RANCANG BANGUN DAN UJI KINERJA ALAT PENGUKUR

KONSENTRASI FITOPLANKTON UNTUK MENDUGA

PRODUKTIVITAS PRIMER PERAIRAN

TRIANA

DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
BOGOR
2017
 PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Rancang bangun dan
Uji Kinerja Alat Pengukur Konsentrasi Fitoplankton untuk Menduga
Produktivitas Primer Perairan adalah benar karya saya dengan arahan dari
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.

Bogor, Mei 2017

Triana
NIM C54120090
 ABSTRAK
TRIANA. Rancang Bangun dan Uji Kinerja Alat Pengukur Konsentrasi
Fitoplankton untuk Menduga Produktivitas Primer Perairan. Dibimbing oleh
INDRA JAYA.

Fitoplankton memegang peranan yang sangat penting dalam suatu

perairan. Fungsi ekologinya sebagai produsen primer dan awal mata rantai dalam
jejaring makanan menyebabkan fitoplankton sering dijadikan skala ukuran
kesuburan suatu perairan. Tujuan penelitian ini adalah menghasilkan rancang
bangun instrumen pengukur konsentrasi fitoplankton yang dapat bekerja secara
langsung, cepat dan mudah. Sistem elektronik pada alat dibangun menggunakan
arduino uno sebagai pusat kendali, sensor TCS230 sebagai pengukur kandungan
fitoplankton, serta sensor DS18B20 sebagai sensor suhu. Tahapan pengerjaannya
meliputi rancang bangun instrumen, uji laboratorium dan uji kinerja lapang. Uji
laboratorium sensor TCS230 menunjukkan adanya hubungan hasil pengukuran
haemocytometer dengan kombinasi warna red, green, blue pada sensor TCS230.
Kombinasi warna red, green pada sensor TCS230 adalah kombinasi warna yang
paling sesuai untuk menduga kelimpahan fitoplankton dengan nilai R² sebesar
0,92. Hubungan antara warna pada TCS230 dengan konsentrasi fitoplankton
menunjukkan bahwa setiap penurunan nilai intensitas warna pada sensor TCS230
menggambarkan peningkatan jumlah kelimpahan fitoplankton dalam suatu
perairan. Berdasarkan nilai korelasi yang diperoleh maka dapat disimpulkan
bahwa Mr Fiton sudah berfungsi dengan baik dan dapat digunakan untuk
mengukur konsentrasi fitoplankton pada suatu perairan.

Kata kunci : fitoplankton, instrumen, sensor, suhu, TCS230.

 ABSTRACT

TRIANA. Design and Performance Test of Phytoplankton’s Concentration Plotter

Instrument. Supervised by INDRA JAYA.

The phytoplankton have an important role and indicates of Productivity

in the water, namely as a primary producers. The aim of this study is to design
instrument which can estimate phytoplankton’s concentration near the sea surface
directly, fastly, and easily. The electronic system of the instrument used arduino
uno as control center, TCS230 sensor as content phytoplankton estimator, and
sensor DS18B20 as temperature sensor. The stages of the implementation process
includes the design of instrument, laboratory test, and at sea. Laboratory test of
TCS230 sensor showed that there is corelation between haemocytometer
measurement with color (RGB) output of the TCS230 sensor and combination of
red and green on TCS230 sensor is the most suitable color combination to
estimate the phytoplankton’s abundance with 0.92 of R² value. Further, the
relation between TCS230 sensor output and phytoplankton’s concentration
showed that the decreasen in TCS230 sensor intensity or RGB value correspond
to the increasen in phytoplankton’s abundance in the waters. Therfore, it can be
concluded that the phytoplankton concentration plotter has function properly and
correctly to measure the phytoplankton’s concentration in the waters.

Keywords: Phytoplankton, instrument, sensors, TCS230, temperature.

RANCANG BANGUN DAN UJI KINERJA ALAT PENGUKUR
KONSENTRASI FITOPLANKTON UNTUK MENDUGA
PRODUKTIVITAS PRIMER PERAIRAN

TRIANA

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Kelautan
pada
Departemen Ilmu dan Teknologi Kelautan

DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
BOGOR
2017
 PRAKATA

Puji dan syukur kehadirat Allah SWT atas segala limpahan rahmat dan
Karunia-Nya sehingga karya ilmiah yang berjudul Rancang Bangun dan Uji
Kinerja Alat Pengukur Konsentrasi Fitoplankton untuk Menduga Produktivitas
Primer Perairan dapat diselesaikan. Karya tulis ini diajukan sebagai syarat untuk
memperoleh gelar Sarjana Ilmu Kelautan pada Fakultas Perikanan dan Ilmu
Kelautan.
Terima kasih penulis ucapkan kepada:
1. Prof. Dr. Ir. Indra Jaya, M.Sc selaku pembimbing yang senantiasa
memberikan saran serta masukan yang bermanfaat
2. Dr. Majariana Krisanti, S.Pi, M.Si dan Dr. Ir. Yuli Naulita, M.Si selaku
penguji pada ujian skripsi yang telah memberikan koreksinya
3. Kedua orang tua, Elon Dahlan dan Mamah, beserta keluarga besar atas
do’a, dukungan serta kasih sayangnya
4. Staf Laboratorium Instrumentasi Kelautan
5. Muhammad Iqbal Alwi S.Pi, M.Si yang senantiasa memberi masukan dan
banyak ilmu baru
6. Segenap warga bengkel Workshop Instrumentasi Kelautan yang sangat
membantu dalam pembuatan instrumen dan pengolahan data
7. Teman seperjuangan Agist Saeful Anggara, Ahdiyat Riyadi, Tio Dwi
Wibisono, Asep Fitriansyah, Dendy Daniel K, Ferdiansyah, dan Gibran
Adhi Fattah P.
8. Teman-teman ITK 49 atas do’a, motivasi dan dukungannya
9. Seluruh warga Ilmu dan Teknologi Kelautan yang telah memberi pelajaran
dan pengalamannya
10. Pihak-pihak lain yang tidak dapat saya sebutkan satu persatu yang telah
membantu terselesaikannya penulisan ini. Semoga karya ilmiah ini
bermanfaat.

Bogor, Mei 2017

Triana
 DAFTAR ISI

DAFTAR TABEL iv
DAFTAR GAMBAR iv
DAFTAR LAMPIRAN iv
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 2
Manfaat Penelitian 2
METODE PENELITIAN 2
Waktu dan Tempat Penelitian 2
Alat dan Bahan 2
Prosedur Penelitian 3
Perancangan Alat 3
Uji Laboratorium 6
Uji Lapang Instrumen 7
Analisis Data 7
HASIL DAN PEMBAHASAN 8
Hasil Rancang Bangun 8
Uji Laboratorium 14
Uji Lapang 17
SIMPULAN DAN SARAN 21
Simpulan 21
Saran 21
DAFTAR PUSTAKA 21
LAMPIRAN 23
Lampiran 23
RIWAYAT HIDUP 30
 DAFTAR TABEL

1 Alat yang digunakan dalam penelitian 2

2 Bahan yang digunakan dalam penelitian 3
3 Pin pada arduino uno yang digunakan dalam penelitian 9

DAFTAR GAMBAR

1 Tahapan pelaksanaan penelitian 3

2 Desain instrumen 4
3 Fluoresensi fitoplankton 5
4 Hubungan fungsional komponen elektronika pada instrumen 5
5 Skematik rangkaian elektronik pada instrumen 6
6 Hasil rancang bangun instrumen 8
7 Modul arduino uno 9
8 Sensor RGB (TCS230) 10
9 Sensor suhu 10
10 Modul GPS Ublox Neo-6m 11
11 Modul mikro SD card 11
12 Data hasil rekaman 11
13 Spektrum filter 12
14 Modul KYL-210 12
15 Diagram alir perangkat lunak instrumen 13
16 Hubungan jumlah sel haemocytometer dengan sensor TCS230 14
17 Hubungan haemocytometer dengan kombinasi warna sensor TCS230 15
18 Hasil pengukuran termometer dan sensor suhu 16
19 Hubungan hasil perhitungan SRC dengan sensor TCS230 17
20 Hubungan SRC dengan kombinasi warna pada sensor TCS230 18
21 Peta konsentrasi fitoplankton pulau Pramuka pengukuran pagi hari 19
22 Peta konsentrasi fitoplankton pulau Pramuka pengukuran siang hari 19
23 Peta suhu permukaan laut pulau Pramuka pengukuran pagi hari 20
24 Peta suhu permukaan laut pulau Pramuka pengukuran siang hari 20

DAFTAR LAMPIRAN

1 Dokumentasi penelitian 23
2 Hasil uji laboratorium sensor TCS230 dengan kalibrasi fitoplankton
menggunakan haemocytometer 24
3 Hasil uji kalibrasi sensor suhu dengan termometer 28
4 Hasil perhitungan sampel menggunakan SRC dan sensor TCS230 29
 1

