Persepsi Masyarakat Lokal tentang Dampak dan Pentingnya Ekowisata
di Pantai Kerang Mas, Lampung Timur
(Studi: Pantai Kerang Mas di Desa Muara Gading Mas Kabupaten Lampung Timur)
Local Community Perceptions of the Impact and Importance of
Ecotourism in Kerang Mas Beach, East Lampung
(Study: Kerang Mas Beach in Muara Gading Mas Village, East Lampung Regency)
1
M Lucky Apriansyah Nawawi, 2Ahmad Herison
1
Mahasiswa Fakultas Teknik, Jurusan Teknik Sipil, Universitas Lampung.- ari.lucky29@gmail.com
2
Dosen Fakultas Teknik, Jurusan Teknik Sipil, Universitas Lampung, Jalan Prof Sumantri Brojonegoro No 1, Lampung. – ahmadherison@yahoo.com
1. PENDAHULUAN
Indonesia memiliki potensi keindahan alam
dan kekayaan budaya yang bernilai tinggi dalam
pasar industri ekowisata. Potensi alam tersebut
dapat berupa sumberdaya alam hayati
dan ekosistemnya, keanekaragaman flora, fauna
dan gejala alam dengan keindahan pemandangan
yang masih alami. Untuk kebudayaan, Indonesia
memiliki sistem religi, kesenian, bahasa daerah,
ritus kebudayaan, pengetahuan, dan organisasi
sosial.
Pantai Labuhan Maringgai menawarkan
pesona alami dan keindahan alam yang
mempesona, berpasir putih halus yang terhampar
disepanjang bibir pantai. Di kecamatan ini juga
terdapat tempat pelelangan ikan, salah satu
tempat yang akan dijumpai ketika memasuki
wilayah pantai Pantai Kerang Mas. Tempat ini
menjadi jantung bagi warga Kerang Mas dan
Pasir Sakti yang berprofesi sebagai nelayan,
sebab di situlah aktivitas jual beli ikan
berlangsung. Biasanya, tempat ini ramai sejak
sesaat ketika nelayan selesai melaut mencari
ikan.
Salah satu objek wisata bahari di Kabupaten
Lampung Timur yang memiliki potensi untuk
dikembangkan adalah pantai Kerang Mas yang
terletak di Desa Muara Gading Mas, Kecamatan
Maringgai. Adapun alasan peneliti memfokuskan
studi pada pantai Kerang Mas, dibandingkan
dengan pantai lainnya dikarenakan Pantai Kerang
Mas merupakan satu satunya pantai milik
Pemerintah Daerah. Kawasan dengan area
seluas 6 hektare merupakan tanah milik
pemerintah yang berhak untuk dikelola dan
dikembangkan langsung oleh Pemerintah Daerah
Kabupaten Lampung Timur sebagai Kawasan
objek wisata.
Pantai Kerang Mas sudah diresmikan sejak
tahun 2007 sebagai salah satu obyek wisata yang
direkomendasikan sebagai daerah tujuan wisata
di Kabupaten Lampung Timur. Secara geografis,
letak pantai Kerang Mas sangat strategis berada
di Kecamatan Maringgai Desa Muara Gading
Mas, sehingga Pantai Kerang Mas ini mudah
dijangkau oleh masyarakat umum. Keberadaan
pantai Kerang Mas ini banyak dimanfatkan
sebagai lokasi rekreasi dan wisata oleh
masyarakat. Ketertarikan masyarakat terhadap
keberadaan pantai Kerang Mas ini terlihat dari
ramainya wisatawan yang datang berkunjung
setiap harinya.
Akan tetapi, kondisi infrastruktur jalan yang
ada saat ini belum dapat menunjang pengunjung
pantai Kerang Mas. Artinya berarti belum adanya
pengelolaan yang maksimal oleh pemerintah
setempat. Seharusnya pemerintah dapat
menunjang ekowisata di pantai Kerang Mas
sesuai dengan diterbitkannya Undang-Undang
Nomor 23 Tahun 2014 Tentang Pemerintahan
Daerah terdapat pembagian jelas, antara urusan
yang bersifat wajib dan pilihan. Bahwasanya
Pemerintah Daerah bewenang untuk mengelola
kekayaan daerah yang secara nyata ada dan
