagai sumber
mata pencaharian.

3. Kriteria bio-oseanografi yang meliputi: (1) daerah pemijahan (spawning area), (2) daerah
mencari makan (feeding area), daerah penangkapan yang sebagian besar terletak dalam suatu
propinsi.

Karena keterbatasan data, untuk menetapkan alokasi pemanfaatan sumber daya ikan di setiap WPP saat
ini digunakan kriteria sebagai berikut:

1. Produksi tahun terakhir dari masing-masing propinsi


2. Jumlah kapal tahun terakhir di masing-masing propinsi
3. Jumlah nelayan di masing-masing propinsi
4. Jumlah pelabuhan dan pangkalan pendaratan ikan di masing-masing propinsi
5. Daerah penangkapan utama menurut spesies target.

Skor untuk masing-masing kriteria berkisar antara 1 s/d 10. Skor 10 diberikan kepada nilai tertinggi
dari suatu kriteria, sedangkan skor lainnya diberikan secara proporsional. Jumlah skor dari kelima
kriteria tersebut digunakan sebagai pembobot dalam menentukan volume ikan yang boleh ditangkap
atau jumlah kapal yang diizinkan menangkap oleh suatu propinsi dalam suatu WPP. Alokasi jumlah
kapal yang diizinkan ditentukan berdasarkan produktivitas kapal baku menurut Kepmen No.Kep
23/Men/2001 tentang produktivitas kapal penangkap ikan dan informasi kajian ilmiah lainnya. Alokasi
pemanfaatan sumber daya ini ditetapkan berdasarkan kapal baku dan dapat dikonversikan menjadi kapal
dengan alat tangkap lain sesuai dengan produktivitas dari masing-masing kapal dan alat tangkap
tersebut. Alokasi ditujukan untuk sumber daya ikan yang masih mempunyai surplus, yaitu selisih antara
JTB dan produksi tahun terakhir. Sedang sumber daya ikan yang sudah sepenuhnya dimanfaatkan
ataupun telah dimanfaatkan secarfa berlebih tidak akan dialokasikan.

6.2. Pengalokasian kepada Perusahaan Perikanan

Pengalokasian kepada pengguna sumber daya ikan, yaitu perusahaan perikanan, dilakukan melalui
mekanisme perizinan. Perizinan pada hakekatnya adalah instrumen pengendalian penangkapan ikan
agar intensitas penangkapan ikan pada suatu perairan tidak melebihi daya dukung sumber daya ikannya
dan dapat menghasilkan manfaat ekonomi optimum.

Sesuai dengan PP Nomor 54 tahun 2002, Daerah memiliki kewenangan pemberian izin bagi kapal
berukuran hingga 30 GT dan atau menggunakan mesin dengan kekuatan tidak lebih dari 90 daya kuda
(DK). Kewenangan daerah dalam penerbitan izin juga hanya bagi usaha penangkapan ikan yang tidak
terdapat unsur asing, meliputi modal dan tenaga kerja asing.

Pemerintah Pusat memiliki kewenangan pemberian izin bagi kapal yang berukuran lebih besar dari 30
GT dan atau menggunakan mesin dengan kekuatan lebih dari 90 DK. Alokasi perizinan yang diberikan
untuk masing-masing perusahaan dituangkan dalam Izin Usaha Perikanan (IUP). Alokasi perizinan
untuk masing-masing perusahaan mencakup jumlah dan ukuran kapal, alat tangkap yang digunakan,
daerah penangkapan dan pelabuhan pangkalan. Besarnya alokasi perizinan yang diberikan oleh
Pemerintah Pusat dipertimbangkan berdasarkan: (1) ketersediaan sumberdaya ikan, dan (2) kewajaran
permohonan dari yang bersangkutan. Alokasi perizinan yang diberikan harus sudah dimanfaatkan atau
direalisasikan dalam jangka waktu tiga tahun.

244
4.4.
PENGELOLAAN PERIKANAN TANGKAP

1. Pengantar

Sumber daya perikanan termasuk kategori sumber daya dapat pulih karena lewat proses reproduksi
sumber daya ini mampu mengganti individu yang mati atau hilang dengan individu-individu yang baru.
Tetapi kemampuan dapat pulih ini ada batasnya. Misalnya, eksploitasi lewat usaha-usaha perikanan
yang tanpa diskriminasi juga menangkap individu-individu muda yang belum sempat menghasilkan
keturunan dalam jumlah berlebih-lebihan dapat mengancam kelestarian sumber daya. Usaha-usaha
bukan perikanan, juga dapat mengakibatkan hal yang sama. Pencemaran suatu perairan dengan limbah
industri dapat merobah kualitas air sedemikian rupa hingga misalnya larvae ikan yang masih lemah
sifatnya tidak dapat bertahan hidup dalam perairan demikian.

Menurut Koesoebiono (1980), berdasarkan pengamatan sepintas saja dapat ditarik kesimpulan bahwa
perikanan adalah: (1) bidang usaha dimana kegiatan ditujukan pada pengumpulan/penangkapan jasad-
jasad air, baik hewan maupun tumbuhan, atau (2) bidang usaha dimana kegiatan-kegiatan ditujukan
pada usaha budidaya jasad-jasad air, baik hewan maupun tumbuhan.

Dengan berpegang pada hasil pengamatan tersebut di atas, dikenal dua jenis perikanan yang amat
berbeda sifatnya, yaitu: (1) perikanan yang berdasarkan pengumpulan/penangkapan yang dikenal
dengan istilah “perikanan tangkap,” dan (2) perikanan yang berdasarkan budidaya, yang juga dikenal
dengan istilah “perikanan budidaya,” “perikanan kultur” dan “akuakultur.”

Selain pembagian perikanan dalam dua jenis pokok tersebut di atas, masih dikenal juga pembagian yang
didasarkan atas hal-hal lain, misalnya:

(1). Penggolongan perikanan atas daerah operasi. Atas dasar ini dikenal istilah-istilah seperti: perikanan
laut dimana wilayah operasinya adalah laut; perikanan darat dimana daerah operasinya adalah perairan-
perairan darat seperti danau, waduk, sungai, perikanan pesisir, perikanan lepas pantai, dan sebagainya.

(2). Penggolongan atas dasar jenis ikan/organisme lain (hewan maupun tumbuhan) yang ditangkap atau
dibudidayakan. Dengan demikian dikenal misalnya: perikanan tongkol, perikanan udang, perikanan
penyu, perikanan ganggang laut, dan sebagainya.

(3). Penggolongan atas dasar alat yang digunakan untuk menangkap atau membudidaya. Penggolongan
ini menghasilkan istilah-istilah seperti: perikanan trawl, perikanan pancing, perikanan tambak,
perikanan keramba, dan sebagainya.

(4). Penggolongan atas dasar intensitas pengetrapan teknologi modern. Pada umumnya dapat dikatakan
bahwa pengetrapan teknologi modern secara intensif pada suatu usaha mempunyai korelasi yang tinggi
dengan modal yang diinvestasikan. Jenis perikanan dimana pengetrapan teknologi modern dan investasi
modal adalah tinggi dikenal dengan istilah “perikanan industri.” “Perikanan artisanal” adalah istilah
yang diberikan pada usaha-usaha perikanan dimana intensitas pengetrapan teknologi modern dan
investasi modal relatif rendah. Perikanan artisanal juga dikenal dengan istilah “perikanan rakyat.”

Bagi keperluan pembahasan umum tentang pengelolaan perikanan, akan lebih baik bila pembahasan
tersebut dilakukan atas dasar penggolongan yang paling mendasar, yaitu penggolongan perikanan
menjadi “perikanan tangkap” dan “akuakultur.”

245
2. Karakteristik Dasar Perikanan Tangkap

Menurut Koesoebiono (1980), ada beberapa karakteristik dasar pada perikanan tangkap yang bertalian
dengan sumberdayanya yang mengakibatkan suatu sifat khas pada usaha perikanan tangkap yang tidak
terdapat pada usaha-usaha pertanian lainnya. Karakteristik-karakteristik dasar tersebut ialah: (1).
Kenyataan bahwa yang ditangkap adalah stok-stok ikan liar yang hidup bebas dalam suatu perairan dan
yang secara kuantitatif terbatas sifatnya. (2). Stok ikan (ataupun jasad lain) yang terdapat dalam suatu
perairan umum ialah milik umum; (3). Ikan pada umumnya secara bebas bergerak kesana kemari dalam
perairan; (4). Stok ikan yang terdapat dalam suatu perairan umumnya terdiri dari pelbagai species
dengan ukuran tubuh yang berbeda-beda, baik dari individu-indivdu yang termasuk dalam satu species
maupun yang termasuk species yang berlainan, sedangkan alat-alat penangkap yang digunakan
bermacam-macam pula.

Karakteristik-karakteristik dasar tersebut bukan saja memberikan sifat yang khas pada perikanan
tangkap, tetapi mengakibatkan pula kesulitan-kesulitan yang spesifik terutama dalam pengelolaan stok-
stok ikan liar.

Sebagaimana halnya dengan semua sumberdaya dapat-pulih, pengelolaan terhadap sumber daya dapat-
pulih dalam suatu perairan (baik hewan maupun tumbuhan), seharusnya mempunyai satu tujuan, yaitu
memanfaatkan sumberdaya dapat pulih sambil mempertahankan kelestariannya. Dalam hal perikanan
tangkap ini berarti: mempertahankan kelestarian stok-stok liar dalam suatu perairan. Jadi persoalannya
kemudian menjadi: “Tindakan-tindakan apa yang perlu diambil untuk mempertahankan kelestarian
stok-stok ikan liar yang mengalami eksploitasi lewat penangkapan?” Untuk menjawab pertanyaan ini,
berikut adalah uraian dari ke-empat karaktersitik dasar tersebut di atas:

(1). Stok-stok ikan liar yang terbatas kuantitasnya

Kesadaran akan terbatasnya biomassa stok-stok ikan belum lama timbulnya. Baru pada tahun 1931,
E.S. Russell dari Inggris dengan menggunakan sebuah model yang sederhana menggambarkan bahwa
kuantitas stok itu sebenarnya terbatas dan bahkan dapat punah sama sekali bila dieksploitasi tidak
dengan hati-hati.

Model Russel ini didasarkan pada sebuah aksioma klasik, yaitu bahwa biomassa sebuah stok ikan akan
tetap stabil bila dalam suatu periode tertentu (katakanlah satu tahun) penambahan biomassa stok sama
dengan pengurangan biomassa stok. Pertanyaan, apa yang mengakibatkan penambahan dan
pengurangan biomassa stok dalam suatu periode tertentu? Jelas kiranya bahwa biomassa stok bertambah
sebagai akibat proses reproduksi yang menghasilkan individu-individu baru (R), dan sebagai akibat
proses pertumbuhan (growth) setiap individu dalam stok (G). Biomassa stok berkurang dengan
biomassa yang hilang dari stok akibat adanya individu-individu yang mengalami kematian alamiah,
seperti mati tua, mati akibat penyakit dan predasi alamiah (M) dan predasi oleh manusia lewat perikanan
tangkap (Y). Berdasarkan hal-hal ini kemudian Russell menyusun sebuah rumus yang dikenal dengan
nama Rumus Russell:

B2 = B1 + (R+G) – (M+Y)

246
dimana:

B2 = Biomassa stok pada akhir periode t


B1 = Biomassa stok pada permulaan periode t
R = Penambahan biomassa stok akibat reproduksi dalam periode t
G = Penambahan biomassa stok akibat pertumbuhan individu-individu dalam stok
dalam periode t
M = Pengurangan biomassa stok akibat kematian alamiah individu-individu dalam
stok dalam periode t
Y = Pengurangan biomassa stok akibat penangkapan oleh manusia dalam periode t

Berdasarkan rumus Russell di atas, secara umum kita dapat menjabarkan tindakan-tindakan apa yang
perlu diambil agar stok tetap lestari. Jelas kiranya bahwa yang sangat penting ialah mengusahakan agar
proses-proses penambahan biomassa (R+G) dapat tetap berjalan dengan baik. Yang paling ekstrim
dapat terjadi ialah bahwa (R+G) = 0. Bila keadaan demikian bertahan terus akhirnya stok akan punah.

Agar proses-proses penambahan biomassa pada stok dapat berjalan dengan baik, dapat dilakukan
tindakan-tindakan sebagai berikut:

(1). Secara umum melaksanakan pengelolaan lingkungan (environmental management) yang baik
sehingga kualitas air di perairan-perairan tetap baik dan dengan demikian menjamin berlangsungnya
proses-proses reproduksi dan pertumbuhan ikan dengan baik.

(2). Secara khusus melindungi bagian-bagian perairan yang digunakan ikan sebagai jalur migrasi untuk
memijah atau tumbuh menjadi besar. Misalnya, ikan belut dewasa untuk memijah bermigrasi dari
perairan tawar ke laut terbuka dan sebaliknya anak-anak belut kemudian bermigrasi ke perairan tawar
untuk tumbuh menjadi dewasa seksual. Bermacam-macam udang laut bermigrasi dari perairan-perairan
pesisir ke perairan-perairan lepas pantai yang lebih dalam untuk bereproduksi. Larvae udang ini
kemudian bermigrasi kembali ke perairan-perairan pesisir.

Gambar 4.4.1. Larva udang jerbung (Penaeus merguiensis de Man) yang bermigfrasi dari perairan lepas
pantai ke perairan pesisir dan kemudian kembali ke perairan lepas pantai (Munro, 1968)

(3). Secara khusus melindungi perairan-perairan yang digunakan sebagai tempat-tempat berpijah
(spawning grounds) atau tempat-tempat anak ikan tumbuh besar (nursery grounds). Misalnya, perairan-
perairan pesisir yang ditumbuhi hutan bakau ternyata merupakan “nursery grounds” bagi bermacam-

247
macam udang dan ikan. Daun-daun bakau yang rontok jatuh di perairan, setelah mengalami fragmentasi
dan pembusukan, merupakan bagian yang penting sekali dalam makanan pelbagai anak-anak udang dan
ikan. Jadi, pemusnahan hutan-hutan, hutan-hutan bakau akan juga mengakibatkan hal-hal yang negatif
bagi perikanan.

(4). Mencegah penangkapan telor dan larvae ikan serta ikan-ikan juvenile. Bahwa menangkap telor ikan
dapat berakibat fatal bagi stok ikan tertentu terbukti dari sejarah perikanan telor terubuk. Telor terubuk
didapatkan dari penangkapan ikan terubuk betina yang sedang “hamil”. Sebelum Perang Dunia II
penangkapan terhadap ikan terubuk ini intensif sekali serta telor yang didapatkan kemudian diasin dan
merupakan suatu “delicatesse”. Dewasa ini praktis tidak didapatkan lagi telor terubuk di pasaran, karena
populasi ikan terubuk rupa-rupanya sudah sangat menurun akibat kurangnya penambahan individu
baru.

Gambar 4.4.2. Ikan terubuk (dan telurnya) yang tertangkap di perairan Selat Malaka sekitar Pulau
Bengkalis, Riau, pada tanggal 12-15 Juli 2010 (Foto: Dokumentasi Pribadi, 2010)

Bila diperhatikan proses-proses yang mengurangi biomassa stok (M+Y), kesimpulan umum yang dapat
ditarik ialah mengusahakan agar pengurangan terhadap biomassa stok ini terjadi sekecil mungkin.
Dengan perkataan lain, sebaiknya diusahakan agar sedikit saja ikan yang mati akibat umur lanjut,
serangan penyakit, parasit dan predator serta akibat ditangkap manusia. Tetapi pencegahan ikan di laut
(atau bahkan di perairan terbuka yang lebih kecil seperti danau atau situ) agar tidak mati tua atau tidak
mati akibat serangan penyakit, parasit atau predator, dewasa ini masih diluar kemampuan manusia. Lain
halnya bila stok ikan terdapat dalam sebuah kolam. Mungkin disini masih bisa dicegah matinya ikan

248
akibat serangan penyakit, parasit atau predator. Jadi dalam perikanan tangkap dimana dieksploitasi stok-
stok ikan yang hidup liar dalam suatu perairan, pengaturan pengurangan biomassa stok praktis hanya
dapat dilakukan lewat usaha-usaha mengatur biomassa yang ditangkap manusia lewat perikanan
tangkap. Dengan perkataan lain, mengatur faktor Y dalam rumus Russel.

Bila kita perhatikan rumus Russel, terlihat bahwa bila (M+Y) = (R+G), maka B2 = B1. Bila hal ini
terjadi, maka dikatakan bahwa stok berada dalam keadaan seimbang, dan inilah keadaan ideal yang
ingin dicapai dalam pengelolaan perikanan. Dalam keadaan (M+Y) = (R+G) dikatakan bahwa Y telah
mencapai “hasil tangkap berimbang” (“equilibrium catch”). Hasil tangkap berimbang ini secara teoritis
dapat dipertahankan sepanjang masa, bila diasumsikan bahwa faktor-faktor M, R dan G dianggap
konstan sepanjang masa (atau dengan perkataan lain, faktor-faktor lingkungan yang mempengaruhi M,
R dan G dianggap konstan).

Hasil tangkap berimbang yang dapat dipertahankan sepanjang masa pada suatu intensitas penangkapan
yang menghasilkan B2 = B1 dalam perikanan dikenal dengan istilah “Hasil Tangkap Berimbang Lestari
Maksimum” (“Maximum Sustainable Yield,” MSY).

Untuk lebih mengerti konsep hasil berimbang lestari maksimum ini, perhatikan Gambar 4.4.3 di bawah
ini. Misalkan ada sebuah stok ikan yang belum pernah mengalami eksploitasi (unexploited stock), jika
kemudian stok ini mengalami eksploitasi oleh perikanan tangkap, pada permulaan akan terlihat bahwa
penambahan upaya tangkap (fishing effort) akan diikuti oleh naiknya hasil tangkap (yield). Pada
permulaan terlihat bahwa kenaikan upaya tangkap yang kecil mengakibatkan kenaikan hasil tangkap
yang besar yang semakin mengecil dengan naiknya upaya tangkap sampai kurva mencapai maksimum.
Pada maksimum inilah (M+Y) = (R+G) dan B2 = B1 dan bila upaya tangkap tetap dipertahankan pada
nilai ini sepanjang masa, maka dihasilkan “hasil berimbang lestari maksimum” (MSY) yang merupakan
tujuan pengelolaan perikanan.

HASIL TANGKAP

(M+Y) = (R+G)

Hasil Berimbang Lestari


Maksimum

(M+Y) < (R+G) (M+Y) > (R+G)


Under-fishing Over-fishing

UPAYA
TANGKAP

Gambar 4.4.3. Konsep hasil berimbang lestari maksimum (MSY)(Koesoebiono, 1980)

Kurva sebelah kiri titik (M+Y) = (R+G) menunjukkan keadaan dimana (M+Y) < (R+G) yang
menghasilkan B2 < B1. Dalam hal ini dikatakan stok ikan dalam keadaan tangkap kurang (underfishing),

249
artinya upaya tangkap masih dibawah intensitas maksimum yang dapat diterapkan tanpa
membahayakan kelestarian stok. Dilihat dari sudut biologi keadaan ini dapat dikatakan menguntungkan
karena daya reproduksi stok tetap tinggi dan ini merupakan salah satu jaminan penting bagi kelestarian
stok.

Sebaliknya, kurva sebelah kanan titik (M+Y) = (R+G) menunjukkan keadaan dimana (M+Y) > (R+G)
sehingga B2 > B1. Dalam hal ini dikatakan bahwa stok ikan berada dalam keadaan tangkap lebih
(overexploited). Keadaan ini berbahaya bagi stok karena daya reproduksi stok sudah menurun akibat
terlalu banyaknya individu yang belum sempat menghasilkan keturunan hilang dari stok.