PENDAHULUAN

Latar Belakang

Fitoplankton memegang peranan yang sangat penting dalam suatu

perairan. Fungsi ekologinya sebagai produsen primer dan awal mata rantai dalam
jejaring makanan menyebabkan fitoplankton sering dijadikan skala ukuran
kesuburan suatu perairan (Handayani 2008). Selain itu fitoplankton merupakan
salah satu komponen penting dalam suatu ekosistem karena memiliki kemampuan
untuk menyerap langsung energi matahari melalui proses fotosintesis guna
membentuk bahan organik dari bahan-bahan anorganik yang lazim dikenal
sebagai produktivitas primer (Widyorini 2009). Semakin meningkatnya
kandungan konsentrasi fitoplankton di perairan menunjukkan semakin banyaknya
biomassa fitoplankton dalam perairan tersebut. Fitoplankton memiliki berbagai
pigmen, diantaranya klorofil-a, karatenoid, dan ficobiliprotein berupa molekul-
molekul organik yang terdiri atas ikatan karbon-hidrogen (John 2002). Hasil
pengukuran emisi spektrum fluoresensi dari jenis-jenis pigmen menunjukkan
bahwa fitoplankton memiliki karakteristik spektrum yang khas. Menurut Haryanto
(2008) karakteristik spektrum tersebut memiliki arti penting dalam
pengidentifikasian dan penggolongan jenis fitoplankton, karena spekrum tersebut
tidak dihasilkan oleh partikel atau bahan lainnya. Pengukuran kandungan
konsentrasi fitoplankton di suatu perairan dapat dilakukan dengan menggunakan
alat ukur gelas obyek Sedgewick Rafter Counter (SRC) dengan satuan individu per
liter (ind/l), tetapi dalam pengukuran konsentrasi fitoplankton dengan
menggunakan SRC memerlukan waktu lama untuk keperluan analisis, selain itu
data yang diperoleh hanya berskala kecil.
Berbagai penelitian tentang teknik pengenalan dan pengukuran konsentrasi
fitoplankton dengan metode optik telah banyak dilakukan. Penelitian tersebut
dilakukan dengan memanfaatkan sifat absorpsi (menyerap) dan fluoresensi
(memendarkan) yang dimiliki oleh fitoplankton (Dave & Lohrenz 1999). Di
Indonesia upaya untuk mengembangkan perangkat ukur konsentrasi fitoplankton
telah dilakukan (Darusalam 2008). Penelitian tersebut memanfaatkan fenomena
absorbsi dan hubungan flouresensi untuk fitoplankton Chlorella sp. Leeuw dkk
(2013) telah melakukan penelitian dengan membuat suatu instrumen pengukur
fluoresensi fitoplankton secara in situ dengan menggunakan LED sebagai
transmitter dan fotodioda sebagai detector.
Malik (2015) telah mengembangkan sebuah instrumen pengukur suhu
permukaan (SST) yang dapat ditarik (towing) sehingga memperoleh informasi
sebaran suhu permukaan dengan mudah dan efisien. Pada penelitian ini dilakukan
pengembangan dari penelitian-penelitian sebelumnya. Instrumen yang akan
dikembangkan berupa sebuah instrumen yang ditarik, dapat mengukur konsentrasi
fitoplankton, dapat mengukur suhu permukaan perairan, dapat menentukan posisi
pengukuran dan waktu perekaman, serta menyimpan hasil rekaman pada sebuah
media sehingga menghasilkan peta kandungan konsentrasi fitoplankton dan suhu
suatu perairan secara horizontal dengan mudah.
2

Tujuan Penelitian

Tujuan penelitian ini adalah:

1. Menghasilkan rancang bangun instrumen pengukur konsentrasi fitoplankton
yang dapat bekerja secara langsung, cepat dan mudah
2. Mendapat informasi mengenai kinerja instrumen yang telah dibuat.

Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai metode alternatif untuk

mengukur konsentrasi fitoplankton dan suhu permukaan perairan.

METODE

Waktu dan Tempat Penelitian

Penelitian ini dibagi menjadi dua tahap, yaitu rancang bangun instrumen
dan uji pengambilan data lapang. Tahap rancang bangun instrumen dilakukan
selama tiga bulan bertempat di Workshop Instrumentasi Kelautan, Departemen
Ilmu dan Teknologi Kelautan, FPIK-IPB. Tahap pengambilan data lapang
dilakukan di pulau Pramuka Kepulauan Seribu pada tanggal 1 Februari 2017.

Alat dan Bahan

Alat yang digunakan dalam penelitian dapat dilihat pada Tabel 1.

Tabel 1 Alat yang digunakan dalam penelitian
Nama Alat Spesifikasi Fungsi
Laptop Windows 8.1 Merancang perangkat keras dan lunak
serta pengolahan data
Mikroskop Melihat sel fitoplankton
Haemocytometer Menghitung sel pada uji laboratorium
SRC Menghitung sel hasil uji lapang
Plankton net size 80 Mengambil sampel air laut
Gelas ukur 200 ml Mengukur volume air sampel
Botol sampel 50 ml Tempat menyimpan sampel
Arduino IDE Versi 1.6.13 Membuat alur program
Solder Listrik 40 W Menyambungkan antar komponen
EAGLE Membuat firmware
SketchUp Versi 2016 Membuat desain instrumen
ArcGIS 10.2.2 Pengolahan peta
Digital Multimeter UX890TR Mengukur tegangan, hambatan, dan
koneksi komponen elektronik
Termometer Pengoreksi sensor suhu
Pipet tetes Mengambil sampel air
Grinda Memotong komponen
 3

Bahan yang digunakan dalam penelitian dapat dilihat pada Tabel 2.

Tabel 2 Bahan yang digunakan dalam penelitian
Bahan Spesifikasi Jumlah Unit
Inokulan mikroalga Nanochloropsis sp 33.560 sel/l
Sensor RGB TCS230 1 buah
Sensor suhu DS18B20 1 buah
Modul GPS Ublox neo.6m 1 buah
Mikrokontroler arduino uno 1 buah
Kabel downloader downloader uno 1 buah
Modul penyimpanan data mikro SD card 1 buah
RTC DS1307 1 buah
Mikro SD card 8 GB 1 buah
Catu daya 22.400 maH 1 buah
Polyethylane 6 inch 1 meter
Resistor 4,7 KΩ 1 buah
Timah 5m 1 buah
Lem araldite 4 buah
Akrilik 3 mm 1 lembar
Mur + baut stainles 17 pasang
Pipa PVC 2 inch 2 meter

Prosedur Penelitian

Prosedur penelitian dilakukan dengan mengikuti tahapan sebagaimana

disajikan pada Gambar 1. Tahapan penelitian diawali dengan melakukan
perancangan alat yang terdiri atas perancangan mekanik, perancangan sistem
elektronik dan perancangan perangkat lunak dilanjutkan uji laboratorium, uji
lapang dan analisis data (Lampiran 1).

Perancangan Alat
Perancangan Perancangan Perancangan
mekanik sistem elektronik perangkat lunak

Uji laboratorium Uji lapang Analisis data

Gambar 1 Tahapan pelaksanaan penelitian

Perancangan Alat
Perancangan Mekanik / Casing
Pembuatan desain menggunakan piranti lunak Google sketch up. Wahana
terbagi atas tabung utama dan tabung sensor. Tabung utama dan tabung sensor
yang dirancang terbuat dari pholyethylane yang memiliki fungsi sebagai tempat
meletakkan komponen dan sensor agar tidak terkena air. Instrumen yang dibuat
dilengkapi dengan sayap berukuran 40x30 cm sebagai penyeimbang saat
dilakukan proses penarikan. Desain perencanaan pembuatan instrumen dapat
dilihat pada Gambar 2.
4

Gambar 2 Desain instrumen (a) desain tampak atas (b) desain tampak bawah (c)
tampak samping (d) desain tampak 3 dimensi, arah penarikan instrumen

Pembuatan pelampung menggunakan pipa PVC yang diisi dengan busa

(polyurethane foam). Menurut Manohat et al (2001), busa foliuretan lebih mudah
dibentuk karena memiliki tekstur yang lebih lunak, serta memiliki stabilitas yang
cukup signifikan dibandingkan dengan bahan lainnya.

