Analisis Kuantitatif Biofisik Kelautan

Kelompok 2

Daffa Rizki S 1854221001 Ismawan Adjie P 1814221009

Dewi Ratna Sari 1814221022 Miftahul Hasanah
Ferdina Humairoh 1814221018 1814221027
Indah Falupi Idelia 1814221002 M. Robbi Wicaksono 1814221028
Veronicka Kurry 1814221019
 Analisis Kuantitatif Biofisik Kelautan

Terdapat tiga aspek utama yang harus terpenuhi dalam pengelolaan

Kawasan Konservasi Pesisir dan Pulau-Pulau Kecil atau KKP3K yang
efektif. Tiga aspek tersebut yakni aspek tata kelola, aspek sosial ekonomi
dan budaya, serta aspek biofisik. Data biofisik awal akan menjadi data
dasar atau T0 yang akan menjadi patokan penilaian data selanjutnya.
Pemilihan pada variable data biofisik
didasarkan oleh tiga pendekatan yaitu ;

1. Identifikasi sumber perubahan dan variasi

2. Penilaian kualitas lingkungan pesisir sebagai
koreksi dalam jangka waktu yang pendek
3. Pencirian kualitas lingkungan pesisir sebagai
elemen program pemantauan dalam jangka
waktu yang panjang
 Sampel Acak Sederhana (Simple Random
Sampling)

Definisi

Jika sebuah contoh berukuran n diambil dari suatu

populasi sedemikian rupa sehingga setiap contoh
berukuran n yang mungkin memiliki peluang sama untuk
terambil, maka prosedur itu dinamakan penarikan contoh
acak sederhana. Contoh tersebut dinamakan contoh acak
sederhana. Definisi diatas berimplikasi bahwa setiap
objek memiliki peluang yang sama untuk terambil.
Cara Mengambil Contoh

Pengambilan contoh acak sederhana pada ukuran populasi

yang sedikit dapat saja dilakukan seperti pengundian lotere
atau arisan. Yaitu menuliskan nomor atau identitas lain dari
setiap anggota populasi diselembar kertas, kemudian
mengambil dengan mata tertutup n buah kertas. Objek
sebanyak n dengan identitas sesuai pada kertas terpilih
adalah contoh yang diperoleh.Untuk populasi yang lebih
besar, dapat digunakan bantuan bilangan acak yang bias
diperoleh dari table bilangan acak atau komputer.
Contoh

Diketahui: Misalkan ada N = 100 petak untuk mengukur densitas moluska di suatu
intertidal. Melalui pengambilan sampel acak sederhana ditarik n = 20 petak. Untuk
memenuhi persyaratan yang diminta, ke 100 petak (populasi) diberi nomor dari 00
s/d 99. Kemudian dari tabel bilangan acak dengan menggunakan lajur pertama dan
mengabaikan tiga angka digit yang terakhir untuk setiap bilangan diperoleh 20
nomor sebagai sampel seperti yang disajikan pada tabel di atas.
 TEKNIK PENGAMBILAN SAMPEL ACAK
SISTEMATIK

Pengambilan sampel secara acak sistematis adalah metode dimana

hanya unsur pertama dari sampel yang dipilih secara acak sedangkan
unsur-unsur selanjutnya dipilih secara sistematis menurut suatu pola
tertentu

Dalam pengambilan sampel terdapat 2 istilah, yaitu:

1. (Sampling intervals) yaitu perbandingan antara populasi dengan
sampel yang diinginkan.
2. Proporsi pengambilan sampel (Sampling Fraction/Sampling Ratio)
yaitu perbandingan antara ukuran sampel dengan populasi
Langkah-langkah
pengambilansampelsecaraacaksistematik :

1. Melakukancekkeadaandaftarpopulasi (kerangkapopulasi)
2. Menetapkanjarak/interval
I=
I : Interval
N : Jumlahanggotapopulasi
n : Jumlahanggotasampel
3. Menetapkannomorsecaraacak/random
4. Anggotasampelberikutnyaditentukandenganmenambahkan
interval padanomorpertamadanseterusnya
Contoh :
Populasi yang terdiridari 40 tanaman,
darisemuaanggotapopulasiitudiberinomorurut 1 sampai 40,
menjadikelipatantiga. Untukitumaka yang
diambilsebagaisampeladalahnomorurut 3,6,9,12,15
danseterusnyasampai 40 populasi.

