Strategi Implementasi Model Kesesuaian Habitat Ikan Pelagis Berbasis Kondisi Oseanografi di Perairan Palabuhanratu

Abstract

Palabuhanratu merupakan pusat kegiatan perikanan tangkap di Kabupaten Sukabumi. Salah satu tangkapan ikan yang dominan adalah ikan pelagis. Jenis ikan pelagis memiliki sifat bergerombol (schooling) dalam bermigrasi, dimana proses migrasi, persebaran dan kelimpahan ikan pelagis dipengaruhi oleh beberapa parameter oseanografi seperti suhu permukaan laut, konsentrasi klorofil-a, salinitas arus hingga kedalaman. Kondisi parameter oseanografi dapat dimanfaatkan dalam pendugaan daerah penangkapan melalui teknologi penginderaan jauh, dengan memanfaatkan data yang diperoleh satelit yang membawa sensor multikanal. Penelitian ini dirancang menggunakan pemodelan Maximum Entropy dalam memprediksi kesesuaian habitat ikan yang kemudian ditransformasi untuk menduga zona potensial penangkapan ikan. Maximum Entropy adalah model yang dapat menduga distribusi probabilitas entropy secara maksimum, dengan memperkirakan data yang paling seragam dan paling dekat. Model zona potensial penangkapan ikan pelagis di Perairan Palabuhanratu yang diharapkan dapat dimanfaatkan Pusat Informasi Pelabuhan Perikanan (PIPP) untuk melakukan update informasi daerah penangkapan ikan untuk nelayan Palabuhanratu ataupun sebagai bahan pembuatan sistem informasi pendugaan zona potensial penangkapan ikan oleh PPN Palabuhanratu. Strategi implementasi model dirumuskan menggunakan Interpretative Structural Model (ISM). Tujuan dari penelitian ini adalah (1) menganalisis spasial sebaran variabilitas suhu permukaan air laut dan konsentrasi klorofil-a serta hubungannya terhadap produksi ikan pelagis, (2) menganalisis musim penangkapan ikan pelagis serta hubungannya terhadap variasi konsentrasi klorofil-a dan suhu permukaan airlaut, (3) melakukan pemodelan kesesuaian habitat ikan untuk menentukan zona potensial penangkapan ikan pelagis di perairan Palabuhanratu dengan Maximum Entropy, (4) merumuskan strategi implementasi pemodelan zona potensial penangkapan ikan pelagis di Perairan Palabuhanratu. Penelitian ini terbagi menjadi empat tahapan. Tahap pertama adalah tahap pengumpulan dan eksplorasi data. Tahapan kedua adalah pengolahan data citra satelit yang menghasilkan peta sebaran spasial suhu permukaan laut dan konsentrasi klorofil-a setiap bulannya dari tahun 2016-2020 serta analisis spasial dari parameter arus, salinitas dan kedalaman. Tahapan ketiga adalah melakukan pengolahaan data dengan Maximum Entorpy menggunakan data olahan tahapan pertama dan data posisi kapal penangkapan yang diambil dari data VMS Indonesia, logbook dan hasil wawancara. Pada tahapan ini dihasilkan peta zona potensial penangkapan ikan berdasarkan nilai Habitat Suitability Index (HSI). Model yang dihasilkan dievaluasi kesesuaiannya menggunakan kurva Receiver Operating Characteristic (ROC). Tahapan keempat adalah merumuskan strategi implementasi program menggunakan metode Interpretative Structural Model (ISM). Interpretative Structural Model (ISM) disusun berdasarkan data yang dihasilkan dari proses diskusi dan pengumpulan pendapat dari pakar dan para pelaku sistem. Hasil penelitian ini menunjukkan adanya fenomena Indian Ocean Dipole (IOD) fase negatif pada tahun 2016 dan fase positif pada tahun 2019. Fenomena ini memengaruhi sebaran nilai klorofil-a dan suhu permukaan laut di perairan Palabuhanratu. Musim penangkapan ikan tongkol dan cakalang memiliki hubungan yang erat terhadap fluktuasi bulanan nilai suhu permukaan laut dan klorofil-a. Berdasarkan nilai Indeks Musim Penangkapan (IMP) diperoleh musim penangkapan ikan cakalang, tongkol, tenggiri dan layaran secara umum terjadi di musim timur. Musim timur merupakan waktu dimana kelimpahan klorofil-a meningkat diikuti dengan penurunan suhu permukaan laut. Metode maximum entropy berhasil menggambarkan kesesuaian habitat ikan pelagis di perairan Palabuhanratu secara spasial. Hasil model menunjukkan penggunaan parameter salinitas, klorofil-a, suhu permukaan laut, arus, dan batimetri secara bersama mampu menghasilkan nilai training gain tertinggi sebesar 1.931. Hal ini berarti dalam pembangunan model kesesuaian habitat ikan pelagis sebaiknya menggunakan semua parameter tersebut untuk menghasilkan model dengan kinerja terbaik. Hasil analisis rumusan strategi implementasi dengan ISM menghasilkan elemen kunci yang memengaruhi keberhasilan implementasi. Pada elemen tujuan, sub eleman sub elemen menyediakan informasi daerah penangkapan ikan memiliki daya dorong yang tinggi dengan ketergantungan rendah di dalam sistem menjadi elemen kunci. Pada elemen aktivitas yang dibutuhkan, elemen kunci terdiri dari sub elemen aktivitas melakukan pelatihan pemanfaatan sistem informasi dan kemampuan interpretasi peta pendugaan daerah penangkapan ikan oleh nelayan, serta meningkatkan pendampingan dan pembinaan kepada nelayan dalam memanfaatkan informasi oseanografi. Kedua aktivitas ini harus diprioritaskan untuk dapat terlaksana secara baik, sehingga tujuan dari implementasi program ini dapat diwujudkan. Elemen kunci pada kendala teridentifikasi pada sub elemen terbatasnya kemampuan nelayan dalam menginterpretasikan peta daerah penangkapan ikan, minimnya informasi oseanografi yang disediakan oleh pelabuhan perikanan dan tingginya ketergantungan nelayan terhadap rumpon dalam aktivitas penangkapan ikan pelagis. Pada elemen pihak yang terlibat teridentifikasi pihak Dinas Kelautan dan Perikanan Sukabumi, PPN Palabuhanratu dan kelompok nelayan tonda serta longline sebagai elemen kunci. Sedangkan pada elemen masyarakat terpengaruh teridentifikasi nelayan penangkap ikan pelagis sebagai elemen kunci.