Informasi Nilai Absorpsi dan Fluoresensi Fitoplankton

Informasi mengenai nilai karakteristik absorpsi dan nilai karakterisrik
fluoresensi pada fitoplankton digunakan dalam memilih sumber cahaya yang tepat
untuk mengukur konsentrasi fitoplankton. Pada penelitian ini dipilih sensor RGB
(TCS230) sebagai transmitter sekaligus receiver cahaya. Menurut Haryanto
(2008) rentang absorbsi pada fitoplankton terjadi pada rentang 400 hingga 750 nm
menghasilkan emisi spektrum fluoresensi sebesar 625 nm sampai dengan 800 nm.
Daerah absorbsi tersebut merupakan spektrum cahaya yang dibutuhkan oleh
klorofil untuk berfotosintesis dan disebut sebagai Photosynthetically Active
Region (PAR), dengan kata lain emisi fluoresensi terjadi secara alamiah sebagai
akibat adanya proses fotosintesis.
Poryvkina (2000) berhasil mengidentifikasi dan mengkarakterisasi spektrum
emisi fluoresensi dari berbagai jenis fitoplankton. Penelitian tersebut dilakukan
dengan metode in-vitro maupun in-vivo untuk mengukur karakteristik spektrum
fluoresensi. Dalam penelitian mengenai pembacaan nilai fluoresensi fitoplankton
dibutuhkan cahaya yang memiliki spektrum gelombang sebesar 625 nm sampai
dengan 800 nm. Pada penelitian ini digunakan sensor RGB (TCS230) dengan
alasan sensor yang digunakan telah memenuhi syarat yang dibutuhkan yakni
memiliki spektrum gelombang pada rentang 625 nm sampai 800 nm. Karakteristik
absorpsi dan fluoresensi fitoplankton dapat dilihat pada Gambar 3. Kode label
Gambar 3 dapat dilihat pada Lampiran 2.
 5

Gambar 3 Fluoresensi fitoplankton (Poryvkina 2000)

Perancangan Sistem Elektronik

Sistem elektronik terdiri atas beberapa bagian, yaitu: mikrokontroler arduino
uno sebagai pusat pengendali, sensor RGB (TCS230) sebagai pengukur
konsentrasi fitoplankton, DS18B20 sebagai sensor suhu, GPS Ublox neo-6m
sebagai penentu posisi koordinat, RTC (DS1307) sebagai pencatat waktu dan
mikro SD card sebagai media penyimpanan data hasil rekaman.
Pada perancangan elektronik dan perangkat lunak (software),
mikrokontroler disambungkan ke laptop untuk mengunduh program dari laptop ke
mikrokontroler agar sensor berjalan sesuai perintah. Daya untuk menjalankan
seluruh komponen elektronik pada instrumen menggunakan catu daya
berkapasitas 22.400 maH dengan keluaran output sebesar 5 VDC. Data yang
diterima sensor akan dikirimkan menuju mikrokontroler arduino uno yang
selanjutnya akan dituliskan pada mikro SD card untuk disimpan beserta waktu
perekaman data. Hubungan fungsional antar semua komponen dapat dilihat pada
Gambar 4.

Gambar 4 Hubungan fungsional komponen elektronik pada instrumen

6

Hubungan fungsional komponen elektronik pada instrumen (Gambar 4)

dijadikan dasar dalam menghubungkan setiap rangkaian komponen elektronik.
Pembuatan rangkaian elektronik diawali dengan pembuatan skematik rangkaian
komponen elektronik. Skematik rangkaian komponen elektronik dapat dilihat
pada Gambar 5.

Gambar 5 skematik rangkaian elektronik pada instrumen

Perancangan Perangkat Lunak

Perancangan perangkat lunak kompilasi (firmware) menggunakan
pemrograman arduino IDE versi 1.6.3. Firmware yang telah dibuat selanjutnya
diunduh ke mikrokontroler arduino uno. Perangkat lunak yang dibuat memiliki
fungsi, merekam data konsentrasi fitoplankton, mengukur suhu perairan,
menentukan data posisi koordinat berdasarkan GPS, mencatat waktu perekaman,
serta melakukan penyimpanan data ke dalam mikro SD card.

Uji Laboratorium
Uji laboratorium yang dilakukan pada penelitian ini antara lain: uji
pembacaan sensor dan kalibrasi. Pengujian laboratorium sensor TCS230
dilakukan dengan cara mencelupkan sensor ke dalam sampel untuk mengukur
konsentrasi fitoplankton hasil kultur. Proses pembacaan sensor dilakukan dengan
mengukur 11 sampel yang memiliki konsentrasi berbeda-beda (Lampiran 2).
Selanjutnya dilakukan perhitungan jumlah kelimpahan fitoplankton secara manual
pada setiap sampel menggunakan haemocytometer dengan bantuan mikroskop.
Data dari kedua pengukuran tersebut dianalisis dan dicari nilai regresinya.
Uji kalibrasi sensor suhu dilakukan dengan cara membandingkan data yang
diperoleh dari suhu air yang diukur menggunakan termometer raksa dengan
sensor DS18B20. Pengukuran dilakukan dengan mengukur suhu air panas yang
didinginkan secara perlahan. Data yang diperoleh dibuat regresinya sehingga
dapat diketahui nilai RMSE dan galat dari sensor suhu yang digunakan dalam
penelitian.
 7

Uji Lapang Instrumen

Pengujian instrumen di lapangan bertujuan melihat kinerja instrumen di
lapangan secara menyeluruh. Uji lapang dilakukan di pulau Pramuka, Kepulauan
Seribu, pada tanggal 1 Februari 2017. Uji coba dilakukan mengelilingi pulau
Pramuka dengan cara menarik instrumen menggunakan kapal berkecepatan 3-4
knott. Data konsentrasi fitoplankton dan suhu permukaan perairan selanjutnya
disajikan dalam bentuk peta.

Analisis Data
Metode analisis data dilakukan dengan dua tahapan, yaitu: perhitungan nilai
RMSE dan galat, perhitungan uji statistik (uji-t dan uji-F).
Perhitungan Nilai RMSE dan galat
Menurut (Wibowo 2010) RMSE merupakan parameter yang digunakan
untuk mengevaluasi nilai dari suatu pengamatan terhadap nilai sebenarnya atau
nilai yang dianggap benar. Nilai galat menurut Idris (2014) merupakan
penyimpangan hasil pengukuran terhadap nilai sebenarnya. Nilai RMSE error
dapat dihitung dengan menggunakan persamaan 1. Secara umum persamaan untuk
menghitung besarnya nilai RMSE dan galat dapat dihitung berdasarkan persamaan
2 dan persamaan 3 (Emery J dan Thomson 2001).

∑
√ . . . . . . . . . . . . (2)
ε = Xw - Xt . . . . . . . . . . . . (3)
dengan RMSE merupakan Root Mean Square error, merupakan jumlah data, ε
merupakan nilai galat, Xw merupakan nilai kalibrasi instrumen, dan Xt merupakan
jumlah konsentrasi fitoplankton dan suhu sebenarnya.

Perhitungan Analisis Multiple Regression Linear dan Uji Statistik

Analisis multiple regression linear merupakan hubungan beberapa
variabel bebas terhadap satu variabel terikat. Misalkan untuk mengetahui faktor-
faktor yang terkait dengan variabel Y analisis dilakukan dengan melibatkan
variabel X1, X2 dan X3 (Suryono dan Rejekiningsih 2007). Model regresi ganda
dapat berguna untuk dua hal, yaitu: prediksi memperkirakan variabel dependen
dengan menggunakan informasi yang ada pada sebuah atau beberapa variabel
independen. Estimasi mengkuantifikasi hubungan sebuah atau beberapa variabel
independen dengan sebuah variabel dependen. Secara sederhana model persamaan
regresi ganda digambarkan sebagai berikut:
Y  a  β1X1  β2X2  β3X3  ....  βnXn  e
Keterangan:
Y = variabel terikat (mis: pengukuran haemocytometer)
a = perkiraan besarnya rata-rata Y ketika kenaikan nilai X = 0
β = perkiraan besarnya perubahan nilai variabel Y bila nilai variabel X
berubah satu unit pengukuran
X = variabel bebas
e = nilai kesalahan (error) yaitu selisih antara nilai Y individual yang
teramati dengan nilai Y sesungguhnya pada titik X tertentu.
8

Uji statistik yang akan digunakan pada penelitian adalah uji-t, uji-F dan
perhitungan koefisien determinasi (R²). Uji statistik digunakan dalam pengujian
hipotesis, uji-t dan uji-F dikakukan untuk mengetahui bagaimana pengaruh
variabel bebas dalam hal ini warna sensor TCS230 terhadap pengukuran
haemocytometer (Sugiyono 2009).

HASIL DAN PEMBAHASAN

Hasil Rancang Bangun

Hasil rancang bangun instrumen yang diberi nama Mr Fiton pada

penelitian ini dapat dilihat pada Gambar 6. Instrumen dibuat menyerupai
waterplane dilengkapi penopang dengan panjang 30 cm pada bagian bawah agar
instrumen tetap seimbang ketika ditarik menggunakan kapal. Pembuatan badan
komponen menggunakan pipa polyethylane berukuran 3 inchi untuk menyimpan
seluruh komponen yang digunakan. Polyethylane dipilih karena teksturnya yang
kuat dan mudah dibentuk. Instrumen memiliki panjang total 45 cm, lebar total 75
cm dan tinggi total 75 cm. Ukuran tersebut cukup ideal untuk penggunaan sensor
yang tidak terlalu banyak.

Gambar 6 Hasil rancang bangun instrumen

Sistem Elektronika
Rangkaian Utama Arduino Uno
Mikrokontroler yang digunakan sebagai pusat kendali instrumen adalah
arduino uno yang beroperasi pada tegangan 5V DC. Pada instrumen pengukur
konsentrasi fitoplankton terdapat beberapa port yang digunakan, di antaranya:
port digital pin 2 sebagai input data dari Sensor RGB (TCS230), port digital pin 7
 9

sebagai input data sensor suhu DS18B20, port D8 sebagai RX GPS, port D9
sebagai TX GPS, digital 10 sebagai CS, digital 11 sebagai MOSI, digital 12
sebagai MISO, digital 13 sebagai serial clock, RxD sebagai RX KYL210.
Rangkaian utama arduino uno dapat dilihat pada Gambar 7 dan konfigurasi pin
arduino dengan beberapa perangkat ditunjukkan pada Tabel 3.

