Anda di halaman 1dari 10

MAKALAH

DETEKSI TARGET
(Pengukuran Sv, Sa, Densitas Objek)

DISUSUN OLEH :
KELOMPOK :9
NAMA ANGGOTA : 1. MELI MARSELINA (08051181924015)
2. DIO ALIF ANANTA S. (08051181924
3. GITA KUMALASARI (08051381924107)
4. M.EVRAN FIRDAUS (08051381924
5. M. HAFFIZ PUTRA ARTA (08051381924083)
6. RICO MULTI ANGGARA (08051381924063)
7. ANGEL CHRISTIN (08051281924055)
8. RIZQI HAFIZUDIN (08051381924064)
9. IKKON SADAR P (
DOSEN PENGAMPU : 1. Dr. FAUZIYAH,M.SI
2. ELLIS NURJULIASTI N.,M.SI
3. KHAIRUL SALEH,M.SI

JURUSAN ILMU KELUTAN


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SRIWIJAYA
TAHUN 2020/2021
1. PENDAHULUAN
1.1 Latar belakang

Ketersediaan data mengenai status stok dan penyebaran sumberdaya ikan demersal yang
akurat dan dapat dipercaya merupakan informasi dasar yang sangat penting dalam upaya
pemanfaatan dan pengelolaannya. Hal ini disebabkan karena pendugaan densitas yang akurat
akan bermanfaat untuk menentukan besarnya potensi lestari dan hasil tangkapan yang
diperbolehkan untuk ditangkap, untuk selanjutnya dapat mencegah kondisi tangkap lebih
(overfishing). Teknik-teknik yang banyak digunakan dalam pendugaan stok di antaranya
adalah metode swept area dengan menggunakan trawl, surplus produksi, dan teknologi
penginderaan jauh menggunakan hidroakustik (marine acoustic remote sensing).

Selain informasi mengenai penyebaran sumberdaya ikan harus juga diketahui informasi
mengenai tipe dasar perairan, metode hidroakustik dapat diaplikasikan dalam pemetaan
kedalaman perairan atau batimetri. Pada umumnya pengambilan data dasar perairan
menggunakan grab yang memiliki banyak kendala, misalnya hanya dapat dipergunakan
dalam wilayah yang terbatas dan dangkal dengan waktu yang lama, untuk itu perlu
diupayakan metode lain yang dapat memberikan informasi dasar laut. Metode hidroakustik
merupakan metode yang mampu mendapatkan informasi mengenai tipe dasar perairan
dengan menggunakan echosounder.

Informasi kuantitatif mengenai nilai backscattering dari berbagai tipe dasar perairan yang
dikenal dalam bidang akustik kelautan yaitu nilai volume backscattering strength dan nilai
surface backscattering strength.

1.2 Tujuan

Tujuan makalah ini adalah untuk mengetahui cara mengukur nilai volume backscattering
strength (SV), nilai surface backscattering strength (SS) berbagai tipe substrat dasar perairan
dan mengetahui densitas objek dengan metode akustik.
2. ISI/MATERI
Acoustic Backscattering Dasar Laut Jackson et al. (1986) menjelaskan bahwa terdapat faktor
dependensi yang lemah dari nilai backscattering yang dihasilkan terhadap sedimen yang
relatif halus. Stanic et al. (1989) mengatakan dimana nilai backscattering yang dihasilkan
dari empat tipe sedimen: lumpur, pasir, kerikil dan batu menunjukan korelasi dengan ukuran
butiran. Pemodelan akustik yang lebih lanjut diperlukan guna mendapatkan hubungan antara
sifat-sifat fisik sedimen dan sifat-sifat akustik. Dasar perairan memiliki karakteristik
menghamburkan kembali gelombang suara seperti halnya permukaan perairan atau laut.
Namun efek yang dihasilkan lebih kompleks karena sifat dasar laut yang tersusun atas
beragam unsur mulai dari bebatuan yang keras hingga lempung yang halus dan tersusun atas
lapisan-lapisan yang memiliki komposisi yang berbeda-beda. Nilai backscattering yang
diberikan oleh dasar perairan biasanya memiliki intensitas tertentu, namun diperlukan
threshold agar nilai backscattering dari dasar laut yang ingin diamati dapat terekam dengan
baik.

