MODEL SIMULASI NUMERIK HUBUNGAN PANJANG BOBOT IKAN TONGKOL (Auxis thazard) PADA PANGKALAN PENDARATAN IKAN LABUAN BAJO KABUPATEN DONGGALA



dokumen-dokumen yang mirip
MODEL PERTUMBUHAN IKAN BERONANG LINGKIS (Siganus canaliculatus) HASIL TANGKAPAN SERO DI PERAIRAN KEPULAUAN SELAYAR

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

BAB 2 LANDASAN TEORI

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

BAB III METODOLOGI PENELITIAN

REGRESI LINIER GANDA

III BAHAN DAN METODE PENELITIAN

REGRESI DAN KORELASI

REGRESI LINIER SEDERHANA

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

JENIS PENDUGAAN STATISTIK

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

x = μ...? 2 2 s = σ...? x x s = σ...?

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

TUGAS ANALISIS REGRESI (HALAMAN

Bab 7 Penyelesaian Persamaan Differensial

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

Pendugaan Parameter. Debrina Puspita Andriani /

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

OBJEK DAN METODE PENELITIAN. Objek ternak yang digunakan adalah itik Damiaking jantan dan betina

BAB III METODE PENELITIAN

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

TINJAUAN PUSTAKA Pengertian

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

III. METODE PENELITIAN

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

IV. METODE PENELITIAN

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

BAB III MATERI DAN METODE. Penelitian dilaksanakan pada tanggal 2 Maret sampai 1 Mei 2016 di Balai

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

BAB III METODOLOGI PENELITIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

Distribusi Sampling (Distribusi Penarikan Sampel)

III BAHAN DAN METODE PENELITIAN. Penelititan ini menggunakan 30 ekor Sapi Bali jantan umur berkisar antara

Pengenalan Pola. Regresi Linier

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Makalah ANALISIS REGRESI DAN REGRESI GANDA

BAB III METODE PENELITIAN

III. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di

BAB III METODE PENELITIAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

FORECASTING (Peramalan)

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

ANALISIS REGRESI DAN KORELASI SEDERHANA

BAB V ANALISA PEMECAHAN MASALAH

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

STATISTIKA ANALISIS REGRESI DAN KORELASI LINIER SEDERHANA

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

IV. METODE PENELITIAN

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

BAB 5 UKURAN DISPERSI

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

B a b 1 I s y a r a t

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB IV PEMBAHASAN DAN ANALISIS

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

STATISTIKA ANALISIS REGRESI ANALISIS REGRESI LINIER LEKTION ACHT(#8) ANALISIS REGRESI

PROSIDING ISBN:

Transkripsi:

J. Agrolad 16 (3) : 74-8, September 009 ISSN : 0854 641X MODEL SIMULASI NUMERIK HUBUNGAN PANJANG BOBOT IKAN TONGKOL (Aus thazard) PADA PANGKALAN PENDARATAN IKAN LABUAN BAJO KABUPATEN DONGGALA Numerical Simulatio Model of the Relatioship Betwee Legth Ad Weight of Tua Fish (Aus thazard) i the Ladig Fish Cacth Statio of Labua Bajo i Doggala District A. Masyahoro 1) 1) Jurusa Peteraka, Fakultas Pertaia, Uiversitas Tadulako, Jl. Soekaro Hatta Km 9 Palu 94118, Sulawesi Tegah Telp/Fax : 0451 49738. ABSTRACT A research o umerical simulatio of the relatioship betwee Aus thazard body legth ad weight was coducted to study the growth patter of the fish. The research was doe through survey which was iitiated by measurig the body legth of fish samples draw from N fish populatio. The size of fish populatio (N) was determied based o the total umber of fish collected from ay ladig catch. The umber of fish samples required was based o their variability i the catch yield for each catchig period. Data collected was aalyzed o the basis of fuctioal relatioship betwee fish fork legth (FL) ad body weight (W) followig the o liear mathematical equatio: W (i) = qfl(i) b. A umerical simulatio was the performed usig the techiques of data iterpolatio ad extrapolatio. The regressio value for the relatioship of the two parameters was 3.63 idicatig that the growth of the Aus thazard o the first day of data collectio was positive allometric while o the secod day it was egative allometric with a regressio coefficiet of.9. Key words : Allometric, extrapolatio, fish, iterpolatio, ad umerical simulatio PENDAHULUAN Ika togkol (Aus thazard) termasuk dalam kelompok ika tua dari famili Scombridae yag berilai ekoomis da dapat dikategorika sebagai salah satu komoditas perikaa petig. Meurut Pitcher da Hart (198), salah satu metode umum yag dapat diguaka dalam peelitia sumberdaya ika adalah hubuga pajag bobot, yag merupaka teori dasar atau sebagai teori terapa. Hubuga pajag bobot dapat meyediaka iformasi yag petig utuk salah satu spesies ika dari suatu daerah. Meskipu iformasi tetag hubuga pajag bobot utuk salah satu spesies ika dapat megguaka ika dari daerah lai dalam pegkajia, aka tetapi hubuga pajag bobot ika yag terbaik adalah iformasi lokal dari suatu daerah (Gozales et al, 000). Hubuga pajag bobot sagat petig dalam biologi perikaa, karea dapat memberika iformasi tetag kodisi stok (Pauly, 1984). Data biologi berupa hubuga pajag da bobot melalui proses lebih lajut aka meghasilka keluara terakhir berupa tigkat peagkapa optimum da hasil tagkapa maksimum lestari (Sparre da Veema, 1999). Berdasarka pemikira tersebut di atas, telah dilakuka peelitia tetag 74 74