Gejala-gejala dimana suatu stok ikan tengah mengalami tengkap lebih (overfishing) dapat dilihat dari
hal-hal sebagai berikut: (1). Komposisi hasil tangkap (yield) menunjukkan lebih banyak individu-
individu muda dari pada individu dewasa dan tua; (2). Walaupun upaya tangkap dinaikkan biomassa
yang tertangkap (Y) makin menurun atau dengan perkataan lain (3) hasil tangkap per unit upaya (catch
per unir of effort, CPUE) makin menurun dengan meningkatnya upaya tangkap (fishing effort).

Kesimpulan yang dapat ditarik ialah dilihat dari sudut biomassa yang hilang akibat penangkapan (faktor
Y dalam rumus Russell) yang perlu diperhatikan bukan saja jumlah individu yang ditangkap tetapi umur
individu yang ditangkap. Mencegah tertangkapnya individu-individu muda (umumnya mempunyai
ukuran tubuh yang lebih kecil dari pada ikan-ikan yang lebih tua) dapat dilakukan lewat peraturan-
peraturan yang melarang pelbagai jenis jaring yang bermata jaring sempit.

(2). Stok ikan adalah milik bersama (common property)

Ada suatu karakteristik dasar dalam perikanan tangkap, terutama di perairan-perairan internasional,
yang sebenarnya merupakan karakteristik hukum yang menyulitkan pengelolaan perikanan tangkap,
yaitu bahwa tidak ada seorangpun yang mempunyai hak guna (right of use) khusus dalam
mengeksploitasi sumber daya-sumber daya perairan internasional dan tidak ada seorangpun yang
mempunyai hak melarang orang lain mengeksploitasi sumberdaya-sumberdaya perairan tersebut.
Karakteristik ini juga dikenal dengan istilah: prinsip milik bersama (common property principle).
Terutama dalam perairan-perairan internasional prinsip ini hingga kini masih berlaku dan telah
menimbulkan ketegangan-ketegangan antar-negara sebagai akibat persaingan antara para nelayan dari
pelbagai negara yang beroperasi di perairan internasional. Bahkan, terjadi pula pertentangan-
pertentangan antara negara-negara yang hanya memiliki perikanan pesisir saja dengan negara-negara
yang nelayannya beroperasi di wilayah lepas pantai yang merupakan wilayah internasional.

Sesudah berakhirnya Perang Dunia II persaingan di perairan-perairan internasional makin intensif


karena:

1. Penemuan-penemuan teknologi dalam masa Perang Dunia II ternyata banyak yang dapat
diterapkan pada perikanan tangkap. Misalnya, alat yang dalam perang digunakan untuk
mendeteksi kapal selam, ternyata dapat dimodifikasikan menjadi alat untuk mendeteksi
gerombolan-gerombolan ikan.
2. Kebutuhan yang makin meningkat akan protein hewani di pelbagai negara yang industri
peternakannya belum pulih kembali dari kerusakan-kerusakan perang. Ternyata bahwa
perikanan laut merupakan usaha yang dengan cepat dan relatif murah dapat menghasilkan
protein.
3. Munculnya negara-negara merdeka baru sesudah Perang Dunia II yang lebih menyadari
kebutuhan rakyatnya akan protein hewani yang relatif murah dan mudah diproduksi. Juga
dalam hal ini memproduksi protein lewat perikanan laut merupakan jawaban yang paling tepat.

250
4. Kenyataan bahwa jenis-jenis ikan yang tidak mungkin dipasarkan sebagai bahan makanan
manusia dapat diproses menjadi tepung ikan yang dewasa ini terutama digunakan sebagai
makanan ternak, terutama dalam peternakan babi dan ayam.

Dengan latar belakang ini tidaklah mengherankan bahwa negara yang mempunyai teknologi dan
investasi modal bukan saja melakukan intensifikasi penangkapan tetapi pula ekstensifikasi daerah
penangkapan. Dewasa ini banyak samudra beroperasinya berpuluh-puluh armada penangkap ikan
lengkap dengan kapal-kapal pabrik (factory ships) yang dapat memproses ikan segar menjadi ikan
kalengan, tepung ikan dan sebagainya, merupakan pemandangan yang biasa. Hingga kini dapat
dikatakan bahwa operasi-operasi penangkapan besar-besaran di perairan-perairan internasional (dengan
beberapa pengecualaian) berlaku tanpa pengawasan terhadap kelestarian stok-stok ikan. Hal ini tidak
saja membahayakan kelestarian stok-stok ikan di perairan-perairan internasional, tetapi juga
menimbulkan pertentangan antara banyak negara, terutama antara negara-negara-telah-berkembang dan
negara-negara-sedang berkembang.

Kenyataan dewasa ini ialah bahwa hanya negara-negara-telah-berkembang saja yang dapat
menyelenggarakan perikanan jarak-jauh (long-distance fisheries) dalam usaha ekstensifikasi daerah
penangkapan. Negara-negara-sedang-berkembang karena terbatasnya kemampuan teknologi dan
permodalan pada umumnya hanya sanggup menyelenggarakan perikanan pesisir (coastal fisheries)
saja. Kenyataan lain ialah bahwa demikian ekstensifnya perikanan jarak-jauh sementara negara
sehingga operasi penangkapan tidak saja dilakukan di tengah samudra, tetapi sering pula di perairan-
perairan internasional yang berbatasan dengan perairan nasional negara lain. Dengan demikian mudah
sekali terjadi pelanggaran berupa penangkapan ikan oleh nelayan asing di laut nasional suatu negara,
seperti yang berulang kali dialami oleh Indonesia. Jadi bila tidak ada pengaturan internasional bukan
saja seluruh perikanan samudra akan dikuasai oleh beberapa negara saja, tetapi kelestarian perikanan
pesisir banyak negara terancam jadinya. Dengan latar belakang inilah (antara lain) hendaknya dilihat
sikap sementara negara yang menuntut dan bahkan secara unilateral telah menentukan hak-guna
perikanan khusus (exclusive fishing rights) lebih jauh dari 3 miles dari garis pantai. Hal ini jelas
bertentangan dengan hukum internasional yang kini berlaku yang menetapkan bahwa laut teritorial
suatu negara adalah bagian laut terbuka yang terletak dalam jarak 3 miles dari garis pantai negara itu.
Hanya dalam laut teritorial saja suatu negara mempunyai hak-guna khusus. Indonesia misalnya
menetapkan jarak 12 miles dari garis pantai sebagai laut nasional, dengan catatan bahwa semua laut
antar-pulau ditetapkan sebagai laut nasional. Chili, Canada dan Austalia menetapkan jarak 200 miles
dari garis pantai ke arah laut terbuka sebagai wilayah ekonomi (economic zone) dalam mana mereka
mempunyai hak-guna khusus. Fihak-fihak lain yang hendak mengadakan eksploitasi apapun juga dalam
wilayah ekonomi tersebut harus memperoleh izin terlebih dahulu. Berdasarkan penetapan ini telah
berulang kali nelayan Jepang ditankap oleh Angkatan Laut Australia.

(3). Bebas bergeraknya ikan di perairan

Ada bermacam sebab yang mengakibatkan ikan bergerak dari suatu lokasi ke lokasi yang lain dalam
perairan. Mungkin ikan berpisah tempat sebagai akibat terbawa arus air; mungkin juga karena sengaja
pindah tempat dalam usaha mencari makanan, atau dalam usaha mengindari tempat-tempat tertentu
yang sudah tidak layak lagi sebagai lingkungan untuk hidup, misalnya karena air di tempat-tempat itu
mengalami pencemaran.

Untuk keperluan-keperluan khusus, misalnya untuk memijah atau membesarkan tubuh, pelbagai jenis
ikan secara bergerombol mengadakan migrasi menurut suatu pola tertentu. Pola migrasi ini tergantung
dari jenis ikan. Dalam pengelolaan sumberdaya perikanan tingkah laku bermigrasi (migratory

251
behaviour) banyak jenis ikan ini tidak dapat diabaikan. Tingkah laku tersebut juga sering memaksakan
adanya pengelolaan tidak saja terhadap stok-stok ikan itu sendiri tetapi juga terhadap lingkungan hidup
ikan secara menyeluruh. Misalnya, perlu dijaga agar di jalur-jalur migrasi tidak didirikan bangunan-
bangunan yang mencegah ikan lewat, perlu diperhatikan agar kualitas air di jalur-jalur migrasi tetap
baik, lebih-lebih bila yang bermigrasi lewat jalur itu adalah larvae dan lain-lain bentuk muda ikan, dan
perlu diatur penangkapan ikan di jalur-jalur migrasi. Justru di jalur-jalur ini relatif mudah untuk
menangkap ikan, karena mereka benar-benar terdapat bergerombol dan para nelayan biasanya sudah
kenal benar pola migrasi ikan, sehingga kemungkinan terjadinya tangkap-lebih (overfishing) besar
sekali.

Tingkah laku bermigrasi ini mungkin juga mengakibatkan tidak efektifnya suatu peraturan lokal yang
bertjuan mempertahankan kelestarian stok-stok jasad akuatik tertentu. Katakanlah Pemerintah
Kabupaten Sukabumi mengeluarakan peraturan yang melarang orang mengumpulkan telor dan anak
penyu pada bulan-bulan tertentu di pantai dan perairan kabupaten Sukabumi. Namun, apa gunanya
peraturan demikian jika sesudah telor-telor menetas, anak-anak penyu kemudian bermigrasi ke tempat-
tempat lain dimana tidak berlaku peraturan yang dibuat oleh Pemerintah Kabupaten Sukabumi?
Dapatlah kiranya sekarang lebih dimengerti mengapa cukup banyak negara yang menuntut wilayah
ekonomi sejauh 200 miles dari garis pantai dimana negara-negara itu mempunyai hak-guna khusus
terhadap semua sumberdaya di wilayah itu, termasuk sumberdaya perikanan. Salah satu latar
belakangnya ialah tingkah-laku migrasi banyak jenis ikan yang ekonomis penting.

(4). Beraneka ragamnya species ikan dan alat penangkapan

Ada tiga hal yang juga menyulitkan pengelolaan suatu stok ikan yang terdapat di perairan terbuka
terutama di wilayah tropik, yaitu: (1) terdapatnya lebih dari satu species ikan dalam satu stok ikan; (2)
hubungan predator-magsa dan persaingan antar-species; (3) beraneka-ragamnya alat-alat penangkap
ikan yang digunakan nelayan.

Bercampurnya pelbagai jenis ikan dalam sebuah stok ikan mengakibatkan bahwa suatu alat penangkap
ikan pada umumnya tidak menangkap satu species ikan saja tetapi bermacam-macam species yang
kemungkinan besar mempunyai nilai hasil berimbang lestari maksimum yang berbeda-beda. Contohnya
ialah perikanan trawl oleh nelayan-nelayan Jepang yang ditujukan pada penangkapan udang. Ikan-ikan
lain yang tertangkap sebagian besar dibuang kembali ke laut karena tidak mempunyai arti ekonomi bagi
nelayan Jepang. Dilihat dari sudut produksi hayati saja tindakan itu adalah suatu pemborosan, yaitu
protein hewani yang sudah dengan susah payah diproduksi oleh alam akhirnya tanpa dimanfaatkan
dibuang begitu saja, apa lagi bila diingat bahwa perbuatan demikian membahayakan kelestarian jenis-
jenis ikan yang ikut tertangkap dengan udang.

Dalam pengelolaan stok ikan multi-species ini kesulitan utama yang dihadapi ialah akibat kurangnya
pengetahuan para sarjana perikanan tentang hubungan ekologi antara pelbagai species yang terdapat
dalam satu stok ikan. Katakanlah suatu jenis perikanan tangkap khusus ditujukan pada penangkapan
sejenis predator dalam stok ikan. Apa akibat tindakan itu? Apakah tindakan itu menguntungkan atau
merugikan stok ikan secara menyeluruh? Apakah “tempat” dan “peran” predator itu justru akan
dimanfaatkan oleh predator lain yang lebih ganas sifatnya? Ini adalah sekelumit pertanyaan dari sekian
banyak pertanyaan tentang akibat penangkapan atas hubungan ekologi antara jenis-jenis ikan dalam
satu stok yang belum didapatkan jawaban-jawaban yang memuaskan.

Adanya bermacam-macam alat penangkap yang digunakan dalam perikanan tangkap yang mempunyai
efisiensi tangkap yang berbeda-beda juga menyulitkan pengelolaan perikanan tangkap, bila pengelolaan

252
itu bertujuan mempertahankan kelestarian stok. Yang perlu dilakukan ialah melarang beroperasinya
alat-alat yang secara non-diskriminatif menangkap ikan dari semua umur dalam jumlah besar-besaran.
Termasuk golongan alat ini ialah, antara lain, dinamit, bermacam-macam racun dan jaring bermata-
jaring sangat sempit sehingga bermacam-macam larvae ikan dan udang juga tertangkap.

Kesimpulan

Dari pembahasan-pembahasan di atas secara umum dapat ditarik kesimpulan bahwa dalam pengelolaan
sumber daya perikanan tangkap yang bertujuan mempertahankan kelestarian stok yang perlu
diperhatikan ialah:

(1). Mengatur intensitas penangakapan sedemikian rupa sehingga tidak terjadi tangkap-lebih (over-
fishing). Hal ini bukanlah suatu yang tak mungkin dilaksanakan. Tersedia pelbagai cara untuk
menentukan intensitas penangkapan terhadap suatu stok ikan tanpa membahayakan kelestariannya.

(2). Yang tidak kalah pentingnya dan perlu dilakukan integral dengan pengaturan intensitas
penangkapan ialah melaksanakan pengelolaan lingkungan akuatik yang baik dengan tujuan: (a)
mempertahankan kualitas air pada tingkat sebaik mungkin bagi kehidupan ikan; (b) menjamin
berlangsungnya dengan baik proses-proses reproduksi dan pertumbuhan ikan.***

253
4.5.
KONSEP PENGELOLAAN PERIKANAN SKALA-KECIL

ABSTRACT

This paper provides an analytical framework for the management and development of coastal small-
scale fisheries in developing countries. In a brief review the basic management concepts developed for
single-species fisheries are presented and their appropriateness is examined for the management and
development of small-scale multi-specie s fisheries. Apart from the higher biological complexity of
multi-species fisheries the traditional management concepts also need refinement for socio-economic
reasons. The paper describes the constraints under which many small-scale fishermen operate, viz.,
resource limitation, conflicts with large-scale fisheries, lack of geographical and accupational mobilitiy
and lack of alternative employment opportunities. These constraints may temporarily call for higher
levels of fishing effort than justifiable from a pure economic efficiency point of view. Still, any long-
term improvements in the living standard of small-scale fishermen will necessitate some forms of human
intervention, which allocate the resource between different sections of the fishing industry and in
general limit the expansion of fishing effort to prevent wastage of capital and human resources. The
paper discusses various measures to regulate fishing effort in small-scale fisheries, viz., selectivity of
gear; seasonal and area closures; catch quotas; limits on the number of fishing units, on the quantity
of gear, or on the catching capacity of vessels; economic controls such as taxes, royalties or licence
fees; and resources allocation through territorial rights. The choice among these management
alternatives should be based on a set of criteria which include: acceptance by the fishermen, gradual
implementation, flexibility, encouragement of efficency and innovation, full cognizance of regulation
and enforcement coasts, and due attention to employment and distributional implications. Owing to the
geographically dispersed nature of artisanal fisherfolk settlements, the revival and rejuvenation of
traditional territorial community rights over coastal resources offer perhaps the best possible
management option for small-scale fisheries. Instead of attempting to control fishing directly, such
rights aim at creating a conducive environment of self-control by fishermen themselves. The paper
concludes with a presentation of some examples of traditional territorial fishing rights in Brazil, Japan,
Sri Langka and Ivory Coast (Panayotou, 1982).

ABSTRAK

Tulisan ini memberikan suatu kerangka analisis untuk pengelolaan (management) dan pengembangan
(development) perikanan pesisir berskala kecil di negara-negara berkembang. Dalam review singkat ini
disajikan konsep dasar pengelolaan yang dikembangkan untuk perikanan species tunggal dan
kelayakannya diuji untuk pengelolaan dan pengembangan perikanan multi-species skala-kecil. Terlepas
dari kompleksitas biologis yang lebih tinggi dari perikanan multi-species konsep pengelolaan
tradisional juga perlu perbaikan untuk alasan sosial ekonomi. Tulisan ini menggambarkan berbagai
kendala dalam banyak nelayan skala-kecil beroperasi, yaitu, sumberdaya terbatas, konflik dengan
perikanan skala-besar, kurangnya mobilitas geografis dan pekerjaan dan kurangnya peluang pekerjaan
alternatif. Kendala-kendala tersebut untuk sementara mungkin panggilan untuk tingkat usaha
penangkapan yang lebih tinggi dari pada sudut efisiensi ekonomi murni. Namun, dalam jangka panjang
peningkatan taraf hidup nelayan skala-kecil akan membutuhkan beberapa bentuk campur tangan
manusia, yang mengalokasikan sumberdaya antara berbagai bagian industri perikanan dan dalam batas
umum perluasan usaha penangkapan untuk mencegah pemborosan modal dan sumberdaya manusia.
Makalah ini membahas berbagai langkah untuk mengatur usaha perikanan skala-kecil, yaitu selektivitas
alat, penutupan musim dan wilayah, kuota tangkapan, pembatasan pada jumlah unit penangkapan ikan,
pada jumlah alat, atau pada kapasitas penangkapan kapal, kontrol ekonomi seperti pajak, royalti atau
biaya lisensi, dan alokasi sumberdaya melalui hak teritorial. Pilihan di antara alternatif ini pengelolaan
harus didasarkan pada seperangkat kriteria yang meliputi penerimaan oleh nelayan, implementasi secara
bertahap, fleksibilitas, dorongan efisiensi dan inovasi, kesadaran penuh regulasi dan penegakan biaya,
dan perhatian karena pekerjaan dan implikasi distribusi. Karena sifat geografis permukiman nelayan
artisanal, kebangkitan dan peremajaan tradisional hak-hak masyarakat atas sumberdaya pesisir teritorial

254
mungkin menawarkan opsi pengelolaan terbaik untuk skala-kecil perikanan. Alih-alih mencoba untuk
mengendalikan penangkapan ikan secara langsung, hak tersebut bertujuan menciptakan lingkungan
yang kondusif kontrol diri oleh nelayan sendiri. Makalah ini diakhiri dengan presentasi dari beberapa
contoh hak penangkapan ikan tradisional teritorial di Brazil, Jepang, Sri Langka dan Pantai Gading
(Panayotou, 1982).

1. Pendahuluan

Potensi sumberdaya perikanan di sembilan wilayah pengelolaan perikanan saat ini dihadapkan pada
kondisi yang bersifat mendua, di satu pihak ada beberapa wilayah pengelolaan perikanan yang telah
dimanfaatkan secara intensif (overfishing), dan di lain pihak masih banyak kawasan yang tingkat
pemanfaatannya belum optimal atau bahkan belum terjamah sama sekali (underfishing). Demikian pula,
kondisi nelayan pada saat ini masih didominasi oleh nelayan tradisional yang tingkat kehidupannya
masih berada di bawah garis kemiskinan, sementara produksi perikanan nasional masih didominasi oleh
perikanan skala kecil. Oleh karena itu, strategi pengelolaan sumberdaya perikanan melalui pendekatan
dan pengetrapan konsep pengelolaan perikanan skala-kecil (management concepts for small-scale
fisheries) menjadi sangat penting terutama untuk daerah-daerah perikanan padat tangkap. Sementara
pendekatan dan pengetrapan konsep pengembangan perikanan (fisheries development concepts)
menjadi sangat penting pula untuk daerah-daerah perikanan yang belum dimanfaatkan secara optimal.
Dengan demikian tujuan pengelolaan secara umum maupun pengembangan sumberdaya perikanan
adalah pencapaian laju eksploitasi optimum (optimum rate of exploitation), dan besarnya laju
eksploitasi optimum ini sangat bergantung pada si pembuat kebijakan (policy maker).