Gambar 7 Modul arduino uno.

Tabel 3 Pin pada arduino uno yang digunakan dalam penelitian

Perangkat pin Keterangan
Sensor TCS230 D2 Output frekuensi
Sensor DS18B20 D7 Input data
GPS U-blox D8 Rx data
mikro SD Card D10 CS
D11 MOSI
D12 MISO
D13 SCK
KYL-210 D0/ RxD Rx Data
RTC SDA SDA
SCL SCL

Rangkaian TCS230
Sensor warna TCS230 adalah rangkaian fotodioda yang disusun secara
matrik array 8x8 dengan 16 buah konfigurasi fotodioda yang berfungsi sebagai
filter warna merah, 16 fotodioda sebagai filter warna biru dan 16 fotodioda lagi
tanpa filter warna (TAOS 2003). Sensor warna TCS230 merupakan sensor yang
dikemas dalam chip DIP 8 pin dengan bagian muka transparan sebagai tempat
menerima intensitas cahaya yang berwarna. Sensor warna TCS230 bekerja dengan
cara membaca nilai intensitas cahaya yang dipancarkan oleh Light Emitting Diode
(LED) super bright terhadap objek, pembacaan nilai intensitas cahaya tersebut
dilakukan melalui matrik 8x8 fotodioda, 64 fotodioda tersebut dibagi menjadi 4
kelompok pembaca warna, setiap warna yang disinari LED akan memantulkan
sinar LED menuju fotodioda, pantulan sinar tersebut memiliki panjang gelombang
yang berbeda–beda tergantung pada warna objek yang terdeteksi, hal ini yang
membuat sensor warna TCS230 dapat membaca beberapa macam warna
(Hermawati et al 2014).
10

Panjang gelombang dan sinar LED yang dipantulkan objek berwarna

berfungsi mengaktifkan salah satu kelompok fotodioda pada sensor warna
tersebut, sehingga ketika kelompok fotodioda yang digunakan telah aktif, S2 dan
S3 akan mengirimkan sinyal ke mikrokontroler untuk menginformasikan warna
yang dideteksi. Mikrokontroler akan mulai menginisialisasi sensor TCS230, nilai
yang dibaca oleh sensor selanjutnya diubah menjadi frekuensi melalui bagian
pengubah arus ke frekuensi, pada bagian tersebut terdapat osilator yang
dibangkitkan oleh saklar S0 dan S1 sebagai mode tegangan maksimum dan output
enable sebagai pembangkit osilator pada mode tegangan minimum (power down).
Sensor TCS230 dapat dioperasikan dengan tegangan pada Vcc berkisar antara
2,7V – 5,5 V. Modul TCS230 dan skematiknya dapat dilihat pada Gambar 8.

(a) (b)
Gambar 8 Sensor RGB (a) modul sensor (b) rangkaian elektronik sensor

Rangkaian DS18B20
Sensor suhu DS18B20 merupakan sensor suhu yang memiliki nilai keluaran
dalam bentuk sinyal digital. Komunikasi antara DS18B20 dengan mikrokontroler
arduino menggunakan komunikasi 1-wire yaitu jenis komunikasi yang
memerlukan 1 pin dari salah satu port mikrokontroler (Maxim 2015). Port yang
digunakan pada arduino uno yaitu port digital pin 7 (Gambar 7).
Rangkaian sensor suhu DS18B20 membutuhkan resistor sebesar 4,7K Ohm
sebagai pull-up, resistor pull-up tersebut berfungsi untuk menyesuaikan level
tegangan digital sensor dengan mikrokontroler dikarenakan perbedaan arus serap
(current-sink) dari keduanya (Idris 2014). Daya yang dibutuhkan untuk dapat
membaca, menulis, dan melakukan konversi suhu, sensor ini membutuhkan daya
sebesar 3V sampai 5,5V. Sensor DS18B20 dan rangkaian skematiknya dapat
dilihat pada Gambar 9.

(a) (b)
Gambar 9 Sensor suhu (a) Modul DS18B20 (b) rangkaian elektronik DS18B20
 11

GPS Ublox neo 6m

Sensor posisi yang digunakan untuk mengetahui posisi koordinat yang
terbaca adalah GPS Modules ublox neo-6m dengan modul GPS biaya rendah.
Berdasarkan lembar data GPS ublox neo-6m membutuhkan catu daya 3,6-5 Volt,
akurasi posisi horizontal 2-2,5 meter, memiliki keluaran sinyal format National
Marine Electronics Receiver Transmiter (UART) / Universal Serial Bus (USB)
v2.0 / Serial Peripheral Interface (SPI) / Display Data Channel (DDC). (Gambar
10) merupakan modul GPS ublox neo-6m.

Gambar 10 Modul GPS ublox neo-6m

Rangkaian Penyimpanan
Modul mikro SD card Catalex (Gambar 11) adalah modul pembaca kartu
mikro SD agar dapat membaca dan menulis pada kartu mikro SD. Antarmuka
yang digunakan pada modul ini adalah Serial Pheripheral Interface (SPI)
sehingga pin pada mikrokontroler yang digunakan adalah MISO (D11), MOSI
(D12), SCK (D13), dan CS (D10). Modul mikro SD card dapat dilihat pada
Gambar 11.

Gambar 11 Modul mikro SD card (Catalex)

Data hasil perekaman akan disimpan ke dalam mikro SD card dengan

format *.txt. Data hasil rekaman (Gambar 12) menunjukkan parameter yang
diukur, yaitu: waktu pengukuran, posisi koordinat, data RGB dan data suhu
permukaan perairan. Interval waktu perekaman diatur sebesar 10 detik sehingga
apabila instrumen ditarik dengan kecepatan kapal 3 knott maka rentang jarak yang
diperoleh pada setiap titik pengukuran adalah sebesar 13,33 meter.

Gambar 12 Data hasil rekaman

12

Pada proses pengujian instrumen dilapangan untuk menghindari ikut

terdeteksinya cahaya selain cahaya fluoresensi pada pengukuran konsentrasi
fitoplankton disuatu perairan sebaiknya digunakan filter cahaya yang hanya dapat
melalui cahaya fluoresensi. Filter yang digunakan memiliki respon transmisi
spektrumnya 600 – 730 nm (Purnamaningsih 2006). Tetapi pada penelitian ini
tidak menggunakan filter tersebut dengan pertimbangan sulitnya mendapatkan
filter yang dimaksud. Guna mengantisipasi hal tersebut maka pada penelitian ini
dilakukan pengambilan data sampel air laut yang dianalisis menggunakan SRC
sebagai data pembanding. Spektrum filter cahaya ditunjukkan pada Gambar 13.

Gambar 13 Spektrum filter cahaya

Adapun keterbatasan dari instrumen yang dibuat (Mr Fiton) yaitu: hanya
dapat dioperasikan pada permukaan perairan (horizontal), membutuhkan cahaya
matahari pada saat pengambilan data, serta diperlukan sensor pengukur intensitas
cahaya sebagai pengoreksi nilai RGB hasil keluaran sensor TCS230. Pengukuran
sampling klorofil-a perlu dilakukan mengingat klorofil-a memiliki fungsi sebagai
penghasil bahan makanan yang erat kaitannya dengan produktivitas primer
disuatu perairan.
Kelimpahan fitoplankton di suatu perairan dipengaruhi oleh beberapa
parameter lingkungan dan karakteristik fisiologisnya (Nastiti & Hartati 2013).
Faktor penunjang pertumbuhan fitoplankton saling berinteraksi antara faktor
fisika-kimia perairan seperti intensitas cahaya, oksigen terlarut, suhu, serta
ketersediaan nitrogen dan fosfor, sedangkan aspek biologi adalah adanya aktivitas
pemangsaan oleh hewan, mortalitas alami, dan dekomposisi (Goldman & Horne,
1983). Penelitian mengenai pengukuran konsentrasi fitoplankton disuatu perairan
dengan metode optik sebaiknya memperhatikan faktor-faktor lingkungan tersebut
sehingga dapat diakukan korelasi silang antar parameter untuk mengestimasi hasil
konsentrasi yang diperoleh.

Modul Transceiver KYL-210

Modul KYL-210 (Gambar 14) merupakan modul radio yang bersifat
transceiver, yaitu dapat berlaku sebagai transmitter dan receiver, dengan
antarmuka UART. Komunikasi antara KYL-210 dan mikrokontroler
menggunakan pin TX dan RX dengan BaudRate 9600. Komunikasi KYL-210
secara wireless menggunakan gelombang radio pada frekuensi 433 MHz.
 13

Gambar 14 Modul KYL-210

Pada penelitian ini KYL-210 digunakan untuk memastikan instrumen

melakukan perekaman data sesuai dengan perintah. KYL-210 yang berfungsi
sebagai transmitter diletakkan pada instrumen berdekatan dengan GPS, sedangkan
KYL-210 yang berfungsi sebagai receiver diletakkan di laptop dan dipasangkan
menggunakan USB sehingga dapat dilihat data hasil pengukuran pada layar
monitor secara realtime.