model simulasi umerik hubuga pajag bobot ika togkol hasil tagkapa pada Pagkala Pedarata Ika Labua Bajo Kabupate Doggala, yag bertujua utuk megetahui Model pertumbuha ika togkol. Hasil peelitia diharapka dapat medukug pemafaata sumberdaya ika tersebut secara lestari. BAHAN DAN METODE Peelitia dilaksaaka di Pagkala Pedarata Ika (PPI) Labua Bajo Kabupate Doggala dari bula Mei sampai dega bula Juli 009. Baha/alat peelitia yag diguaka adalah ika togkol (Aus thazard) jata yag ditetuka berdasarka ciri morfologiya, timbaga merek lio star kapasitas kg dega ketelitia 10 g da mistar pajag 30 cm dega ketelitia 1 mm. Peelitia megguaka metode observasi yag diawali pegukura pajag bobot terhadap ekor ika sampel dari populasi sebesar N. Jumlah populasi (N) ditetuka berdasarka bayakya basket dikali jumlah ika per basket yag didaratka dalam satu kali pedarata. Bayakya sampel yag diperluka ditetuka berdasarka tigkat keseragama hasil tagkapa selama periode waktu pegambila sampel secara radom. Namu demikia meurut Masyahoro (007 a ), secara statistika peetua ukura sampel didasarka pada selag kepercayaa 95% utuk suatu ilai peduga θ yag dilambagka sebagai θ ± B, di maa B dapat diketahui melalui hubuga B = t 0,05 (db) σ ( θ) ~ B = σ ( θ). Selajutya melalui maipulasi secara aljabar maka diperoleh ukura sampel dega formulasi sebagai berikut : dimaa = jumlah sampel, N = Jumlah populasi, N N -1D σ = Ragam populasi da D = B /4 Variabel yag Diamati Variabel yag diamati meliputi : - Bobot bada (Weight, W) - Pajag cagak (Fork legth, FL), yag diperoleh dega megukur pajag ika mulai dari ujug palig depa bagia kepala sampai ke ujug bagia terluar lekuka ekor (Sparred a Veema,1999). Gambar 1. Bagia Tubuh Ika yag Diukur Aalisis Data Aalisis hubuga fugsioal atara pajag cagak (FL) da bobot bada (W) didasarka pada petujuk Sparred a Veema (1999), dega model matematik o liear sebagai berikut : W (i) = qfl(i) b... (1) dimaa W (i) = parameter bobot bada ika omor i, FL (i) = parameter pajag cagak ika omor i, q da b = kostata pertumbuha. Kostata q da b diestimasi dega metode kuadrat terkecil (least square method), dega metrasformasika persamaa hubuga pajag bobot ke dalam persamaa liier dega mearik logaritma pada kedua sisiya : l W(i) = l q + b l FL (i)...(a) 75