2. Konsep Dasar Pengelolaan Perikanan Skala-Lecil

Menurut Panayotou (1982), ada tiga konsep dasar dalam pengelolaan perikanan skala-kecil di daerah
padat tangkap: Konsep pertama, jika tujuan kebijakan adalah produksi ikan maksimum, maka laju
eksploitasi optimum ditetapkan untuk mencapai MSY (Maximum Sustainable Yield), yaitu hasil
tangkapan maksimum yang dapat diperoleh secara terus menerus (on a sustained basis). Jika hasil
tangkapan aktual kurang atau lebih kecil dari MSY karena ketidak cukupan upaya penangkapan (fishing
effort), maka secara biologi perikanan dikatakan sebagai underfishing, dan pengembangan selanjutnya
adalah memungkinkan. Jika hasil tangkapan lebih besar dari MSY karena upaya yang berlebihan, maka
secara biologi perikanan disebut overfishing.

Gambar 4.5.1. Model biologi (Maximum Sustainable Yield, MSY) untuk pengelolaan perikanan skala-
kecil (Panayotou, 1982)

255
Konsep kedua, jika tujuan kebijakan adalah untuk pemanfaatan secara ekonomi (economic benefit),
maka laju eksploitasi optimum ditetapkan untuk mencapai MEY (Maximum Economic Yield), yaitu
surplus pendapatan maksimum yang terus menerus (Maximum Sustainable Surplus of Revenues) yang
melebihi biaya penangkapan (fishing cost). Dengan demikian, MEY merupakan suatu modifikasi dari
MSY dengan memperhitungkan nilai hasil tangkapan dan biaya penangkapan. Perikanan dikatakan
underfishing dalam pengertian ekonomi dan perlu pengembangan selanjutnya, jika hasil tangkapan
aktual tidak mencukupi MEY karena ketidak cukupan upaya. Demikian pula halnya perikanan
dikatakan overfishing, jika hasil tangkapan aktual tidak mencapai MEY karena upaya penangkapan
yang berlebihan. Model bio-ekonomi dalam konsep pengelolaan perikanan skala-kecil sebagaimana
diuraikan di atas, dapat diilustrasikan dalam Gambar 4.5.2.

Gambar 4.5.2. Model bio-ekonomi (Maximum Economic Yield, MEY) untuk pengelolaan
perikanan skala-kecil (Panayotou, 1982)

Seorang pemilik atau manajer perikanan yang bijaksana akan memperluas upaya penangkapannya
(fishing effort) sampai E1 karena sampai titik tersebut, setiap penambahan unit upaya akan menambah
keuntungan. Sebaliknya, jika upaya penangkapan melebihi E1, akan menambah lebih banyak biaya dari
pada pendapatan, dan karenanya keuntungan akan menjadi lebih rendah. Keuntungan maksimum yang
dapat diperoleh pada tingkat upaya E1, disebut sebagai hasil ekonomi bersih maksimum (Maximum Net
Economic Yield, MNEY) yang merupakan tujuan akhir pengelolaan perikanan, karena pada titik ini
keuntungan bersih dari perikanan dijamin maksimum. Pada tingkat E3 yang menghasilkan rente
sumberdaya nol (Zero rent) atau hasil ekonomi bersih nol diketahui sebagai keseimbangan bio-ekonomi
(bio-economic equilibrium), karena pada titik ini baik stok (bio) maupun industri (ekonomi) berada
pada keadaan stabil. Dari sudut pandang biologi, pada E3 terjadi overfishing dari ikan-ikan muda, yang
diketahui sebagai growth overfishing, sebaliknya jika overfishing terjadi pada stok dewasa akan terjadi
penurunan recruitmen yang terus menerus, yang disebut sebagai recruitment overfishing. Pada E3
keuntungan marjinal negatif dan lewat E3 biaya penangkapan melebihi nilai hasil tangkapan total,
sehingga nelayan tidak memperoleh banyak keuntungan dari perikanan.

Dalam kasus dimana pertimbangan-pertimbangan sosial seperti perbaikan sosial ekonomi nelayan
skala-kecil, kesempatan kerja, dan perbaikan distribusi pendapatan, maka laju eksploitasi optimum
ditetapakan dengan konsep ketiga, yaitu untuk mencapai MScY (Maximum Social Yield). Konsep ini

256
adalah tingkat hasil tangkapan yang sesuai dengan upaya yang dapat memberikan solusi terbaik bagi
masalah-masalah sosial. Dengan demikian, MScY merupakan suatu modifikasi dari MEY yang
melakukan perhitungan untuk tidak semata-mata aspek efisiensi seperti kemiskinan dan distribusi. Jadi
dengan demikian, tingkat upaya di bawah MScY dapat diistilahkan sebagai underfishing secara social
ekonomi, sedangkan tingkat upaya di atas MScY disebut sebagai overfishing. Menurut Panayotou
(1982), konsep yang terakhir ini merupakan konsep yang paling dapat diaplikasikan pada kasus-kasus
perikanan skala-kecil karena banyak mempertimbangkan aspek social ekonomi dari pada aspek biologi
maupun ekonomi. Dari perspektif pembangunan berkelanjutan (sustainable development), ketiga
konsep atau model pengelolaan tersebut harus secara bersama-sama digunakan, dimana produksi
maksimum yang dihasilkan selain dapat menguntungkan secara ekonomi dan mensejahterakan
masyarakat secara sosial, maka secara biologi sumberdaya tersebut harus tetap tersedia sepanjang masa
(on sustained basis). Model bio-sosial dalam konsep pengelolaan perikanan sekala kecil sebagaimana
diuarikan di atas, dapat diilustrasikan dalam Gambar 4.5.3.

Gambar 4.5.3 Model bio-sosial (Maximum Social Yield, MScY) untuk pengelolaan perikanan skala-
kecil (Panayotou, 1982)

Pada model bio-sosial (Gambar 4.5.3), hasil sosial maksimum (Maximum Social Yield, MScY) dicapai
pada tingkat upaya (EMScY) lebih besar dari EMEY. Walaupun profit surplus pada EMScY lebih rendah dari
EMEY (yaitu dg<ab), namun hasil sosial (social yield), yaitu jumlah profit surplus dan upah (wages) pada
EMScY lebih besar dari pada EMEY atau dg + gh > ab + bc atau df = dg + gh – (ab + bc). Dengan demikian,
df adalah manfaat sosial bersih (net social benefit) dari perluasan upaya EMEY ke EMScY. Akan tetapi,
perluasan upaya melebihi EMScY tidak diperbolehkan karena surplus social (profit dan upah) menjadi
berkurang. Pada keseimbangan akses terbuka (open-access equilibrium), surplus social (kl) pada tingkat
upaya (EOAC) lebih rendah dari pada EMScY tetapi tidak lebih rendah dari pada EMEY. Pada titik m, dimana
TC’= TR, kerugian cukup besar sehingga surplus sosial secara efektif adalah nol. Dengan demikian,
surplus sosial maksimum diperoleh pada tingkat upaya EMScY yang sama dengan (dh) yang terdiri dari
jumlah profit surplus (dg) dan jumlah upah (gh).

3. Metode Pengaturan Perikanan

Tujuan pengelolaan sumber daya perikanan sebagaimana diuarikan di atas, pada prinsipnya dapat
dikelompokkan ke dalam tiga tujuan, yaitu tujuan biologi atau fisik, tujuan ekonomi, dan tujuan sosial.
Masing-masing tujuan tersebut memiliki ukuran-ukurannya sendiri, yang sekaligus merupakan tingkat
produksi atau hasil tangkapan yang ingin dicapai. Dalam perkembangannya ada pemikiran untuk
menggabungkan ketiga unsur-unsur tersebut, sehingga muncul konsep-konsep mengenai bioekonomi

257
dan sejenisnya. Di Indonesia dan negara-negara berkembang lainnya, sangat populer penggunaan
konsep-konsep biologis. Ini terbukti misalnya dengan kecenderungan betapa ”angka potensi” sumber
daya ikan laut Indonesia sampai sekarang dianggap sangat penting. Demikian juga dengan derivat-
derivat yang muncul dari angka potensi tersebut, seperti jumlah armada penangkapan yang
diperbolehkan beroperasi (fleet limit), TAC (total allowablbe catch), dan dalam batas tertentu ukuran
mata jaring (mesh size limitation).

Menurut Hynd (l973) dan Isarankura (1970), untuk tujuan pengelolaan sumber daya perikanan, ada
enam metode pengaturan yang biasa dilakukan, yaitu: (1). pembatasan jumlah kapal penangkap
(limitation of total effort, license limitation); (2). penutupan daerah penangkapan (closed area); (3).
penutupan musim (closed season); (4). pembatasan ukuran mata jaring pada kantong (regulation of
codend mesh size); (5). pembatasan ukuran ikan atau udang yang didaratkan (limitation of the sizes of
fish or shrimp that can be landed); dan (6). sistem quota penangkapan (catch quota system).

Pada prinsipnya ke enam metode pengaturan tersebut dapat digolongkan menjadi dua bagian, yaitu
pengontrolan ukuran ikan/udang yang tertangkap dan pengontrolan jumlah upaya penangkapan. Faktor-
faktor lain yang juga harus diperhatikan dalam pengelolaan sumberdaya perikanan adalah sebagai
berikut:(1) faktor lingkungan, seperti pencemaran, perlindungan daerah asuhan, dan daerah hutan
bakau; (2) faktor ekonomi, seperti masalah ”over capitalization.” Baiknya hasil tangkapan pada tahun
ini yang diikuti pada tahun berikutnya, merangsang peningkatan jumlah kapal yang dibangun, seperti
kasus trawl bagan di Indonesia; (3). faktor sosial, seperti pengurangan jumlah kapal bisa menimblukan
masalah sosial baik terhadap pengusaha maupun terhadap nelayan pekerja.

Selain beberapa metode pengaturan dan faktor-faktor lain yang harus diperhatikan dalam pengelolaan
sumber daya perikanan, yang paling penting adalah implementasi peraturan-peraturan tersebut beserta
pengawasannya, karena peraturan tanpa pengawasan pelaksanaannya tidak ada artinya. Menurut
Naamin (1978), pembatasan mata jaring dan pembatasan ukuran ikan/udang yang didaratkan sukar
dilaksanakan di Indonesia, karena ikan/udang tipe kecil yang telah dewasa, daerah penyebarannya
bercampur dengan ikan/udang muda dari tipe besar. Kesukaran lain adalah jika hasil tangkapan nelayan
terdiri dari ikan/udang di bawah dari ukuran yang telah ditetapkan, tentu akan dibuangnya kembali ke
laut untuk tidak mempersulit mereka sendiri. Sistem quota juga sukar diiplementasikan, karena biasanya
hasil dilaporkan jauh terlambat, sehingga quota mungkin sudah jauh dilampaui sebelum laporan
diterima.

258
4.6.
PENGELOLAAN PERIKANAN BERBASIS MASYARAKAT

Eksploitasi sumber daya perikanan dalam dekade terakhir ini menunjukkan tren yang semakin
meningkat dan mendekati pemanfaatan maksimum, yaitu titik dimana eksploitasi telah mendekati
kondisi yang membahayakan bagi kelestarian lingkungan. Kondisi tersebut dapat terjadi antara lain
dikarenakan oleh anggapan bahwa sumber daya perikanan dan kelautan merupakan sumberdaya milik
bersama (common property resources), sehingga setiap orang berlomba-lomba untuk memanfaatkan
sumber daya tersebut tanpa adanya satupun aturan yang membatasinya.

Pengelolaan Berbasis Masyarakat (Community Based Management, CBM) merupakan salah satu
pendekatan pengelolaan sumber daya alam yang meletakkan pengetahuan dan kesadaran lingkungan
masyarakat lokal sebagai dasar pengelolaannya (Nikijuluw, 1994)

Carter (1996) memberikan definisi CBM sebagai: “A strategy for achieving a people-centered
development where the focus of decision making with regard to the sustainable use of natural resources
in an area lies with the people in the community of that area.” (Suatu strategi untuk mencapai
pembangunan yang berpusat pada manusia, dimana pusat pengambilan kebijakan mengenai
pemanfaatan sumber daya alam secara berkelanjutan di suatu daerah terletak di tangan masyarakat di
daerah tersebut).

Jadi dapat disimpulkan bahwa pengelolaan yang berbasis masyarakat adalah suatu sistem pengelolaan
sumber daya alam di suatu tempat, dimana masyarakat lokal di tempat tersebut terlibat secara aktif
dalam proses pengelolaan sumberdaya alam yang terkandung di dalamnya. Pengelolaan di sini meliputi
berbagai dimensi seperti perencanaan, pelaksanaan dan pemanfaatan hasil-hasilnya.

Model CBM memiliki beberapa kelebihan (nilai-nilai positif), yaitu:1. Mampu mendorong pemerataan
(equity) dalam pengelolaan sumber daya; 2. Mampu mereflesikan kebutuhan masyarakat lokal yang
spesifik; 3. Mampu meningkatkan manfaat lokal bagi seluruh anggota masyarakat yang ada; 4. Mampu
meningkatkan efisiensi secara ekonomi dan ekologi; 5. Responsif dan adaptif terhadap variasi kondisi
sosial dan lingkungan lokal; 6. Masyarakat lokal termotivasi untuk mengelola sumber daya secara
berkelanjutan.

Sementara itu, kelemahan (nilai-nilai negatif) dari model CBM adalah: 1. Hanya dapat diterapkan
dengan baik pada kondisi masyarakat yang strukturnya masih sederhana dengan skala dan wilayah
kegiatan yang kecil; 2. Masyarakat memiliki keterbatasan seperti tingkat pendidikan, kesadaran akan
pentingnya lingkungan; 3. Terjadinya ketimpangan dalam implementasinya karena tidak didukung oleh
pemerintah; 4. Hanya efektif untuk kawasan pesisir dan laut dengan batas geografis yang jelas atau
terbatas; 5. Rentan terhadap “intervensi luar” atau peledakan permintaan sumber daya alam dan jasa-
jasa lingkungan.

Model Ko-Manajemen

Konsep pengelolaan yang mampu menampung banyak kepentingan, baik kepentingan masyarakat
maupun kepentingan penggguna lainnya disebut sebagai konsep “Cooperative Management” atau
disingkat dengan Ko-manajemen (Co-management). Ko-manjemen didefinisikan sebagai pembagian
tanggungjawab dan wewenang antara pemerintah dengan pengguna sumberdaya alam lokal
(masyarakat) dalam pengelolaan sumber daya alam seperti perikanan, terumbu karang, mangrove, dll.

259
Dalam Ko-manajemen ini, pihak masyarakat dan pemerintah harus saling berinteraksi baik berupa
konsultasi maupun penjajakan awal, misalnya bilamana pemerintah akan menetapkan peraturan
pengelolaan sumber daya alam di suatu wilayah. Dalam konteks ini, masyarakat (community)
didefinisikan sebagai kelompok orang-orang yang memiliki fungsi moral tertentu seperti kebaikan,
pekerjaan, tempat tinggal, agama dan nilai-nilai (Renard, 1991)

Dalam konsep Ko-manajemen, masyarakat lokal merupakan mitra (partner) penting bersama-sama
dengan pemerintah dan stakeholders lainnya dalam pengelolaan sumber daya alam di suatu kawasan.
Jadi dalam Ko-manajemen, bentuk pengelolaan sumber daya perikanan dan kelautan adalah hubungan
kerjasama dari dua pendekatan, yaitu pengelolaan yang dilakukan oleh pemerintah (government
centralized management) dan pengelolaan yang dilakukan oleh masyarakat (community basded
management) (Gambar 4.6.1)

Posisi konsep Ko-manajemen dalam hal ini adalah jembatan antara kegiatan-kegiatan yang
“government centralized management” dengan kegiatan-kegiatan dari pendekatan “community based
management.” Perlu ditegaskan bahwa dalam konsep Ko-manajemen, masyarakat lokal merupakan
salah satu kunci dari pengelolaan sumber daya alam, sehingga praktek-praktek pengelolaan sumberdaya
alam yang masih murni oleh masyarakat (Community Based Resource Management, CBRM) menjadi
embrio dari penerapan konsep Ko-manajemen tersebut. Lebih tegas Gawell (1984) menyatakan bahwa
tidak ada pengelolaan sumber daya alam yang berhasil tanpa melibatkan masyarakat lokal sebagai
pengguna (the users) dari sumber daya alam tersebut.

Pengelolaan Berbasis Pemerintah

Pengelolaan Berbasis Masyarakat


Pemerintah Pengelolaan yang
sebagai pusat sepenuhnya dilakukan
pengelolaan oleh masyarakat lokal

Ko-Manajemen
Pemberitahuan
Konsultasi
Kerjasama
Komunikasi
Pertukaran informasi
Pengawasan hukum
Aksi kerjasama
Rekanan
Kontrol masyarakat
Koordinasi antar daerah

Gambarf 4.6.1. Hierarki Pengelolaan Sumber daya Alam dengan Model Ko-Manajemen
(Pomeroy dan Williams, 1994)

260
4.7.
PENGELOLAAN WILAYAH PESISIR

1. Pendahuluan

Pertambahan penduduk di satu pihak dan perkembangan peradaban di lain pihak mengakibatkan
meningkatnya tekanan terhadap wilayah pesisir dan daerah marjinal lainnya. Tekanan ini dapat berupa
invasi ke daerah itu atau dalam bentuk yang tidak langsung melalui limbah kegiatannya yang antara
lain berupa penyuburan, pengendapan bahan padatan dan degradasi lingkungan yang juga dikenal
sebagai pencemaran. Kasus-kasus pencemaran di wilayah pesisir meningkat baik dalam jumlah maupun
dalam jenisnya. Kejadian-kejadian itu menuntut adanya tindakan-tindakan perbaikan dalam
pengelolaan lahan dan air di wilayah itu, khususnya dan DAS pada umumnya. Tindakan-tindakan ini
tidak lain bertujuan untuk mempertahankan fungsi ekosistem pada tingkat yang terbaik. Untuk ini
diperlukan pengertian tentang prinsip-prinsip ekologi untuk menyusun program-program pelestarian
fungsi tersebut.

Menurut Muluk (1980), wilayah pesisir merupakan suatu ekosistem yang merupakan satu unit interaksi
daya-daya alami. Hal ini berarti bahwa ekosistem wilayah pesisir terdiri atas komponen-komponen
yang saling tergantung dan saling berinteraksi. Karena dalam pengelolaan lahan dan air di wilayah
pesisir yang beraneka tujuannya harus dipertimbangkan seluruh ekosistem sebagai satu unit yang
integral. Pertimbangan yang hanya didasarkan pada satu komponen yang mandiri di dalam wilayah itu
diragukan keberhasilannya. Dengan demikian unit pengelolaan wilayah pesisir tidak saja mencakup
perairannya saja, tetapi juga daratan pantai di sekitar perairan tersebut, dan keduanya menyusun satu
kesatuan ekosistem.

Wilayah pesisir dapat dibatasi sebagai suatu wilayah dimana pengaruh air laut ke arah darat dan
pengaruh air tawar ke arah laut masih nyata. Diantara sistem-sistem yang ditemukan di wilayah pesisir,
ekosistem estuaria menduduki tempat tersendiri. Ekosistem ini sangat kompleks secara ekologis dan
sangat produktif bila dibandingkan dengan sistem laut di satu pihak dan sistem air tawar di lain pihak.
Selain itu, diantara sistem-sistem lain di wilayah pesisir, ekosistem estuaria adalah ekosistem terawan
dan terpeka, terutama estuaria dengan sirkulasi yang buruk. Karenanya pengembangan wilayah di
sekitar daerah estuaria menuntut pengelolaan yang lebih cermat. Dan karena itu pula pembahasan dalam
tulisan ini akan lebih banyak ditekankan pada sistem estuaria; selain itu juga karena hampir semua
program pembangunan di daerah pesisir terletak di dalam atau di sekitar daerah estuaria.