Orlowski (2007) menyebutkan bahwa batas minimum deteksi (threshold) echo yang kembali
dari dasar perairan adalah -60 dB dengan mengacu pada standar instrumen hidroakustik
EY500. Backscattering pada dasar berbatu memberikan nilai yang lebih besar dibandingkan
dengan dasar berlumpur. Hal ini dijadikan sebagai suatu landasan untuk mengaitkan
backscattering dari dasar laut terhadap tipe dasar lain, seperti lumpur, lempung, pasir, batu.
Pada dasarnya tidak terdapat hubungan yang kuat antara frekuensi yang digunakan dengan
nilai backscattering strength yang dihasilkan dari dasar laut dengan tipe batu dan pasir
berbatu dan pasir yang mengandung cangkang kerang. Hal ini diakibatkan oleh tekstur
permukaan dasar yang cenderung lebih kasar sehingga energi suara yang mengenai dasar
tersebut akan terhamburkan.

Jenis dasar dan sedimen yang lebih halus, penggunaan frekuensi diatas 10 kHz akan
memperlihatkan kecenderungan adanya hubungan antara frekuensi dan jenis dasar perairan.
Pada kasus sedimen berpasir, nilai backscattering yang didapatkan cenderung meningkat
dengan meningkatnya frekuensi. Penggunaan frekuensi tinggi memberikan nilai
backscattering yang dominan dihasilkan oleh permukaan sedimen dibandingkan
backscattering yang diberikan oleh volume sedimen. Pada frekuensi yang lebih rendah nilai
backscattering yang diperoleh dipengaruhi juga oleh backscattering dari volume sedimen.
Menggunakan nilai SS, nilai backscattering pasir lebih besar dari pada nilai SS pada substrat
lumpur dan nilai SS meningkat dengan kenaikan diameter partikel dasar laut.

Akuisisi Data :
Secara umum akuisisi data diambil dengan menggunakan instrumen echosounder untuk
mengukur bottom acoustic backscattering strength.

Pada saat transducer memancarkan gelombang suara mengenai sutau target (dasar perairan)
maka gelombang suara akan dihamburkan kembali pada transducer. Sinyal gelombang suara
yang dihasilkan oleh transducer masih lemah, untuk itu perlu diperkuat sebelum diteruskan
ke recorder atau display. Penguatan gelombang suara ini dilakukan oleh receiver amplifier.
Receiver amplifier bersama TVG amplifier berfungsi untuk menguatkan sinyal gelombang
suara dari faktor gain (G). Setelah melalui proses Time Varied Gain (TVG) maka akan
diperoleh bottom echo computation yang dapat memberikan informasi mengenai nilai SVB,
dari nilai SVB akan diperoleh nilai Ss.

Pengolahan Data :
1. Batimetri
Proses pengolahan data mentah hidroakustik ini dilakukan dengan menggunakan perangkat
lunak Echoview 4. Proses pertama yang dilakukan dengan memasukkan faktor koreksi
terhadap data yang diperoleh dari calibration setting. Proses integrasi dengan perangkat lunak
Echoview 4 menggunakan 100 ping yang berarti satu Elementary Sampling Distance Unit
(ESDU). Setelah integrasi dan kalibrasi dilakukan, maka untuk mengeluarkan seluruh hasil
pada perangkat lunak Echoview 4 digunakan Dongle yang dimiliki BRPL. Hasil yang didapat
dalam bentuk excel, data sudah mencangkup nilai lintang, bujur dan kedalaman, kemudian
diolah pada perangkat lunak Surfer 8 dan didapat Peta profil batimetri.

