Citra akustik Ikan Uji. Matriks Data Akustik. Hitungan Deskriptor. 15 Desk. teridentifikasi. 8 Desk. utama. Rancangan awal JSTPB JSTPB1
|
|
- Siska Dewi Dharmawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 3 METODOLOGI Secara garis besar metode penelitian dalam disertasi ini berkaitan dengan permasalahan identifikasi kawanan ikan secara hidroakustik yang berkaitan dengan pengukuran dan pemrosesan data hidroakustik, ekstraksi deskriptor hidroakustik, dan identifikasi kawanan ikan berdasarkan deskriptor hidroakustik. Pengukuran data hidroakustik sebagian besar dilakukan secara vertikal dan dilakukan dengan alat scientific echosounder. Data hasil pengukuran selanjutnya diproses dengan cara tertentu dan ditampilkan dalam bentuk citra akustik duadimensi (2-D). Walaupun digambarkan secara 2-D, informasi yang terdapat pada sebuah data citra akustik bersifat tiga-dimensi (3-D). Karena itu, dari citra akustik yang dihasilkan dapat diperoleh informasi tentang bentuk dan posisi kawanan ikan dalam kolom air serta intensitas hamburan balik dari kawanan tersebut. Metode identifikasi yang digunakan hingga saat ini tidak dapat secara langsung bekerja pada citra akustik maka identifikasi tidak dilakukan secara langsung pada citra tersebut tetapi pada deskriptor hidroakustik yang terkandung dalam data citra akustik. Karena itu, ekstraksi deskriptor akustik yang terdapat pada sebuah data hidroakustik merupakan permasalahan tersendiri dalam disertasi ini. Saat ini telah tersedia banyak program ekstraksi yang dapat digunakan untuk keperluan itu tetapi dalam disertasi ini digunakan Program ADA Dalam disertasi ini, identifikasi kawanan ikan dilakukan dengan Metode Statistik dan JST. Hasil identifikasi metode statistik selain digunakan sebagai masukan JST juga digunakan sebagai pembanding hasil identifikasi JST. Secara menyeluruh metode penelitian dalam disertasi ini dapat dirangkum dalam bentuk diagram alir seperti tampak pada Gambar 14.
2 32 MULAI Masukan Data Pemrosesan data /citra akustik Data Hasil Tangkapan Citra akustik Ikan Uji Citra Akustik Ikan Target Matriks Data Akustik 17 Desk hidroakustik METODE STATISTIK 15 Desk. teridentifikasi Hitungan Deskriptor JSTPB2 8 Desk. utama 8 Desk. utama Rancangan awal JSTPB JSTPB1 JSTPB3 Identifikasi STATISTIK Identifikasi JSTPB1 Identifikasi JSTPB2 Identifikasi JSTPB3 Validasi Silang Validasi Silang SELESAI Gambar 14 Diagram alir metode penelitian.
3 33 Sebagaimana dijelaskan sebelumnya, dalam disertasi ini, identifikasi spesies kawanan lemuru dilakukan dengan Metode Statistik dan Metode JST. Hasil dari kedua metode ini selanjutnya dibandingkan untuk melihat apakah terdapat perbedaan nyata antara hasil keduanya. Dalam melakukan identifikasi, kedua metode ini pada dasarnya melakukan hal yang sama yaitu melihat kesamaan antara variabel-varibel deskriptor dari ikan target dengan variabelvariabel deskriptor dari ikan uji. Gambar 14 menunjukkan seluruh proses yang akan dilakukan dalam mengolah data akustik baik data akustik kawanan ikan target (data akustik dari kawanan ikan yang sudah diidentifikasi dan klasifikasi), maupun data akustik kawanan ikan uji (data akustik dari kawanan ikan yang akan di identifikasi dan klasifikasi). Dengan demikian data kawanan lemuru akan terdiri dari dua kelompok data yaitu kelompok data kawanan ikan target dan kelompok data kawanan ikan uji. 3.1 Data Akustik Data akustik yang dimaksudkan dalam penelitian ini adalah data threshold dari kawanan lemuru (Sardinella lemuru) yang diperoleh dari hasil survei akustik yang telah dilakukan sebelumnya. Data akustik lemuru diperoleh dari hasil survei akustik yang dilakukan oleh Departemen Kelautan dan Perikanan (DKP) dan Badan Pengkajian dan Penerapan Teknologi (BPPT) yang dilakukan di Selat Bali pada bulan September 1998 (musim peralihan II, September-November), bulan Mei 1999 (musim peralihan I, Maret-Mei), dan bulan Agustus 2000 (musim timur, Juni-Agustus) dengan menggunakan Kapal Riset Baruna Jaya IV. Pengukuran data akustik dilakukan dengan SIMRAD Scientific Echosounder EK-500 tipe bim terbagi (split beam) dengan tipe transduser ES120-7F dengan frekwensi 120kHz, dan maksimum daya pancar 1500watt. Transduser dipasang secara tetap (hull mounted) di bawah Kapal Riset Baruna Jaya IV. Gambar 15 menunjukkan lintasan survei akustik Kapal Baruna Jaya IV.
4 34 Gambar 15 Lintasan survei kapal Baruna Jaya IV di Selat Bali tahun 1998, 1999, Pemrosesan data akustik Pemrosesan data akustik dilakukan terhadap data ikan target dan data ikan uji. Pemrosesan data lemuru dilakukan dengan program SIMRAD Echo Processing 500 (EP-500) versi 5. dengan menggunakan fasilitas analyze pelagic layer, analyze trace tracking, dan analyze expended integral dengan Time Varied Gain (TVG) 40log(r). Dari pemrosesan ini didapatkan citra akustik dan Matriks Data Akustik (MDA) dari kawanan ikan target dan ikan uji yang akan diidentifikasi. Secara garis besar citra akustik dan MDA didapatkan dengan cara sebagai berikut: (1) Menghapuskan jejak-gema (echo-trace) dari konsentrasi biomassa bukan target dengan menetapkan ambangbatas (threshold) Scattering Volume (SV) dan Target Strength (TS) dari spesies kawanan ikan target. (2) Mengelompokkan pixel dari kawanan ikan target, untuk hitungan nilai deskriptor. (3) Mengelompokkan rataan energi kawanan ikan target untuk menghilangkan jejak-gema dari kumpulan plankton.
