PREDIKSI HASIL TANGKAP IKAN PELAGIS BESAR DI INDONESIA MENGGUNAKAN RANTAI MARKOV. Firdaniza 1), Nurul Gusriani 2)

Transkripsi

1 PREDIKSI HASIL TANGKAP IKAN PELAGIS BESAR DI INDONESIA MENGGUNAKAN RANTAI MARKOV Firdaniza 1), Nurul Gusriani 2) 1,2) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung-Sumedang Km. 21 Jatinangor firdaniza@unpad.ac.id 2 nurul.gusriani@unpad.ac.id Abstrak Ikan pelagis besar seperti tuna mempunyai nilai ekonomis tinggi dan menjadi komoditas ekspor utama perikanan Indonesia. Untuk itu perlu dilakukan kajian produksi tangkapan ikan pelagis besar dalam jangka panjang. Pada penelitian ini digunakan rantai Markov untuk memprediksi jumlah hasil tangkapan ikan pelagis besar di sebelas Wilayah Pengelolaan Perikanan (WPP) di seluruh Indonesia. Dari data statistik hasil tangkap ikan pelagis besar tahun , untuk jangka panjang diperoleh kecenderungan penurunan hasil tangkap ikan pelagis besar jika kondisi pengelolaan perikanan tidak berubah. Kata Kunci : ikan pelagis besar, rantai Markov, Wilayah Pengelolaan Perikanan (WPP), A. PENDAHULUAN Sebagai Negara kepulauan, Indonesia memiliki potensi sumberdaya kelautan dan perikanan yang dapat dimanfaatkan sebagai potensi ekonomi bagi pembangunan nasional. Menurut Peraturan Menteri Kelautan dan Perikanan No. PER.18/Men/14 dan PER.01/Men/09 tentang wilayah pengelolaan perikanan (WPP), disebutkan bahwa WPP di Indonesia dibagi atas 11 WPP, yaitu; (1) Selat Malaka dan Laut Andaman, (2) Samudera Hinda Sebelah Barat Sumaatera dan Selat Sunda, (3) Samudera Hindia Sebelah Selatan Jawa Hingga Sebelah Selatan Nusa Tenggara, Laut Sawu dan Laut Timor bagian Barat, (4) Selat Karimata, Laut Natuna, dan Laut Cina Selatan, (5) Laut Jawa, (6) Selat Makasar, Teluk Bone, Laut Flores, dan Laut Bali, (7) Teluk Tolo dan Laut Banda, (8) Teluk Tomini, Laut Maluku, Laut Halmahera, Prosiding SEMNAS Pendidikan Matematika 2017 ISBN

2 Laut Seram, dan Teluk Berau, (9) Laut Sulawesi dan Sebelah Utara Pulau Halmahera, (10) Teluk Cendrawasih dan Samudera Pasifik, (11) Teluk Aru, Laut Arafuru, Laut Timor bagian Timur. Pada kelompok sumberdaya ikan, ikan pelagis besar (jenis tuna, cakalang, tongkol, lemadang, ikan layaran, ikan pedang, tenggiri dan lainnya) termasuk komoditi ekspor yang utama. Pada tahun 2012, ikan tuna dan cakalang beku merupakan penyumbang peningkatan pertumbuhan nilai ekspor sebesar 74,16%. (Direktorat Perikanan Tangkap, 2015). Beberapa kajian telah dilakukan dalam hal prediksi daerah pengkapan ikan kembung di kabupaten Pangkep (Suhartono, dkk 2013), prediksi potensial daerah pengkapan ikan pelagis di kapbupaten Mamuju (Safaruddin dkk, 2014). Pada penelitian ini akan dikaji prediksi hasil tangkap ikan pelagis besar di Indonesia dengan menggunakan rantai Markov. Selain kajian tentang daerah tangkap, tentu saja sangat diperlukan kajian tentang prediksi hasil penangkapan ikan yang berdampak kepada kenaikan persentase ekspor Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui prediksi hasil penangkapan ikan pelagis besar di seluruh WPP Indosesia dengan menggunakan Rantai Markov. Hal ini diharapkan bermanfaat bagi pemerintah (Dinas Kelautan dan Perikanan) dalam mengambil kebijakan untuk antisipasi masa datang jika hasil tangkap menurun. B. LANDASAN/KAJIAN TEORI Rantai Markov waktu Diskrit merupakan proses stokastik dengan sifat bahwa keadaan sekarang hanya bergantung kepada keadaan sebelumnya, terbebas dari keadaaan masa lampau. Definisi 1. Misal proses stokastik waktu diskrit dengan ruang keadaan (state) = jika untuk semua dan, maka proses tersebut disebut rantai Markov waktu diskrit, dan peluang transisi (Osaki, 1992). disebut Matriks peluang transisi satu langkah dari suatu rantai Markov didefinisikan sebagai dimana dan Prosiding SEMNAS Pendidikan Matematika 2017 ISBN