2. SV dan SS menggunakan perangkat lunak Matlab


Nilai SV dan nilai SS diperoleh dengan menggunakan perangkat lunak Matlab v.7.0.1. Pada
perangkat lunak Matlab ini menggunakan program Rick Towler, listing program ini akan
didapat nilai SV dasar [dB] dan nilai SS [dB]. Nilai SS diperoleh menggunakan persamaan
yang menghubungkan bottom volume backscattering coefficient (Sv) dan surface
backscattering coefficient (ss) (Manik 2006).

Sv = Ψ cτ )2/( ssΦ ..............................(1)


dimana, Φ = instantaneous equivalent beam angle for surface scattering
Ψ = equivalent beam angle for volume scattering
c = kecepatan suara
τ = pulse length
Pada peak bottom echo, nilai integrasi Ψ ≈ Φ sehingga persamaan (1) menjadi :
ss = (cτ / 2) Sv ...............................(2)
SS [dB] = 10 log ss ................................(3)
Dalam pengolahan data digunakan dua perangkat lunak yaitu perangakat lunak Echoview 4
dan perangkat lunak Matlab v.7.0.1. Selain nilai SV dan nilai SS, dihasilkan juga peta
kedalaman perairan atau batimetri dan klasifikasi tipe substrat dasar perairan.

Analisis Data :
1. Analisis Ukuran Butiran

Data analisis ukuran butiran yang diperoleh dari pihak BRPL, dalam bentuk excel kemudian
didiskripkan berdasarkan komposisi dari setiap stasiun berdasarkan masing – masing ukuran
butiran. Dalam menghitung nilai rata – rata ukuran butiran dipergunakan rumus sebagai
berikut :

∑ ukuran butiran (mm) x berat setiap butiran (gram) ..............................(4)


Total berat (gram)
2. Backscattering strength (SV dan SS)
Hasil SV dan SS diperoleh dengan menggunakan perangkat lunak Matlab v.7.0.1. Kemudian
ditabulasi untuk diverifikasi dengan data grab. Data dianalisis menggunakan MINITAB 14
untuk melihat hubungan SS dengan kedalaman dan ukuran butiran dengan menggunakan
analisis regresi linier sederhana, persamaan umum regresi linier sederhana sebagai berikut :

y = a + bx ...............................(5)
dimana, y = variabel dependen yang diprediksikan
a = harga y bila x = 0 (harga konstan)
b = koefisien regresi
x = varibel independen
Dalam analisis terlebih dahulu dilakukan uji Analysis of variance (Anova) untuk melihat
berpengaruh atau tidaknya suatu data dengan komponen yang diinginkan. Dalam hal ini
antara nilai SS dengan kedalaman dan nilai SS dengan ukuran butiran. Adanya pengaruh
suatu data dapat dilihat dari nilai P, dimana nilai P < 0,05 berpengaruh dan P > 0,05 tidak
berpengaruh. Berapa besar data itu berpengaruh dapat dilihat dari determinasi (R2 ), semakin
besar nilai R2 berarti memiliki hubungan yang erat dan semakin kecil nilai R2 terlihat adanya
hubungan namun hubungannya tidak erat. Survei hidroakustik yang dilakukan dapat
memberikan informasi mengenai klasifikasi dasar perairan dan dapat diaplikasikan dalam
pemetaan kedalaman perairan atau batimetri. Banyak faktor yang mempengaruhi nilai SS
dasar perairan, di antaranya ukuran butiran dan kedalaman

Perhitungan densitas objek dilakukan dengan mengintegrasikan echo yang berasal dari
kelompok-kelompok objek yang terdeteksi. Kelompok objek tersebut dianggap membentuk
suatu lapisan perairan dengan tebal perairan sesuai dengan ketebalan objek. Lapisan perairan
ini merupakan bidang-bidang datar dan integrasi echo dilakukan untuk bidang datar berlapis-
lapis dan berurut-urutan hingga seluruh volume perairan yang dibventuk kelompok objek
terintegrasi secara keseluruhan.