Perangkat Lunak
Perangkat lunak merupakan sebuah instruksi tetap yang tersimpan dalam
flash memory program. Mikrokontroler tidak dapat bekerja tanpa adanya
perangkat lunak yang tertanam didalamnya (Idris 2014). Bahasa pemrograman
yang digunakan dalam pembuatan perangkat lunak (program) Mr Fiton adalah
bahasa C dengan menggunakan arduino IDE versi 1.6.13. Perangkat lunak yang
dibuat memiliki empat fungsi utama, yaitu: menerima data RGB dari sensor
TCS230, menerima data suhu, posisi koordinat berdasarkan GPS, mencatat waktu
dari RTC serta mengirimkan data hasil rekaman ke dalam mikro SD card untuk
disimpan dengan format *.txt. Alur perangkat lunak pada instrumen dapat dilihat
pada Gambar 15.

Gambar 15 Diagram alir perangkat lunak instrumen

14

Mikrokontroler melakukan inisialisasi sensor RGB (TCS230), sensor suhu

(DS18B20), GPS Ublox neo-6m, serta RTC data logger dan mikro SD card
ketika instrumen dihidupkan. Mikrokontroler akan terus melakukan proses
inisialisasi hingga mikro SD card terdeteksi jika mikro SD card rusak atau belum
dimasukkan. Mikrokontroler akan memulai proses perekaman data dengan
mengambil data posisi dalam bentuk koordinat menggunakan modul GPS Ublox
neo-6m, data RGB, suhu, waktu pengukuran dan menyimpannya ke dalam mikro
SD card dengan format *.txt.

Uji Laboratorium

Sensor RGB (TCS230)

Kalibrasi sensor TCS230 dilakukan dengan mengukur konsentrasi
fitoplankton hasil kultivasi dalam gelas sebanyak 200 ml jumlah konsentrasi yang
berbeda pada setiap gelasnya. Pengukuran dilakukan dengan cara mencelupkan
sensor ke dalam masing-masing gelas. Gelas yang telah diukur menggunakan
sensor diukur kembali jumlah kelimpahannya dengan perhitungan manual
menggunakan haemocytometer. Hubungan antara jumlah sel haemocytometer
dengan nilai warna sensor TCS230 ditunjukkan pada Gambar 16.

10

8
haemocytometer
(juta sel/ml)

0
0 20 40 60 80 100
Sensor TCS230

Gambar 16 Hubungan antara jumlah sel haemocytometer dengan sensor TCS230

Hubungan antara jumlah sel haemocytometer dengan nilai warna pada

sensor TCS230 (Gambar 15) menunjukkan bahwa warna red memiliki persamaan
regresi (y)= -0,1252x + 11,529 dengan nilai R² sebesar 0,92, warna green
memiliki persamaan regresi (y)= -0,2259x + 12,617 dengan nilai R² sebesar 0,90
dan warna blue memiliki persamaan regresi (y)= -0,1853x + 10,34 dengan nilai R²
sebesar 0,88. Hasil tersebut menunjukkan bahwa warna red pada sensor TCS230
memiliki nilai korelasi yang lebih baik dibandingkan dengan warna green dan
blue. Hal tersebut ditunjukkan melalui persamaan regresi (y)= -0,1252x + 11,529
dengan nilai R² sebesar 0,92. Hasil perhitungan SRC dan pendugaan jumlah sel
berdasarkan kombinasi warna sensor TCS230 disajikan pada Gambar 17.
 15

10,0
8,0

haemocytometer
(juta sel/ml)
6,0
4,0
2,0
0,0
0,0 2,0 4,0 6,0 8,0 10,0
Kombinasi red, green, blue (y)=0,9592x + 0,2245 R²= 0,92
(a)
10,0
8,0
haemocytometer
(juta sel/ml)

6,0
4,0
2,0
0,0
0,0 2,0 4,0 6,0 8,0 10,0
Kombinasi red, green (y)= 1,1625x - 2,0668 R²= 0,92
(b)
10,0
8,0
haemocytometer
(juta sel/ml)

6,0
4,0
2,0
0,0
0,0 2,0 4,0 6,0 8,0 10,0 12,0
Kombinasi red, blue (y)= 1,625x + 8,9852 R²= 0,91
(c)
10,0
8,0
haemocytometer
(juta sel/ml)

6,0
4,0
2,0
0,0
0,0 2,0 4,0 6,0 8,0 10,0
Kombinasi green, blue (y)= 1,2116x + 4,9888 R²= 0,65
(d)
Gambar 17 Hubungan haemocytometer dengan kombinasi warna sensor TCS230
(a) red, green, blue (b) red dan green (c) red dan blue (d) green dan blue
16

Hubungan hasil pengukuran haemocytometer dengan pendugaan jumlah

sel dari kombinasi warna sensor TCS230 (Gambar 17) diperoleh persamaan
regresi (y) = 0,9592x + 0,2245 dengan nilai R² sebesar 0,92 untuk kombinasi
warna red, green, blue. (y) = 1,1625x - 2,0668 dengan nilai R² sebesar 0,92 untuk
kombinasi warna red dan green, (y) = 1,6582x - 8,9852 dengan nilai R² sebesar
0,91 untuk kombinasi warna red dan blue, serta (y) = 1,2116x - 4,9888 dengan
nilai R² sebesar 0,67 untuk kombinasi warna green dan blue. Hasil tersebut
menunjukkan kombinasi warna red, green, blue dan kombinasi warna red, green
adalah kombinasi warna yang paling sesuai untuk menduga kelimpahan
fitoplankton disuatu perairan jika dibandingkan dengan kombinasi warna lainnya.
Analisis statistik uji-t dan uji-F digunakan untuk mengetahui bagaimana
pengaruh variabel bebas terhadap variabel terikat dalam hal ini warna sensor
TCS230 terhadap pengukuran haemocytometer (Sugiyono 2009). Hasil
perhitungan tabel ANOVA (Lampiran 2) kombinasi warna memiliki nilai p < 0.05
yang menunjukkan bahwa kombinasi warna pada sensor sensor TCS230 secara
simultan mempunyai pengaruh terhadap pengukuran manual menggunakan
haemocytometer. Hasil uji-t menunjukkan t hitung > t tabel pada taraf nyata
tertentu, maka dapat disimpulkan warna sensor TCS230 berpengaruh secara
signifikan terhadap pengukuran haemocytometer (Walpole 1995).

Sensor Suhu (DS18B20)

Sensor suhu DS18B20 merupakan sensor suhu dengan keluaran digital dan
memiliki ketelitian 9-12 bit (Idris 2014). Penggunaan sensor untuk pengukuran
membutuhkan kalibrasi supaya data yang diperoleh akurat dan dapat dikoreksi
hasil keluarannya. Proses kalibrasi sensor dilakukan dengan membandingkan data
yang diterima sensor dan termometer. Sensor dan termometer dimasukan ke
dalam gelas berisi air untuk mengukur suhu air panas yang didinginkan secara
perlahan. Pada proses kalibrasi sensor suhu didapat perbedaan rata-rata sebesar
0,61 ºC dan perbedaan maksimum pengukuran sebesar 1,5 ºC (Lampiran 3). Hasil
pencocokan dari kedua pengukuran menghasilkan persamaan regresi (y) =
1,0271x + 1,4358 dengan nilai R² sebesar 0,99. Hubungan hasil pengukuran
termometer dan keluaran sensor DS18B20 dapat dilihat pada Gambar 18.

80
Termometer (ºC)

70

60

50

40

30
30 40 50 60 70 80
Sensor suhu DS18B20 (ºC) (y)= 1,0271x + 1,4358 R²=0,99
Gambar 18 Hasil pengukuran termometer dan sensor suhu
 17

Uji Lapang

Pengujian instrumen di lapangan dilakukan di pulau Pramuka, kepulauan

Seribu-Jakarta Utara pada tanggal 1 Februari 2017. Instrumen yang telah dibuat
ditarik menggunakan kapal dengan kecepatan maksimal 3-4 knott untuk
memberikan waktu pada sensor merekam data dan menyimpannya pada mikro SD
card. Data yang tersimpan diolah menggunakan software ArcGIS sehingga
menghasilkan peta konsentrasi fitoplankton serta suhu permukaan pulau Pramuka,
kepulauan Seribu pada pengukuran pagi hari dan siang hari.
Pada uji pengambilan data lapang diperoleh sampel air laut yang telah
ditandai dengan waktu pengukuran. Sampel air dianalisis dan dihitung
konsentrasinya menggunakan SRC dengan rumus dalam (Basmi 1994) yang
memiliki satuan sel/l. Data yang diperoleh dari perhitungan SRC dicocokan
dengan data yang ditampilkan sensor TCS230 pada saat di lapangan. Hasil dari
nilai korelasi antara pengukuran SRC dengan sensor TCS230 dapat dilihat pada
Gambar 19.