5 35 Pada tahapan ini dihasilkan matriks data akustik yang berisi nilai SV, TS dan informasi tambahan lainnya seperti posisi vertikal dan horisontal kawanan ikan. Hasil dari tahapan ini selanjutnya digunakan sebagai data masukan dalam menghitung nilai-nilai deskriptor. Sebelum citra akustik kawanan ikan diproses lebih lanjut maka terlebih dahulu dilakukan seleksi morfometrik, batimetrik, dan energetik terhadap citra tersebut. Hal ini dilakukan selain untuk mengurangi kemungkinan tercampurnya data kawanan ikan yang diinginkan dengan data kawanan ikan lainnya juga untuk memudahkan dalam proses pengelompokan nantinya. Kriteria morfometrik, batimetrik, dan energetik yang digunakan adalah sebagai berikut: (1) Kriteria Morfometrik; ukuran minimal panjang dan tinggi kawanan ikan masing-masing 5m dan 6m, sedangkan ukuran maksimalnya tidak dibatasi. Kriteria ini diambil berdasarkan hasil penelitian Simmonds et al. (1996); Coetzee (2000); Bahrie & Freon (2000) terhadap kawanan ikan mackarel, sardine, anchovy, dan herring. (2) Kriteria Batimetrik; posisi vertikal kawanan ikan dibatasi antara selang kedalaman m. Pada selang kedalaman ini 80% kawanan ikan yang paling sering tertangkap oleh masyarakat pada bulan Mei, Agustus, dan September adalah kawanan lemuru Selat Bali (Wudianto, 2001). (3) Kriteria Energetik; kriteria energetik yang digunakan adalah kriteria yang didasarkan pada hasil penelitian Wudianto (2001) yang menyebutkan bahwa intensitas hamburan balik (SV) kawanan lemuru bali yang terukur pada kedalaman seperti yang disebutkan diatas adalah berkisar antara -80dB sampai -30dB dengan nilai TS berkisar antara -50db sampai -41dB atau setara dengan panjang ikan antara 7,5-21,5cm Data hasil tangkapan Data hasil tangkapan adalah data ikan tangkapan yang diperoleh dengan menggunakan pukat cincin dan atau hasil tangkapan nelayan yang melakukan penangkapan di sekitar areal survei. Data hasil tangkapan diperlukan untuk mengidentifikasi citra akustik kawanan ikan target dengan cara membandingkan data hasil tangkapan dengan citra akustik kawanan ikan. Dari hasil perbandingan
6 36 ini, citra akustik dari kawanan ikan yang terdeteksi diidentifikasi. Jika data hasil tangkapan tidak tersedia maka identifikasi dan klasifikasi kawanan ikan dilakukan dengan pendekatan statistik dengan memperhatikan hasil penelitian sebelumnya sebagaimana dijelaskan pada sub-bab 3.4. Dalam disertasi ini, data kawanan ikan yang sudah diidentifikasi diambil dari hasil penelitian Wudianto (2001) dan Fauziyah (2005). Data ini digunakan sebagai data pembimbing dalam identifikasi dan klasifikasi dengan Metode Statistik Terbimbing (supervised identification and classification) sedangkan dalam identifikasi dan klasifikasi dengan Metode JST data ini digunakan sebaga data pelatihan (data latih) Matriks data akustik Matriks data akustik merupakan matriks hasil olahan data akustik dari kawanan ikan target dan ikan uji. Matriks ini menunjukkan nilai-nilai SV yang terukur pada kolom air baik yang berasal dari kawanan ikan maupun dari sekitar kawanan. Matriks ini berisikan nilai kedalaman, jumlah ping, posisi ikan, dan nilai intensitas hamburan balik, SV. 3.2 Hitungan Nilai Deskriptor Hitungan nilai deskriptor terhadap citra akustik ikan target dan citra akustik ikan uji dilakukan dengan menggunakan program ADA Data masukan yang digunakan untuk menentukan nilai deskriptor adalah matriks data akustik. Nilai deskriptor dihitung dengan rumus tertentu, sebagai contoh lihat Tabel 1. Dengan program ADA-2004 deskriptor akustik yang digunakan untuk mengidentifikasi spesies kawanan ikan adalah dekriptor yang dikemukakan oleh Lawson et al. (2001), Coetzee (2000), Bahri & Frĕon (2000), dan Fauziyah (2005). Pemilihan variabel deskriptor yang digunakan dalam program ADA-2004 dilakukan dengan merujuk pada standar baku Reid et al. (2000), Haralabous & Georgakarakos (1996), Bahri & Freon (2000). Deskriptor yang dihasilkan dikelompokkan kedalam 3 tipe deskriptor yaitu; deskriptor morfometrik, deskriptor energetik, dan deskriptor batimetrik.
7 Deskriptor Akustik Dengan Program ADA-2004 didapatkan 17 deskriptor akustik. Ke-17 deskriptor tersebut dianalisis dengan menggunakan Metode Statistik untuk melihat korelasi antara deskriptor dalam kelompok deskriptor masing-masing (morfometrik, batimetrik atau energetik) dan kaitannya satu sama lain secara menyeluruh (Coetzee, 2000). Selanjutnya dengan menggunakan Metode Analisis Komponen Utama (selanjutnya disingkat AKU) ditentukan peran masing-masing deskriptor dalam pengelompokan kawanan ikan. Dengan menggunakan AKU maka variabel penciri dari sekelompok observasi dapat diketahui (Santoso, 2006). Lebih lanjut Haralabous & Georgakarakos (1996) mengemukakan bahwa dengan AKU dapat ditentukan variabel-variabel bebas (deskriptor akustik) yang berpengaruh dalam membedakan sekumpulan kawanan ikan. 3.4 Identifikasi, Klasifikasi dan Penentuan Deskriptor Utama dengan Metode Statistik Analisis dengan Metode Statistik selain dilakukan untuk validasi silang, identifikasi dan klasifikasi kawanan ikan uji (56 kawanan), juga dilakukan untuk menentukan deskriptor utama. Identifikasi, klasifikasi dan penentuan deskriptor utama dilakukan dengan menggunakan Metode Analisis Gerombol (selanjutnya disingkat AG) dan Analisis Fungsi Diskriminan (selanjutnya disingkat AFD) (Barange & Hampton, 1997; Lu & Lee, 1995). AG dilakukan untuk mengelompokkan observasi (Santoso, 2006). Pengelompokan kawanan ikan yang memiliki kemiripan yang tinggi dilakukan berdasarkan indeks kesamaan atau ketidaksamaan. AFD dilakukan untuk mengetahui fungsi diskriminan dari variabel deskriptor yang secara signifikan membedakan antara grup, kelompok, atau kategori dari sekelompok observasi (Santoso, 2006). AG dilakukan terhadap kelompok data uji dengan menggunakan kelompok data target sebagai data pembimbing. Dari AG dihasilkan kelompok data uji yang teridentifikasi. AFD dilakukan dengan cara mereduksi data dengan menggunakan Multy Analysis of Varians (MANOVA). Dengan analisis MANOVA maka analisis ragam beberapa variabel dapat dilakukan secara sekaligus. AFD dilakukan setelah
8 38 didapatkan hasil dari AG. Data kelompok kawanan ikan yang dihasilkan AG digunakan sebagai masukan dalam AFD. Dari analisis AFD dihasilkan fungsifungsi diskriminan yang berfungsi secara signifikan membedakan antar kelompok kawanan ikan. Fungsi diskriminan yang dimaksud adalah fungsi dari beberapa variabel diskriminan. Variabel-variabel ini yang selanjutnya disebut sebagai deskriptor utama. Hasil dari tahap ini adalah kawanan ikan terklasifikasi dan deskriptor utama. Analisis statistik dilakukan dengan Program Statistik SPSS Arsitektur JST Dalam penelitian ini arsitektur JST dibangun untuk mengidentifikasi spesies kawanan ikan berdasarkan data kawanan ikan target. Arsitektur jaringan saraf yang dibangun tersusun dari lapisan tunggal dan banyak lapisan. Pemilihan arsitektur JST yang terbaik dilakukan dengan mengujicobakan setiap arsitektur JST dengan menggunakan data ikan uji. Arsitektur JST yang terbaik ditentukan berdasarkan nilai Mean Square Error (MSE), Jumlah iterasi, dan tingkat ketepatan jaringan dalam melakukan identifikasi (Storbeck & Daan, 2001; Haralabous & Georgakarakos, 1996; Simmonds et al., 1996). Ada 3 arsitektur JST yang akan dibangun yang dibedakan berdasarkan jumlah dan jenis deskriptor akustik yang digunakan sebagai masukannya. Ketiga JST tersebut adalah; (1) JST dengan unit sel masukan sebanyak jumlah deskriptor utama hasil analisis statistik, JST1. (2) JST dengan jumlah unit sel masukan sebanyak jumlah deskriptor akustik yang dihasilkan dari hasil hitungan deskriptor, JST2. Dengan JST ini ditentukan kontribusi masing-masing deskriptor dalam proses identifikasi dan klasifikasi dengan Metode JST2. Kontribusi masing-masing deskriptor dapat dilihat pada Diagram Pareto. (3) JST dengan jumlah unit sel masukan yang sama dengan jumlah unit sel masukan JST1 tetapi dengan jenis deskriptor yang berbeda, JST3. Deskriptor JST3 adalah deskriptor dengan kontribusi yang terbesar yang dihasilkan JST2.