Densitas Objek Dengan Akustik

Posisi trawl berada jauh di belakang kapal dengan jarak yang bervariasi tergantung pada
kedalaman dasar laut. Oleh karena itu, data akustik yang dianalisis dari masing-masing
stasiun trawl adalah echogram yang sesuai dengan jarak towing mulai dari posisi trawl
sampai di dasar sampai dengan posisi trawl mulai diangkat (houling). Posisi GPS dan waktu
dari posisi awal dan akhir towing dicatat. Kedalaman perairan tiap stasiun trawl berdasarkan
echogram diestimasi dari rata-rata kedalaman setiap ping akustik dan dikoreksi (ditambah
dengan kedalaman permukaan transducer) 1 meter. Perbedaan jarak horizontal antara kapal
dengan trawl diestimasi secara geometrik berdasarkan panjang warp dan kedalaman perairan
(Wallace dan West 2006) yaitu:

(warp2 – kedalaman2) 1/2

Berdasarkan metode yang dipakai oleh Aglen (1996), data akustik dapat digunakan untuk
menduga respon atau reaksi objek secara vertikal. Oleh karena itu, kolom perairan dalam
penelitian ini dibagi menjadi 5 layer dengan interval 1 meter. Layer pertama dimulai dari
kedalaman BSZ sampai 1 meter di atasnya, dan seterusnya. Nilai densitas objek secara
akustik diperoleh dengan mengintegrasikan tiap layer dari masing-masing stasiun trawl untuk
melihat distribusi sebaran objek relatif terhadap dasar perairan (Mello and Rose 2009).
Analisis regresi digunakan untuk melihat hubungan masing-masing layer terhadap densitas
objek. Densitas akustik masing-masing layer sebagai variabel bebas, sementara objek sebagai
variabel tak bebas. Selanjutnya layer yang digunakan adalah kolom perairan yang memilki
korelasi signifikan terhadap hasil tangkapan (P-value< 0,05). Korelasi yang signifikan antar
kedua variabel menunjukkan bahwa kolom perairan tersebut termasuk dalam area jelajah
objek. Keberadaan objek sebagai respon gerak vertikal, diestimasi dengan membandingkan
koefisien determinasi (R2) dari masing-masing persamaan regresi tiap layer (Von Szalay et
al., 2007).

Jumlah objek pada ADZ diestimasi dengan asumsi bahwa densitas objek pada zona tersebut
adalah sama dan tergantung pada kondisi ikan pada lapisan tipis tepat diatas ADZ-nya, yang
mana pada kolom perairan ini memungkinkan untuk dilakukan estimasi densitas objek secara
akustik. Asumsi tersebut mungkin masih konservatif, mengingat densitas objek diduga dapat
menyebar vertikal lebih tinggi lagi dari dasar perairan (Von Szalay et al. 2007).

Estimasi nilai Nautical Area Scattering Coeficient (NASC) pada ADZ masing-masing
stasiun, diperoleh dengan mengekstrapolasi nilai SV pada kolom perairan di atas ADZ
terhadap ketinggian backstep (Kloser et al. 1996) :

NASCi = 10Svi/10 x BSZi x 1852 x 4

Selanjutnya, integrasi data akustik dilakukan pada kolom perairan mulai dari batas backstep
sampai ketinggian 2,5 meter dari dasar. Ini bertujuan untuk memperoleh densitas objek yang
sinkron dengan tinggi bukaan vertikal trawl, sehingga densitas akustik (DA) dan trawl (DT)
dapat dibandingkan. Nilai densitas objek secara akustik diperoleh dengan persamaan
MacLennan dan Simmonds (2005) sebagai berikut :

