OSEANOGRAFI PERIKANAN

(IOC21356)
PREDIKSI FISHING GROUND
IKAN

Disampaikan oleh :
Dr. Kunarso

Departemen Oseanografi
FPIK Undip
2020
Pendekatan yang umum dilakukan di Indonesia
untuk prediksi fishing ground umumnya
menggunakan data-data citra satelit, meliputi:
• Suhu permukaan laut
• Kelimpahan fitoplankton  klorofil
• Tinggi Paras Laut

Diketahui bahwa kondisi lingkungan perairan (suhu,

salinitas, oksigen terlarut, kekeruhan, arus, makanan)
mempengaruhi keberadaan sumberdaya ikan.

Namum Howard (1967) mengingatkan bahwa respon

biologis ikan terhadap variabilitas kondisi lingkungan adalah
sesuatu yang sangat kompleks  tidak salah para ahli
oseanografi perikanan mencoba menyederhanakan.
 Berbeda jenis ikan berbeda respon terhadap kondisi
lingkungan  Tingkah laku (TL) ikan
Untuk jenis ikan tuna saja Di Perairan Indonesia banyak
sangat berbeda TL terhadap jenis ikan komersial:
suhu
1. Kembung
2. Layang  Salinitas
3. Lemuru
4. Tenggiri
5. Layur
6. Tongkol
7. Cakalang
8. Yellowfin
9. Bigeye
10. Bluefin
11. dll

Supaya bisa melacak dengan baik mutlak mengetahui Tingkah Laku Ikan
Sejauh mana kita telah memahami tingkah laku semua jenis ikan ini?
BUKU oleh Yamaka et al. 1988
Contoh Kebutuhan data untuk peramalan perjenis ikan contoh ikan
sardine Jepang (Sardinops melanosticta) (Yamaka et al., 1988)
No Informasi yang Keterangan
dikumpulkan
1 Distribusi Sepanjang perairan pantai sekitar Jepang dan Laut Jepang
bagian barat, dari Laut Okhostok (Pasifik) dan Propinsi
Primosskaya USSR dibagian utara hingga laut timur Cina
di bagian selatan (Gambar 3).
2 Struktur Populasi Telah diidentifikasi 4 sub-populasi: (1) Pasifik (2) Ashizuri
(3) Kushu dan (4) sub populasi Laut Jepang.
3 Spawning Memijah pada bulan Desember hingga Juni ketika
temperatur perairan 10-20oC, dengan musim puncak dari
Feb-Mar. Umur rata-rata pertama dewasa adalah 2 tahun,
biasanya yang yang lebih muda terdapat dibagaian selatan
dan yang lebih tua di sub populasi bagian utara. (Gambar
3)
4 Early life form Telor menetas 3 hari setelah spawning pada temperature
air 15oC. Panjang larva menetas kira-kira 3 cm dan kuning
telor diserap setelah 3 hari menetas. Juvenil < 40 mm
disebut “shirasu”. Survival rate selama telur hingga
shirasu sangat rendah sehingga diperkirakan hal ini
merupakan faktor utama penyebab fluktuasi sardine sangat
besar.
5 Pertumbuhan Umur-0: 13-16 cm; umur-1: 17-20 cm; umur-2:19-22; umur-
3:21-23; umur-4: 21-24; umur-5:22-24 cm; jangka waktu
hidup sekitar 5-6 tahun
6 Migrasi Tiap sub populasi bermigrasi utara- Peta Migrasi ikan
selatan, tinggal dan kembali ke
daerah spawing. Gambar 3
menunjukkan skema
pergerakannya.
7 Feeding habit dan Makanan larva umumnya adalah
predator zooplankton kecil (larva ikan dan
binatang lainnya), naupli dan
copepod dewasa. Setelah tahap
larva, makanan ikan secar intensif
adalah zooplanton dan fitoplankton
besar. Banyak ikan besar seperti Struktur populasi, spawning, kisaran
cakalang, tuna, marlin, cumi-cumi distribusi, fishing ground utama dan
merupakan predetor. musim Japanese sardine