9 Rancangan Awal JST Rancangan awal JST dilakukan untuk menentukan kisaran jumlah awal (initial value) dari jumlah sel dalam lapisan masukan, lapisan tersembunyi, lapisan keluaran, dan metode pelatihan yang tepat yang dapat digunakan untuk merancang model JST. Penentuan jumlah awal dilakukan dengan pendekatan numerik dengan mencobakan beberapa jumlah sel dan metode pelatihan kedalam JST. Jumlah sel dan metode pelatihan yang dipilih dijadikan sebagai jumlah awal dan metode pelatihan dalam pembuatan model JST. Model JST yang dipilih selanjutnya dilatih lagi untuk mengenali pola-pola tertentu yang unik dari nilai deskriptor kawanan ikan target. Jika proses pelatihan dengan sejumlah citra akustik ikan target berhasil maka selanjutnya dilakukan uji coba jaringan dengan cara mencoba mengidentifikasi citra akustik kawanan lainnya dari data uji yang sudah teridentifikasi sebelumnya. Hasil identifikasi dan klasifikasi dengan metode JST selanjutnya dibandingkan dengan hasil identifikasi dan klasifikasi yang dilakukan dengan Metode Statistik. Hal ini sejalan dengan apa yang telah dilakukan oleh Haralabous & Georgakarakos (1996); Simmonds et al. (1996). 3.7 Validasi Silang Validasi silang dilakukan dengan maksud untuk mengetahui apakah terdapat perbedaan ketelitian yang nyata antara Metode Statistik dengan Metode JST. Validasi dilakukan dengan membandingkan ketepatan hasil identifikasi Metode Analisis Statistik dengan ketepatan hasil identifikasi Metode JST. 3.8 Hasil Validasi Silang Dari proses validasi silang dihasilkan spesies kawanan ikan teridentifikasi, deskriptor akustik yang paling berperan dalam proses identifikasi, arsitektur JST yang terbaik, jumlah data minimal yang dibutuhkan untuk proses identifikasi, ketelitian dan kecepatan identifikasi yang dapat dicapai dengan metode JST.
5 IDENTIFIKASI DAN KLASIFIKASI KAWANAN IKAN PELAGIS DENGAN METODE STATISTIK
5 IDENTIFIKASI DAN KLASIFIKASI KAWANAN IKAN PELAGIS DENGAN METODE STATISTIK 5.1 Pendahuluan Dalam bidang perikaan, metode statistik adalah metode analisis yang paling sering digunakan dalam melakukan identifikasi
Lebih terperinci1 PENDAHULUAN 1.1 Latar Belakang
1 PENDAHULUAN 1.1 Latar Belakang Survei hidroakustik dalam bidang perikanan dilakukan dengan tujuan untuk memperkirakan stok ikan di suatu perairan. Untuk memenuhi harapan tersebut, survei-survei yang
Lebih terperinciIII METODE PENELITIAN
III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Waduk Ir. H. Djuanda dan Laboratorium Akustik Fakultas Perikanan dan Ilmu Kelautan IPB Bogor. Kegiatan penelitian ini terbagi
Lebih terperinci3 METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian 3.2 Kapal Survei dan Instrumen Penelitian
3 METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini merupakan bagian dari Ekspedisi Selat Makassar 2003 yang diperuntukkan bagi Program Census of Marine Life (CoML) yang dilaksanakan oleh
Lebih terperinci6 IDENTIFIKASI DAN KLASIFIKASI KAWANAN IKAN PELAGIS DENGAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK
6 IDENTIFIKASI DAN KLASIFIKASI KAWANAN IKAN PELAGIS DENGAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK 6.1 Pendahuluan Seperti telah diketahui, terdapat banyak sekali model jaringan saraf tiruan (JST) (Fauset,
Lebih terperinciKarakteristik Shoaling Ikan Pelagis Menggunakan Data Akustik Split Beam di Perairan Selat Bangka Pada Musim Timur
ISSN 0853-7291 Karakteristik Shoaling Ikan Pelagis Menggunakan Data Akustik Split Beam di Perairan Selat Bangka Pada Musim Timur Fauziyah, Hartoni dan Agussalim A Jl. Lingkar Kampus UNSRI Inderalaya PS
Lebih terperinciPENGEMBANGAN PERANGKAT LUNAK ACOUSTIC DESCRIPTOR ANALYZER (ADA-VERSI 2004) UNTUK IDENTIFIKASI KAWANAN IKAN PELAGIS
PENGEMBANGAN PERANGKAT LUNAK ACOUSTIC DESCRIPTOR ANALYZER (ADA-VERSI 2004) UNTUK IDENTIFIKASI KAWANAN IKAN PELAGIS (Development of Acoustics Descriptor Analyzer (ADA- version 2004) for Pelagic Fish School
Lebih terperinciPENENTUAN KARAKTERISTIK KAWANAN IKAN PELAGIS DENGAN MENGGUNAKAN DESKRIPTOR AKUSTIK
PENENTUAN KARAKTERISTIK KAWANAN IKAN PELAGIS DENGAN MENGGUNAKAN DESKRIPTOR AKUSTIK (Determination of Pelagic Fish Schools Characteristics Using Acoustic Descriptors) Fauziyah 1 dan Indra Jaya 2 ABSTRAK
Lebih terperinciIDENTIFIKASI DAN KLASIFIKASI KAWANAN LEMURU SELAT BALI BERDASARKAN DATA HIDROAKUSTIK DENGAN METODE STATISTIK
IDENTIFIKASI DAN KLASIFIKASI KAWANAN LEMURU SELAT BALI BERDASARKAN DATA HIDROAKUSTIK DENGAN METODE STATISTIK Identification and Classification of Lemuru Schoal of Bali Strait Based on Hydroaccoustics Data
Lebih terperinciI PENDAHULUAN 1.1. Latar belakang
I PENDAHULUAN 1.1. Latar belakang Perairan umum daratan Indonesia memiliki keanekaragaman jenis ikan yang tinggi, sehingga tercatat sebagai salah satu perairan dengan mega biodiversity di Indonesia. Komisi