Palabuhanratu is the center of fisheries activities in the Sukabumi Regency. One of the dominant fish catches is pelagic fish. Pelagic fish species have schooling characteristics in migrating, where the migration process, distribution, and abundance of pelagic fish are influenced by several oceanographic parameters such as sea surface temperature, chlorophyll-a concentration, current salinity, and depth. The condition of oceanographic parameters can be utilized in estimating fishing grounds through remote sensing technology, by utilizing data obtained by satellites carrying multichannel sensors. This research is designed to use Maximum Entropy modeling to predict the suitability of fish habitat, which is then transformed to estimate potential fishing zones. A model that can estimate the maximum entropy probability distribution by estimating the most uniform and closest data points. The model of potential pelagic fishing zones in Palabuhanratu waters is expected to be used by PIPP to update fishing area information for Palabuhanratu fishermen or as material for making an information system for estimating potential fishing zones based on an intelligent system by PPN Palabuhanratu. The model implementation strategy is formulated using the Interpretative Structural Model (ISM). This study aims (1) to analyze the spatial distribution of sea surface temperature variability and chlorophyll-a concentration and its relationship to pelagic fish production, (2) to analyze the pelagic fishing season and its relationship to variations in chlorophyll-a concentration and sea surface temperature,; (3) to model the suitability of fish habitats to determine potential zones for pelagic fishing in Palabuhanratu waters with Maximum Entropy; and (4) to formulate implementation strategies for modeling potential pelagic fishing zones in Palabuhanratu waters. This research is divided into four stages. The first stage is the stage of data collection and exploration. The second stage is processing satellite image data, which will then produce a map of the spatial distribution of sea surface temperature and chlorophyll-a concentrations every month from 2016–2020 as well as spatial analysis of current, salinity, and depth parameters. The third stage is data processing with Maximum Entropy using the first stage processed data and fishing vessel position data taken from VMS Indonesia data, logbooks, and interviews. At this stage, a map of potential fishing zones will be generated based on the value of the Habitat Suitability Index (HSI). The resulting model will be evaluated for suitability using the Receiver Operating Characteristic (ROC) curve. The fourth stage is to formulate a program implementation strategy using the Interpretative Structural Model (ISM) method. The Interpretative Structural Model (ISM) is prepared based on data generated from the discussion and opinion-gathering process of experts and system actors. The results of this study indicate that there was a negative phase of the Indian Ocean Dipole (IOD) phenomenon in 2016 and a positive phase in 2019. This phenomenon affects the distribution of chlorophyll-a values and sea surface temperatures in Palabuhanratu waters. The fishing season for tuna and skipjack tuna has a close relationship with monthly fluctuations in sea surface temperature and chlorophyll-a values. Based on the value of the Fishing Season Index (IMP), the fishing season for skipjack, tuna, mackerel, and sail generally occurs in the early season. The east monsoon is a time when the abundance of chlorophyll-a increases, followed by a decrease in sea surface temperature. The maximum entropy method has succeeded in describing the spatial suitability of pelagic fish habitats in Palabuhanratu waters. The model results show that using the parameters of salinity, chlorophyll-a, sea surface temperature, currents, and bathymetry together can produce the highest gain value of 1,931. This means that in developing a pelagic fish habitat suitability model it is best to use all of these parameters to produce the model with the best performance. The results of the analysis of the implementation strategy formulation with ISM produce key elements that affect the success of implementation. The key element in the objective element is the sub-element sub-element providing information on fishing areas. It has a high driving force with low dependence in the system, making it the key element. In the required activity elements, the key elements consist of activity sub-elements conducting training on the use of information systems and the ability to interpret maps of estimation of fishing areas by fishermen, as well as increasing assistance and guidance to fishermen in utilizing oceanographic information. Both of these activities must be prioritized to be carried out properly so that the objectives of the implementation of this program can be realized. The key elements in the constraints identified are the limited ability of fishermen to interpret maps of fishing areas, the lack of oceanographic information provided by fishing ports, and the high dependence of fishermen on FADs in pelagic fishing activities. The elements of the parties involved identified the Marine and Fisheries Departement of Sukabumi Regency, Palabuhanratu Fishing Port, and the groups of tonda and longline fishers as key elements. Meanwhile, the elements of the affected community identified pelagic fishers as a key element.