8 Informasi Ikan umumnya tertangkap oleh

Penangkapan purseine, baik 1 kapal maupun 2
kapal (90%), alat lain adalah setnet
(6%), boatseine (0.5%) dan alah-alat
tangkap ukuran kecil lainnya.
Daerah penangkapan yang baik
adalah selalu terdapat pada area
dimana perairan pantai mengalami
tekanan atau dikelilingi oleh arus
laut besar seperti Kurosio, Oyashio
Dibutuhkan data yang
atau Tsushima Warm current. sama untuk tiap jenis
9 Produksi Total produksi tahun 1985 sekitar ikan
3,9 juta ton
 PETA PREDIKSI POLA RUAYA TUNA, PERIODE NORMAL
WPP SAMUDERA HINDIA IX C DAN IX D
BULAN JULI Yellowfin
106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 LEGENDA

-5 : Prediksi Arah Ruaya

-5
Ikan Tuna
: Prediksi Jalur Ruaya
-6 -6
Ikan Tuna
-7 : Daerah Stok
-7 N Ikan Tuna
-8 -8 : Daratan
W E
-9 -9
S
-10 -10

-11 -11

-12 -12

-13 -13

-14 -14

-15 -15

-16 -16
Bigeye
-17 -17

106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123
200 0 200 Miles

D ibu at O le h :
Ti m Pen eli ti S tudi K eu ngg ula n Ap lik as i T e k nol ogi P er am al an F is h ing G ro und T una D e ng an D a ta U pw ell ing d an R e al T im e S atel ite H ar ian U n tu k Ber bur u Ik an T un a Pa da V ar ias i Ik lim G lob al

Prediksi  Kapal

Skipjack
Taging Real
Kebutuhan
data sistem
informasi FG

Draft of Fisheries
Forcasting

Skematik pengumpulan data dan alirannya untuk kegunaan

peramalan perikanan di Jepang (Yamaka et al., 1988).
 Pengumpulan data oleh institusi pusat dan lokal

• Statistik tangkapan (harian) termasuk parameter biologi dasar

(distribusi frekwensi ukuran ikan, sex ratio dan maturity, dll)
Pusat data

• Informasi spawning dan survival stok target (vital bukan hanya

untuk pengkajian stok tapi juga untuk peramalan) Lab.
Perikanan Nasional (tiap tahun).

• Data oseanografi (> 2000 stasiun) meng-cover semua perairan

pantai Jepang, mengumpulkan data dasar osenografi setiap
tahun secara kontinu  time series data (fixed stations), 11
kapal riset dari 6 lab. Untuk meng-cover 2000 stasiun.

• Data harian dilaporkan ke agen perikanan, regional, JFIC

(Japan Foundation Information Center) dan segera di proses
untuk membuat peramalan (fishing ground)
 Contoh kasus di Jepang: masing-masing wilayah mempunyai tanggungjawab yang
“sama” dalam penyediaan data

Species Region National Institute

Japanese sardine, anchovy, North to central Pacific region Tokai Regional Fish Research
mackerel (Hokkaido-Tohoku-Tokai) Laboratory

Nansai Region Nansai Regional Fish research

Lab. Hiroshima and Kochi

Seikai region Seikai Regional Fish Rerearch

Lab, Nagasaki
Japan Sea region Japan Sea Regional Fisheries
Researh. Lab, Nigata

Japanese Yellowtail Nansai Region Nansai Regional Fish research

Lab. Hiroshima
Japan Sea region Japan Sea Regional Fisheries
Researh. Lab, Nigata

Pacific saury, skipjact tuna Tohoku region Tohoku Regional Fish Research
Lab. Shiogama
Japanese Fishing squid Hokkaido region Hokkaido Regional Fish. Lab,
Kuroshio
Japan sea region Japan Sea Regional Fisheries
Researh. Lab, Nigata
 Sistem Informasi Perikanan di Jepang