Lebih terperinciIDENTIFIKASI DAN KLASIFIKASI KAWANAN LEMURU SELAT BALI BERDASARKAN DATA HIDROAKUSTIK DENGAN METODE STATISTIK
IDENTIFIKASI DAN KLASIFIKASI KAWANAN LEMURU SELAT BALI BERDASARKAN DATA HIDROAKUSTIK DENGAN METODE STATISTIK Identification and Classification of Lemuru Schoal of Bali Strait Based on Hydroaccoustics Data
Lebih terperinciHASIL DAN PEMBAHASAN 4.1 Pengambilan data akustik ikan
IV HASIL DAN PEMBAHASAN 4.1 Pengambilan data akustik ikan Data akustik yang dikumpulkan dalam penelitian ini meliputi 3 (tiga) jenis ikan yaitu ikan mas, nila dan patin masing-masing sebanyak 5 ekor. Pengambilan
Lebih terperinci5 KLASIFIKASI SPESIES KAWANAN IKAN
5 KLASIFIKASI SPESIES KAWANAN IKAN 5.1 Pendahuluan Sejauh ini aplikasi teknik hidroakustik dalam bidang perikanan dibatasi pada ketidakmampuan membedakan secara objektif antar kelompok taksonomi berdasarkan
Lebih terperinci3 METODOLOGI PENELITIAN
3 METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Waktu penelitian dimulai pada tanggal 20 Januari 2011 dan menggunakan data hasil survei Balai Riset Perikanan Laut (BRPL). Survei ini dilakukan mulai
Lebih terperinciPEMODELAN JARINGAN SARAF TIRUAN (Artificial Neural Networks) UNTUK IDENTIFIKASI KAWANAN LEMURU DENGAN MENGGUNAKAN DESKRIPTOR HIDROAKUSTIK
PEMODELAN JARINGAN SARAF TIRUAN (Artificial Neural Networks) UNTUK IDENTIFIKASI KAWANAN LEMURU DENGAN MENGGUNAKAN DESKRIPTOR HIDROAKUSTIK AMIR HAMZAH MUHIDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
Lebih terperinci3 METODOLOGI LAUT BALI. Pengambengan. 20 m. gs ratu. 200 m SAMUDERA INDONESIA
3 METODOLOGI 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan pada bulan April 2003 Agustus 2004 di Laboratorium Akustik Fakultas Perikanan dan Ilmu Kelautan IPB Bogor dan UPT Baruna Jaya BPPT
Lebih terperinciPENDUGAAN KELIMPAHAN DAN SEBARAN IKAN DEMERSAL DENGAN MENGGUNAKAN METODE AKUSTIK DI PERAIRAN BELITUNG
Pendugaan Kelimpahan dan Sebaran Ikan... Metode Akustik di Perairan Belitung (Fahmi, Z.) PENDUGAAN KELIMPAHAN DAN SEBARAN IKAN DEMERSAL DENGAN MENGGUNAKAN METODE AKUSTIK DI PERAIRAN BELITUNG ABSTRAK Zulkarnaen
Lebih terperinciGambar 8. Lokasi penelitian
3. METODOLOGI PENELITIAN 3.1 Waktu dan lokasi penelitian Penelitian ini dilaksanakan pada tanggal 30 Januari-3 Februari 2011 yang di perairan Pulau Gosong, Pulau Semak Daun dan Pulau Panggang, Kabupaten
Lebih terperinciMETODE PENELITIAN. Tabel 2 Alat dan bahan yang digunakan dalam penelitian. No. Alat dan Bahan Type/Sumber Kegunaan.
METODE PENELITIAN Waktu dan Lokasi Penelitian Pengambilan data lapang dilakukan pada tanggal 16-18 Mei 2008 di perairan gugusan pulau Pari, Kepulauan Seribu, Jakarta (Gambar 11). Lokasi ditentukan berdasarkan
Lebih terperinciOleh : PAHMI PARHANI C SKRIPSI Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana pada Fakultas Perikanan dan Ilmu Kelautan
STUDI TENTANG ARAH DAN KECEPATAN RENANG IKAN PELAGIS DENGAN MENGGUNAKAN SISTEM AKUSTIK BIM TEmAGI (SPLIT-BEAM ACOUSTIC SYSTEM ) DI PERAIRAN TELUK TOMINI PADA BULAN JULI-AGUSTUS 2003 Oleh : PAHMI PARHANI
Lebih terperinci3. METODE PENELITIAN. Penelitian ini dilakukan pada koordinat 5º - 8 º LS dan 133 º º BT
3. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada koordinat 5º - 8 º LS dan 133 º - 138 º BT (Gambar 2), pada bulan November 2006 di Perairan Laut Arafura, dengan kedalaman
Lebih terperinciPENGUKURAN KARAKTERISTIK AKUSTIK SUMBER DAYA PERIKANAN DI LAGUNA GUGUSAN PULAU PARI KEPULAUAN SERIBU
PENGUKURAN KARAKTERISTIK AKUSTIK SUMBER DAYA PERIKANAN DI LAGUNA GUGUSAN PULAU PARI KEPULAUAN SERIBU Oleh: Arief Wijaksana C64102055 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU
Lebih terperinciPEMODELAN JARINGAN SARAF TIRUAN (Artificial Neural Networks) UNTUK IDENTIFIKASI KAWANAN LEMURU DENGAN MENGGUNAKAN DESKRIPTOR HIDROAKUSTIK
PEMODELAN JARINGAN SARAF TIRUAN (Artificial Neural Networks) UNTUK IDENTIFIKASI KAWANAN LEMURU DENGAN MENGGUNAKAN DESKRIPTOR HIDROAKUSTIK AMIR HAMZAH MUHIDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
Lebih terperinci1. PENDAHULUAN 1.1 Latar Belakang
1. PENDAHULUAN 1.1 Latar Belakang Substrat dasar perairan memiliki peranan yang sangat penting yaitu sebagai habitat bagi bermacam-macam biota baik itu mikrofauna maupun makrofauna. Mikrofauna berperan
Lebih terperinci4. HASIL DAN PEMBAHASAN. Perairan Laut Arafura di lokasi penelitian termasuk ke dalam kategori
4. HASIL DAN PEMBAHASAN 4.1 Profil Peta Batimetri Laut Arafura Perairan Laut Arafura di lokasi penelitian termasuk ke dalam kategori perairan dangkal dimana kedalaman mencapai 100 meter. Berdasarkan data
Lebih terperinci2 TINJAUAN PUSTAKA. Gambar 1 Jaringan sel saraf biologi (Artificial Neural Networks in Medicine Juli 2005).