1,4
1,2
1,0
(juta sel/ml)

0,8
SRC

0,6
0,4
0,2
0,0
0 20 40 60 80 100 120
Sensor TCS230

Gambar 19 Hubungan hasil perhitungan SRC dan sensor TCS230 dengan

menggunakan data warna RGB

Hubungan hasil pengukuran SRC dan sensor TCS230 (Gambar 19)

diperoleh persamaan regresi (y) = -0,0344x + 4,3514 dengan nilai R² sebesar 0,97
untuk warna red, warna green memiliki persamaan regresi (y) = -0,0333x +
3,1147 dengan nilai R² sebesar 0,92 dan persamaan regresi (y) = -0,0544x +
3,9096 dengan nilai R² sebesar 0,90 untuk warna blue yang menunjukkan bahwa
warna red pada sensor TCS230 memiliki nilai korelasi yang lebih baik jika
dibandingkan dengan warna green dan blue. Hal tersebut sesuai dengan hasil yang
diperoleh pada uji laboratorium sensor TCS230 (Gambar 15). Persamaan yang
diperoleh dari kedua pengukuran selanjutnya dilakukan pendugaan antara jumlah
konsentrasi fitoplankton yang dihitung menggunakan SRC berdasarkan persamaan
dalam (Basmi 1994) dan kombinasi warna pada sensor TCS230. Hasil dari kedua
pengukuran yang diperoleh dianalisis dan dicari nilai regresinya. Hasil
perhitungan SRC dan pendugaan jumlah sel berdasarkan kombinasi warna sensor
TCS230 disajikan pada Gambar 20.
18

1,5

SRC (juta sel/ml) 1,0

0,5

0,0
0,0 0,5 1,0 1,5
Kombinasi warna red, green, blue (y)= x - 2E-15 R² = 0,98
1,5
SRC (juta sel/ml)

1,0

0,5

0,0
0,0 0,5 1,0 1,5 2,0
Kombinasi warna red, green (y)= 1,2434x - 1,0337 R² = 0,97
1,5
SRC (juta sel/ml)

1,0

0,5

0,0
0,0 0,5 1,0 1,5
Kombinasi warna red, blue (y)= 1,1289x - 0,4221 R² = 0,97
1,5
SRC (juta sel/ml)

1,0

0,5

0,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5
Kombinasi warna green, blue (y)= 3,0626x -9,1604 R² = 0,94
Gambar 20 Hubungan SRC dengan kombinasi warna pada sensor TCS230
 19

Hubungan hasil pengukuran SRC dengan pendugaan jumlah sel dari

kombinasi warna pada sensor TCS230 (Gambar 20) menunjukkan bahwa
kombinasi warna red, green, blue pada sensor TCS230 adalah kombinasi warna
yang paling sesuai untuk menduga konsentrasi fitoplankton disuatu perairan. Hal
tersebut ditunjukkan melalui persamaan (y) = x – 2E-15 dengan nilai R² sebesar
0,98. Data yang diperoleh dari hasil uji lapang dianalisis menggunakan ArcGIS
sehingga dapat disajikan ke dalam bentuk peta.
Hasil pengukuran konsentrasi fitoplankton pada pengukuran pagi hari
(Gambar 21) memiliki nilai konsentrasi rata-rata sebesar 742,244 sel/l dengan
konsentrasi maksimum sebesar 1.367,895 sel/l. Observasi dilakukan selama 53
menit 33 detik dengan jumlah plot data yang diperoleh sebanyak 322 plot. Hasil
pengukuran konsentrasi pada siang hari (Gambar 22) memiliki konsentrasi rata-
rata sebesar 813,159 sel/l dengan konsentrasi maksimum sebesar 1.160,02 sel/l.
Observasi pada siang hari dilakukan selama 49 menit dengan jumlah plot data
yang diperoleh sebanyak 294 plot. Hasil penelitian tersebut jika dibandingkan
dengan hasil penelitian (Asmara 2005) yang diperoleh konsentrasi fitoplankon di
pulau Pramuka memiliki rentang sebesar 59.250-101.200 (sel/ ) perbandingannya
sangat berbeda jauh. Hal tersebut karena persamaan yang digunakan pada kedua
penelitian berbeda. Jika pada penelitian ini dilakukan perhitungan yang sama,
maka hasil yang diperoleh tidak jauh berbeda (Lampiran 4).

Gambar 21 Peta konsentrasi fitoplankton pengukuran pagi hari

Gambar 22 Peta konsentrasi fitoplankton pengukuran siang hari

20

Intensitas cahaya pada suatu titik pengukuran dapat diukur dengan

menggunakan lux meter. Lux meter pada prinsipnya akan mengukur tingkat
pencahayaan pada titik pengukuran (Wijayanto dan Nurunnajah 2012).
Pengukuran intensitas cahaya pada penelitian ini dibutuhkan sebagai pengoreksi
sehingga data yang diperolah pada saat pengukuran memiliki tingkat akurasi yang
lebih tinggi dan ketelitian dalam konnversi nilai RGB hasil keluaran sensor
TCS230 ke jumlah sel fitoplankton per satuan volume lebih akurat.
Kecepatan kapal dalam menarik instrumen pada pengambilan data lapang
diatur sebesar 3-4 knott yang bertujuan meminimalisir terjadinya gangguan
(error) pada instrumen dalam merekam data. Selang waktu pengukuran (delay)
pada Mr Fiton diatur sebesar 10 detik yang menyebabkan data hasil pengukuran
dilapangan memiliki jarak antar titik sebesar 13,33 meter.
Suhu permukaan laut pulau Pramuka hasil perekaman pagi (Gambar 23)
memiliki kisaran suhu sebesar 28,35-28,97 ºC dengan rata-rata sebesar 28,57 ºC
sementara pada siang hari (Gambar 24) kisaran suhu pulau Pramuka sebesar
27,75-29,87 ºC dengan rata-rata sebesar 28,61 ºC. Kisaran suhu pada siang hari
memiliki nilai yang lebih rendah dibandingkan dengan kisaran suhu pada pagi
hari. Hal tersebut terjadi karena pada siang hari kondisi cuaca di pulau Pramuka
hujan gerimis yang menyebabkan terjadinya penurunan suhu pada akhir
pengukuran.

Gambar 23 Peta suhu permukaan laut pulau Pramuka pengukuran pagi hari

Gambar 24 Peta suhu permukaan laut pulau Pramuka pengukuran siang hari
 21

SIMPULAN DAN SARAN

Simpulan

Penelitian ini telah menghasilkan alat pengukur konsentrasi fitoplankton

(Mr Fiton) dengan dilengkapi posisi koordinat dan waktu pengukuran. Hasil
penelitian menunjukkan hubungan pengukuran haemocytometer dengan
kombinasi warna sensor TCS230 diperoleh bahwa kombinasi warna red, green,
blue dan kombinasi warna red, green adalah kombinasi warna yang paling sesuai
untuk menduga kelimpahan fitoplankton dengan R² sebesar 0,92. Hubungan
antara warna pada TCS230 dengan konsentrasi fitoplankton menunjukkan bahwa
setiap penurunan warna pada sensor TCS230 menggambarkan peningkatan
jumlah kelimpahan fitoplankton dalam suatu perairan. Berdasarkan nilai korelasi
tersebut maka Mr Fiton sudah dapat digunakan untuk mengukur konsentrasi
fitoplankton pada suatu perairan.

Saran

Perlu pengembangan instrumen yang dibuat dengan menambahkan filter

yang dapat menapis cahaya selain cahaya fluoresensi dari fitoplankton, pengujian
pengaruh kecepatan penarikan instrumen terhadap data yang diperoleh,
penambahan sensor pengukur intensitas cahaya sebagai pengoreksi, serta
pengaturan selang waktu pengukuran (delay) sebaiknya disesuaikan dengan teknik
sampling fitoplankton disuatu perairan sehingga plot data tidak terlalu rapat. Guna
mempermudah proses pengambilan data lapang sebaiknya alat dikembangkan
menggunakan sistem otomatis (Unnmenned Surface Vehicle).