3 Peluang transisi n langkah n p ij dapat dihitung dengan menggunakan persamaan Chapman-Kolmogorov, yang dalam bentuk matriks ditulis,. (Osaki, 1992). Artinya, matriks peluang transisi n langkah diperoleh dari matriks P yang dipangkatkan n. Suatu rantai Markov yang Ergodik akan mempunyai limit peluang, bebas dari keadaan awal i. yang ini dinamakan distribusi stasioner (peluang jangka panjang dari rantai Markov) (Osaki, 1992). C. METODE PENELITIAN Hasil penangkapan ikan pelagis besar mengalami perubahan setiap periode dan daerah tangkapnya. Perubahan data seperti ini memenuhi sifat Markov. Data hasil penangkapan ikan pelagis besar diproleh dari Direktorat Perikanan Tangkap. Data tersebut disusun berdasarkan tahun dan WPP. Asumsikan bahwa jumlah keadaan (state) rantai Markov adalah 2, yakni state 1; di bawah nilai median, dan state 2; di ats nilai median. Untuk masing-masig WPP dapat dilakukan langkah yang sama, yakni: 1. Tentukan state 1 dan state 2 dari masing-masing data hasil tangkap ikan pelagis besar berdasarkan nilai median hasil tangkapnya. 2. Hitung jumlah transisi dari satu state ke state lainnya. 3. Tentukan matriks peluang transisi dari hasil tangkap ikan pelagis besar. 4. Temukan limit peluang dari matriks peluang transisi rantai Markov. D. HASIL PENELITIAN DAN PEMBAHASAN Data hasil tangkap ikan pelagis besar terlihat seperti pada tabel 1 berikut. Tabel 1. Hasil Tangkap ikan Pelagis Besar untuk setiap WPP (dalam ton) WPP WPP WPP Prosiding SEMNAS Pendidikan Matematika 2017 ISBN

4 WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP WPP715 Diperoleh matriks peluang transisi satu langkah sebagai berikut: WPP571, WPP713 WPP572, WPP712, WPP714, WPP716, WPP717, WPP718 Karena rantai Markov tersebut ergodik, maka didapat limit peluang sebagai berikut: WPP571,WPP713 : WPP572, WPP712, WPP714, WPP716, WPP717, Wpp718: WPP573 WPP711 WPP573 : WPP711 : WPP715: Sehingga prediksi jangka panjang untuk hasil tangkap ikan pelagis besar Prosiding SEMNAS Pendidikan Matematika 2017 ISBN

5 di setiap WPP terlihat seperti tabel 2 berikut: Tabel 2. Prediksi Jangka Panjang Hasil Tangkap Ikan Pelagis Besar prediksi jangka panjang (ton) WPP ,69 WPP WPP ,2 WPP ,29 WPP ,5 WPP ,4 WPP ,7 WPP ,6 WPP ,4 WPP ,35 WPP ,64 IPTEKS PSP, Vol 1 (2), Oktober 2014 Suhartono,dkk. (2013). Identifikasi dan Prediksi Daerah Penangkapan Ikan Kembung di Perairan Kabupaten Pangkep. Jurnal Amanisal PSP FPIK Unpatti-Ambon. Vol 2 No. 2 November Direktorat Perikanan Tangkap. (2015). Statistik Perikanan Tangkap di Laut Menurut Wilayah Pengelolaan Perikanan Negara Republik Indonesia (WPP-NRI) Direktorat Perikanan Tangkap E. SIMPULAN DAN SARAN Dari data tabel 2, dapat disimpulkan bahwa untuk jangka panjang diprediksi hasil tangkap ikan pelagis besar di Indonesia cenderung menurun. DAFTAR PUSTAKA Osaki Shunji (1992). Applied Stochastic System Modelling, Springer-Verlag, Berlin Heidelberg Safruddin, dkk. (2014). Prediksi Derah Potensial Penangkapan Ikan Pelagis Besar di Perairan Kabupaten Mamuju, Jurnal Prosiding SEMNAS Pendidikan Matematika 2017 ISBN

6 Prosiding SEMNAS Pendidikan Matematika 2017 ISBN