2 TINJAUAN PUSTAKA 2.1 Jaringan Saraf Tiruan Jaringan saraf manusia tersusun atas 10 10 sel saraf yang masing-masing selnya tersambung dengan 10 3 hingga 10 5 sel saraf. membentuk suatu jaringan yang sangat
Lebih terperinci2. TINJAUAN PUSTAKA. Sedimen adalah kerak bumi (regolith) yang ditransportasikan melalui proses
2. TINJAUAN PUSTAKA 2.1. Sedimen Dasar Laut Sedimen adalah kerak bumi (regolith) yang ditransportasikan melalui proses hidrologi dari suatu tempat ke tempat yang lain, baik secara vertikal maupun secara
Lebih terperinci5. ESTIMASI STOK SUMBERDAYA IKAN BERDASARKAN METODE HIDROAKUSTIK
5. ESTIMASI STOK SUMBERDAYA IKAN BERDASARKAN METODE HIDROAKUSTIK Pendahuluan Sumberdaya perikanan LCS merupakan kontribusi utama yang sangat penting di tingkat lokal, regional dan internasional untuk makanan
Lebih terperinci1 PENDAHULUAN 1.1 Latar Belakang
1 1 PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi hidroakustik atau perangkat lunak pengolah sinyal akustik masih sulit untuk dapat mengetahui jenis dan panjang ikan secara langsung dan akurat. Selama
Lebih terperinci3 METODE PENELITIAN. Gambar 8 Peta lokasi penelitian.
30 3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian ini menggunakan data hasil survei akustik yang dilaksanakan oleh Balai Riset Perikanan Laut (BRPL), Dirjen Perikanan Tangkap, KKP RI pada bulan Juni
Lebih terperinci3 METODOLOGI PENELITIAN
3 METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan dari bulan Desember 2010 Juli 2011 yang meliputi tahapan persiapan, pengukuran data lapangan, pengolahan dan analisis
Lebih terperinci3. METODOLOGI PENELITIAN
17 3. METODOLOGI PENELITIAN 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilakukan pada bulan Februari sampai Juni 211, sedangkan survei data dilakukan oleh pihak Balai Riset Perikanan Laut (BRPL) Departemen
Lebih terperinci3. METODE PENELITIAN
3. METODE PENELITIAN 3.1. Lokasi dan Waktu Penelitian Penelitian ini merupakan lanjutan yang dilakukan dari bulan Juli sampai bulan Agustus menggunakan data hasil olahan dalam bentuk format *raw.dg yang
Lebih terperinci3. DISTRIBUSI IKAN DI LAUT CINA SELATAN
3. DISTRIBUSI IKAN DI LAUT CINA SELATAN Pendahuluan Keberadaan sumberdaya ikan, baik ikan pelagis maupun demersal dapat diduga dengan menggunakan metode hidroakustik (Mitson 1983). Beberapa keuntungan
Lebih terperinciScientific Echosounders
Scientific Echosounders Namun secara secara elektronik didesain dengan amplitudo pancaran gelombang yang stabil, perhitungan waktu yang lebih akuran dan berbagai menu dan software tambahan. Contoh scientific
Lebih terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. Sedimen Dasar Perairan Berdasarkan pengamatan langsung terhadap sampling sedimen dasar perairan di tiap-tiap stasiun pengamatan tipe substrat dikelompokkan menjadi 2, yaitu:
Lebih terperinciIDENTIFIKASI, KLASIFIKASI DAN ANALISIS STRUKTUR SPESIES KAWANAN IKAN PELAGIS BERDASARKAN METODE DESKRIPTOR AKUSTIK FAUZIYAH
IDENTIFIKASI, KLASIFIKASI DAN ANALISIS STRUKTUR SPESIES KAWANAN IKAN PELAGIS BERDASARKAN METODE DESKRIPTOR AKUSTIK FAUZIYAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 PERNYATAAN MENGENAI
Lebih terperinciPENGEMBANGAN TEKNIK PENENTUAN DINI JENIS KELAMIN KOI 1
PENGEMBANGAN TEKNIK PENENTUAN DINI JENIS KELAMIN KOI 1 (Development of a Technique for Early Sexing of Koi (Ornamental Carp)) Indra Jaya 2 dan Muhammad Iqbal 2 ABSTRAK Salah satu faktor utama yang dihadapi
Lebih terperinciAKUSTIK REMOTE SENSING/PENGINDERAAN JAUH
P. Ika Wahyuningrum AKUSTIK REMOTE SENSING/PENGINDERAAN JAUH Suatu teknologi pendeteksian obyek dibawah air dengan menggunakan instrumen akustik yang memanfaatkan suara dengan gelombang tertentu Secara
Lebih terperinciDensitas Ikan Pelagis Kecil Secara Akustik di Laut Arafura
Jurnal Penelitian Sains Volume 13 Nomer 1(D) 13106 Densitas Ikan Pelagis Kecil Secara Akustik di Laut Arafura Fauziyah dan Jaya A PS. Ilmu Kelautan FMIPA, Universitas Sriwijaya, Sumatera Selatan, Indonesia
Lebih terperinci4. BAHAN DAN METODA. 4.1 Lokasi dan Waktu Penelitian
41 4. BAHAN DAN METODA 4.1 Lokasi dan Waktu Penelitian Penelitian ini menggunakan dua data yaitu (1) data primer yang diperoleh saat penulis mengikuti riset pada tahun 2002, yang merupakan bagian dari