DAFTAR PUSTAKA

Asmara A. 2005. Hubungan struktur komunitas plankton dengan kondisi fisika-

kimia perairan pulau Pramuka dan pulau Panggang, kepulauan Seribu.
[Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Basmi J. 1994. Planktonologi: Teknik menghitung plankton. Bogor (ID): Institut
Pertanian Bogor.
Darusalam U. 2008. Pengukuran konsentrasi fitoplankton dengan metode
fluoresensi, studi kasus: Chlorella sp. [Tesis]. Depok (ID): Universitas
Indonesia.
Dave, Lohrenz. 1999. Theoretical treatment of fluoresence detection by dual-fiber
optic sensor with consideration of sampling variability and package effect
associated with particles. Applied Optic. 12(38):2524-2535.
Emery J, Thomson R. 2001. Data Analysis Method in Physical Oceanography
Second and Revised Edition. Kent (GB): Gray Publishing.
Goldman CR, Horne AJ. 1983. Limnology. New York (US): Mc GrawHill
International Book Company.
22

Handayani. 2008. Hubungan kuantiatif antara fitoplankton dengan zooplankton di

perairan waduk Krenceng Cilegon, Banten. Ilmu dan Budaya. 1(8):13.
Haryanto. 2008. Probe optik untuk mengukur konsentrasi fitoplankton, studi kasus
Scenedesmus sp. [Tesis]. Depok (ID): Universitas Indonesia.
Hermawati, Euis, Witarsa, Verdian, Yuniarti, Caroline. 2014. Prototipe penyortir
barang berdasarkan warna, bentuk dan tinggi berbasis Programmable
Logic Controller (Plc) dengan penggerak sistem Pneumatic. Mikrotiga.
1(2):2355-0457.
Idris. 2014. Rancang bangun dan uji kinerja water temperature data logger
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
John D, Whitton BA, Brook AJ. 2002. The Fresh Water Algae Fluoresence of the
British Isles. Cambridge (GB): Cambridge Press.
Leeuw T, Emmanuel BS, Dana WL. 2013. In situ measurements of fluorescene
using low cost electronics. Journal Sensor. 13:7872-7883.
Malik. 2015. Rancang bangun dan uji kinerja alat pengukur suhu permukaan
periaran (SST-Towfish) [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Monahat S, Kim CK, Karegoudar TB. 2001. Enhanced degradation of
naphathalene by immobilization of Pseudomonas sp. Stain NGK1 in
polyurethene foam. Applied Microbiol Biotechnol. 55:311-
316.doi:10.1007/s002530000488.
Maxim. 2015. Programmable resolution 1-wire digital thermometer: Maxim
Integrated [internet]. (22 april 2008 [diunduh 24 Okt 2016]) 4:19-7487.
Tersedia pada: http://maximintegrated.com/ DS18B20datasheet.
Nastiti AS, Hartati ST. 2013. Struktur komunitas plankton dan kondisi
lingkungan perairan di teluk Jakarta. Bawal. 5(3): 131-150.
Purnamaningsih RW. 2006. Sensor optik untuk mengukur konsentrasi
fitoplankton, dengan obyek kajian Chlorella sp. [Disertasi]. Depok (ID):
Universitas Indonesia.
Poryvkina, Babichenko, Leeben. 2000. Analysis of phytoplankton pigments by
excitation spectra of fluorescence. Proceedings of Workshop LIDAR.
2000 Juni 16; Institute of Ecology, Estonia. Tallinn (EE): Dresden/FRG.
hlm 224-232.
Sugiyono. 2009. Statistika untuk Penelitian. Bandung (ID): Alfabeta.
Suryono H, Rejekiningsih T. 2007. Uji persyaratan analisis statistik. Inov. Pend.
8(2): 0216-1303.
TAOS 2003. TCS230 programmable color light−to−frequency converter.
Dataseheet TCS230. Texas (US): Lumenology. (972): 673-0759.
Walpole RE. 1995. Pengantar Statistika. Ed ke-3. Jakarta (ID): Gramedia Pustaka
Utama.
Widyorini N. 2009. Pola struktur komunitas fitoplankton berdasarkan kandungan
pigmennya di Pantai Jepara. J. Mina Laut Indonesia. 4(2):69 –75.
Wibowo PE. 2010. Identifikasi penutupan lahan pulau Panggang, pulau Pramuka
dan pulau Karya, antara tahun 2004 dan tahun 2008 [skripsi]. Bandung
(ID): Institut Teknologi Bandung.
Wijayanto N, Nurunnajah 2012. Intensitas cahaya, suhu, kelembaban dan
perakaran lateral mahoni (swietenia macrophylla king.) di RPH Babakan
Madang, BKPH Bogor, KPH Bogor. J. Silvikultur Tropika. 1(3): 8-13.
 23

LAMPIRAN

Lampiran 1 Dokumentasi penelitian

(a) (b)

(c) (d)

(e) (f)

(g)
Keterangan:
a) Kultur fitoplankton
b) Pengamatan kelimpahan fitoplankton
c) Sampel fitoplankton
d) Perancangan Mekanik
(h)
e) Perancangan Mekanik
f) Perancangan Elektronik
g) Perancangan Program
h) Sampel air laut
24

Lampiran 2 Hasil uji laboratorium sensor TCS230 dengan kalibrasi kelimpahan

fitoplankton menggunakan Haemocytometer.
No Haemocytometer (sel/ml) R G B
1 0 117 71 70
2 1600000 83 52 49
3 2000000 79 50 47
4 2240000 73 46 43
5 2400000 73 45 43
6 2600000 72 43 42
7 2680000 73 41 42
8 2880000 60 40 39
9 3320000 58 37 30
10 5440000 52 34 22
11 8400000 30 22 17

Perhitungan regresi kombinasi Warna red, green, blue

Regression Statistics
Multiple R 0,963779521
R Square 0,928870965
Adjusted R Square 0,886193544
Standard Error 702560,4907
Observations 9
ANOVA
df SS MS F Significance F
Regression 3 3,22289E+13 1,0743E+13 21,76492737 0,002678003
Residual 5 2,46796E+12 4,93591E+11
Total 8 3,46969E+13

coeficients Standard t Stat P- Lower 95% Upper 95% Lower Upper

error value 95,0% 95,5%
Intercept 12262395 1542357,51 7,95 0,0005 8297638,99 16227131,43 8297638,99 16227151,43
83 -52372,79 81020,80 -0,65 0,55 -260643,38 155897,78 -260643,28 155897,79
52 -101897,73 142231,21 -0,72 0,51 -467514,71 263719,24 -467514,71 263719,24
49 -37137,56 78097,54 -0,48 0,66 -237893,57 163618,66 -237893,57 163618,66
RESIDUAL OUTPUT
Observation Predicted 1600000 Residuals
1 1274491,627 725508,373
2 2156455,073 83544,9272
3 2274737,879 125262,121
4 2579442,195 20557,8053
5 2747869,104 -67869,1036
6 3751955,055 -871955,055
7 4243080,88 -923080,88
8 5006761,519 433238,481
9 7925206,669 474793,331
 25

Perhitungan regresi kombinasi warna red dan green

Regression Statistics
Multiple R 0,962109218
R Square 0,925654147
Adjusted R Square 0,900872196
Standard Error 655689,1804
Observations 9

ANOVA
df SS MS F Significance F
Regression 2 3,2117E+13 1,6059E+13 37,351948 0,000411
Residual 6 2,5796E+12 4,2993E+11
Total 8 3,4697E+13

coeficients Standard t Stat P-value Lower 95% Upper 95% Lower Upper
error 95,0% 95,5%
Intercept 12571589,51 1305294,48 9,63 0,00007 9377649 15765529,79 9377649,21 15765529,79
83 -68138,7 68994,57 -0,99 0,36 -236962 100684,93 -236962,34 100684,93
52 -118282,81 128788,1 -0,92 0,39 -433416 196850,34 -433415,96 196850,34
RESIDUAL OUTPUT
Observation Predicted 1600000 Residuals
1 1274491,627 725508,373
2 2156455,073 83544,9272
3 2274737,879 125262,121
4 2579442,195 20557,8053
5 2747869,104 -67869,1036
6 3751955,055 -871955,055
7 4243080,88 -923080,88
8 5006761,519 433238,481
9 7925206,669 474793,331

Perhitungan regresi kombinasi warna red dan blue

Regression Statistics
Multiple R 0,960690761
R Square 0,922926738
Adjusted R Square 0,89723565
Standard Error 667607,9715
Observations 9

df SS MS F Significance F
Regression 2 3,2E+13 1,601E+13 35,92 0,000458
Residual 6 2,67E+12 4,457E+11
Total 8 3,47E+13
26

coeficients Standard t Stat P-value Lower 95% Upper 95% Lower Upper
error 95,0% 95,5%
Intercept 12487711 1427707 8,75 0,00012 8994237 15765529,79 9377649,21 15981184,69
52 -172195 87108,37 -1,98 0,095 -385341 100684,93 -236962,34 40951,59
49 -57795,7 67714,13 -0,85 0,43 -223486 107894,75 -223486,24 107894,75
RESIDUAL OUTPUT
Observation Predicted 1600000 Residuals
1 1E+06 838435
2 2E+06 158472,4
3 2E+06 146277,4
4 3E+06 -55908,1
5 3E+06 -320298
6 3E+06 -465880
7 4E+06 -1062627
8 5E+06 78422,79
9 8E+06 683105,1
Perhitungan regresi kombinasi warna green dan blue
Regression Statistics
Multiple R 0,959984
R Square 0,921569
Adjusted R Square 0,895426
Standard Error 673461
Observations 9
ANOVA
df SS MS F Significance F
Regression 2 3,19756E+13 1,59878E+13 35,25037521 0,000482455
Residual 6 2,7213E+12 4,5355E+11
Total 8 3,46969E+13

coeficients Standard t Stat P-value Lower 95% Upper 95% Lower Upper
error 95,0% 95,5%
Intercept 11509414 1082053,33 10,64 0,00004 8861725,29 14157103,51 8861725,29 14157103,51
83 -96754,1 50055,57 -1,93 0,10 -219235,63 25727,48 -219235,63 25727,48
49 -50692 72632,79 -0,69 0,51 -228418 127033,96 -228418 127033,96
RESIDUAL OUTPUT
Observation Predicted 1600000 Residuals
1 1483317 516682,5123
2 2266610 -26610,02093
3 2266610 133389,9791
4 2414056 185943,8836
5 2317302 362697,9593
6 3727181 -847181,0842
7 4376917 -1056917,413
8 5362978 77021,97428
9 7745028 654972,2099
 27