2. Sistem Estuaria

Suatu sistem ekologi atau ekosistem adalah sistem dalam mana unit-unit hidup berinteraksi antar
sesamanya dan dengan lingkungan fisiknya. Jadi unit pengelolaan ekologis yang akan diperhatikan
merupakan satu unit geografis fungsional yang mencakup semua komponen hidup di dalamnya dan
komponen fisik yang mendukung atau membatasinya dan merupakan satu unit interaksi yang jelas.
Pengelolaan yang berorientasi pada sistem ekologi menekankan pada pengelolaan yang menyeluruh.
Misalnya, pengelolaan perairan pesisir, agar berhasil harus dikaitkan dengan pengelolaan daratan
pesisir sekitarnya dan masukan air tawar yang berasal dari drainasi daratan atau aliran hulu. Dari
pembahasan ini jelas bahwa pembatasan unit pengelolaan dan komponen-komponen penyusunannya
sangat diperlukan.

261
Estuaria dapat diartikan sebagai satu perairan pesisir yang terbatas, mengandung garam dan
berhubungan dengan laut. Berdasarkan batasan ini maka suatu sistem estuaria dipengaruhi oleh pasang-
surut dan di perairannya terjadi pencampuran antara air laut dan air tawar. Fungsi-fungsi alami estuaria
yang menyebabkan ekosistem ini menjadi suatu sistem yang penting terjadi akibat pengaruh sifat-sifat
fisik estuaria tersebut. Fungsi-fungsi estuaria itu adalah:

1. Perlindungan. Adanya lindungan dari aktifitas gelombang memungkinkan tanaman


mencakam perakarannya, dan mempertahankan unsur hara dan jasad-jasad renik di
perairannya. Perbedaan salinitas merupakan batas alam yang mencegah pemangsa-pemangsa
dan jenis ikan oseanis dan air tawar lainnya memasuki daerah tersebut, menyebabkan daerah
ini hanya tersedia bagi jenis-jenis estuaria atau yang tahan hidup dalam lingkungan air payau.
2. Sistem produksi. Unsur hara yang terperangkap dalam perairan ini dimanfaatkan dan
diakumulasi dalam jaringan tanaman air atau terestrial yang kemudian dilepaskan secara lambat
dalam bentuk detritus, yang dimanfaatkan secara langsung atau tidak langsung oleh hewan-
hewan air yang tinggi nilai gizinya dan penting peranannya dalam rantai pengadaan makanan.
3. Daerah untuk mencari makan, membesarkan benih, dan memijah. Adanya jasad renik dan
lindungan menjadikan perairan estuaria sebagai tempat mencari makan dan pembesaran benih
berbagai jenis hewan air. Selain itu adanya pasang surut dan perbedaan kadar garam yang
diakibatkannya, merangsang berbagai jenis hewan air untuk memijah di perairan itu dan dengan
demikian melepaskan benih-benihnya di dalam lingkungan yang kaya akan makanan dan
energi.
4. Sistem transport dan sirkulasi. Kadar garam dan pasang-surut mempengaruhi sistem estuaria
ini dan merupakan daya utama dalam transport unsur hara dan jasad renik, serta sirkulasi air di
perairan ini. Adanya stratifikasi kadar garam dan daya pasang-surut memungkinkan jasad-jasad
renik untuk berada dalam perairan dengan kisaran yang sesuai. Banjir serta pasang-besar
merupakan suatu mekanisme pengenceran atau penggelontoran dari perairan ini.

Walaupun ciri-ciri fisik suatu sistem estuaria dapat sangat berbeda dengan sistem estuaria lainnya,
secara umum dapat dikatakan bahwa daerah yang tergenang dan yang tidak, mempunyai ciri-ciri yang
tercermin dari ciri-ciri perairan pantai. Suatu landas kontinen yang lebar biasanya berkaitan dengan
daratan pantai yang sangat landai dan daratan genangan sepanjang pantai yang lebar. Sebaliknya, suatu
landas kontinen yang sempit berkaitan dengan daratan pantai yang berbukit-bukit dengan pantai yang
terjal. Ciri-ciri fisik wadah perairan ini akan mempengaruhi arus, suhu, pergantian air dan tetanaman di
perairan pesisir.

Faktor-faktor yang mempengaruhi wilayah pesisir adalah iklim, sifat-sifat laut yang secara langsung
mempengaruhinya (pasang-surut arus tersebut) dan keadaan bagian hulu wilayah pesisir tersebut.
Faktor-faktor iklim dan oseanis berada di luar jangkauan manusia untuk dikendalikan, akan tetapi
pengendalian pengaruh lahan ( di dalam maupun di bagian hulu wilayah pesisir) terhadap perairan
pesisir mungkin dilaksanakan.

Selain lahan dan air, komponen wilayah pesisir adalah jasad hidup (biota). Ketiga komponen saling
tergantung dan berinteraksi. Untuk menjamin keberhasilan pengelolaan wilayah pesisir ketergantungan
dan interaksi antar komponen itu perlu diketahui dan digunakan sebagai dasar pengelolaan wilayah
tersebut.

262
3. Daratan Pesisir

Daratan pesisir dapat dibagi menjadi tiga daerah, yaitu: (1) dataran atau genangan pasang-surut, (2)
dataran banjir, dan (3) dataran pesisir. Dataran atau genangan pasang-surut digenangi secara periodik
oleh air laut akibat gerakan pasang-surut dan merupakan bagian dari perairan pantai, laut atau estuaria.
Dataran banjir terletak lebih ke arah darat dan hanya sekali-sekali digenangi air apabila terjadi pasang
atau banjir besar. Lebih ke arah darat lagi adalah daratan pesisir sesungguhnya.

Air mengalir dari ketiga jenis daratan ini ke perairan pesisir, dan air drainasi dari daratan ini sangat
mempengaruhi kualitas dan kuantitas perairan pesisir. Karena air merupakan unsur utama dalam kaitan
antara elemen daratan dan perairan dalam ekosistem pesisir ini, maka rencana pengelolaan wialayah
pesisir harus mencakup perairan dan daratannya yang merupakan satu kesatuan yang utuh dan
fungsional (seperti halnya dalam satu daerah aliran sungai).

Laut mempengaruhi daerah pesisir dan perairannya secara tetap. Lain halnya dengan aliran air dari hulu
yang lebih bervariasi dan dipengaruhi oleh kegiatan pemanfaatan lahan dan air di daerah hulu dan
pesisir. Berdasarkan hal ini, maka dalam pengelolaan daerah pesisir drainasi atau aliran “air darat” lebih
diperhatikan dari pada aliran dari laut. Selain itu juga disebabkan karena sumberdaya daratan adalah
sumberdaya utama yang dimanfaatkan, karenanya selalu berubah-ubah, dan dengan demikian dapat
juga dikendalikan pemanfaatannya. Mengingat hubungan air dan daratan, seperti yang telah
dikemukakan terdahulu, maka pengendalian lebih ditekankan pada pengendalian aliran air drainasi.
Pengendalian aliran air drainasi ini akan sangat berpengaruh terhadap kualitas perairan pesisir seperti
kadar garam dan stratifikasinya, sirkulasi air, kelimpahan dan penyebaran sedimen, unsur hara, jasad
renik, dan kandungan bahan organik.

Di lain pihak aliran air drainasi tersebut tergantung pada sifat fisik lahan (topografi, dan sisfat-sifat fisik
tanah dan lain-lain), cuaca (terutama curah hujan), dan biota (tetumbuhan dan satwa), dan juga kegiatan
pemanfaatan lahan oleh manusia. Faktor yang terakhir ini mengakibatkan terjadinya perubahan aliran
air drainasi langsung atau tidak langsung, namun demikian kegiatan ini pula yang dapat dikendalikan
agar keserasian antar komponen ekosistem pesisir dapat dipertahanakan. Dengan demikian,
pengendalian aliran air drainasi pada hakekatnya adalah pengendalian pemanfaatan lahan di wilayah
pesisir.

4. Perairan di Wilayah Pesisir

Setiap ekosistem pesisir dipengaruhi oleh faktor-faktor oseanis dan daratan yang kemudian
mempengaruhi kualitas perairan pesisir. Faktor utama yang menentukan kekhasan suatu ekosistem
pesisir adalah pola aliran air tawar (air dari arah darat). Faktor berikutnya yang berperan dalam
dinamika ekosistem itu adalah pasang-surut dan arus laut (faktor-faktor oseanis). Sedang kelancaran
proses-proses di dalam ekosistem itu ditentukan oleh bahan-bahan yang terkandung dalam air.

Aliran air tawar, angin, pasang-surut, arus laut dan daya oseanis lainnya yang berperan di suatu perairan
pesisir mempengaruhi gerakan air atau sirkulasi air perairan tersebut. Faktor ini penting artinya bagi
transportasi unsur hara dan padatan, plankton dan benih jasad-jasad perairan, penggelontoran dan
pencampuran air.

Besarnya pasang-surut merupakan daya utama dalam sirkulasi air. Besarnya pasang ini sangat
bervariasi tergantung pada letak geografis, bentuk, ukuran dari dasar perairan. Secara umum dapat
dikatakan bahwa makin besar pasang, makin besar pula daya sirkulasi dan penggelontoran perairan itu.

263
Perbedaan kadar garam (salinitas) antara air laut dan air tawar mengakibatkan terbentuknya stratifikasi
kadar garam dalam perairan itu. Desakan air tawar ke arah laut dan pasang ke arah darat menyebabkan
stratifikasi itu tidak horizontal, melainkan serong. Stratifikasi dan arus air yang “berlapis” ini
merupakan faktor penting dalam transportasi jasad renik. Air yang lebih tawar di lapisan permukaan
mendorong jasad-jasad renik yang berada di permukaan ke arah laut, sedang aliran air di dasar yang
lebih asin mendorong jasad-jasad yang berada di dalamnya ke arah laut. Arus bolak balik dan perbedaan
berat jenis air ini memungkinkan jasad-jasad renik untuk berada dalam perairan yang sesuai kadar
garamnya, selain itu sifat ini mempertahankan adanya sirkulasi air di perairan itu dengan demikian
mempertahankan perairan tersebut dalam suatu kisaran kualitas tertentu.

Sirkulasi yang baik berkaitan dengan lingkungan yang baik pula. Laju penggelontoran alami yang besar
biasanya menguntungkan pula, karena mampu memperlancar transportasi unsur hara, membersihkan
lingkungan perairan dari bahan pencemar, setidak-tidaknya mengencerkannya, dan fungsi-fungsi
lainnya yang pada umumnya mempertahankan ekosistem ini dalam suatu keadaan tertentu.

Akan tetapi, bila laju penggelontoran melampaui keadaan “normal” menyebabkan air melewati sistem
ini dengan cepat dan memperkecil kemungkinan pemanfaatan unsur-unsur/bahan-bahan bawaan air di
dalam perairan dan selanjutnya akan mencemari perairan pantai. Keseimbangan mendekati keadaan
alami perlu dipertahankan agar fungsi-fungsi ekologi dalam sistem ini dapat berjalan secara serasi.

Salinitas, umumnya disebut juga kadar garam, perairan pesisir merupakan suatu campuran garam-
garam, yang tertinggi adalah garam dapur (Na-chlorida). Kandungan garam di perairan ini tergantung
pada tingkat pengenceran dengan air tawar. Nilai yang tertinggi biasanya ditemukan di bagian yang
terdekat dengan laut terutama pada musim kemarau. Makin ke arah darat kandungan garamnya kian
mengencer/berkurang.

Toleransi jenis-jenis jasad perairan terhadap kadar garam berbeda-beda. Adaptasi terhadap suatu
kisaran kadar garam merupakan hasil sutau proses evolusi yang lama. Karenanya perubahan wilayah
(regime) kadar garam di perairan pesisir dapat mengganggu keseimbangan ekosistem karena terjadi
suatu perubahan susunan jasad perairan dan mungkin pula berpengaruh pada jasad-jasad di daratan.

Sifat-sifat kimia perairan pesisir sangat kompleks, karena: (1) banyaknya unsur dan senyawaan yang
dapat terperangkap, dan (2) keragaman hubungan unsur dan senyawaan itu dalam proses-proses
biokimia jasad-jasad yang beragam pula jenisnya. Keadaannya bertambah kompleks dengan adanya
kegiatan manusia yang akibatnya menyebabkan penambahan garam, unsur-unsur kimia dan bahan-
bahan lain yang dapat merubah lingkungan atau meracuni jasad-jasad di wilayah pesisir, baik di daratan
maupun di perairannya.

Bahan-bahan kimia yang penting yang terkandung dalam perairan adalah unsur hara karena unsur ini
diperlukan tanaman yang selanjutnya dimanfaatkan hewan yang lebih tinggi nilai gizinya. Unsur hara
yang terlarut dalam air akan cepat dimanfaatkan, karenanya jumlahnya sangat kecil. Penambahan unsur
hara ke dalam perairan pesisir terus terjadi secara alami dan menjamin kelangsungan kehidupan dalam
perairan pesisir. Proses penambahan ini terjadi secara alami dan berasal dari drainasi daratan dan
masukan dari laut. Karenanya pola dan sifat-sifat drainasi alami perlu dipertahankan untuk menjaga
kelestarian kehidupan perairan pesisir.

Nitrat dan fosfat adalah senyawaan utama dalam jaringan tumbuhan. Dalam perairan pesisir nitrat
diduga sebagai faktor penentu kelimpahan tanaman. Sebagai akibatnya, penambahan nitrat atau
senyawaan-senyawaan lain yang mengandung nitrogen dapat menyebabkan penyuburan yang
berlebihan (eutrofikasi) dan kurang diinginkan. Selain kedua senyawaan tadi senyawaan-senyawaan

264
sulfat, karbonat, kalsium, magnesium dan unsur-unsur nadir (trace elements) seperti besi, mangan,
molybdenum, kobalt, dan seng penting artinya dalam nutrisi bagi tanaman.

Dari berbagai gas yang terlarut di perairan, oksigen dan karbondioksida merupakan gas-gas yang
terpenting bagi kehidupan dalam perairan. Setiap jasad hidup memerlukan oksigen dan mengeluarkan
karbondioksida sebagai hasil pembakaran. Dilain pihak tanaman dan organisme lain yang berhijau
daun, selain memanfaatkan oksigen juga memanfaatkan karbondioksida untuk menghasilkan pati daur
sebagai hasil ikutan adalah oksigen. Kedua proses di atas merupakan proses yang berimbang dan untuk
mempertahankannya pada tingkat yang optimal diperlukan oksigen terlarut setidak-tidaknya 4-6 mgr/l.

Oksigen terlarut dapat berkurang karena masukan limbah atau bahan pencemar lain. Pembusukan atau
penguraian bahan-bahan ini oleh bakteria menuntut sediaan oksigen yang tinggi. Permintaan akan
oksigen oleh bakteria tidak jarang melampaui kemampuan tanaman air untuk menghasilkannya.
Keadaan yang tercipta adalah keadaan kekurangan oksigen yang tidak diinginkan. Keadaan ini perlu
dihindari dengan mencegah pelimpahan, terutama bahan-bahan dengan permintaan oksigen tinggi
untuk penguraiannya ke dalam perairan pesisir.

Pada umumnya perairan pesisir terlebih-lebih di estuaria, keruh sifatnya. Kekeruhannya di satu pihak
disebabkan oleh partikel-partikel tanah dan pasir, serta jasad-jasad renik (plankton) yang tersuspensi,
dan dilain pihak oleh turbulensi di perairan ini.

Kekeruhan sangat bervariasi, tergantung pada musim yang menyebabkan perubahan lingkungan
perairan. Walaupun bervariasi kekeruhan di suatu perairan pesisir berada dalam suatu kisaran tertentu
dan jasad-jasad perairan yang ditemukan di perairan itu adalah jasad-jasad yang mentolerir keadaan
tersebut. Seperti halnya dengan salinitas, adaptasi terhadap kekeruhan terjadi melalui suatu proses
evolusi yang lama. Walaupun kekeruhan dapat merugikan jasad-jasad perairan tertentu (misalnya
tanaman air di dasar perairan, plankton nabati yang tersuspensi), akan tetapi bagi jasad lain kekeruhan
dapat menguntungkan, karena berperan sebagai tabir pelindung. Peningkatan kekeruhan karena
penambahan muatan padatan (misalnya akibat erosi dan banjir) atau karena penyuburan terutama
dengan nitrat yang menyebabkan peledakan populasi plankton akan menghasilkan lingkungan yang
tidak diinginkan. Antara lain disebabkan karena: (1) daya tembus cahaya matahari akan berkurang yang
mengakibatkan menipisnya “lapisan produksi” perairan yang selanjtnya mengurangi produktivitas
perairan, (2) nilai kekeruhan melampaui daya tahan jasad-jasad itu (penyumbatan insang/saluran
pernafasan atau saluran pencernaan, kekurangan oksigen), dan (3) pengendapan yang berlebihan dan
mungkin terjadi di daerah yang semula tidak terjadi pengendapan sehingga menutupi dasar perairan
beserta jasad-jasad yang hidup di situ. Untuk mencegah timbulnya keadaan yang tidak diinginkan itu,
pola dan sifat drainasi daratan alami perlu dipertahankan dan mencegah kemungkinan terjadinya
pengisian daratan serta pelimpahan oleh bahan-bahan yang dapat meningkatkan kesuburan perairan
(misalnya “countour”farming”, pengendalian air limpas (run-off control), mencegah kegiatan di
daerah-daerah pengendapan/erosi atau daerah tidak stabil lainnya, pencegahan pelimbahan dalam
bentuk apapun).

Suhu perairan tropis sangat kecil kisarannya (antara 20-50C). Karenanya pelimbahan yang menyebabkan
kenaikan suhu melampaui kisaran itu tidak diinginkan. Pencemaran panas biasanya terjadi akibat
penggunaan air sebagai pendingin, misalnya pada pabrik-pabrik es dan PLTU. Bila air pendingin ini
langsung dialirkan ke perairan bebas tanpa mendinginkannya hingga suhunya berada di atas kisaran
suhu perairan itu, hasilnya akan mengganggu keseimbangan ekosistem ini. Alasannya serupa dengan
alasan-alasan yang dikemukakan terdahulu pada pembahasan perubahan kadar garam, kandungan
oksigen, dan aliran air.

265
4. Biota

Biota dalam ekosistem pesisir mencakup tanaman dan hewan yang beragam jenis dan ukurannya. Biota
yang ditemukan di wilayah pesisir ini tidak saja mencakup jenis-jenis yang bermanfaat langsung bagi
manusia tetapi juga jenis-jenis yang “tidak bernilai” akan tetapi penting peranannya dalam
mempertahankan kelangsungan ekosistem ini. Secara alami kehidupan dalam ekosistem merupakan
suatu interaksi antar organisme yang dapat digambarkan sebagai sistem jaringan makanan, dan
lingkungannya. Keseimbangan alami ini sangat rawan dan peka sehingga mudah terganggu akibat
pencemaran dan gangguan lainnya dan akibatnya dapat berupa kerusakan lingkungan pesisir,
berkurangnya daya guna daerah pesisir atau “hanya” berupa degradasi keindahan daerah pantai/pesisir.