Atau di maa y(i) = l W(i), x(i) = l FL(i), da a = l q. Selajutya, ilai a da b dapat diperoleh dega persamaa ; di maa y i = bobot ika omor i, x i = pajag cagak ika omor i, = jumlah sampel, b a y(i) = a + bx(i) (b) x y x i i i i i1 i1 i1 b...(3) i1 i1 a y xb...... (4) = kemiriga (slope), = kostata (itersep). Utuk melihat keerata hubuga atara pajag cagak da obbot bada diguaka aalisis koefisie korelasi (Boer, 007) dega persamaa : x yi y i i i1 i1 r...(5) yi yi i1 i1 i1 i1 di maa y(i) = bobot ika omor i, x(i) = pajag cagak ika omor i, = jumlah sampel, r = agka yag meyataka keerata hubuga atara pajag total (x i ) da bobot (y i ). Bobot dari seekor ika (g) proporsioal dega volumeya (cm 3 ), da volumeya y kadag-kadag proporsioal dega pagkat 3 pajagya (L 3 ), maka kita megharapka bahwa ilai-ilai b dalam persamaa a da b medekati 3,0. Oleh karea itu, batasbatas kepercayaa 95% dari b aka dicari megguaka ilai-ilai sx, sy, da t - derajat bebas (Sparred a Veema, 1999), dega persamaa sebagai berikut : 1 sy sx di maa sb = varias dari slope (b), sx = stadar deviasi utuk pajag cagak, = jumlah sampel, sy = stadar deviasi utuk bobot. Nilai 3,0 terletak dalam iterval kepercayaa, hubuga pajag bobot (persamaa 1) disederhaaka dega meggati ilai dari estimasi dega 3,0. Hal ii berimplikasi pula da harus dicari estimasi baru utuk itersep a da ilai baru bagi q. Selajutya dilakuka simulasi umerik melalui metode iterpolasi da ekstrapolasi data. Metode iterpolasi dimaksudka utuk meyataka model pertumbuha ika, sedagka metode ekstrapolasi dimaksudka utuk megestimasi model pertumbuha ika pada masa datag. HASIL DAN PEMBAHASAN Model Pertumbuha da Simulasi Numerik Hubuga Pajag Bobot Bada Data Hari Pertama Hasil simulasi umerik hubuga pajag bobot bada ika togkol data hari pertama tertera pada Tabel 1. sb b...(6) 76 76