Tabel hubungan perhitungan jumlah sel fitoplankton pada haemocytometer dengan kombinasi
warna sensor TCS230
Haemocytometer R G B RGB RG RB GB
1600000 83 52 49 797035,5 2616771 6095718 5143977
2000000 79 50 47 1284597 3030058 6379484 5422048
2240000 73 46 43 2154975 3751885 6842270 5978189
2400000 73 45 43 2256872 3853783 6842270 6080086
2600000 72 43 42 2550178 4109951 6931781 6321019
2680000 73 41 42 2701601 4261374 6879408 8555337
2880000 60 40 39 3595757 5044118 7671667 6738125
3320000 58 37 30 4340433 5454557 8110649 7378055
5440000 52 34 22 5257463 6074487 8721986 7980848
8400000 30 22 17 7818124 8449461 10059875 9389308

Persamaan yang digunakan untuk menduga konsentrasi fitoplankton dari sensor TCS230:

N = 12262395.21 + (R * -52372.79) + (G * -101897.74) + (B * -37137.46)

Tabel kode label fluoresensi dari berbagai jenis fitoplankton (Poryvkina 2000)
Bacillariophyceae Thalassiosira pl59 Chlorophyceae Stichococcus pl63
pseudonana bacillaris
Phaeodactylum pl64 Chlorella pl215
tricornutum minutissima
Dynophyceae Exuviaella pusilla pl61 Chlorella elipsoidea pl216
Prorocentrum cordata pl56 Chlarococcum infus. pl218
Gymnodinium pl57 Dunaliella salina pl221
kowalewskii
Amphidinium klebsii pl55 Dunaliella viridis pl224
Gymnodinium lanskaja pl202 Dunaliella martima pl226
Peridinium trochoidea pl212 Dunaliella tertiol. pl227
Peridinium triquetrum pl213 Prasinophyceae Tetraselmis sp. pl225
Chrysophyceae Olistodiscus luteus pl60 Platimonas viridis pl223
Prymnesiophyceae Pavlova luteri pl65 Cyanophyceae Coccochloris sp. (LL) pl203
Isochrysis galbana pl220 Coccochloris sp (HL) pl204
Monochrysis luteri pl228 Synechococcus pl205
aeruginosus
Gephyrocapsa huxleyi pl52 Oscillatoria sp. pl206
Emiliania huxleyi pl209 Synechococcus sp. pl207
28

Lampiran 3 Hasil uji kalibrasi sensor suhu dengan termometer

No termometer sensor suhu error

1 70,5 71,44 0,94
2 70 71,01 1,01
3 69 69,84 0,84
4 68 68,44 0,44
5 67 67,45 0,45
6 66 66,44 0,44
7 65 65,58 0,58
8 61 61,25 0,25
9 59,8 59,25 0,55
10 57 56,75 0,25
11 55 54,15 0,85
12 53,2 52,13 1,07
13 51 51,75 0,75
14 49 49,56 0,56
15 48 48,14 0,14
16 46 46,25 0,25
17 45,8 44,56 1,24
18 45,4 44,5 0,9
19 44,9 44,15 0,75
20 44 43,76 0,24
21 42,8 42,31 0,94
22 41,9 41,5 0,4
23 41,9 41,3 0,6
24 41,2 41,15 0,05
25 41 40,25 0,75
26 40 40,11 0,11
27 40 39,31 0,69
28 39,9 39,25 0,65
29 39,9 39,19 0,71
30 38 38,06 0,06
31 34 35,5 1,5
 29

Lampiran 4 Hasil perhitungan sampel menggunakan SRC dengan sensor TCS230

Mengikuti
penelitian
(Asmara Kombinasi Kombinasi Kombinasi Kombinasi
SRC 2005) SRC RGB RG RB GB
waktu R G B (sel/ml) (sel/ ) (sel/ml) (sel/ml) (sel/ml) (sel/ml)
8:38:53 96 63 52 1080000 234000 1061898 1674791 1317625 3339993
8:42:43 104 69 58 780000 234000 776984 1460595 1057065 3244919
8:47:13 115 84 64 420000 228000 384347 1138676 725315,1 3113314
8:51:43 109 72 62 600000 216000 599010 1329767 891268,8 3185596
8:48:13 115 77 64 450000 210000 412761 1167090 725315,1 3141728
9:08:33 112 76 63 480000 198000 499797 1242340 808291,9 3157573
9:19:03 102 68 56 870000 186000 852076 1512114 1128098 3272551
9:33:33 100 66 53 990000 174000 943014 1567693 1210918 3316029
14:06:47 91 59 53 1170000 168000 1184999 1809678 1424489 3344443
14:11:37 91 59 51 1170000 156000 1208572 1809678 1448062 3368016
14:21:27 110 74 56 540000 144000 637880 1297918 938257 3248196
14:16:07 111 75 62 510000 120000 539373 1270129 843808,5 3173419
14:31:07 107 73 61 720000 108000 654198 1373168 950515,5 3193324
14:26:37 97 64 52 1050000 102000 1034109 1647002 1293894 3335933
14:36:08 93 59 52 1140000 90000 1149325 1762218 1388815 3356229
14:38:58 103 69 56 840000 96000 824287 1484325 1104368 3268492
14:28:37 109 77 63 450000 90000 566928 1309471 879482,4 3153514
14:34:17 101 67 55 930000 84000 891652 1539904 1163615 3288397
14:32:57 115 87 65 360000 84000 360383 1126499 713528,7 3089350
14:35:07 115 83 64 420000 72000 388406 1142735 725315,1 3117373
Persamaan yang digunakan untuk menduga konsentrasi dari sensor
TCS230:

N = 4208611.30 + (R * -23730.15) + (G * -4059.15) + (B * -11786.39)

Perhitungan jumlah sel fitoplankton menggunakan SRC dengan persamaan

dalam (Basmi 1994) dan mengikuti perhitungan yang dilakukan (Asmara 2005)
sebagai berikut:
Persamaan (Basmi 1994) Persamaan dalam (Asmara 2005)

( ) ( )

Keterangan: Dengan ketentuan

N = Jumlah sel per liter (sel/liter) N = Jumlah sel (sel/ )
n = Jumlah sel fitoplankton pada seluruh lapang pandang (sel) ni = Jumlah individu tercacah
A = Volume contoh air yang disaring (5 liter) Vd=Volume air disaring (liter)
B = Volume air tersaring (30 ml) Vt =Volume air tersaring (ml)
C = Volume sampel di bawah gelas penutup (1 ml) Vs=Volume sampel di bawah gelas
D = Luas gelap penutup (1000 mm²) penutup (ml)
E = Luas total yang teramati (200 mm²) 1000 = Konversi dalam
30

RIWAYAT HIDUP

Penulis dilahirkan di Sumedang pada tanggal 24

Oktober 1993 dari pasangan bapak Elon Dahlan dan ibu
Mamah. Penulis adalah putra kedua dari dua bersaudara.
Tahun 2009 penulis lulus dari SMPN 1 Ujungjaya dan
diterima di SMAN 2 Cimalaka. Penulis lulus SMA pada tahun
2012 dan pada tahun yang sama diterima di Institut Pertanian
Bogor melalui jalur Ujian Talenta Mandiri di Departemen
Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu
Kelautan.
Selama menjadi mahasiswa di IPB, penulis aktif dalam kegiatan non-
akademik. Penulis pernah menjadi Pengurus Himpunan Mahasiswa Ilmu dan
Teknologi Kelautan Divisi Pengembangan Sumberdaya Manusia periode 2014
dan menjadi Ketua HIMITEKA pada tahun berikutnya. Selain itu, penulis pernah
menjadi asisten praktikum mata kuliah Selam Ilmiah pada tahun ajaran 2014/2015
dan menjadi penulis buku modul praktikum selam ilmiah yang diterbitkan oleh
IPB Press. Penulis melaksanakan praktik lapangan pada bulan Juli – Agustus 2015
di Pacitan, dengan judul “Mengungkap Potensi Bahari Teluk Pacitan”. Pada Maret
2017 penulis menyelesaikan tugas akhir dengan judul “Rancang Bangun dan Uji
Kinerja Alat Pengukur Konsentrasi Fitoplankton untuk Menduga Produktivitas
Primer Perairan” di bawah bimbingan Prof. Dr. Ir Indra Jaya, M.Sc.