Awal kehidupan perairan pesisir adalah tanaman jawi-jawi, mendong, api-api, bakau, nipah, rumput
laut, plankton nabati dan lain-lain, yang mampu merubah unsur-unsur anorganik (unsur hara dan
karbondioksida) dengan bantuan sinar matahari menjadi unsur-unsur organik (pati dan protein).
Karenanya kelompok ini dinamakan produsen yang akan menghasilkan bahan makanan utama bagi
konsumen yang selanjutnya dimanfaatkan hewan-hewan mangsa dan kemudian oleh pemangsa. Dan
yang tidak kalah pentingnya adalah hewan-hewan pembusuk/pengurai yang berperan sebagai pengubah
sisa/sampah dan jasad-jasad yang mati menjadi unsur-unsur penyusun yang kemudian dipakai ulang
oleh tanaman. Siklus ini dikenal sebagai jaringan makanan (food web) yang secara ringkas dapat
dinyatakan dalam diagram ini.

Matahari
CO2 Tanaman/Plankton nabati
(produsen)
Unsur hara

Pembusuk/pengurai Plankton Hewani (konsumen)

Hewan Pemangsa Predator Hewan Mangsa

Dari pembahasan ini dapat disimpulkan bahwa tanaman dan dataran bertumbuhan di daerah pesisir
merupakan wadah penyimpan dan alat pengubah unsur hara yang berasal dari sumber-sumber di hulu.
Plankton nabati memanfaatkan unsur hara yang terlarut dan menyediakan bahan organik ke dalam
jaringan makanan. Sedang tanaman tingkat tinggi yang berakar memompa unsur hara yang mengendap
di dasar ke dalam jaringannya dan menyediakan kembali unsur-unsur hara dan juga bahan organik ke
dalam perairan pesisir. Disini nampak peranan tanaman sebagai pengubah energi matahari dan unsur-
unsur hara menjadi energi yang tersimpan dalam jaringannya.

Penyediaan kembali (recycling) unsur-unsur hara terjadi melalui pembusukan/penguraian dedaunan


yang jatuh (bagian) tumbuhan mati yang juga disebut detritus. Bahan organik yang mengurai ini
dimanfaatkan hewan-hewan dasar atau organisme pembusuk yang selanjutnya dimakan organsme lain,
sedang kotorannya mengurangi pula menyediakan unsur hara kembali ke perairan. Aliran ini sangat
penting artinya dalam proses penyimpanan dan pemakaian ulang unsur hara dalam perairan pesisir.

Apabila siklus ini terputus penumpukan unsur hara akan terjadi tanpa dimanfaatkan kembali dan
akibatnya akan meracuni lingkungan. Proses ini menuntut pengelolaan wilayah pesisir yang harus
didasarkan pada pandangan satu kesatuan wilayah yang integral dan bukan bagian-bagian yang mandiri.

Mengingat akan kenyataan bahwa kehidupan di wilayah berpangkal pada tanaman dan kelangsungan
ekosistem tergantung pada aliran energi, maka dalam pengelolaannya diusahakan agar persyaratan

266
untuk mendukung kehidupan tanaman tersedia dan menjaga kelancaran dan keutuhan aliran energi.
Selain itu perlu pula disadari bahwa persyaratan hidup untuk setiap jasad berbeda. Persyaratan untuk
mendukung kehidupan tanaman antara lain mencakup: (1) kecerahan, (2) sediaan unsur hara dan (3)
aliran air. Ketiga persyaratan ini menentukan lingkungan (habitat) utama dimana tanaman tersebut
berada.

Kelangsungan berbagai jenis ikan dan udang yang ditemukan di daerah perairan pesisir dan tawar
tergantung pada estuaria untuk menyelesaikan sebagian dari daur hidupnya. Tidak jarang jenis-jenis ini
adalah jenis yang ekonomis penting. Umumnya ketergantungan hidup pada estuaria pada estuaria ini
adalah untuk dapat memijah, membesarkan anak (benih atau larva) atau “sekedar” untuk mencari
makan. Peran-peran tersebut hanya terjadi dalam suatu lingkungan (habitat) khas dalam estuaria itu.
Dan kaitan dengan lingkungan itu dapat didasarkan pada sifat perairan, dasar atau tumbuhan yang
ditemukan di lingkungan tersebut. Karenanya keterangan yang diperlukan bagi pengelolaan tidak saja
terdiri dari penyebaran ikan atau udang tersebut, tetapi juga perlu dikaitkan dengan keadaan lingkungan
dimana jasad-jasad tersebut ditemukan. Dan lingkungan ini perlu dipertahankan agar kelangsungan
jenis-jenis ini dapat terjamin.

5. Pengelolaan Wilayah Pesisir

Dalam bagian-bagian terdahulu dikemukakan beberapa prinsip-prinsip ekologi atau kaitan utama antara
komponen hidup dan lingkungan fisiknya. Harus disadari bahwa untuk menggali semua keterangan
tentang hubungan di dalam suatu ekosistem memerlukan waktu yang lama. Di lain pihak tekanan
pembangunan jika meningkat dan mungkin perlu segera dipenuhi. Untuk memenuhi kedua pendekatan
yaitu ekologis dan pragmatis, diperlukan suatu strategi yang tepat. Dalam hal ini perlu ditekankan suatu
pola kerja yang didasarkan pada kerjasama interdisipliner sejak perencanaan pembangunan hingga
pelaksanaannya.

Batas-batas wilayah pengembangan adalah penting dalam pengelolaan. Bagaimanapun bentuknya


wilayah pesisir dapat dibagi menjadi tiga wilayah, yaitu: (1) wilayah produksi atau wilayah
pemanfaatan, (2) wilayah konservasi, dan (3) wilayah preservasi. Biasanya wilayah preservasi terletak
di dalam wilayah konservasi yang mungkin memiliki lebih dari satu wilayah preservasi.

Wilayah preservasi memiliki elemen-elemen ekologi yang sangat penting dan rawan sehingga perlu
dipertahankan terhadap gangguan. Wilayah ini dipertahankan dan dilindungi agar fungsi dan proses
ekologis tetap berjalan dengan lancar. Ketidak lancaran fungsi dan proses ini akan berakibat luas tidak
hanya terbatas pada wilayah pesisir tetapi juga pada wilayah lepas pantai atau daratan. Beberapa contoh
wilayah yang perlu dipertahankan dan dilindungi disajikan berikut ini:

1. Daerah karang (laut)

Berperan sebagai pelindung pantai dan habitat bagi berbagai jenis ikan karang. Perlu dilindungi
terhadap pencemaran air keruh, suhu dan peracunan bahan kimia.

2. Daerah rumput/ganggang laut dan karang

Berperan sebagai perangkap energi dan penyediaan makanan baik bagi manusia maupun bagi ikan
kerang-kerangan adalah hewan dasar, dan penyaring makanan (filter feeders) mempunyai nilai
gizi/ekonomi yang tinggi dan karenanya perlu dilindungi terhadap kekeruhan dan pencemaran bahan
kimia.

267
3. Saluran drainasi (alami)

Dipertahankan karena peranannya dalam penyediaan kembali unsur hara, pengaturan aliran air tawar,
pembilas dan penggelontor.

4. Daerah rawa dan daerah pasang-surut yang ditumbuhi tetumbuhan.

Daerah rawa dan pasang-surut bertumbuhan merupakan daerah yang mampu membersihkan aliran
limpas (run-off), mengatur aliran air, dan berperan sebagai daerah penyangga. Umumnya daerah ini
dalam keadaan sangat dinamis dan karenanya sangat tidak stabil dan peka. Selain itu daerah-daerah ini
merupakan gudang penyimpanan energi dan unsur hara.

5. Bukit pasir (dunes) dan pantai.

Daerah yang langsung berbatasan dengan laut ini sangat dinamis dan peka. Kehidupan tanaman sangat
langka. Gangguan terhadap daerah dapat mengakibatkan pengikisan dan perubahan garis pantai dan
karenanya dapat berakibat sangat buruk terhadap seluruh ekosistem pesisir.

6. Daerah pemijahan, pembesaran dan makan

Daerah ini perlu dilindungi bukan saja bagi keuntungan jenis-jenis ikan/udang atau organisme air lain
yang memanfaatkan daerah itu, tetapi juga untuk memelihara kelancaran aliran energi.

7. Alur ruaya

Jenis-jenis ikan/udang yang kelangsungan hidupnya tergantung pada estuaria bergerak ke dan dari
estuaria melalui alur ruaya tertentu. Kelangsungan hidup jenis dan kelancaran aliran energi akan
terganggu bila alur ini tidak terlindung.

Berbeda dengan wilayah preservasi, dalam wilayah konservasi pemanfaatan/kegiatan yang terekendali
masih diizinkan. Peran utama daerah ini adalah daerah penyangga yang membatasi aktifitas yang tinggi
di daerah produksi agar tidak “tertembus” ke daerah preservasi. Kegiatan-kegiatan dalam daerah ini
perlu dikendalikan dan menuntut perhatian (jadi juga keuangan) yang besar.

Di wilayah pesisir daerah ini mencakup daerah banjir yang dapat menghindari daerah pantai yang rawan
terhadap akibat (1) erosi dan pencemaran domestik, (2) mengendalikan aliran drainasi air dari daratan
di bagian hulu, dan (3) melindungi habitat-habitat penting di perairan bagian hilir karena
kemampuannya menyaring dan mengendapkan bahan pencemar/bahan-bahan bawaan lain yang dapat
mengganggu, dan juga melindungi daerah pantai. Peran-peran ini hanya dapat terjadi bila
kepadatan/intensitas kegiatan di daerah ini ditekan, dan terkendali terutama yang menyangkut
pemanfaatan lahan, pembuangan sampah, penggunaan pupuk dan pestisida. Dalam pertimbangan
pengelolaan persyaratan-persyaratan bagi kehidupan tanaman perlu dipenuhi agar pangkal kehidupan
pesisir dapat dipertahankan.

Dalam menentukan daerah konservasi atau preservasi perlu dipertanyakan peran/kepentingan daerah
antara lain:

1. Peran ekologis ( penjaring pencemar, pengatur aliran air, panjaring unsur hara dan energi, dan
lain-lain.
2. Peran biologis (daerah pemijahan, alur ruaya daerah pembesaran, habitat langka).
3. Mempunyai nilai budaya, sejarah, geologis atau kepentingan nasional lain termasuk
pertahanan.

268
4. Mempunyai nilai estetik (biasanya menjadi obyek pariwisata).

Suatu daerah yang relatif lebih stabil dapat ditetapkan sebagai daerah produksi. Walaupun demikian
tidak berarti bahwa kegiatannya dapat dilaksanakan semena-mena. Batasan laju kegiatannya ditentukan
oleh keadaan alami daerah itu. Dengan demikian, laju kegiatannya sedapat-dapatnya memelihara laju
alami, terutama dalam aliran air dan unsur hara. Dalam keadaan ini diharapkan peran dan fungsi ekologi
di wilayah dapat dipertahankan.

269
4.8.
PENGELOLAAN WILAYAH PESISIR SECARA TERPADU

1. Pendahuluan

Pengelolaan Wilayah Pesisir Secara Terpadu (Integrated Coastal Zone Management atau disingkat
ICZM) merupakan cabang ilmu baru bukan saja di Indonesia, tetapi juga di tingkat dunia (IPCC, 1944
dalam Dahuri, et al., 1996). Sehingga, berbagai terminologi dengan arti yang sebenarnya sama yaitu
merupakan kegiatan manusia di dalam mengelola ruang, sumber daya, atau penggunaan yang terdapat
pada suatu wilayah pesisir, sering dijumpai di berbagai pustaka tentang pengelolaan wilayah pesisir.
Terminologi tersebut antara lain berupa: (1) Coastal Management, (2) Coastal Resources Management,
(3) Coastal Areas Management and Planning, (4) Coastal Zone Management, (5) Integrated Coastal
Zone Management, (6) Integrated Costal Zone Planning and Management, (7) Integrated Coastal
Resources Management, (8) Coastal Zone Resources Management, dan (9) Integrated Coastal
Management.

Dalam hal ini, yang dimaksud dengan ICZM adalah pengelolaan pemanfaatan sumber daya alam dan
jasa-jasa lingkungan (environmental services) yang terdapat di kawasan pesisir; dengan cara melakukan
penilaian menyeluruh (comprehensive assessment) tentang kawasan pesisir beserta sumber daya alam
dan jasa-jasa lingkungan yang terdapat di dalamnya, menentukan tujuan dan sasaran pemanfaatan, dan
kemudian merencanakan serta mengelola segenap kegiatan pemanfaatannya; guna mencapai
pembangunan yang optimal dan berkelanjutan. Proses pengelolaan ini dilaksanakan secara kontinyu
dan dinamis dengan mempertimbangkan segenap aspek sosial ekonomi budaya dan aspirasi masyarakat
pengguna kawasan pesisir (stakeholders) serta konflik kepentingan dan konflik pemanfaatan kawasan
pesisir yang mungkin ada (Sorensen and McCreary, 1990; IPCC, 1994). Oleh karena itu, untuk
menghindari kebingungan khalayak pembaca, beberapa konsep dan definisi yang berkaitan dengan
ICZM dijelaskan di bawah ini.

2. Batas Wilayah Pesisir

Pertanyaan pertama yang seringkali muncul dalam pengelolaan kawasan pesisir adalah bagaimana
menentukan batas-batas dari suatu wilayah pesisir (coastal zone). Sampai sekarang belum ada definisi
wilayah pesisir yang baku. Namun demikian, terdapat kesepakatan umum di dunia bahwa wilayah
pesisir adalah suatu wilayah peralihan antara daratan dan lautan. Apabila ditinjau dari garis pantai
(coastline), maka suatu wilayah pesisir memiliki dua macam batas (boundaries), yaitu: batas yang
sejajar garis pantai (longshore) dan batas yang tegak lurus terhadap garis pantai (crossshore). Untuk
keperluan pengelolaan, penetapan batas-batas wilayah pesisir yang sejajar dengan garis pantai relatif
mudah, misalnya batas wilayah pesisir antara Sungai Brantas dan Sungai Bengawan Solo, atau batas
wilayah pesisir Kabupaten Kupang adalah antara Tanjung Nasikonis dan Pulau Sabu, dan batas wilayah
pesisir DKI Jakarta adalah antara Sungai Dadap di sebelah barat dan Tanjung Karawang di sebelah
timur.

Akan tetapi, penetapan batas-batas suatu wilayah pesisir yang tegak lurus terhadap garis pantai, sejauh
ini belum ada kesepakatan. Dengan perkataan lain, batas wilayah pesisir berbeda dari satu negara ke
negara yang lain. Hal ini dapat dimengerti, karena setiap negara memiliki karaktersitik lingkungan,
sumber daya dan sistem pemerintahan tersediri (khas).

270
Tabel 4.8.1, Tabel 4.8.2 dan Gambar 4.8.1 memperlihatkan beberapa alternatif (pilihan) dalam
menentukan batas ke arah darat dan ke arah laut dari suatu wilayah pesisir. Pada satu ekstrim, suatu
wilayah pesisir dapat meliputi suatu kawasan yang sangat luas mulai dari batas lautan (terluar) ZEE
sampai daratan yang masih dipengaruhi oleh iklim laut. Pada esktrim lainnya, suatu wilayah pesisir
hanya meliputi kawasan peralihan antara ekosistem laut dan daratan yang sangat sempit, yaitu dari garis
rata-rata pasang-tertinggi sampai 200 m ke arah darat dan ke arah laut meliputi garis pantai pada saat
rata-rata pasang terendah. Batasan wilayah pesisir yang sangat sempit ini dianut oleh Costa Rica.
Sementara itu, negara-negara lain mengambil batasan wilayah pesisir di antara kedua ekstrim tersebut.

Tabel 4.8.2 menyajikan batas ke arah darat dan ke arah laut dari wilayah pesisir yang telah
diimplementasikan dalam program pengelolaan wilayah pesisir di beberapa negara. Ada beberapa
pelajaran yang dapat dipetik dari Tabel 4.8.2. Pertama, batas wilayah pesisir ke arah darat pada
umumnya adalah jarak secara arbitrer dari rata-rata pasang tinggi (Mean High Tide), dan batas ke arah
laut umumnya adalah sesuai dengan batas jurisdiksi propinsi. Kedua, bahwa untuk kepentingan
pengelolaan, batas ke arah darat dari suatu wilayah pesisir dapat ditetapkan sebanyak dua macam, yaitu
batas untuk wilayah perencanaan (planning zone) dan batas untuk wilayah pengaturan (regulation zone)
atau pengelolaan keseharian (day-to-day management). Wilayah perencanaan sebaiknya meliputi
seluruh daerah daratan (hulu) apabila terdapat kegiatan manusia (pembangunan) yang dapat
menimbulkan dampak secara nyata (significant) terhadap lingkungan dan sumber daya di pesisir. Oleh
karena itu, batas wilayah pesisir ke arah darat untuk kepentingan perencanaan (planning zone) dapat
sangat jauh ke arah hulu, misalnya Kota Bandung untuk kawasan pesisir dari DAS Citarum. Jika suatu
program pengelolaan wilayah pesisir menetapkan dua batasan wilayah pengelolaannya (wilayah
perencanaan dan wilayah pengaturan), maka wilayah perencanaan selalu lebih luas daripada wilayah
pengaturan.

Dalam pengelolaan wilayah sehari-hari, pemerintah (pihak pengelola) memiliki kewenangan penuh
untuk mengeluarkan atau menolak izin kegiatan pembangunan. Sementara itu, kewenangan semacam
ini di luar batas wilayah pengaturan (regulation zone) sehingga menjadi tanggung jawab bersama
daerah hulu atau laut lepas. Ketiga, bahwa batas ke arah darat dari suatu wilayah pesisir dapat berubah.
Contohnya negara bagian California yang pada tahun 1972 menetapkan batas ke arah darat wilayah
pesisirnya sejauh 1.000 meter dari garis rata-rata pasang tinggi, kemudian sejak tahun 1977 batas
tersebut menjadi batas arbitrer yang bergantung pada isu pengelolaan.

Dalam pada itu, menurut Soegiarto (1976), definisi wilayah pesisir yang digunakan di Indonesia adalah
daerah pertemuan antara darat dan laut; ke arah darat wilayah pesisir meliputi bagian daratan, baik
kering maupun terendam air, yang masih dipengaruhi sifat-sifat laut seperti pasang surut, angin laut,
dan perembesan air asin; sedangkan ke arah laut wilayah pesisir mencakup bagian laut yang masih
dipengaruhi oleh proses-proses alami yang terjadi di darat seperti sedimentasi dan aliran air tawar,
maupun yang disebabkan oleh kegiatan manusia di darat seperti pengundulan hutan dan pencemaran.

Definisi wilayah pesisir seperti di atas memberikan suatu pengertian bahwa ekosistem pesisir
merupakan ekosistem yang dinamis dan mempunyai kekayaan yang beragam, di darat maupun di laut,
serta saling berinteraksi antara habitat tersebut. Selain mempunyai potensi yang besar, wilayah pesisir
juga merupakan ekosistem yang paling mudah terkena dampak kegiatan manusia. Umumnya kegiatan
pembangunan, secara langsung maupun tidak lansung berdampak merugikan terhadap ekosistem
pesisir.

271
Menurut kesepakatan internasional terakhir, wilayah pesisir didefinisikan sebagai wilayah peralihan
anara laut dan daratan, ke arah darat mencakup daerah yang masih terkena pengaruh percikan air laut
atau pasang surut, dan ke arah laut meliputi daerah paparan benua (continentalshelf) (Beatley et al.,
1994).