Lebih terperinci4 HASIL DAN PEMBAHASAN
4 HASIL DAN PEMBAHASAN 4.1 Identifikasi Lifeform Karang Secara Visual Karang memiliki variasi bentuk pertumbuhan koloni yang berkaitan dengan kondisi lingkungan perairan. Berdasarkan hasil identifikasi
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Data Lapangan Berdasarkan pengamatan langsung di lapangan dengan melakukan penyelaman di lokasi transek lamun, diperoleh data yang diuraikan pada Tabel 4. Lokasi penelitian berada
Lebih terperinci4. HASIL PEMBAHASAN. Sta Latitude Longitude Spesies Keterangan
4. HASIL PEMBAHASAN 4.1 Data Lapangan Berdasarkan pengamatan langsung di lapangan dengan melakukan penyelaman di lokasi transek lamun, ditemukan 3 jenis spesies lamun yakni Enhalus acoroides, Cymodocea
Lebih terperinci2. TINJAUAN PUSTAKA. Dasar Laut Arafura merupakan paparan yang sangat luas. Menurut Nontji
2. TINJAUAN PUSTAKA 2.1 Keadaan Umum Lokasi Penelitian Dasar Laut Arafura merupakan paparan yang sangat luas. Menurut Nontji (1987), paparan Arafura (diberi nama oleh Krummel, 1897) ini terdiri dari tiga
Lebih terperinci3. METODOLOGI PENELITIAN
3. METODOLOGI PENELITIAN 3.1. Waktu dan Lokasi Penelitian Pengambilan data akustik dilakukan pada tanggal 29 Januari sampai 3 Februari 2011 di perairan Kepulauan Seribu. Wilayah penelitian mencakup di
Lebih terperinciterdistribusi pada seluruh strata kedalaman, bahkan umumnya terdapat dalam frekuensi yang ringgi. Secara horisontal, nilai target strength pada
Dian Herdiana (C06499072). Pendugaan Pola Distribnsi Spasio-Temporal Target Strettgth Ikan Pelagis dengan Split Beam Acor~stic System di Perairan Teluk Tomini pada Bulan Juli-Amstus 2003. Di bawah bimbin~an
Lebih terperinciIDENTIFIKASI, KLASIFIKASI DAN ANALISIS STRUKTUR SPESIES KAWANAN IKAN PELAGIS BERDASARKAN METODE DESKRIPTOR AKUSTIK FAUZIYAH
IDENTIFIKASI, KLASIFIKASI DAN ANALISIS STRUKTUR SPESIES KAWANAN IKAN PELAGIS BERDASARKAN METODE DESKRIPTOR AKUSTIK FAUZIYAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 PERNYATAAN MENGENAI
Lebih terperinciDENI ACHMAD SOEBOER, S.Pi, M.Si
DENI ACHMAD SOEBOER, S.Pi, M.Si 08121104059 soeboer@yahoo.com TIM PENGAJAR EKSPLORATORI PENANGKAPAN IKAN DEPARTEMEN PEMANFAATAN SUMBERDAYA PERIKANAN FPIK-INSTITUT PERTANIAN BOGOR Echo-sounder + alat yang
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinciPENGOLAHAN DATA SINGLE BEAM ECHOSOUNDER. Septian Nanda dan Aprillina Idha Geomatics Engineering
PENGOLAHAN DATA SINGLE BEAM ECHOSOUNDER Septian Nanda - 3311401055 dan Aprillina Idha - 3311401056 Geomatics Engineering Marine Acoustic, Batam State Politechnic Email : prillyaprillina@gmail.com ABSTRAK
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Sejarah Penggunaan Cahaya pada Penangkapan Ikan
8 2 TINJAUAN PUSTAKA 2.1 Sejarah Penggunaan Cahaya pada Penangkapan Ikan Pada mulanya penggunaan lampu untuk penangkapan masih terbatas pada daerah-daerah tertentu dan umumnya dilakukan hanya di tepi-tepi
Lebih terperinciDISTRIBUSI, DENSITAS IKAN DAN KONDISI FISIK OSEANOGRAFI DI SELAT MALAKA
2003 Julius A.N. Masrikat Posted 11 December 2003 Makalah Pribadi Pengantar Ke Falsafah Sains (PPS702) Program Pasca Sarjana / S3 Institut Pertanian Bogor Desember 2003 Dosen: Prof. Dr. Ir. Rudy C. Tarumingkeng
Lebih terperinci4. HASIL DAN PEMBAHASAN
21 4. HASIL DAN PEMBAHASAN 4.1. Batimetri Daerah Penelitian Penelitian hidroakustik meliputi daerah tubir bagian luar (perairan Teluk Tomini), daerah tubir bagian dalam (perairan pulau Una-una) dan daerah
Lebih terperinciKELOMPOK 2 JUWITA AMELIA MILYAN U. LATUE DICKY STELLA L. TOBING
SISTEM SONAR KELOMPOK 2 JUWITA AMELIA 2012-64-0 MILYAN U. LATUE 2013-64-0 DICKY 2013-64-0 STELLA L. TOBING 2013-64-047 KARAKTERISASI PANTULAN AKUSTIK KARANG MENGGUNAKAN ECHOSOUNDER SINGLE BEAM Baigo Hamuna,
Lebih terperinciDISTRIBUSI SPASIAL KEPADATAN IKAN PELAGIS DI PERAIRAN ENGGANO
DISTRIBUSI SPASIAL KEPADATAN IKAN PELAGIS DI PERAIRAN ENGGANO Oleh: Deddy Bakhtiar deddy_b2@yahoo.co.id Prodi Ilmu Kelautan Fakultas Pertanian Universitas Bengkulu Jl. Raya Kandang Limun Bengkulu 38371A.
