Prediksi Daerah Potensial Penangkapan Tuna Mata Besar (Thunnus obesus) di Lepas Pantai Selatan Jawa Berbasis Data Satelit Remote Sensing

Abstract

Prediksi daerah potensial penangkapan ikan dalam bentuk peta diperlukan untuk meningkatkan produktivitas usaha penangkapan ikan. Daerah potensial penangkapan ikan dipengaruhi oleh parameter oseanografi seperti suhu, kelimpahan fitoplankton, tinggi muka air laut, salinitas dan lain-lain. Penelitian ini bertujuan untuk menganalisis hubungan antara hasil tangkapan tuna mata besar dan parameter oseanografi sebagai dasar untuk memprediksi daerah potensial penangkapan ikan baik secara spasial maupun temporal. Dalam penelitian ini dilakukan pengumpulan data tangkapan ikan tuna mata besar dari PT. Perikanan Nusantara dan data parameter oseanografi baik dari citra satelit, in situ dan pemodelan. Data tangkapan ikan diolah dalam bentuk laju pancing (hook rate) tangkapan. Data parameter oseanografi diekstraksi dalam rata-rata bulanan. Hubungan antara parameter oseanografi dengan hasil tangkapan ikan dianalisis menggunakan Generalized Additive Model (GAM). “Best-fit” model dinilai keseesuaiannya berdasarkan nilai Pelagic Hotspot Index (PHI) dengan rentang 0 hingga 1. Nilai PHI diinterpolasi untuk dipetakan secara spasial dimana nilai ≥0,75 dinilai sebagai daerah yang paling potensial untuk keberadaan tuna mata besar. Hasil penelitian menunjukkan distribusi parameter oseanografi bervariasi setiap bulannya. Suhu pada kedalaman 200 m mengalami peningkatan pada Mei hingga Agustus dan menurun hingga November. Konsentrasi klorofil-a di permukaan meningkat dari bulan April hingga puncaknya pada September. Tinggi paras laut mengalami penurunan pada Juni hingga November, sedangkan salinitas paling tinggi di September. Tangkapan tuna mata besar terdistribusi pada 110° – 118° BT dan 10° – 15° LS. Pada tahun 2009 diperoleh tangkapan terbanyak pada bulan Juli sedangkan pada tahun 2010 ada pada bulan Agustus. Puncak musim tangkapan terjadi pada Musim Timur yang terjadi sepanjang Juni hingga Agustus. Pemodelan GAM menunjukkan tangkapan tuna mata besar memiliki hubungan yang signifikan terhadap tiap parameter yang digunakan, dengan konsentrasi klorofil-a sebagai kontributor tertinggi. Performa model terbaik ditunjukkan oleh kombinasi keempat parameter (TEMP + SSC + SAL + SSH) dengan nilai p-value yang signifikan dan nilai CDE terbesar yaitu 9,36%. Hasil analisis memprediksi daerah potensial berdasarkan nilai HSI, habitat tuna mata besar berada pada posisi geografis 11°– 15° LS and 108°– 122° BT dengan nilai indeks rata-rata >0,75. Daerah potensial penangkapan ikan terbentuk berdasarkan rentang nilai optimum parameter oseanografi dari tuna mata besar. Daerah ini juga dipengaruhi oleh arus eddy yang memicu terbentuknya upwelling dan front konsentrasi klorofil-a serta front suhu. Peta PHI dapat menjadi salah satu alternatif untuk memprediksi daerah potensial penangkapan ikan.

The prediction map of potential fishing zone is necessary to enhance the productivity of fishing efforts. These potential zones are influenced by oceanographic parameters such as temperature, phytoplankton abundance, sea surface height, salinity, and others. This study aims to analyze the relationship between bigeye tuna catch and oceanographic parameters as a basis for predicting potential fishing zones both spatially and temporally. The data of bigeye tuna catches were collected from PT. Perikanan Nusantara, along with oceanography parameters data obtained from satellite imagery, in-situ measurements, and modeling data. The bigeye tuna catch data were processed in the form of hook rate. Oceanography parameters data were extracted as monthly averages. The relationship between oceanographic parameters and fish catch results was analyzed using the Generalized Additive Model (GAM). The 'best-fit' model's suitability was evaluated based on the Pelagic Hotspot Index (PHI) values ranging from 0 to 1. The values were interpolated and spatially mapped, where PHI ≥0.75 were considered as the most potential areas for the presence of bigeye tuna. The research findings indicate that the distribution of oceanographic parameters varies each month. Temperature at a depth of 200 m increases from May to August and decreases until November. Chlorophyll-a concentration at the surface increases from April to its peak in September. Sea surface height decreases from June to November, while salinity reaches its highest level in September. Bigeye tuna catches are distributed between 110° – 118° E longitude and 10° – 15° S latitude. In 2009, the highest catches were recorded in July, while in 2010, they were highest in August. The peak fishing season occurs during the Eastern Monsoon, spanning from June to August. GAM modeling shows a significant relationship between bigeye tuna catch and each parameter used, with chlorophyll-a concentration being the highest contributor. The best-performing model is a combination of all four parameters (TEMP + SSC + SAL + SSH) with significant p-values and the highest coefficient of determination (CDE) value of 9.36%. The analysis predicts potential areas based on HSI values, locating bigeye tuna habitat within the geographic range of 11° – 15°S and 108° – 122°E, with an average index value ≥0.75. The formation of potential fishing zones is based on the optimal range of oceanographic parameters for bigeye tuna. These zones are also influenced by eddy currents triggering the formation of upwelling, chlorophyll-a concentration fronts, and temperature fronts. The PHI map can serve as an alternative method for predicting potential fishing zones.