berpotensi meningkatkan kesejahteraan
masyarakat sesuai kondisi, kekhasan, dan potensi
unggulan daerah yang disesuaikan dengan
karakteristik daerah yang bersangkutan. Potensi
tersebut antara lain pertambangan, perikanan,
pertanian, perkebunan, kehutanan, serta
pariwisata. Dalam hal ini, urusan pemerintahan
yang bersifat pilihan yang dapat dilaksanakan
sesuai potensi Kabupaten Pesisir Barat adalah
sektor pariwisata.
Permasalahan yang terjadi di Pantai
Kerang Mas yaitu sejumlah pengunjung
maupun warga Desa Muara Gading Mas
kecamatan Labuhan Maringgai, Menyatakan di
pantai Kerang Mas dan pantai lainnya didesa
setempat yang banyak dikunjungi warga dan
wisatawan sering terjadi aksi pemalakan atau
pemerasan oleh sejumlah orang yang meminta
sejumlah uang kepada pengunjung.
Dengan pengunjung yang tidak sedikit,
diperlukan akses jalan yang lebih baik. Dan
juga perlu adanya dukungan pemerintah dan
Stake Holder terkait untuk dapat
merealisasikan akses jalan tersebut.
 Untuk dapat menunjang keamanan dan
kenyamanan pengunjung, perlu adanya sarana
dan prasarana yang baik. Dalam segi
keamanan perlu adanya kesadaran
masyarakat untuk menciptakan lingkungan
yang lebih harmonis demi kemajuan pantai
Keang Mas.
Maka daripada itu, tujuan dari kajian ini
adalah untuk menimbulkan rasa peduli
masyarakat terhadap dampak dan penting nya
ekowisata di pantai Kerang mas. Tentunya,
apabila ada dukungan dari Pemerintah dan
Stake Holder Terkait dalam mengatasi
masalah yang terjadi, akan menambah
semangat dan persepsi masyarakat terhadap
ekowisata di pantai Kerang Mas.
2. BAHAN DAN METODE 2 Data Untuk mengetahui elevasi
2.1 Daerah Kajian Topografi kontur Pantai Labuhan
Kajian dilakukan di Pantai Labuhan Jukung Jukung
yang terletak di Pekon Kampung Jawa, 3 GPS GPS digunakan untuk
Kecamatan Pesisir Tengah, Krui, Pesisir Barat. menentukan titik lokasi
Dulunya, wilayah ini masuk ke Kabupaten 4 Sketsa Sketsa kawasan diperlukan
Lampung Barat. Sejak Tahun 2013, Pesisir Barat Kawasan untuk menggambarkan
telah memisahkan diri menjadi Kabupaten Baru di /Peta daerah penelitian
Lampung. Wilayah Pantai Labuhan Jukung
umumnya memiliki luas area yaitu 6 Hektare. Tabel 2. Data-data Sekunder
Jumlah penduduk di Desa Kampung Jawa 2107 No Teknik Kegunaan Data
jiwa dengan jumlah penduduk sebanyak 525 KK Pengambilan
(Profil Desa Kampung Jawa 2012). Data
Keadaan wilayah sepanjang pantai Pesisir 1 Data Untuk mengetahui
Barat umumnya datar sampai berombak dengan Kecepatan kecepatan dan arah angin
kemiringan berkisar 3% sampai 5%. Di 77 bagian Angin pada lokasi penelitian.
Barat Laut Kabupaten Pesisir Barat terdapat Dilakukan dengan metode
gunung-gunung dan bukit, yaitu Gunung Pugung Windrose dengan bantuan
(1.964 m), Gunung Sebayan (1.744 m), Gunung software Grapher Demo 9
Telalawan (1.753 m) dan Gunung Tampak 2 Data Hujan Untuk mengetahui jumlah
Tunggak (1.744 m). Kondisi Topografi di sekitar curah hujan di lokasi
pantai Labuhan Jukung relatif datar antar 0-2%.:. penenlitian dari BMKG
Lokasi kajian disajikan pada Gambar 1. 3 Data Untuk mengetahui tinggi
Gelombang gelombang di daerah lokasi
penelitian (Fetch). Dari peta
lokasi Google Earth
kemudian di input ke
Autocad dan menggambar
jari-jari kipas Fetch
4 Data Untuk mengetahui hal-hal
Peraturan di yang dilarang dalam
daerah kawasan penelitian
setempat