Lebih terperinciOleh : HARDHANI EKO SAPUTRO C SKRIPSI
PENGUKURAN NILAI DAN SEBARAN TARGET STRENGTH IKAN PELAGIS DAN DEMERSAL DENGAN MENGGUNAKAN SISTEM AKUSTIK BIM TERBAGI (SPLIT BEAM ACOUSTIC SYSTEM) DI LAUT A MFUM PADA BULAN OKTOBER-NOPEMBER 2003 Oleh :
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Pengertian Gerombolan (Shoal) dan Kawanan (School) Ikan
2 TINJAUAN PUSTAKA 2.1 Pengertian Gerombolan (Shoal) dan Kawanan (School) Ikan Predator dan makanan adalah kunci dalam memahami gerombolan ikan. Kerjasama dalam menaklukkan predator dan mencari makan secara
Lebih terperinciPENENTUAN SEBARAN Sa (Backscattering Area) DI LAUT FLORES BERDASARKAN METODE PROGRESSIVE THRESHOLD
PENENTUAN SEBARAN Sa (Backscattering Area) DI LAUT FLORES BERDASARKAN METODE PROGRESSIVE THRESHOLD SITI KOMARIYAH SKRIPSI DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT
Lebih terperinciDETEKSI SCHOOLING IKAN PELAGIS DENGAN METODE HIDROAKUSTIK DI PERAIRAN TELUK PALU, SULAWESI TENGAH
Jurnal Teknologi Perikanan dan Kelautan Vol. 5 No. 2 November 2014: 131-139 ISSN 2087-4871 DETEKSI SCHOOLING IKAN PELAGIS DENGAN METODE HIDROAKUSTIK DI PERAIRAN TELUK PALU, SULAWESI TENGAH THE DETECTION
Lebih terperinci2. TINJAUAN PUSTAKA 2.1. Sedimen dasar laut
2. TINJAUAN PUSTAKA 2.1. Sedimen dasar laut Sedimen yang merupakan partikel lepas (unconsolidated) yang terhampar di daratan, di pesisir dan di laut itu berasal dari batuan atau material yang mengalami
Lebih terperinci1 PENDAHULUAN 1.1 Latar Belakang
1 PENDAHULUAN 1.1 Latar Belakang Kajian dasar perairan dapat digunakan secara luas, dimana para ahli sumberdaya kelautan membutuhkannya sebagai kajian terhadap habitat bagi hewan bentik (Friedlander et
Lebih terperinci2. TINJAUAN PUSTAKA. hidroakustik merupakan data hasil estimasi echo counting dan echo integration
3 2. TINJAUAN PUSTAKA 2.1. Metode Hidroakustik 2.1.1. Prinsip Kerja Metode Hidroakustik Hidroakustik merupakan ilmu yang mempelajari gelombang suara dan perambatannya dalam suatu medium, dalam hal ini
Lebih terperinci0643 DISTRIBUSI NILAI TARGETSTRENGTH DAN DENSITAS I ON PELAGIS DENGAN SISTEM AKUSTIK BIM TERBAGI D1 LAUT TIMOR PADA BULAN DESEMBER 2003
204 0643 DISTRIBUSI NILAI TARGETSTRENGTH DAN DENSITAS I ON PELAGIS DENGAN SISTEM AKUSTIK BIM TERBAGI D1 LAUT TIMOR PADA BULAN DESEMBER 2003 PROGRAM STUD1 ILIMU KELAUTAS DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Parameter Gauss Untuk dapat melakukan pengolahan data menggunakan ANN, maka terlebih dahulu harus diketahui nilai set data input-output yang akan digunakan. Set data inputnya yaitu
Lebih terperinciPenelitian ini dilakukan di dua lokasi yaitu Laut Cina Selatan yang berada. pada posisi antara 104'00' ' BT dan 03'00'-03'00'
3. METODOLOGI PENELITIAN 3.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di dua lokasi yaitu Laut Cina Selatan yang berada pada posisi antara 104'00'-1 10 00' BT dan 03'00'-03'00' LU, dan Selat
Lebih terperinciDETEKSI SCHOOLING IKAN PELAGIS DENGAN METODE HIDROAKUSTIKDI PERAIRAN TELUK PALU, SULAWESI TENGAH
Jurnal Teknologi Perikanan dan Kelautan. Vol. 5. No. 2 November 2014:129-137 ISSN 2087-4871 DETEKSI SCHOOLING IKAN PELAGIS DENGAN METODE HIDROAKUSTIKDI PERAIRAN TELUK PALU, SULAWESI TENGAH (THE DETECTION
Lebih terperinciINTERPRETASI SEB NILAI TARGET STRENGTH (TS) DAN DENSITAS DEmRSAL DENGAN BlETODE AIE)ROAKUSTIK DI TELUK PELABUWAN RATU
INTERPRETASI SEB NILAI TARGET STRENGTH (TS) DAN DENSITAS DEmRSAL DENGAN BlETODE AIE)ROAKUSTIK DI TELUK PELABUWAN RATU Oleh: Munawir C64102020 PR AN TEKNOLOGI KELAUTAN AN DAN I Lm KELAUTAN INSTITUT PERTANLAN
Lebih terperinciPENENTUAN PERBEDAAN ANTARA IKAN DENGAN MEGAPLANKTON MELALUI ANALISIS BEDA MEAN VOLUME BACKSCATTERING STRENGTH ( MVBS) Oleh: Fahad C
PENENTUAN PERBEDAAN ANTARA IKAN DENGAN MEGAPLANKTON MELALUI ANALISIS BEDA MEAN VOLUME BACKSCATTERING STRENGTH ( MVBS) Oleh: Fahad C64101049 PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN
Lebih terperinciPEMAlUIAN DUAL FREKUENSI DALAM PENDUGAAN DISTRIBUSI IKAN DENGAN MENGGUNAKAN METODE HIDROAKUSTIK (FURUNO FQ 80) DI PERAIRAN LAUT CINA SELATAN.
as-' PEMAlUIAN DUAL FREKUENSI DALAM PENDUGAAN DISTRIBUSI IKAN DENGAN MENGGUNAKAN METODE HIDROAKUSTIK (FURUNO FQ 80) DI PERAIRAN LAUT CINA SELATAN Oleh : Natalia Trita Agnilta C64102012 PROGRAM STUD1 ILMU
Lebih terperinci3. METODOLOGI PENELITIAN
3. METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilakukan pada bulan Maret September 2011 dengan menggunakan data berupa data echogram dimana pengambilan data secara in situ dilakukan
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinci5 HASIL 5.1 Kandungan Klorofil-a di Perairan Sibolga
29 5 HASIL 5.1 Kandungan Klorofil-a di Perairan Sibolga Kandungan klorofil-a setiap bulannya pada tahun 2006-2010 dapat dilihat pada Lampiran 3, konsentrasi klorofil-a di perairan berkisar 0,26 sampai
Lebih terperinci4. HASIL DAN PEMBAHASAN. dimana besar nilainya bisa sama panjang dengan panjang keseluruhan atau
4. HASIL DAN PEMBAHASAN 4.1 Tabel Ukuran Tubuh Ikan Acoustical length adalah panjang target dalam akustik pada sebuah target, dimana besar nilainya bisa sama panjang dengan panjang keseluruhan atau panjang
Lebih terperinciPERTEMUAN IV SURVEI HIDROGRAFI. Survei dan Pemetaan Universitas IGM Palembang
PERTEMUAN IV SURVEI HIDROGRAFI Survei dan Pemetaan Universitas IGM Palembang Konfigurasi Survei Hidrografi 1. Penentuan posisi (1) dan penggunaan sistem referensi (7) 2. Pengukuran kedalaman (pemeruman)
Lebih terperinciHUBUNGAN TIPE DASAR PERAIRAN DENGAN DISTRIBUSI IKAN DEMERSAL DI PERAIRAN PANGKAJENE SULAWESI SELATAN 2011
Jurnal Teknologi Perikanan dan Kelautan. Vol. 4. No. 1 Mei 2013: 31-39 ISSNN 2087-4871 HUBUNGAN TIPE DASAR PERAIRAN DENGAN DISTRIBUSI IKAN DEMERSAL DI PERAIRAN PANGKAJENE SULAWESI SELATAN 2011 (THE RELATION
Lebih terperinciBAB 3. METODE PENELITIAN
BAB 3 METODE PENELITIAN 31 Pemilihan Parameter Masukan JST Data pengujian kualitas surfaktan-mesa yang dimiliki SBRC IPB (009) terdiri atas tegangan permukaan, IFT, densitas, viskositas, ph, dan kandungan
Lebih terperinciDETEKSI SEBARAN IKAN PADA KOLOM PERAIRAN DENGAN MENGGUNAKAN METODE HIDROAKUSTIK INTEGRASI KUMULATIF DI KECAMATAN SUMUR, PANDEGLANG BANTEN
DETEKSI SEBARAN IKAN PADA KOLOM PERAIRAN DENGAN MENGGUNAKAN METODE HIDROAKUSTIK INTEGRASI KUMULATIF DI KECAMATAN SUMUR, PANDEGLANG BANTEN Oleh : Ahmad Parwis Nasution PROGRAM STUDI ILMU DAN TEKNOLOGI KELAUTAN
Lebih terperinciPENDUGAAN NlLAl DAN SEBARAN TARGETSTRENGTH IKAN PELAGIS Dl SELAT MAKASSAR PADA BULAN OKTOBER Oleh FERl SUSANDI C
PENDUGAAN NlLAl DAN SEBARAN TARGETSTRENGTH IKAN PELAGIS Dl SELAT MAKASSAR PADA BULAN OKTOBER 2003 Oleh FERl SUSANDI C06498002 PROGRAM STUDI ILMU KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN
Lebih terperinci1. PENDAHULUAN 1.1. Latar belakang
1. PENDAHULUAN 1.1. Latar belakang Dasar perairan memiliki peranan yang sangat penting yaitu sebagai habitat bagi bermacam-macam makhluk hidup yang kehidupannya berasosiasi dengan lingkungan perairan.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
Lebih terperinciME FEnR OF ME LORD IS ME BECIHtlIHG Of WLEDGE : BUT FOOLS DESPISE WISDGii N(D IHSIRUCTIM1.