Tabel 4.8.1. Beberapa alternatif penentuan batas ke arah laut dan darat untuk suatu wilayah pesisir

Batas ke Rata-rata Jarak secara Batas antara Sama Tepi laut Batas lautan
arah pasang arbitrer ke jurisdiksi dengan batas dari paparan dari Zona
rendah arah Laut propinsi laut benua 3) Ekonomi
Laut (MLT) atau dari garis dengan territorial 2) Eksklusif
rata-rata batas pasang nasional 1) (ZEE) 4)
Batas pasang surut
ke arah Darat tinggi
(MHT)
Jarak secara Costa Rica Srilangka, California Spanyol Great barrier Program
arbitrer ke (MLT) Brasil dan (1972-1976) Marine Park pengelolaan
arah darat Israel authority lautan
dari garis Srilangka,
pasang surut Belanda dan
Swedia
Batas daratan Australia Negara
menurut Barat Bagian
ketetapan (MHT) Washington
pemerintah (Untuk
tingkat perencanaan)
propinsi 5)
Suatu lokasi - US Coastal
dimana Zone Act
dampak - California
negatif (sejak 1976)
penting
disini, masih
mempengauhi
wilayah
pesisir.
Batas daratan
yang
dipengaruhi
oleh iklim
laut
Sumber: Dimodifikasi dari Sorensen and Mc. Creary (1990) (dalam Dahuri et al., 1996)

Keterangan:
1) Dalam banyak hal batas jurisdiksi antara pemerintah propinsi dan nasional (pusat) sama dengan garis batas laut territorial.
2) Biasanya antara 3 sampai 12 mil laut dari garis dasar (Coastal base line). Garis dasar adalah suatu rangkaian garis lurus yang
menghubungkan titik-titik terluar pulau, semenanjung dan tanjung yang dimiliki oleh negara.
3) Di beberapa lokasi, tepi lautan dari paparan benua dapat melebihi 200 mil laut dari garis pantai.
4) ZEE meliputi daerah lautan 200 mil laut dari garis dasar, atau tepi lautan dari paparan benua, tergantung mana yang lebih jauh.
5) Batas ke arah darat dari wilayah pesisir suatu propinsi (pemerintah lokal) seringkali lebih jauh ke arah darat daripada suatu lokasi dimana
dampak negatif penting dapat ditimbulkan terhadap wilayah pesisir.
MLT = Mean Low Tide
MHT = Mean High Tide

Dalam Rapat Kerja Nasional Proyek MREP (Marine Resource Evaluation and Planning atau
Perencanaan dan Evaluasi Sumber Daya Kelautan) di Manado, 1-3 Agustus 1994, telah ditetapkan
bahwa batas ke arah laut suatu wilayah pesisir untuk keperluan praktis dalam proyek MREP adalah
sesuai dengan batas laut yang terdapat dalam peta Lingkungan Pantai Indonesia (LPI) dengan skala

272
1:50.000 yang telah diterbitkan oleh Badan Koordinasi Survey dan Pemetaan Nasional
(BAKOSURTANAL).

Sedangkan batas ke arah darat adalah mencakup batas administratif seluruh desa pantai (sesuai dengan
ketentuan Direktorat Jenderal Pemerintahan Umum dan Otonomi Daerah, Departemen Dalam Negeri)
yang termasuk ke dalam wilayah Pesisir MREP.

Bedasarkan uraian di atas, maka untuk kepentingan pengelolaan adalah kurang begitu penting untuk
menetapkan batas-batas fisik suatu wilayah pesisir secara kaku (rigid). Akan lebih berarti, jika
penetapan batas-batas suatu wilayah pesisir didasarkan atas faktor-faktor yang mempengaruhi
pembangunan (pemanfaatan) dan pengelolaan ekosistem pesisir dan lautan beserta segenap sumber
daya yang ada di dalamnya, serta tujuan dari pengelolaan itu sendiri. Jika tujuan pengelolaan adalah
untuk mengendalikan atau menurunkan tingkat pencemaran perairan pesisir yang dipengaruhi oleh
aliran sungai, maka batas wilayah pesisir ke arah darat hendaknya mencakup suatu daratan DAS
(Daerah Aliran Sungai) di mana buangan limbah di sini akan mempengaruhi kualitas perairan pesisir.

Program Wilayah Pesisir


Negara Bagian Washington

U.S. Coastal Management Act

Costa Rica

Program Pengelolaan Program Pengelolaan


Lautan Srilangka Pesisir Srilangka

Program Pengelolaan Program Pengelolaan


Lautan Brasil Wilayah Pesisir Brasil

Batas Daratan
Rata-rata Rata-rata yang dipengaruhi
Surut Pasang Batas Daratan oleh iklim laut
Batas Terendah Tertinggi dari Pemerintah
Lautan Daerah
Batas lautan dari Laut Jarak arbitrer
dari ZEE Teritorial dari Pasang surut
Tepi lautan
dari Paparan Batas antara Jarak arbitrer Batas Daratan, di mana
dunia yurisdiksi Propinsi dari Garis Pasang dampak yang ditimbulkan
atau Negara Bagian Surut masih berpengaruh terhadap
dan Jurisdiksi Nasinal wilayah pesisir
Paparan Benua

Gambar 4.8.1. Batas Program Pengelolaan Wilayah Pesisir dan Program Pengelolaan Lautan yang
berlaku sekarang ini dan untuk masa mendatang (Sorensen dan Mc Creary, 1990 dalam
Dahuri et al., 1996)

273
Tabel 4.8.2. Batas ke arah darat dan ke arah laut wilayah pesisir yang telah dipraktekkan di beberapa
Negara atau Negara Bagian

No. Negara/Negara Bagian Batas ke arah Darat Batas ke arah Laut


1 Brasilia 2 km dari garis RPT 12 km dari garis RPT
2 California . 1.000 m dari garis RPT . 3 mil laut dari garis GD
. 1972-1976 . Batas arbitrer tergantung isu . 3 mil laut dari GD
. 1977-sekarang pengelolaan
3 Costa Rica 200 m dari garis RPT Garis pantai saat RPR
4 Cina 10 km dari RPT Sampai kedalaman laut/isobaths
15 m
5 Ekuador Batas arbitrer tergantung isu BL
pengelolaan
6 Israel 1-2 km tergantung jenis sumber 500 m dari garis pantai saat RPR
daya dan lingkungan
7 Afrika Selatan 1 km dari garis RPT BL
8 Australia Selatan 100 km dari garis RPT 3 mil laut dari GD
9 Queensland 400 m dari garis RPT 3 mil laut dari GD
10 Spanyol 500 m dari garis RPT 12 mil laut/batas
11 Washington State . Batas darat dari negara pantai Perairan territorial
. Batas perencanaan . 61 m dari garis RPT . 3 mil laut dari GD
. Batas Pengaturan . 3 mil laut dari GD
Sumber: Soerensen dan Mc. Creary (1990) dalam Dahuri et al., 1996)

Keterangan:
RPT = Rata-rata Pasang Tinggi (mean high tide)
RPR = Rata-rata Pasang Rendah (mean low tide)
GD = Garis Dasar (coastal baseline)
BL = Belum ditetapkan

Batas wilayah pesisir ke arah darat semacam ini sama seperti yang dianut oleh United States (U.S)
Coastal Management Act dan California sejak tahun 1976. Sedangkan, ke arah laut hendaknya meliputi
daerah laut yang masih dipengaruhi oleh pencemaran yang berasal dari darat tersebut, atau suatu daerah
laut di mana kalau terjadi pencemaran (misalnya tumpahan minyak), minyaknya akan mengenai
perairan pesisir. Batasan wilayah pesisir yang sama dapat berlaku, jika tujuan pengelolaannya adalah
untuk mengendalikan laju sedimentasi di wilayah pesisir akibat pengelolaan lahan atas yang kurang
bijaksana seperti penebangan hutan secara semena-mena dan bertani pada lahan dengan kemiringan
labih dari 40%.

Sementara itu, jika tujuan pengelolaan suatu wilayah pesisir adalah untuk mengendalikan erosi (abrasi)
pantai, maka batas ke arah darat cukup hanya sampai pada lahan pantai yang diperkirakan terkena
abrasi, dan batas ke arah laut adalah daerah yang terkena pengaruh distribusi sedimen akibat proses
abrasi, yang biasanya terdapat pada daerah pemecah gelombang (breakwater zone) yang paling dekat
dengan garis pantai. Dengan demikian, meskipun untuk kepentingan pengelolaan sehari-hari (day-to-
day management) kegiatan pembangunan di lahan atas di laut lepas biasanya ditangani oleh instansi
tersendiri, namun untuk kepentingan perencanaan pembangunan wilayah pesisir, segenap pengaruh-
pengaruh atau keterkaitan tersebut harus dimasukkan pada saat menyusun perencanaan pembangunan
wilayah pesisir.

3. Lingkungan dan Sumber Daya Wilayah Pesisir

Dalam suatu wilayah pesisir terdapat satu atau lebih sistem lingkungan (ekosistem) dan sumber daya
pesisir. Ekosistem pesisir dapat bersifat alami ataupun buatan (man-made). Ekosistem alami yang
terdapat di wilayah pesisir antara lain adalah: terumbu karang (coral reefs), hutan mangroves, padang

274
lamun, pantai berpasir (sandy beach), formasi pes-caprea, formasi baringtonia, estuaria, laguna, dan
delta. Sedangkan ekosistem buatan antara lain berupa: tambak, sawah pasang surut, kawasan pariwisata,
kawasan industri, kawasan agroindustri dan kawasan pemukiman.

Sumber daya di wilayah pesisir terdiri dari sumber daya alam yang dapat pulih dan sumber daya alam
yang tidak dapat pulih, sumber daya yang dapat pulih antara lain meliputi: sumnber daya perikanan
(plankton, benthos, ikan, moluska, krustasea, mamalia laut), rumput laut (seaweed), padang lamun,
hutan mangrove, dan terumbu karang. Sedangkan sumber daya tak dapat pulih, antara lain mencakup:
minyak dan gas, bijih besi, pasir, timah, bauksit, dan mineral serta bahan tambang lainnya.

4. Perencanaan dan Pengelolaan Wilayah Pesisir Secara Sektoral

Perencanaan dan pengelolaan wilayah pesisir secara sektoral biasanya berkaitan dengan hanya satu
macam pemanfaatan sumber daya atau ruang pesisir oleh satu instansi pemerintah untuk memenuhi
tujuan tertentu, seperti perikanan tangkap, tambak, pariwisata, pelabuhan, atau industri minyak dan gas.
Pengelolaan semacam ini dapat menimbulkan konflik kepentingan antar sektor yang berkepentingan
yang melakukan aktivitas pembangunan pada wilayah pesisir dan lautan yang sama. Selain itu,
pendekatan sektoral semacam ini pada umumnya tidak atau kurang mengindahkan dampaknya terhadap
yang lain, sehingga dapat mematikan usaha sektor lain. Contohnya kegiatan industri yang membuang
limbahnya ke lingkungan pesisir dapat mematikan usaha tambak, perikanan tangkap, pariwisata pantai
dan membahayakan kesehatan manusia.

5. Perencanaan Terpadu

Perencanaan terpadu dimaksudkan untuk mengkoordinasikan dan mengarahkan berbagai aktivitas dari
dua atau lebih sektor dalam perencanaan pembangunan dalam kaitannya dengan pengelolaan wilayah
pesisir dan lautan. Perencanaan terpadu biasanya dimaksudkan sebagai suatu upaya secara terprogram
untuk mencapai tujuan yang dapat mengharmoniskan dan mengoptimalkan antara kepentingan untuk
memlihara lingkungan, keterlibatan masyarakat, dan pembangunan ekonomi. Seringkali, keterpaduan
juga diartikan sebagai koordinasi antara tahapan pembangunan di wilayah pesisir dan lautan yang
meliputi: pengumpulan dan analisis data, perencanaan, implementasi, dan kegiatan konstruksi
(Soerensen dan Mc Creary, 1990 dalam Dahuri, et al., 1996).

Dalam konteks perencanaan pembangunan sumber daya alam yang lebih luas, Hanson (1988)
mendefinsikan perencanaan sumber daya secara terpadu sebagai suatu upaya secara bertahap dan
terpogram untuk mencapai tingkat pemanfaatan sistem sumber daya alam secara optimal dengan
memperhatikan semua dampak lintas sektoral yang mungkin timbul. Dalam hal ini yang dimaksud
dengan pemanfaatan optimal adalah suatu cara pemanfaatan sumber daya pesisir dan lautan yang dapat
menghasilkan keuntungan ekonomis secara berkesinambungan untuk kemakmuran masyarakat.

Sementara itu, Lang (1986) menyarankan bahwa keterpaduan dalam perencanaan dan pengelolaan
sumber daya alam, seperti pesisir dan lautan, hendaknya dilakukan pada tiga tataran (level): teknis,
konsultatif, dan koordinasi. Pada tataran teknis, segenap pertimbangan teknis, ekonomis, sosial, dan
lingkungan hendaknya secara seimbang atau proporsional dimasukkan ke dalam setiap perencanaan dan
pelaksanaan pembangunan sumber daya pesisir dan lautan.

Pada tataran konsultatif, segenap aspirasi dan kebutuhan para pihak yang terlibat (stakeholders) atau
terkena dampak pembangunan sumber daya pesisir dan lautan hendaknya diperhatikan sejak tahap
perencanaan sampai pelaksanaan. Tataran koordinasi mensyaratkan diperlukannya kerjasama yang

275
harmonis antara semua pihak yang terkait dengan pengelolaan sumber daya pesisir dan lautan, baik itu
pemerintah, swasta, maupun masyarakat umum.

6. Pengelolaan Wilayah Pesisir Secara Terpadu

Pengelolaan wilayah pesisir secara terpadu adalah suatu pendekatan pengelolaan wilayah pesisir yang
melibatkan dua atau lebih ekosistem, sumber daya, dan kegiatan pemanfaatan (pembangunan) secara
terpadu (integrated) guna mencapai pembangunan wilayah pesisir secara berkelanjutan. Dalam konteks
ini, keterpaduan (integration) mengandung tiga dimensi: sektoral, bidang ilmu, dan keterkaitan
ekologis.

Keterpaduan secara sektoral berarti bahwa perlu ada koordinasi tugas, wewenang dan tanggung jawab
antar sektor atau instansi pemerintah pada tingkat pemerintah tertentu (horizontal integration); dan
antar tingkat pemerintahan dari mulai tingkat desa, kecamatan, kabupaten, propinsi, sampai tingkat
pusat (vertical integration).

Keterpaduan sudut pandang keilmuan mensyaratkan bahwa di dalam pengelolaan wilayah pesisir
hendaknya dilaksanakan atas dasar pendekatan interdisiplin ilmu (interdisciplinary approaches), yang
melibatkan bidang ilmu: ekonomi, ekologi, teknik, sosiologi, hukum, dan lainnya yang relevan. Ini
wajar karena wilayah pesisir pada dasarnya terdiri dari sistem sosial dan sistem alam yang terjalin secara
kompleks dan dinamis.

Seperti diuraikan di atas, bahwa wilayah pesisir pada dasarnya tersusun dari berbagai macam ekosistem
(mangroves, terumbu karang, estuaria, pantai berpasir, dan lainnya) yang satu sama lain saling terkait,
tidak berdiri sendiri. Perubahan atau kerusakan yang menimpa satu ekosistem akan menimpa pula
ekosistem lainnya. Selain itu, wilayah pesisir juga dipengaruhi oleh berbagai macam kegiatan manusia
maupun proses-proses alamiah yang terdapat di lahan atas (upland areas) maupun laut lepas (oceans).
Kondisi empiris semacam ini mensyaratkan bahwa Pengelolaan Wilayah Pesisir dan Lautan Secara
Terpadu (PWPLT) harus memperhatikan segenap keterkaitan ekologis (ecological linkages) tersebut,
yang dapat mempengaruhi suatu wilayah pesisir. Mengingat bahwa suatu pengelolaan (management)
terdiri dari tiga tahap utama: perencanaan, implementasi, monitoring dan evaluasi, maka jiwa/nuansa
keterpaduan tersebut perlu diterapkan sejak tahap perencanaan sampai evaluasi (Dahuri et al., 1996).

276
4.9.
PENGELOLAAN SUMBER DAYA IKAN INDONESIA
(Pendekatan Normatif)

1. PENDAHULUAN

1.1. Latar Belakang

Pertumbuhan penduduk dan pertumbuhan ekonomi yang terjadi di beberapa Negara, telah mendorong
meningkatnya komoditas perikanan dari waktu ke waktu. Meningkatnya permintaan ikan ini mengarah
pada jumlah yang tidak terbatas, mengingat kegiatan pembangunan yang merupakan faktor pendorong
dari permintaan ikan berlangsung secara terus menerus. Sementara di sisi lain, permintaan ikan tersebut
dipenuhi dari sumber daya ikan yang jumlahnya di alam memang terbatas.

Kecenderungan meningkatnya permintaan ikan telah membuka peluang berkembang pesatnya industri
perikanan, baik perikanan tangkap maupun perikanan budidaya. Hanya sayangnya, perkembangan
industri perikanan ini lebih banyak dilandasi oleh pertimbangan teknologi dan ekonomi, dan sekaligus
mengabaikan pertimbangan lainnya seperti lingkungan, sosial budaya serta kelestarian sumber daya
perikanan. Akibatnya, jaminan usaha perikanan yang berkelanjutan menjadi tanda tanya, disamping
upaya meningkatkan kesejahteraan nelayan menjadi semakin jauh.

Bagi Indonesia, perikanan mempunyai peranan yang cukup penting dalam pembangunan nasional. Hal
ini disebabkan karena adanya beberapa faktor, diantaranya adalah:

1) Sekitar 2.274.629 orang nelayan dan 1.063.140 rumah tangga budidaya, menggantungkan
hidupnya dari kegiatan usaha perikanan.
2) Adanya sumbangan devisa yang jumlahnya cukup signifikan dan cenderung meningkat dari
tahun ke tahun.
3) Mulai terpenuhinya kebutuhan sumber protein hewani bagi sebagian masyarakat.
4) Terbukanya lapangan kerja bagi angkatan kerja baru, sehingga diharapkan mampu mengurangi
angka pengurangan dan
5) Adanya potensi perikanan yang dimiliki Indonesia.

Dalam kerangka pembangunan nasional, maka peningkatan kontribusi perikanan harus diupayakan
secara berhati-hati, agar tidak menimbulkan dampak negatif dimasa yang akan datang. Disinilah
peranan pengelolaan potensi perikanan menjadi sangat strategis. Di sisi lain, disadari juga bahwa
pertumbuhan penduduk dunia dan pertumbuhan ekonomi beberapa negara di dunia, telah mendorong
meningkatnya permintaan bahan makanan termasuk di dalamnya ikan. Disamping itu, timbulnya
kesadaran masyarakat akan kesehatan telah menggeser pola makan masyarakat, khususnya sumber
protein hewani dari yang bersifat “red meat” (sapi, babi dan sebagainya) ke “white meat” (ikan).
Kondisi tersebut di atas telah berimplikasi pada meningkatnya permintaan ikan dunia.

1.2. Maksud dan Tujuan

Makalah ini ditulis dengan maksud untuk melihat bagaimana kebijakan pengelolaan sumber daya
perikanan Indonesia seharusnya dilakukan dan bagaimana posisi kebijakan tersebut apabila dipandang
dari sisi normatif. Sedangkan tujuan dari penulisan makalah ini adalah untuk melihat hal-hal sebagai
berikut:

277
1) Memberikan gambaran beberapa model normatif yang dapat dipergunakan dalam pengelolaan
sumber daya ikan.
2) Melihat peranan yang dapat diambil oleh pemerintah dalam pengelolaan sumber daya ikan.

2. SUMBER DAYA IKAN SEBAGAI SUMBER DAYA ALAM

Sumber daya alam (natural resources) pada dasarnya mempunyai pengertian segala sesuatu yang
berada di bawah atau di atas bumi, termasuk tanah itu sendiri (Suparmoko, 1997). Dengan kata lain,
sumber daya alam adalah sesuatu yang masih di dalam maupun di luar bumi yang sifatnya masih
potensial dan belum dilibatkan dalam proses produksi. Pengertian ini berbeda dengan barang sumber
daya (resources commodity), karena merupakan sumber daya alam yang sudah diambil dari dalam atau
atas bumi dan siap dipergunakan atau dikombinasikan dengan faktor produksi lainnya untuk
menghasilkan produk baru yang dapat dimanfaatkan baik oleh konsumen maupun produsen.