Gambar 1. Lokasi Pantai Labuhan Jukung 2.2.1 Peralatan

Untuk melancarkan kajian di atas, diperlukan
2.2. Metode peralatan-peralatan sebagai penunjang untuk
Metode merupakan suatu cara untuk melakukan kajian di Pantai Labuhan Jukung
memperoleh data yang dibutuhkan untuk sebagai berikut.
penelitian serta analisis hingga mencapai hasil.
Metodologi penelitian juga mencakup mengenai Tabel 3. Peralatan yang dibutuhkan
tahap-tahap untuk melakukan sebuah penelitian. No Alat dan Fungsi
Metode yang digunakan dalam penelitian kali ini Bahan
adalah dengan menggunakan metode Sverdruv 1 GPS untuk pengambilan data
Munk Bretscneider (SMB) .Dalam Kajian ini spatial yang paling mudah,
diperlukan 2 macam data yaitu data primer dan cepat, murah dan
data sekunder. akurasinya dapat
dipertanggung jawabkan
2 Drone Untuk pemetaan dan
mengambil gambar dari
ketinggian
3 Laptop Untuk mengolah data yang
Tabel 1. Data-data Primer telah diambil di lapangan
No Teknik Kegunaan Data 4 Alat Tulis Untuk mencatat data yang
Pengambilan diambil dilapangan
Data 5 GIS Untuk menyimpan dan
1 Dokumentasi Model visual berupa foto mengambil data geografis
diperlukan dalam serta menyediakan alat
memperkuat fakta yang ada yang bisa digunakan untuk
mengenai kondisi Pantai memanipulasi,
Labuhan Jukung menganalisis, dan
 menyajikan data geografis
(Rigaux et al, 2001)
a. GPS (Global Positioning system)
GPS (Global Positioning system) adalah alat
berbasis digital dengan posisi orbit antara yang
satu dengan yang lainnya saling terkait. GPS
dapat menampilkan lokasi secara akurat melalui
citra satelit dengan menunjukkan koordinat suatu
objek. Fungsi GPS adalah sistem digital untuk
menentukan titik lokasi, waktu , arah serta
kecepatan (4). Dengan menggunakan GPS, kita
dapat mengetahui lokasi, jarak lokasi yang
ditentukan, serta batas-batas wilayah.
Gambar 2. GPS (Global Positioning system)
b. Drone (Unmanned Aerial Vehicle)
drone merupakan salah satu teknologi
canggih yang berupa kendaraan udara.
Bentuknya tersebut menyerupai pesawat terbang
atau juga helikopter yang dapat di operasikan
tanpa dikendarai oleh awak atau pilot. Jika
pesawat terbang di kendarai oleh pilot yang
berada di dalam kabin maka drone ini memiliki
pilot yang tetap tinggal di daratan dan hanya
memanfaatkan fasilitas seperti remote control
untuk dapat mengontrol terbang drone di udara.
Oleh sebab itu banyak anggota militer yang
memanfaatkan alat canggih ini untuk dapat
menyelesaikan berbagai macam misi yang
mempunyai resikot tinggi untuk pesawat yang
dikendarai oleh pilot.
Metode survey menggunakan drone, dapat
menghasilkan data kawasan aktual dan dapat
menghasilkan objek 3 dimensi. Sehingga dapat
digunakan lebih lanjut dalam pengembangan
desain.
Gambar 3. Drone
c. Laptop atau Personal Computer (PC)
Peran Laptop dalam penelitian kali ini sangat
penting. Alat ini digunakan untuk mengolah data
yang telah diambil di lapangan. Data yang
diperoleh berupa foto, video, titik koordinat. Dalam
kajian pun laptop digunakan untuk mengolah data
hujan, kecepatan angin dan tinggi gelombang
Pantai Labuhan Jukung.
Gambar 4. Laptop
2.2.2 Metode pelaksanaan
a. Cuaca Maritim
Data cuaca maritim digunakan untuk input dan
output dari sistem prediktor. Data BMKG Pesisir
Barat diukur setiap jam selama 5 tahun pada
tahun 2006 hingga 2011, dalam jumlah 42000.
Data diwakili dalam tiga lokasi air menunjukkan
Gambar. 1, yaitu: (1) 112.747800 E, 6.874824 S,
(2) 113.908806 E, 4.648136 S dan (3)
114.484300 E, 3.540425 S. Selanjutnya, sebuah
titik di antara tiga lokasi di atas, terletak di
Labuhan Jukung 112.747800 E, 6.874824 S akan
disebut sebagai titik A, titik yang terletak di Lautan
Labuhan Jukung Coastal 113.908806 E,
4.648136 S akan dirujuk sebagai titik B, dan titik
yang terletak di penginapan dan Tour Guide
perairan 114.484300 E, 3.540425 S akan disebut
sebagai titik C. Jarak A ke B sebagai sejauh 279
mil, jarak titik A ke titik 1 dari 100 mil, jarak titik A
ke titik 2 dari 200 mil.
Gambar 5. Lokasi cuaca maritim
b. Desain Sverdruv Munk Bretschneider (SMB)
sebagai Prediktor
Salah satu metode peramalan gelombang
adalah metode yang diperkenalkan oleh
Sverdrup dan Munk (1947) dan diikuti oleh
Bretschneider (1958). Metode ini dikenal