Rumusmenentukan Interval :
I=

= = 3 Interval
 Kekurangan dan Keuntungan dari Teknik Pengambilan
Sampel Acak Sistematis

Keuntungan Kekurangan
Cara ini lebih cepat, lebih mudah Jika urutannya tidak sepenuhnya acak
mudah dan lebih mudah maka variasi dari populasi tidak dapat
pelaksanaannya daripada cara-cara diduga secara tepat. Kemudian jika
lainnya. Cara ini juga memungkinkan populasi memiliki pengulangan
untuk mengambil sampel dilapangan karakteristik yang relatif tetap (dan
dengan tanpa harus menggunakan kebetulan sama dengan interval yang
kerangka sampel. digunakan) maka sampel akan menjadi
seragam.
 Penarikan Contoh Acak Bergerombol (Cluster Random
Sampling)

Populasi dibagi ke dalam beberapa kelompok (gerombol) yang

relatif homogen kemudian dipilih n gerombol Kemudian dipilih
individu dalam gerombol yang terpilih sebagai contoh.

Gerombol dapat berupa tempat, organisasi atau waktu

Bagaimana memilih gerombol?
Penarikan contoh acak sederhana (Simple random sampling)
• Perlu pembobotan pada saat analisis data
• Peluang pemilihan adalah sama untuk masing-masing gerombol
tanpa mempertimbangkan besaran populasi

Probability Proportional to Size (PPS)

• Data sudah diboboti dengan sendirinya
• Gerombol dengan besaran populasi yang lebih besar memiliki
kemungkinan terpilih yang lebih besar dibandingkan yang ukurannya
lebih kecil
Mengapa menggunakan PPS?
Jika besaran populasi dari satuan penarikan contoh bervariasi dan satuan penarikan contoh
dipilih secara acak, maka kemungkinan suatu anggota satuan penarikan contoh dengan
ukuran populasi yang besar akan lebih kecil kemungkinannya untuk terpilih dibandingkan
dengan yang ukuran populasinya kecil.

Probability Proportional to Size (PPS)

1. Diperlukan daftar setiap gerombol dan besarannya
2. Hitunglah populasi kumulatifnya
3. Hitung sampling interval
4. Pilih sebuah bilangan acak antara 1 sampai sampling interval
5. Gerombol pertama adalah dimana bilangan acak berada berdasarkan data populasi
kumulatif.
6. Lanjutkan dengan menambahkan sampling interval secara kumulatif.
7. Jika gerombol terpilih dua kali, maka bagilah gerombol menjadi 2 wilayah dengan
ukuran populasi yang sama.
Keuntungan:
Sampling frame tidak mutlak diperlukan

Kekurangan:
Galat besar
Masalah: Tidak tersedia daftar semua rumahtangga
di kota tsb

Gunakan desa/kelurahan sebagai gerombol, ambil

beberapa desa secara acak, semua rumahtangga di
desa yang terpilih sebagai contoh diamati
Tergantung kemiripan karakteristik dalam gerombol
 n

y i
Penduga bagi  adalah
y i1
n


mi

 y  ym
n
2 i1
 i Penduga yang baik
V ( y)  N  n 2 i1
 NnM  i n  bagi V(y) jika n  20

 1

Selang Kepercayaan bagi

y  t
Vˆ( y)
Jumlah total pemukiman pada 25 blok tersebut:
25


i1 m i  151
Jumlah total pendapatan pada 25 blok tersebut:
25

 y  1.329.000
i
i1

Gunakan data tersebut untuk menduga rata-rata pendapatan per kapita di kota
tersebut, dan hitung bound of errornya.
 n

y i
1.329.000
y  i1
n  
151 8801
 i m
i1

 y  ym
n
2
 i i
 N  n 2
B  2 V ( y) 
2

 NnM 
i1
 n 1
 2  415 25 2  15.227.502.247
415(25)(6,04) 24  1617
 
  = M
n

y i

ˆ  My  M i1
n


mi

 y  ym
i1 n
2
i i
ˆ ˆ 2 N  n
V ( )  V (My)  N
ˆ
Nn 
 i1
n
 1
Jika M tidak diketahui:

n
N
ˆ  Ny t 
n
y
i1
i

 y  y
n
2

i t
Vˆ (ˆ )  ˆV (Ny  N  n  i1
t  N2
)  Nn

 n

1
 Tentukan dulu nilai bound on the error estimation,
misalkan sebesar B

N 2
z V ( y)  n c 2 2
B2 N B M  2
c
z2 

 yi  ymi
n 2 Nilai 2c dan M ditentukan
berdasarkan informasi awal, atau
 i1 
melakukan survei pendahuluan
s 2c terlebih dahulu dengan mengambil
n 1 contoh awal berukuran n’
Jika ai = banyaknya yang menjawab Ya dalam gerombol
ke-i mi = banyaknya elemen dalam gerombol ke-i, maka:

n n

a  ai  pm
2
i
ˆ i
ˆ  N  n 

pˆ i1 n
da
V ( p ˆ)  2n i1
n 
 
 NnM
1
mi Penduga yang baik bagi V(p) jika n 
i1 20
TERIMAKASIH