Departemen Kelautan
dan Perikanan

Pusat Informasi
Perikanan
Dinas
Perikanan

Lab. Perikanan
Local Net Work lokal

Hasil tangkapan
ikan

Koperasi
Ratusan Pusat Perikanan
Pendaratan Ikan TAC-NET System di Jepang
 Dukungan data untuk menghasilkan
metoda yang tepat minimal
• Tanggung jawab semua  Semua sudah
punya TUPOKSI.
• Tidak mungkin semua data itu disediakan satu
balai.
• Dalam Kasus KKP: Ada Balai Penelitian
Perikanan Laut, Ada SDI, Pusat data dst.......
• Memang harus ada koordinasi dan kerjasama
yang baik
 SPL

Cukup sulit mengandalkan SPL untuk prediksi fishing ground di

perairan Indonesia
 Klorofil-a

Bigeye tuna tidak di

lokasi Klorofil yang
lebih tinggi

Overlay antara distribusi klorofil rerata mingguan dan posisi

hasil tangkapan TMB mingguan (September-Desember 1997).
Des-97 Buoy
Surface
(a) (b)

Main line

Hook
Depth

Data TPL potensial untuk

prediksi FG Bigeye Tuna
(Mohri, 1985)
(a)

oC

Jan Dec

23 24 25 26 27 28 29 30 31 32 oC

(b)

Distribusi suhu (a) di permukaan dan (b) kedalaman 200 m)

• Peta FG perlu ditingkatkan kehandalannya aspek
temporal (peramalan jangka pendek dan jangka
panjang) dan dilengkapi data pendukung dasar
peramalan.
• Secara spasial peta peramalan melompat-lompat
tidak mungkin di ikuti nelayan  sebaiknya
dilengkapi kontur parameter SPL, Klorofil dan TPL
• Perlu didukung data migrasi ikan dan data arus
 Contoh Peta daerah penangkapan ikan di Jepang

Peta (JAFIC)

Data tangkapan
nelayan

Peta
berbayar
Roffer’s Ocean Fishing Forecasting Service
Ikan apa ?
 Validasi dan Uji Akurasi
• Supaya terus dilanjutkan
• Dilakukan dengan mengikuti kaidah-kaidah
ilmiah (misalnya jumlah sampel diharapkan
merepresentasikan populasi)
• Tim peneliti sebaiknya juga mengikuti operasi
penangkapan
• Suatu saat harusnya nelayan bersedia
membeli informasi itu sebagaimana data JFIC
dan ROFFS
 Peramalan jangka panjang

Penerbit Tudore Rose & WMO

Pak Kunarso:
Peta FG perlu ditingkatkan kehandalannya aspek temporal
(peramalan jangka pendek dan jangka panjang) dan spasial
dan data pendukung dasar peramalan.
 Tujuan peramalan perikanan jangka panjang di
Jepang
• Membantu perencanaan jangka menengah hingga jangka
Panjang:
(1) Operasi penangkapan untuk nelayan dan pengusaha
perikanan
(2) Pengelolaan dan koordinasi untuk para pengelola
perikanan
(3) penelitian untuk institusi penelitian perikanan

Institusi perikanan regional bertanggung jawab untuk

peramalan j. Panjang. Dibantu institusi lokal
Produksi ikan di Perairan Indonesia umumnya adalah musiman
Meramalkan Apakah tahun depan ikan melimpah atau paceklik
Tahun 2009 klorofil relatif rendah  Produksi lemuru menurun tahun 2010
Trend of Chl-a concentration in Indonesian waters (1997-2008)

(Jonson L Gaol, 2009)

 REFERENSI
1. Jonson Lumban Gaol, Judul PPt: Apakah Metoda yang ada menghasilkan
informasi yang diinginkan ? PPt disampaikan dalam FGD, dengan Tema:
“Memaksimalkan Informasi Potensi Ikan Bagi Nelayan” di Jakarta, 30
Juni 2014
2. Kunarso: Judul PPt: Peningkatan Efektifitas Prakiraan Fishing Ground , PPt
disampaikan dalam FGD, dengan Tema: “Memaksimalkan Informasi
Potensi Ikan Bagi Nelayan” di Jakarta, 30 Juni 2014