sebagaiSMB (Sverdrup Munk Bretschneider) dan
Munk (1947) mengusulkan semi rumus untuk
memprediksi tinggi gelombang yang signifikan.
Mereka menjelaskan mekanisme transfer energi
dari angin ke gelombang menggunakan normal
dan tangensial stres angin. Model SMB
ditampilkan dalam Persamaan (1).
(gHs SMB/Vw2) = 0,0283 [0,0125 (gF/Vw2)0,42]......(1)
Dengan :
Vw = Kecepatan Angin (m/s)
F = Fetch (m)
G = akselerasi gravitasi (9,8 m/s2)
Hs SMB = Tinggi gelombang signifikasi SMB (m)
Ketinggian gelombang signifikan hasil
prediksi dengan metode ini dalam kesalahan
besar modifikasi dilakukan sesuai dengan metode
SMB. Modifikasinya menambahkan kesalahan
hasil ANN dalam satu jam sebelumnya,
ditunjukkan dalam persamaan 2
Hs (t + 1) = HsSMB (t) + e (t-1) ..........(2)
Dengan :
Hs (t + 1) = tinggi gelombang signifikan dalam
satu jam (m)
HsSMB (t) = tinggi gelombang signifikan hasil
Metode SMB sekarang (m)
e (t-1) = kesalahan ANN dalam satu jam
lalu
t = waktu (jam)
c. Desain Jaringan Saraf Tiruan Prediktor
Neural Network adalah algoritma yang
populer di AI Kecerdasan Buatan dan telah
banyak diterapkan di bidang transportasi, kontrol,
prediksi, keuangan, dll. Gambar 2 menunjukkan
diagram blok prediktor ketinggian gelombang.
Langkah pertama dalam JST Algoritma adalah
skala dari input dan output data kecepatan angin
dan tinggi gelombang. Preprocessing data atau
penskalaan data yang dibutuhkan untuk
mempercepat konvergensi selama pelatihan di
identifikasi dan validasi NN yang membawa data
ke rentang 0 hingga 1. Persamaan (3) adalah
penskalaan variabel masukan ANN.
𝑋1 − min(𝑋)
𝑋2 = … … … . . (3)
max(𝑋) − min(𝑋)
Dengan :
X2 = Data yang telah diskalakan
X1 = Data sebenarnya
Min (X) = Data minimum
Max (X) = Data maksimum
Setelah memperoleh skala input dan output,
itu akan digunakan untuk pelatihan dan validasi
dengan perbandingan untuk jumlah data 80% dan
20%. arsitektur ANN menggunakan multi layer
perceptron (MLP) yang terdiri dari lapisan input
pada gambar. 2 (hadirnya kecepatan angin (Vw
(t)), kehadiran tinggi gelombang yang signifikan
(HS (t)), dan satu jam sebelum dari ketinggian
gelombang yang signifikan (Hs (t-1))). lapisan
tersembunyi dan lapisan output adalah tinggi
gelombang yang signifikan dalam satu jam ke
depan (Hs (t+1)) setelah merancang arsitektur
jaringan , kami melakukan penskalaan ulang.
Persamaan (4)
𝑋1 = 𝑋2 (max(𝑋) − min(𝑋)) + min(𝑋) … … … . . (4)
Vw(t)
Hs(t) Hs(t+1)
ANN
Hs(t-1)
Gambar 6. Perancangan diagram blok ANN
d. NLARX
Nonlinear Autoregressive Exogenous
modeling (NLARX) atau Pemodelan eksogen non-
linear Autoregressive adalah metode yang
berhasil untuk dipecahkan identifikasi nonlinear.
Struktur NLARX adalah menunjukkan dalam
persamaan 5.
𝑦(𝑡) = 𝑓[𝑦(𝑡 − 1), … . , 𝑦(𝑡 − 𝑛𝑎 ), 𝑢(𝑡 − 𝑛𝑘 ), … .,
𝑢(𝑡 − 𝑛𝑘 − 𝑛𝑏 + 1] + 𝑒(𝑡) … … (4)
Dengan :
y(t) = Output of predictor
u(t) = Input of predictor
e(t) = Eror
t = Waktu (jam)
3. HASIL DAN PEMBAHASAN
3.1 Alur Perhitungan
Kecepatan angin pada titik A, B, dan C dan 3-
menunjukkan data hasil interpolasi (titik 1, 2, dan
3) ditunjukkan pada Gambar 3 [2]. Biru adalah
kecepatan angin data pada titik A, hijau gelap
menunjukkan kecepatan angin pada titik B, warna
merah menunjukkan kecepatan angin di titik C.
hijau muda menunjukkan kecepatan angin di titik
1, warna kuning menunjukkan kecepatan angin
pada titik 2, dan magenta menunjukkan
kecepatan angin pada titik 3 dari data kecepatan
angin yang terdapat pada Gambar. 4. Ini diketahui
sebagian besar kecepatan angin oleh kuning garis
(titik 2), diikuti oleh titik B (hijau gelap garis).
Terbukti bahwa kecepatan angin di laut lebih
besar dari kecepatan angin berada di tepi laut.
Ketinggian gelombang di tengah laut lebih tinggi
dari ketinggian tepi lautan ombak. Semakin besar
kecepatan angin, semakin besar ketinggian •Dari hasil prediksi di titik A, titik B dan titik C,
gelombang yang terjadi. Ini dibuktikan dalam serta pada 3-point interpolasi, prediktor SMB
Gambar. 4, di mana kecepatan angin tertinggi dapat menghasilkan RMSE lebih kecil dari
pada titik 2 di 30.38 knot dan ketinggian ANN dan NLARX dengan rata-rata 0,05.
gelombang juga hadir di tertinggi. •Prediksi menggunakan metode JST
menghasilkan RMSE dengan rata-rata 0,24,
A
B
NLARX 0,16 dan SMB 0,05
C
1