Sumber daya alam mempunyai hubungan yang sangat erat dengan pertumbuhan ekonomi yang terjadi
di suatu Negara (khususnya Negara sedang berkembang), dimana semakin tinggi pertumbuhan
ekonominya, akan mengakibatkan persediaan sumber daya alam yang tersedia akan semakin berkurang.
Hal ini karena pertumbuhan ekonomi yang tinggi akan selalu menuntut adanya barang sumber daya
dalam jumlah yang tinggi pula, dan barang sumber daya ini diambil dari persediaan sumber daya alam
yang ada. Dengan demikian, terdapat hubungan yang “positif”antara jumlah barang sumber daya
dengan pertumbuhan ekonomi, disamping juga hubungan yang “negatif” antara persediaan sumber daya
alam dengan pertumbuhan ekonomi.

Uraian di atas memberikan peringatan kepada kita bahwa pambangunan dan pertumbuhan ekonomi,
apabila dilakukan tidak secara berhati-hati akan dapat menguras persediaan sumber daya alam yang
ada. Kondisi ini pada gilirannya nanti akan dapat menghambat pertumbuhan ekonomi lebih lanjut. Oleh
karena itu, pemanfaatan sumber daya alam dalam rangka pembangunan harus dilakukan secara
bijaksana, dengan selalu mempertimbangkan sisi positif dan negatifnya.

Ikan adalah salah satu bentuk sumber daya alam yang bersifat renewable atau mempunyai sifat dapat
pulih/dapat memperbaharui diri. Disamping sifat renewable, menurut Widodo dan Nurhakim (2002),
sumber daya ikan pada umumnya mempunyai sifat “open access” dan “common property” yang artinya
pemanfaatan bersifat terbuka oleh siapa saja dan kepemilikannya bersifat umum. Sifat sumber daya
seperti ini menimbulkan beberapa konsekuensi, antara lain:

1) Tanpa adanya pengelolaan akan menimbulkan gejala eksploitasi berlebihan (over exploitation),
investasi berlebihan (over investment) dan tenaga kerja berlebihan (over employment).
2) Perlu adanya hak kepemilikan (proverty rights), misalnya oleh Negara (state property rights).

Dengan sifat-sifat sumber daya seperti di atas, menjadikan sumber daya ikan bersifat unik, dan setiap
orang mempunyai hak untuk memanfaatkan sumber daya tersebut dalam batas-batas kewenangan
hukum suatu Negara.

Pada hakekatnya masalah sumber daya milik bersama, berkaitan erat dengan persoalan-persoalan
eksploitasi atau pemanfaatan yang berlebihan. Hal ini disebabkan oleh karena adanya pendapat
masyarakat yang mengatakan bahwa sumber daya milik bersama adalah sumber daya milik setiap
orang. Oleh karena itu, dapatkan sumber daya tersebut selagi masih baik dan mengapa kita harus
menghematnya, sementara orang lain menghabiskannya.

278
Kondisi di atas mengakibatkan sumber daya milik bersama seperti halnya sumber daya ikan adalah
memungkinkan bagi setiap orang atau perusahaan dapat dengan bebas masuk untuk mengambil
manfaat. Selanjutnya, dengan adanya orang atau perusahaan yang berdesakan karena mereka bebas
masuk, maka akan terjadi interaksi yang tidak menguntungkan dan secara kuantitatif berupa biaya
tambahan yang harus diderita oleh masing-masing orang atau perusahaan, sebagai akibat keadaan yang
berdesakan tersebut. Dengan demikian, secara prinsip sumber daya milik besama yang dicirikan dengan
pengambilan secara bebas maupun akibat-akibat lain yang ditimbulkan seperti biaya eksternalitas
(disekonomis) dan lain sebagainya, akan menimbulkan kecenderungan pengelolaan secara deplesi.

Pengertian deplesi di sini adalah suatu cara pengambilan sumber daya alam secara besar-besaran, yang
biasanya dilakukan untuk memenuhi kebutuhan akan bahan mentah. Dalam kaitannya dengan sumber
daya perikanan yang sifatnya dapat diperbaharui, tindakan deplesi walaupun dapat diimbangi dengan
kegiatan konservasi akan tetap melekat dampaknya terhadap lingkungan dan membutuhkan waktu yang
cukup lama untuk memulihkannya.

Lebih lanjut, Nikijuluw (2002) mengemukakan adanya 3 (tiga) sifat khusus yang dimiliki oleh sumber
daya yang bersifat milik bersama tersebut. Ketiga sifat khusus tersebut adalah:

1) Ekskludabilitas

Sifat ini berkaitan dengan upaya pengendalian dan pengawasan terhadap akses ke sumber daya. Upaya
pengendalian dan pengawasan ini menjadi sulit dan sangat mahal oleh karena sifat fisik sumber daya
ikan yang dapat bergerak, disamping lautan yang cukup luas. Dalam kaitan ini, orang akan dengan
mudah memasuki area perairan untuk memanfaatkan sumber daya ikan yang ada di dalamnya,
sementara di sisi lain otoritas manajemen sangat sulit untuk mengetahui serta memaksa mereka untuk
keluar.

2) Substraktabilitas

Substraktabilitas adalah suatu situasi dimana seseorang mampu dan dapat menarik sebagian atau
seluruh manfaat dan keuntungan yang dimiliki oleh orang lain. Dalam kaitan ini, meskipun para
pengguna sumber daya melakukan kerja sama dalam pengelolaan, akan tetapi kegiatan seseorang
didalam memanfaatkan sumber daya yang tersedia akan selalu berpengaruh secara negatif pada
kemampuan orang lain didalam memanfaatkan sumber daya yang sama. Dengan demikian, sifat ini
pada dasarnya akan menimbulkan persaingan yang dapat mengarah pada munculnya konflik antara
rasionalitas individu dan kolektif.

3) Indivisibilitas

Sifat ini pada hakekatnya menunjukkan fakta bahwa sumber daya milik bersama adalah sangat sulit
untuk dibagi atau dipisahkan, walaupun secara administratif pembagian maupun pemisahan ini dapat
dilakukan oleh otoritas manajemen.

3. PENGELOLAAN SUMBER DAYA IKAN

Pengelolaan sumber daya ikan adalah suatu proses yang terintegrasi mulai dari pengumpulan informasi,
analisis, perencanaan, konsultasi, pengambilan keputusan, alokasi sumber dan implemetasinya, dalam
rangka menjamin kelangsungan produktivitas serta pencapaian tujuan pengelolaan (FAO, 1997).
Sementara Widodo dan Nurhakim (2002) mengemukakan bahwa secara umum, tujuan utama
pengelolaan sumber daya ikan adalah untuk:

279
1). Menjaga kelestarian produksi, terutama melalui berbagai regulasi serta tindakan perbaikan
(enhancement).

2). Meningkatkan kesejahteraan ekonomi dan sosial para nelayan serta

3). Memenuhi keperluan industri yang memanfaatkan produksi tersebut.

3.1. MODEL PENGELOLAAN

Pengelolaan sumber daya perikanan umumnya didasarkan pada konsep “hasil maksimum yang lestari”
(Maximum Sustainable Yield) atau juga disebut dengan “MSY”. Konsep MSY berangkat dari model
pertumbuhan biologis yang dikembangkan oleh seorang ahli Biologi bernama Shaefer pada tahun 1957.
Inti dari konsep ini adalah menjaga keseimbangan biologi dari sumber daya ikan, agar dapat
dimanfaatkan secara maksimum dalam waktu yang panjang. Pendekatan konsep ini berangkat dari
dinamika suatu stok ikan yang dipengaruhi oleh 4 (empat) faktor utama, yaitu rekrutmen, pertumbuhan,
mortalitas dan hasil tangkapan.

Pengelolaan sumber daya ikan seperti ini lebih berorientasi pada sumber daya (resource oriented) yang
lebih ditujukan untuk melestarikan sumber daya dan memperoleh hasil tangkapan maksimum yang
dapat dihasilkan dari sumber daya tersebut. Dengan kata lain, pengelolaan sepereti ini belum
berorientasi pada perikanan secara keseluruhan (fisheries oriented), apalagi berorientasi pada manusia
(social oriented).

Pengelolaan sumber daya ikan dengan menggunakan pendekatan “Maximum Sustainable Yield” telah
mendapat tantangan cukup keras, terutama dari para ahli ekonomi yang berpendapat bahwa pencapaian
“yield” yang maksimum pada dasarnya tidak mempunyai arti secara ekonomi. Hal ini berangkat dari
adanya masalah “diminishing return” yang menunjukkan bahwa kenaikan “yield” akan berlangsung
semakin lambat dengan adanya penambahan “effort” (Lawson, 1984). Pemikiran dengan memasukkan
unsur ekonomi di dalam pengelolaan sumber daya ikan, telah menghasilkan pendekatan baru yang
dikenal dengan “Maximum Economic Yield” atau lebih popular dengan “MEY”. Pendekatan ini pada
intinya adalah mencari titik yield dan effort yang mampu menghasilkan selisih maksimum antara total
revenue dan total cost.

Selanjutnya, hasil kompromi dari kedua pendekatan di atas kemudian melahirkan konsep “Optimum
Sustainable Yield” (OSY), sebagaimana dikemukakan oleh Cunningham, Dunn dan Whitmarsh (1985).
Secara umum konsep ini dimodifikasi dari konsep “MSY”, sehingga menjadi relevan baik dilihat dari
sisi ekonomi, sosial, lingkungan dan faktor lainnya. Dengan demikian, besaran dari “OSY” adalah lebih
kecil dari “MSY” dan besaran dari konsep inilah yang kemudian dikenal dengan “Total Allowable
Catch” (TAC). Konsep pendekatan ini mempunyai beberapa kelebihan dibandingkan dengan “MSY” ,
diantaranya adalah:

1). Berkurangnya resiko terjadinya deplesi dari stok ikan.

2). Jumlah tangkapan per unit effort akan menjadi semakin besar.

3). Fluktuasi TAC juga akan menjadi semakin kecil dari waktu ke waktu.

Hasil pengkajian terakhir yang telah dilakukan terhadap sumber daya ikan Indonesia, menunjukkan
bahwa jumlah potensi lestari adalah sebesar 6,409 juta ton ikan/tahun, dengan tingkat eksploitasi pada
tahun terakhir mencapai angka 4,069 juta ton ikan/tahun (63,49%). Dengan demikian, masih ada cukup
peluang untuk meningkatkan produksi perikanan nasional. Namun demikian, yang perlu diperhatikan

280
adalah adanya beberapa zone penangkapan yang kondisi sumber daya ikannya cukup memprihatinkan
dan sudah melampaui potensi lestarinya (over fishing), yaitu di perairan Selat Malaka dan perairan Laut
Jawa. Akan tetapi di kedua perairan tersebut, terdapat beberapa kelompok ikan (ikan pelagis besar dan
ikan pelagis kecil di Selat Malaka serta ikan demersal di Laut Jawa) yang masih mungkin untuk
dikembangkan eksploitasinya.

Sementara di 7 (tujuh) zone penangkapan lainnya, sekalipun tingkat pemanfaatan sumber daya ikannya
secara keseluruhan masih berada dibawah potensi lestari, akan tetapi untuk beberapa kelompok ikan
sudah berada pada posisi “over fishing”. Sebagai contoh, udang dan lobster di perairan Laut Cina
Selatan, ikan demersal, udang dan cumi-cumi di perairan Selat Makasar dan Laut Flores. Oleh karena
itu, pada beberapa perairan yang kondisi pemanfaatan sumber daya ikannya telah mendekati dan atau
melampaui potensi lestarinya, maka perlu kiranya mendapatkan perlakuan khusus agar sumber daya
ikan yang ada tidak “collapse”.

Informasi yang berkaitan dengan potensi dan penyebaran sumber daya ikan laut di perairan Indonesia,
telah dipublikasikan oleh “Komisi Nasional Pengkajian Stok Sumber Daya Ikan Laut” pada tahun 1998.
Dalam publikasi tersebut, wilayah perairan Indonesia dibagi menjadi 9 (sembilan) zone (sekarang 11
zone), yaitu: (1) Selat Malaka, (2) Laut Cina Selatan, (3) Laut Jawa, (4) Selat Makasar dan Laut Flores,
(5) Laut Banda, (6) Laut Seram dan Teluk Tomini, (7) Laut Sulawesi dan Samudera Pasifik, (8) Laut
Arafura, (9) Samudera Hindia.

Sementara dalam menentukan stok sumber daya ikan di perairan Indonesia, dipergunakan beberapa
metoda sesuai dengan jenis dan sifat sumber daya ikan. Metoda tersebut dapat dilihat melalui Tabel
berikut:

Tabel 1. Metoda Pengkajian Stok Sumber Daya Ikan

Jenis sumber daya ikan Metoda


Sensus/ Swept Akustik Surplus Tagging Ekstra/Intrap
Transek Area Produksi olasi
1. Ikan pelagis besar X X
2. Ikan pelagis kecil X X
3. Ikan Demersal X X
4. Ikan Karang X X
5. Ikan Hias X
6. Udang dan Krustasea X X
7. Moluska & teripang X X
8. Mammalia & reptilia X X
9. Rumput Laut X
10. Benih Alam X X
11. Karang X
Sumber: Komnas Pengkajian Stok Sumber Daya Ikan Laut (1998).

Dalam kaitan ini terdapat beberapa pendekatan yang dapat dilakukan didalam mengelola sumber daya
perikanan, agar tujuan pengelolaan dapat tercapai. Pendekatan dimaksud sebagaimana dikemukakan
oleh Gulland dalam Widodo dan Nurhakim (1985) adalah sebagai berikut: (1) Pembatasan alat tangkap,
(2) Penutupan daerah penangkapan ikan, (3) Penutupan musim penangkapan ikan, (4) Pemberlakuan
kuota penangkapan ikan, (5) Pembatasan ukuran ikan yang menjadi sasaran, (6) Penetapan jumlah hasil
tangkapan setiap kapal.

281
3.2. PERANAN PEMERINTAH DALAM PENGELOLAAN

Dalam pelaksanaannya di Indonesia, pemerintah mempunyai peranan yang sangat penting untuk
mengelola sumber daya ikan, sebagaimana diamanatkan oleh Undang-Undang Dasar 1945 (pasal 33)
maupun Undang-Undang Perikanan No.9 tahun 1985, yang intinya memberikan mandat kepada
pemerintah didalam pengelolaan sumber daya ikan ini, menurut (Nikijuluw, 2002) diwujudkan dalam
3 (tiga) fungsi, yaitu:

(1). Fungsi Alokasi, yang dijalankan melalui regulasi untuk membagi sumber daya sesuai dengan tujuan
yang telah ditetapkan.

(2). Fungsi Distribusi, dijalankan oleh pemerintah agar terwujud keadilan dan kewajaran sesuai
pengorbanan dan biaya yang dipikul oleh setiap orang, disamping adanya keberpihakan pemerintah
kepada mereka yang tersisih atau lebih lemah.

(3). Fungsi Stabilisasi, ditujukan agar kegiatan pemanfaatan sumber daya ikan tidak berpotensi
menimbulkan instabilitas yang dapat merusak dan menghancurkan tatanan sosial ekonomi masyarakat.

Didalam menjalankan fungsi-fungsi di atas, maka kiranya pemerintah perlu mempertimbangkan cara
pandang teleologik sebagaimana diungkapkan oleh Hull dalam Nasoetion (1999), yaitu dengan selalu
melihat tujuan atau akibat dari suatu tindakan. Dengan demikian, dalam etika teleologi suatu tindakan
dinilai baik apabila tindakan tersebut mempunyai tujuan baik dan mendatangkan akibat yang baik pula
(Keraf, 2002).

Etika teleologi sendiri dikelompokkan menjadi 2 (dua), dimana salah satunya adalah utilitarianisme
yang banyak dipergunakan sebagai pegangan di dalam menilai sebuah kebijakan yang bersifat publik.
Selanjutnya (Keraf, 2002) juga mengemukakan terdapat 3 (tiga) kriteria yang dipergunakan dalam teori
utilitarianisme sebagai dasar tujuannya, yaitu:

(1). Manfaat, yaitu kebijakan atau tindakan itu mendatangkan manfaat tertentu.

(2). Manfaat terbesar, yaitu kebijakan atau tindakan tersebut mendatangkan manfaat lebih besar atau
terbesar bila dibandingkan dengan kebijakan atau tindakan alternatif lain. Dalam kaitan ini, apabila
semua alternatif yang ada ternyata sama-sama mendatangkan kerugian, maka tindakan atau kebijakan
yang baik adalah yang mendatangkan kerugian terkecil.

(3). Manfaat terbesar bagi sebanyak mungkin orang, artinya suatu kebijakan atau tindakan dinilai baik
apabila manfaat terbesar yang dihasilkan berguna bagi banyak orang. Semakin banyak orang yang
menikmati akibat baik tadi, maka semakin baik kebijakan atau tindakan tersebut.

Di Indonesia pada dasarnya pengelolaan perikanan lebih berkaitan dengan masalah manusia (people
problem) dari pada masalah sumber daya (resources problem). Hal ini didasarkan pada pertimbangan
bahwa lebih dari 60% produksi perikanan Indonesia dihasilkan oleh perikanan skala kecil, yang banyak
menyerap tenaga kerja yang dikenal dengan nelayan. Kaiser dan Forsberg (2001) memberikan beberapa
hal yang harus diperhatikan didalam pengelolaan perikanan, yaitu: (1). Jumlah stakeholder perikanan
adalah banyak; (2) Kebijakan pengelolaan harus dapat diterima oleh semua stakeholder; (3) Hormati
sebanyak mungkin nilai-nilai yang berkembang di masyarakat; (4) Kebijakan harus mempertimbangkan
aspek sosial, politik dan ekonomi.

Cara pandang pengelolaan sumber daya perikanan seperti ini pada hakekatnya telah dipahami oleh
sebagian besar masyarakat perikanan Indonesia. Hanya saja, pada saat ini sebagian besar daerah di

282
Indonesia pengelolaan sumber daya perikanan lautnya masih berbasis pada pemerintah pusat
(Government Based Management). Dalam pengelolaan seperti ini, pemerintah bertindak sebagai
pelaksana mulai dari perencanaan, pelaksanaan sampai pada pengawasan. Sedangkan kelompok
masyarakat pengguna hanya menerima informasi tentang produk-produk kebijakan dari pemerintah.
Menurut Satria dkk, (2002), pengelolaan perikanan seperti ini mempunyai beberapa kelemahan
diantaranya adalah: (1) Aturan-aturan yang dbuat menjadi kurang terinternalisasi didalam masyarakat,
sehingga menjadi suklit untuk ditegakkan; (2) Biaya transaksi yang harus dikeluarkan untuk
pelaksanaan dan pengawasan adalah sangat besar, sehingga menyebabkan lemahnya penegakan hukum.

4. KESIMPULAN

Dari uraian yang telah dikemukakan di atas, dapat disimpulkan beberapa hal sebagai berikut:

(1). Sumber daya ikan pada dasarnya adalah sumber daya alam, yang sifatnya mempunyai hubungan
negatif terhadap pertumbuhan ekonomi. Artinya, semakin tumbuh ekonomi suatu Negara, maka
cadangan sumber daya alamnya akan semakin menipis.

(2). Ikan adalah sumber daya alam yang bersifat renewable, dan pengelolaannya harus
mempertimbangkan aspek biologi, ekonomi dan lain sebagainya. Dalam kaitan ini, “Optimum
Sustainable Yield” adalah pendekatan yang paling memadai.

(3). Terdapat beberapa metoda yang dipergunakan didalam menentukan stok ikan, dan ini sangat
tergantung pada jenis dan sifat ikan.