TSi = 10 log σbsi


ρA = NASC/ σbs
ρV = ρA x r
dimana: TSi : target strength ikan ke-i
σbsi : backscattering crossection ikan ke-i
NASC : nautical area scattering coefficient (m2/nmi2)
r : tinggi kolom perairan (m)
ρA : area densitas (n/nmi2)
ρV : volume densitas (n/m3)
PENUTUP
KESIMPULAN :
Klasifikasi tipe substrat berdasarkan analisis besar butir menjadi empat yaitu pasir,
pasir berlumpur, lumpur berpasir dan lumpur. Pasir dan pasir berlumpur memiliki nilai SV
dan SS yang besar. Hal ini dikarenakan memiliki ukuran partikel lebih besar dibandingkan
dengan lumpur dan lumpur berpasir. Lumpur berpasir dan lumpur memilki nilai SV dan SS
terkecil.

Estimasi densitas objek dengan metode swept area belum proporsional terhadap
kondisi sumberdaya yang terdeteksi secara langsung dengan menggunakan akustik. Densitas
objek hasil pengamatan akustik berbeda nyata dengan hasil tangkapan trawl. Faktor utama
yang berpengaruh terhadap perbedaan estimasi densitas objek antara metode swept area dan
remote sensing adalah kemampuan tangkap (catchability factor) dari trawl, tingkah laku
objek menghindar dari cakupan trawl, dan keberadaan objek pada area dead zone trawl.

SARAN :

Menurut kami sebaiknya perlu diadakan penyuluhan kepada masyarakat guna


menumbuhkan rasa peduli terhadap ekosistem di bawah laut dengan cara memperkenalkan
metode swept area dengan menggunakan trawl, surplus produksi, dan teknologi penginderaan
jauh menggunakan hidroakustik (marine acoustic remote sensing).
DAFTAR PUSTAKA
Aglen A., 1996. Impact of Fish Distribution and Species Composition on the Relationship
Between Acoustic and Swept-Area Estimates of Fish Density, ICES J. Mar. Sci.
53:501-505
Jackson, D.R, Baird A.M, Crisp J. J, Thompson P. A. 1986. High-Frequency bottom
backscatter measurement in shallow water, J. Acoust. Soc. Am. 80(4): 118-1199.
Kloser RJ, Koslow JA, Williams A., 1996. Acoustic Assessment of the Biomass of a
Spawning Aggregation of Orange Roughy (Hoplostethus atlanticus, Collet) off South-
eastern Australia, 1990-93, Marine and Freshwater Research. 47:1015-24.
MacLennan DN, Simmonds EJ., 2005. Fisheries Acoustics, London, Chapman & Hall
Manik, H, M. 2006. Study on Acoustic Quantification of Sea Bottom Using Quantitative
Echo
Sounder. Ph.D Dissertation. Tokyo University of Marine Science and Technology.
Tokyo Japan.
Mello LGS, Rose GA., 2009. The Acoustic Dead Zone: Theoretical Vs Empirical Estimates,
and its Effect on Density Measurements of Semi-Demersal Fish, ICES Journal of
Marine Science, 66:1364-1369
Orlowski, A. 2007. Acoustic seabed classification applied to Baltic benthic habitat studies: a
new approach. OCEANOLOGIA, 49 (2), 2007. pp. 229- 243
Stanic, S., Briggs K. B., Fleischer P, Sawyer WB, Ray RI. 1989. HighFrequency Acoustic
Backscattering from a Coarse Shell Ocean Bottom. J. Acoust. Soc. Am., 85, p 125-136
Von Szalay PG, Somerton DA, Kotwicki S., 2007. Correlating Trawl and Acoustic Data in
the
Eastern Bering Sea: A First Step Toward Improving Biomass Estimates of Walleye
Pollock (Theragrachalcogramma) and Pacific cod (Gadus macrocephalus)?. Fisheries
Research, 86:77-83.
Wallace JR, West CW, 2006. Measurements of Distance Fished During the Trawl Retrieval
Period, Fisheries Research, 77:285-292.

Anda mungkin juga menyukai