5. DAFTAR PUSTAKA
2
3

1. Agung Windadi, 2016, Run-up dan

overtopping gelombang pada off-shore
breakwater di Pantai Tirtamaya,
Indramayu, Universitas Diponegoro.
Gambar 7. Kecepatan angin rata-rata di 6 lokasi
2. Aisjah AS, Arifin S. Maritime weather
prediction using fuzzy logic in Java Sea for
A
B
shipping feasibility. Int. J. Artif. Intell.
C
1
2013; 5:1–11.
2
3

3. Akpinar A, Özger M, Bekiroglu S, Komurcu

MI. Performance evaluation of parametric
models in the hindcasting of wave
parameters along the south coast of Black
Sea. Indian J. Geo-Marine Sci.
2014;43:899–914.
Gambar 8. Kecepatan gelombang rata-rata di 6 lokasi
4. Arifin S, Aisjah AS, Al Hakim J. Ramalan
pada prediktor cuaca maritim berdasarkan
logika fuzzy studi kasus : Di perairan laut
jawa. Seminar Nasional SENTA. 2011;11:
X1–9.

5. Bambang Triatmodjo, 1999, Teknik

Pantai, Beta Offset, Yogyakarta.

6. Djatmiko D, Eko B Adrianto. Urgency in

the establishment of a national sea
waveforecasting center to enhance
marine disaster prevention and control in
Indonesia. Intern. Seminar on Marine,
Coastal Eng., Environm., and Natural
Disaster Manag. 2013;1–14

7. Jain P, Deo MC. Artificial intelligence tools

4. Kesimpulan
Dari analisis dan diskusi yang telah
dilakukan selesai, dapat disimpulkan:
•Ketinggian gelombang di 113.908806 E,
4.648136 S (titik B) lebih tinggi dari
112.747800 E, 6.874824 S (titik A) dan
114.484300 E, 3.540425 S (titik C).
to forecast ocean waves in real time.
Open Ocean Eng. J. 2008;1(1):13–20.
8. Lahoz D, Miguel MS. A Mlp neural
network to predict the wind speed and
direction At Z Aragoza. Monografias del
Seminario Matematico Garcia de
Galdeano. 2006; 300(33):293–300.
9. Masykur Irfan, dan Mhd.Irzan, 2016,
Perencanaan Pengaman Pantai Kragan
Dalam Mengatasi Masalah Abrasi,
Universitas Diponegoro.

10. Nur Yuwono, 1992, Dasar – Dasar

Perencanaan Bangunan Pantai, Volume
II, Yogyakarta : Biro Penerbit Keluarga
Besar Mahasiswa Teknik Sipil Universitas
Gadjah Mada.

11. Zhang Q, Ljung L. Multiple steps prediction

with nonlinear ARX models; 2007.