ME FEnR OF ME LORD IS ME BECIHtlIHG Of WLEDGE : BUT FOOLS DESPISE WISDGii N(D IHSIRUCTIM1. C PROUERBS 1 : 7 > WIWUH XIIR I(MGUfiGMP RRHRSIR MU1 MH FRMNFIIRIKnHmII UMUX KESEJIIHII31RAH UWI MMJSIII?? JAURBIIWR
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciPOSITRON, Vol. IV, No. 2 (2014), Hal ISSN :
Modifikasi Estimasi Curah Hujan Satelit TRMM Dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Studi Kasus Stasiun Klimatologi Siantan Fanni Aditya 1)2)*, Joko Sampurno 2), Andi Ihwan 2) 1)BMKG Stasiun
Lebih terperinciTEKNOLOGI AKUSTIK BAWAH AIR: SOLUSI DATA PERIKANAN LAUT INDONESIA
Risalah Kebijakan Pertanian dan Lingkungan Vol. 1 No. 3, Desember 2014: 181-186 ISSN : 2355-6226 TEKNOLOGI AKUSTIK BAWAH AIR: SOLUSI DATA PERIKANAN LAUT INDONESIA Henry M. Manik Departemen Ilmu dan Teknologi
Lebih terperinci1 PENDAHULUAN 1.1 Latar Belakang
1 PENDAHULUAN 1.1 Latar Belakang Metode penangkapan ikan dengan menggunakan cahaya sudah sejak lama diketahui sebagai perlakuan yang efektif untuk tujuan penangkapan ikan tunggal maupun berkelompok (Ben-Yami,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinci5 HASIL DAN PEMBAHASAN
5 5 HASIL DAN PEMBAHASAN 5.1 Hasil 5.1.1 Penyebaran target strength ikan Target strength (TS) sangat penting dalam pendugaan densitas ikan dengan metode hidroakustik karena untuk dapat mengetahui ukuran
Lebih terperinciModel integrasi echo dasar laut Blok diagram scientific echosounder ditampilkan pada Gambar I. echo pada pre-amplifier, ERB :
N AWSTIK SCATTERINGSTRENGTH DASAR LAUT DAN IDENTIFIKASI WABIcrAT I DENGAN ECHOSOUNDER (Measurement of Acoustic ScatGering Strength of Sea Bottom and Identification of Fish Habitat Using Echosounder) Oleh:
Lebih terperinciEFEK UKURAN BUTIRAN, KEKASARAN, DAN KEKERASAN DASAR PERAIRAN TERHADAP NILAI HAMBUR BALIK HASIL DETEKSI HYDROAKUSTIK ABSTRACT
P P Staf P P Peneliti E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 2, No. 1, Hal. 59-67, Juni 2010 EFEK UKURAN BUTIRAN, KEKASARAN, DAN KEKERASAN DASAR PERAIRAN TERHADAP NILAI HAMBUR BALIK HASIL DETEKSI
Lebih terperinciMETODE PENELITIAN Bujur Timur ( BT) Gambar 5. Posisi lokasi pengamatan
METODE PENELITIAN Lokasi Penelitan Penelitian ini dilakukan pada perairan barat Sumatera dan selatan Jawa - Sumbawa yang merupakan bagian dari perairan timur laut Samudera Hindia. Batas perairan yang diamati
Lebih terperinciBAB I PENDAHULUAN I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Kebutuhan akan data batimetri semakin meningkat seiring dengan kegunaan data tersebut untuk berbagai aplikasi, seperti perencanaan konstruksi lepas pantai, aplikasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Negara Republik Indonesia adalah Negara kepulauan yang dua per tiga (2/3) wilayahnya adalah lautan, sehingga Negara Republik Indonesia dapat dikategorikan sebagai Negara
Lebih terperinciKarakterisasi Pantulan Akustik Karang Menggunakan Echosounder Single Beam
Karakterisasi Pantulan Akustik Karang Menggunakan Echosounder Single Beam Characterization of Coral Acoustics Backscattering Using Single Beam Echosounder Baigo Hamuna 1, Sri Pujiyati 2, Totok Hestirianoto
Lebih terperinciSumber : Mckenzie (2009) Gambar 2. Morfologi Lamun
2. TINJAUAN PUSTAKA 2.1 Deskripsi Lamun Lamun merupakan tumbuhan laut yang hidup di perairan jernih pada kedalaman berkisar antara 2 12 m dengan sirkulasi air yang baik. Hampir semua tipe substrat dapat
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinci2 TINJAUAN PUSTAKA 2.1 Terumbu Karang Bentuk Pertumbuhan Karang
2 TINJAUAN PUSTAKA 2.1 Terumbu Karang Terumbu karang merupakan satu kesatuan dari berbagai jenis karang. Terumbu karang adalah endapan-endapan masif yang penting dari kalsium karbonat yang terutama dihasilkan
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciPRISMA FISIKA, Vol. I, No. 1 (2013), Hal ISSN :
Prediksi Tinggi Signifikan Gelombang Laut Di Sebagian Wilayah Perairan Indonesia Menggunakan Jaringan Syaraf Tiruan Metode Propagasi Balik Abraham Isahk Bekalani, Yudha Arman, Muhammad Ishak Jumarang Program
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. menggunakan teknik statistik, matematika, kecerdasan buatan, tiruan dan machinelearning
BAB 2 TINJAUAN PUSTAKA 2.1. Data Mining Data mining adalah kombinasi secara logis antara pengetahuan data, dan analisa statistik yang dikembangkan dalam pengetahuan bisnis atau suatu proses yang menggunakan
Lebih terperinci