(4). Pemerintah mempunyai peranan yang penting dalam pengelolaan sumber daya ikan, dengan tiga
bentuk fungsinya yaitu fungsi alokasi, fungsi distribusi, dan fungsi stabilisasi.

(5). Didalam menjalankan fungsinya, pemerintah harus mengembangkan kerangka pendekatan


teologik.

(6). Pengelolaan sumber daya ikan yang dijalankan oleh pemerintah di Indonesia, mempunyai beberapa
kelemahan.

Daftar Pustaka

Food and Agricultural Organization.1997. Fisheries Management. FAO Technical Guiedlines for
Responsible Fisheries, No.4 82 p. Rome.

Cunningham, R, M.R.Dunn and D. Whimarsh. Fisheries Economics. An Introduction. Mansell


Publishing Limited. London.

Dahuri, R. 2002. Membangun Kembali Perekonomian Indonesia Melalui Sektor Perikanan dan
Kelautan. Lembaga Informasi dan Studi Pembangunan Indonesia. Jakarta.

Keraf, A.S. 2002. Etika Lingkungan. Penerbit Buku Kompas, Jakarta.

Komisi Nasional Pengkajian Stok Sumber Daya Ikan Laut. 1998. Potensi dan Penyebaran Sumber
Daya Ikan Laut di Perairan Indonesia. LIPI, Jakarta.

Lawson, R.M. 1984. Economics of Fisheries Development. Fraces Pinter (Publisher), London.

Nasoetion, A.H. 1999. Pengantar Ke Filsafat Sains. PT. Pusaka Litera Antar Nusa, Bogor.

283
Nikijuluw, V.P.H. 2002. Rezim Pengelolaan Sumber Daya Perikanan. PT. Pustaka Cidesindo, Jakarta.

Nautika Fisheries. 2009. Pengelolaan Sumber Daya Ikan Indonesia (Pendekatan Nofrmatif), 22 Maret
2009.

Satria, A, A.Umbari, A. Fauzi, A. Purbayanto, E. Sutarto, I.Muchsin, I.Muflikhati, M. Karim, S. Saad,


W.Oktariza dan Z.Imran, 2002. Menuju Desentralisasi Kelautan. PT. Pustaka Cidesindo, Jakarta.

Suparmoko, M. 1997. Ekonomi Sumber Daya Alam dan Lingkungan (Suatu Pendekatan Teoritis), Ed.2.
BPFE, Yogyakarta.

Widodo, J dan M.Nurhudah. 1995. Pengelolaan Sumber Daya Ikan. Sekolah Tinggi Perikanan. Jakarta.

Widodo, J dan S.Nurhakim. 2002. Konsep Pengelolaan Sumber Daya Perikanan. Disampaikan dalam
Training of Trainers on Fisheries Resource Management, 28 Oktober s/d 2 November 2002. Hotel
Golden Clarion, Jakarta.

284
DAFTAR PUSTAKA

Aziz, K.A. 1989. Bahan Pengajaran: Pendugaan Stok Populasi Ikan Tropis. Departemen Pendidikan
dan Kebudayaan, Direktorat Jenderal Pendidikan Tinggi, Pusat Antar Universitas Ilmu Hayat, Institut
Pertanian Bogor.

Dahuri, R., J. Rais, S.P. Ginting, M.J. Sitepu. 1996. Pengelolaan Sumber Daya Wilayah Pesisir dan
Lautan Secara Terpadu. PT. PRADNYA PARAMITA, Jakarta.

FAO. 1981. Methods of Collecting and Analysing Size and Age Data for Fish Stock Assessment. FAO
Fish.Circ., (736): 100p

Fauzi, A dan S.Anna. 2005. Pemodelan Sumber Daya Perikanan dan Kelautan untuk Analisis
Kebijakan. PT. Gramedia Pustaka Utama, Jakarta.

Fauzi, A. 2010. Ekonomi Perikanan. Teori, Kebijakan, dan Pengelolaan. PT. Gramedia Pustaka Utama,
Jakarta.

Gulland, J.A. 1969. Manual of Methods for Fish Stock Assessment. Part 1. Fish Population Analysis.
Food and Agriculture Organization of The United Nations.

Gulland, J.A. 1983. Stock Assessment: Why? Training Department Southeast Asian Fisheries Asian
Fisheries Developmnet Center.

Harris, E. 2006. Pengkayaan Stok (Stock Enhancement) Dalam Mewujudkan Perikanan Tangkap Yang
Bertanggung Jawab: Sinergi Antara Marikultur dan Perikanan Tangkap. Prosiding Seminar Nasional
Perikanan Tangkap. Departemen Pemanfaatan Sumberdaya Perikanan, FPIK, IPB, Agustus 2006.

Koesoebiono. 1980. Pengelolaan Perikanan. Training Pengelolaan Sumberdaya Alam dan Lingkungan
untuk Bappeda II. Pusat Studi Lingkungan, Institut Pertanian Bogor.

Muluk, C. 1980.Pengelolaan Wilayah Pesisir. Training Pengelolaan Sumber Daya Alam dan
Lingkungan Untuk Staf BAPPEDA & BAPPEMKO, Bogor.

Megawanto, R. 2015. Menghitung Ikan di Laut. Mongabay Indonesia. Situs Berita Informasi
Lingkungan. 3 Juni 2015.

Undang-Undang Republik Indonesia Nomor 31 Tahun 2004 tentang Perikanan.

Undang-Undang Republik Indonesia Nomor 27 Tahun 2007 tentang Pengelolaan Wilayah Pesisir dan
Pulau-Pulau Kecil.

Undang-Undang Republik Indonesia Nomor 32 Tahun 2014 tentang Kelautan.

Pauly, D. 1980. A Selection of Simple Methods for The Assessment of Tropical Fish Stocks. FAO
Fish.Circ., (729): 54p.

Panayotou, T. 1982. Management Concepts for Small-Scale Fisheries: Economic and Social Aspects.
FAO Fish.Tech.Pap., (228):53p

Pauly, D. 1983. Some Simple Methods for the Assessment of Tropical Fish Stocks. FAO
Fish.Tech.Pap., (234): 52p.

285
Pusat Riset Perikanan Tangkap , Badan Riset Kelautan dan Perikanan, DKP, Pusat Penelitian dan
Pengembangan Oseanologi, LIPI, Jakarta. 2001. Pengkajian Stik Ikan Tropis di Perairan Indonesia.

Purwanto (Direktur Pelayanan Usaha Penangkapan, Direktur Jenderal Perikanan Tangkap, Departemen
Kelautan dan Perikanan). 2003. Pengelolaan Sumber Daya Ikan. Makalah disajikan pada Workshop
Pengkajian Sumber Daya Ikan, Diselenggarakan oleh Masyarakat Perikanan Nusantara (MPN) di
Jakarta, 25 Maret 2003.

Sparre, P. ; Ursin, E.; Venema, S.C. 1989. Introduction to Tropical Fish Stock Assessment. Part 1-
Manual. FAO Fish.Tech.Pap., No.306.1. Rome, FAO.1989. 337p.

Sparre, P. ; S.C. Venema. 1999. Introduksi Pengkajian Stok Ikan Tropis. Buku 1- Manual. Organisasi
Pangan dan Pertanian Perserikatan Bangsa-Bangsa (FAO). 438p.

Widodo, J. 1980. Potensi dan Pengelolaan Sumberdaya Perikanan Demersal di Laut Jawa di Luar
Kedalaman 20 Meter. Tesis Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Magister Sains pada
Sekolah Pasca Sarjana, Institut Pertanian Bogor.

Widodo, J dan S. Nurhakim. 2002. Konsep Pengelolaan Sumberdaya Perikanan. Bahan Kuliah
disampaikan dalam Training of Trainers on Fisheries Resource Management. Jakarta, 28 Oktober s/d 2
Nopember 2002.

286
LAMPIRAN 1
BIOSTATISTIKA

287
LAMPIRAN 1
BIOSTATISTIKA
Bab ini memuat suatu uraian singkat tentang sejumlah metode statistik yang umum digunakan di dalam
biologi perikanan tropis dan yang mengemukakan notasi statistik yang digunakan di dalam buku ini.
Selain itu bab ini juga dimaksudkan sebagai suatu sarana untuk mengingat kembali dan sebagai titik
acuan, tetapi sama sekali tidak dimaksudkan sebagai suatu buku pelajaran ilmu statistika.

Jumlah literatur tentang metode-metode statistik banyak sekali, sehingga tidak ada masalah bagi
seseorang yang bermaksud untuk mempelajari lebih jauh mengenai biostatistika. Hanya dua buah
referensi yang dianjurkan di sini. Buku Biometry karangan Sokal dan Rohlf (1981) berkaitan dengan
teori yang agak mudah untuk dipahami, sedang buku Teknik-Teknik Penarikan Contoh (Sampling
Techniques) oleh Cohran (1977) mengkin agak lebih sulit, tetapi keduaanya tetap dianjurkan sebagai
suatu introduksi. Meskipun demikian masih banyak tersedia buku-buku pelajaran lainnya yang tidak
kalah kegunaannya.

2.1. Nilai rata-rata dan varians (Variance)

Anggaplah bahwa kita memiliki suatu sampel sebanyak n ekor ikan dari satu species yang ditangkap
dalam satu kali tarikan (haul) jaring trawl dan x (i) menyatakan panjang dari ikan nomor i, di mana i =
1,2, .....n. Panjang rata-rata (biasanya disebut nilai rata-rata) dari sampel dapat ditentukan sebagai
berikut:

_ n
X = [x(1) + x(2) + ... +x(n)] = 1/n*∑ x(i) ....................................................................................(1-1)
n i=1

Dua kolom pertama dari Tabel 1-1 memperlihatkan suatu contoh untuk n = 27.

Varians, yang merupakan suatu ukuran variabilitas terhadap nilai rata-rata dirumuskan sebagai berikut:

_ _ _ n _
s2 = 1/(n-1)*[(x(1) –x)2 + (x(2) – x)2 +.........+(x(n) – x)2] = 1/(n-1)* ∑[x(i) – x]2..........................(1-2)
i=1

Dengan demikian, varians, s2, adalah jumlah kuadrat dari deviasi terhadap nilai rata-rata dibagi dengan
jumlah observasi, n, dikurangi satu. Kolom ketiga dan keempat dari Tabel 1.1 menggambarkan
perhitungan varians. Perlu dicatat bahwa bila semua ikan dalam sampel memiliki ukuran panjang yang
sama, maka ini akan sama dengan panjang rata-rata dan varians akan menjadi nol. Jumlah dari deviasi
(tidak dikuadratkan) akan selalu sama dengan nol. Semakin besar deviasi dari nilai rata-rata, akan
semakin besar pula varians. Dua nilai terbesar dari kuadrat simpangan terhadap nilai rata-rata dalam
Tabel 1-1 terjadi pada panjang ikan yang terpendek dan yang terpanjang.

Akar kuadrat dari varians,s, disebut standar deviasi/simpangan baku. Sering sekali seseorang tertarik
pada varians relatif terhadap ukuran dari nilai rata-rata panjang, dan untuk keperluan seperti itu, s
merupakan nilai yang relevan karena ia memiliki unit atau satuan yang sama dengan nilai rata-rata. Ini
_
akan memperkenalkan kita pada simpangan baku relatif, yakni s/x, yang juga disebut sebagai koefisien
variasi (coefficient of variation).

Bila seseorang mengerjakan perhitungan dengan tangan maka akan menjadi lebih mudah bila bekerja
dengan cara menyusun bentuk persamaan 1-2, yang sebenarnya ekuivalen terhadap:

288
n n
s2 = 1/(n-1)*[ ∑[x(i)2 –1/ n*[ ∑[x(i) ]2] ..........................................................................................(1-3)
i=1 i=1

Meskipun demikian, karena hampir semua jenis kalkulator saku ilmiah memiliki kemampuan untuk
melakukan perhitungan secara otomatis terhadap nilai rata-rata dan varians maka perhitungan yang
dilukiskan dalam persamaan 1-2 secara konseptual menjadi lebih mudah dilakukan dan dipahami.

Tabel 1-1. Nilai rata-rata, varians dan standar deviasi dari suatu sampel frekuensi-panjang

Nomor ikan Panjang (cm) Deviasi dan nilai rata-rata Kuadrat deviasi dari nilai rata-rata
_ _
i x(i) x(i)-X (x(i)-x)2
1 14.2 -0.87 0.75
2 16.3 1.23 1.52
3 14.8 -0.27 0.07
4 13.2 -1.87 3.48
5 16.9 1.83 3.36
6 12.4 -2.67 7.11
7 14.3 -0.77 0.59
8 15.7 0.63 0.40
9 15.3 0.23 0.05
10 11.2 -3.87 14.95
11 12.9 -2.17 4.69
12 13.5 -1.57 2.45
13 18.2 3.13 9.82
14 11.6 -3.47 12.02
15 18.5 3.43 11.79
16 16.3 1.23 1.52
17 15.5 0.43 0.19
18 15.8 0.73 0.54
19 13.2 -1.87 3.48
20 19.0 3.93 15.47
21 12.0 -3.07 9.40
22 17.1 2.03 4.13
23 15.4 0.33 0.11
24 14.6 -0.47 0.22
25 14.0 -1.07 1.14
26 18.1 3.03 9.20
27=n 16.8 1.73 30

Total 406.8 0.00 _ 1221.48 _


= ∑x(i) = ∑(x(i) -x) = ∑(x(i)-x)2

Nilai rata-rata panjang : 406.8/27 = 15.07


Varians, s2 : 121.48/(27-1) = 4.67
:
Standar deviasi, s _ √4.67 = 2.16
Koefisien variasi, s/x : 2.16/15.07 = 0.14
Galat baku (standard error) s/√𝑛 : 2.16√27 = 0.41

Untuk berbagai keperluan, misalnya untuk pemaparan secara grafis, maka akan menjadi lebih mudahg
ke dalam sejumlah interval ukuran panjang. Selang ukuran panjang bagi sampel dalam Tabel 1-1
berkisar antara 11.2 sampai 19.0 cm. Dengan kelompok-kelompok panjang berinterval 1 cm, akan
diperlukan sebanyak sembilan kelompok panjang bagi seluruh kisaran panjang dari sampel. Dengan

289
menetapkan 10.5 cm sebagai batas bawah dari interval panjang yang pertama, maka interval-interval
serta frekuensi-frekuensi panjang menjadi seperti apa yang diperlihatkan empat kolom pertama dari
Tabel 1-2, yang disebut dengan tabel frekuensi-panjang.

Tabel 1-2. Nilai rata-rata dan varians dari suatu sampel frekuensi-panjang. (Sampel diperoleh dari Tabel
1-1 dengan suatu interval kelas, dL sebesar 1 cm)

Indek Interval (cm) Nilai tengah (cm) Frekuensi


_ _ _ _ _ _
j L(j)-(L(j)+dL L(j) F(j) F(j)*L(j) (Lj)-x) F(j)*(L(j)-x)2
1 10.5 – 11.5 11 1 11 -4.074 16.6
2 11.5 -- 12.5 12 3 36 -3.074 28.35
3 12.5 --13.5 13 3 39 -2.074 12.91
4 13.5 – 14.5 14 4 56 -1-074 4.61
5 14.5 – 15.5 15 4 60 -0.074 0.02
6 15.5 – 16.5 16 5 80 0.926 4.29
7 16.5 – 17.5 17 3 51 1.926 11.13
8 17.5 – 18.5 18 2 36 2.926 17.12
9 18.5 – 19.5 19 2 38 3.926 30.83
Total 27 407 125.86

Marilah kita tentukan bahwa j merupakan indek dari suatu kelompok panjang, dan selanjutnya batas
bawah dan atas dari kelompok panjang nomor j masing-masing dinyatakan dengan:

L(j) = L(1) + (j-1)*dL dan L(j+1) = L(1) + j*dL, atau L(j+1) = L(j) + dL

dimana dL adalah merupakan “ukuran interval.” Oleh sebab itu, seekor ikan dengan panjang x(j) akan
termasuk ke dalam kelompok panjang j manakala:

L(j) ≤ x (j) < L(j) + dL

Marilah kita tentukan bahwa F(j) merupakan frekuensi dari kelompok panjang j, yakni jumlah ikan
yang diamati dan berada dalam kelompok panjang. Selanjutnya nilai tengah dari kelompok panjang
nomor j
_
menjadi L(j) = L(j) + dL/2. Perhitungan nilai rata-rata dan varians dari suatu tabel frekuensi kemudian
dapat dilakukan dengan cara yang biasa yakni dengan menggunakan nilai-tengah untuk mewakili
interval-interval tersebut.
m
n = = ∑ F(j) adalah jumlah keseluruhan pengamatan, dimana m merupakan
j=i jumlah dari kelompok-kelompok panjang.
_ m _
x = 1/n*∑F(j)*L(j) adalah nilai rata-rata, dan
j=1

m _ _
s2 = 1/(n-1)* ∑ F(j)*[L(j) – x]2 adalah varians
j=1

_
Prosedur penghitungan diperlihatkan dalam Tabel 1-2. Nilai-tengah kelas L(j), dan kuadrat jumlah dari
simpangan-simpangan dari nilai rata-rata diberi bobot (weighted) oleh jumlah ikan di dalam masing-
masing kelas, yakni frekuensinya, F(j). Hasil-hasil yang diperoleh dari Tabel 1-2 sedikit berbeda dengan

290
yang diperoleh dari Tabel 1-1 sebab suatu representasi kelompok-kelompok dalam ukuran cm
memberikan hasil-hasil yang kurang persis dibandingkan dengan suatu representasi kelompok-
kelompok dalam mm

Gambar 1-1. Diagram frekuensi-panjang. Pemaparan secara grafis sampel frekuensi-panjang


dari Tabel 1-2.

Gambar 1-1 memperlihatkan suatu pemaparan sampel frekuensi secara grafis. Perhatikan bahwa semua
pengamatan terletak dalam interval dari

_ _
x -2*s sampai x + 2*s

Bagi apa yang dinamakan distribusi normal (yang akan didiskusikan dalam seksi berikut), kita dapat
mengharapkan bahwa sekitar 95 persen dari seluruh hasil observasi akan berada dalam interval tersebut.

2.2. Distribusi normal

Tabel 1-2 dan Gambar 1-1 memperlihatkan suatu contoh dari suatu set data frekuensi panjang yang
kurang lebih mengikuti apa yang disebut “distribusi normal.” Ekspresi matematik bagi suatu distribusi
normal adalah:

_
Fc(x) = (n*dL) / (s*√2π)*exp[ - (x – x )2 / 2s2 ....................................................................(1-4)

dimana Fc = “frekuensi terhitung” atau “frekuensi teoritis,” n = jumlah observasi, dL = ukuran interval,
_
s = standar deviasi, x = nilai rata-rata panjang, dan π = 3.14159
_
Dengan menggunakan nilai-nilai n = 27, dL = 1 cm, s = 2.20, x =15.07 cm dari Tabel 1-2 kita peroleh:

_________
Fc(x) = (27*1) / (2.20*√2*3.14159 *exp[(-(x-15.07)2 / (2*4.84)] = 4.896*exp[(-(x-15.07)2 /9.68]

291
Nilai-nilai dari Fc untuk sejumlah nilai x yang berbeda tertera dalam Tabel 1.3. Perlu dicatat bahwa
notasi sedikit dimodifikasi karena sekarang kami menggunakan nilai tengah interval, x, sebagai
argumen dalam Fc sebagai pengganti indeks interval, j, seperti yang digunakan sebagai argumen dalam
F pada Tabel 1-2.

Tabel 1-3. Frekuensi teoritis yang berkaitan dengan Tabel 1-2, dimana x merupakan nilai tengah kelas

X 11 12 13 14 15 16 17 18 19