Tabel 1. Hasil Simulasi Numerik Hubuga Pajag Bobot Hari Pertama Sebelum simulasi Setelah simulasi No FL (cm) W (g) l FL L W FL (1) W (1) FL () W () 1 3.9 190.0 3. 5. 3. 5.3 3. 5.3 1.0 10.0 3.0 4.8 3.0 4.8 3.0 4.9 3 3.5 190.0 3. 5. 3. 5. 3.1 5.3 4 3.5 190.0 3. 5. 3. 5. 3.1 5.3 5 3.3 180.0 3.1 5. 3.1 5. 3.1 5.3 6.7 170.0 3.1 5.1 3.1 5.1 3.1 5. 7 3.8 190.0 3. 5. 3. 5.3 3. 5.3 8 3.5 190.0 3. 5. 3. 5. 3.1 5.3 9 3.1 180.0 3.1 5. 3.1 5. 3.1 5.3 10 4.5 0.0 3. 5.4 3. 5.4 3. 5.4 11 3.4 170.0 3. 5.1 3.1 5. 3.1 5. 1 3.1 180.0 3.1 5. 3.1 5. 3.1 5.3 13.9 170.0 3.1 5.1 3.1 5.1 3.1 5. 14 1. 10.0 3.1 4.8 3.0 4.9 3.0 4.9 15.7 170.0 3.1 5.1 3.1 5.1 3.1 5. 16 3.1 180.0 3.1 5. 3.1 5. 3.1 5.3 17 3.0 160.0 3.1 5.1 3.1 5. 3.1 5. 18 3.0 160.0 3.1 5.1 3.1 5. 3.1 5. 19 1.1 10.0 3.0 4.8 3.0 4.8 3.0 4.9 0.8 170.0 3.1 5.1 3.1 5.1 3.1 5. 1.7 170.0 3.1 5.1 3.1 5.1 3.1 5..7 170.0 3.1 5.1 3.1 5.1 3.1 5. 3.7 170.0 3.1 5.1 3.1 5.1 3.1 5. 4 3.6 180.0 3. 5. 3.1 5. 3.1 5.3 5.7 170.0 3.1 5.1 3.1 5.1 3.1 5. 6 3.6 180.0 3. 5. 3.1 5. 3.1 5.3 7.9 160.0 3.1 5.1 3.1 5.1 3.1 5. 8.6 160.0 3.1 5.1 3.1 5.1 3.1 5. 9 3.4 190.0 3. 5. 3. 5. 3.1 5.3 30 3.4 180.0 3. 5. 3.1 5. 3.1 5.3 31 3.1 170.0 3.1 5.1 3.1 5. 3.1 5. 3.7 160.0 3.1 5.1 3.1 5.1 3.1 5. 33.3 160.0 3.1 5.1 3.1 5.0 3.1 5. 34 3. 190.0 3.1 5. 3. 5. 3.1 5.3 35 3.7 00.0 3. 5.3 3. 5.3 3.1 5.4 36.5 160.0 3.1 5.1 3.1 5.1 3.1 5. 37 3.1 170.0 3.1 5.1 3.1 5. 3.1 5. 38. 150.0 3.1 5.0 3.1 5.0 3.1 5.1 39 0.8 10.0 3.0 4.8 3.0 4.8 3.0 4.9 40 3.4 170.0 3. 5.1 3.1 5. 3.1 5. 41 3.6 180.0 3. 5. 3.1 5. 3.1 5.3 4 1.4 140.0 3.1 4.9 3.1 4.9 3.0 5.0 43.8 170.0 3.1 5.1 3.1 5.1 3.1 5. 44.5 160.0 3.1 5.1 3.1 5.1 3.1 5. 45 3.3 190.0 3.1 5. 3. 5. 3.1 5.3 46 3.1 180.0 3.1 5. 3.1 5. 3.1 5.3 47 3.8 00.0 3. 5.3 3. 5.3 3. 5.4 48.7 170.0 3.1 5.1 3.1 5.1 3.1 5. 49 3.0 170.0 3.1 5.1 3.1 5. 3.1 5. 50.5 170.0 3.1 5.1 3.1 5.1 3.1 5. 77

L W(i) (g) L W(i) Tabel 1 memperlihatka hubuga l pajag cagak dega l bobot bada ika togkol dalam betuk persamaa regresi liier sederhaa, yaitu W = 3,63 FL - 6,3 dega ilai koefisie korelasi (r) da determiasi (R ) masig-masig 0,95 da 0,90. Nilai r sebesar 0,95 meujukka adaya 95% keerata hubuga atara pajag cagak (FL) dega bobot bada ika (W), sedagka ilai R sebesar 0,90 meujukka bahwa 90% variasi ilai bobot bada ika (W) dapat dijelaska oleh pajag cagak (FL) da sisaya disebabka oleh faktor lai di luar dari model yag dikaji. Kurva regresi liier hubuga pajag bobot bada ika data hari pertama ditujukka pada Gambar. Nilai koefisie arah regresi hubuga pajag cagak (FL) dega bobot bada ika (W) lebih besar dari 3,0 (b>3,0), yaitu 3,63. Nilai tersebut meujukka bahwa Model pertumbuha ika togkol pada pegambila data hari pertama bersifat allometrik positif, yaitu pertumbuha bobot bada lebih cepat bila dibadigka dega pertumbuha pajag cagak. Visualisasi hasil simulasi umerik l bobot bada ika togkol utuk data hari pertama ditujukka pada Gambar 3. 5.6 5.4 5. 5.0 4.8 4.6 W = 3.697 FL - 6.318 r = 0.950053 R = 0.906 3.0 3.1 3.1 3. 3. 3.3 L W(i)=Bobot bada ika omor ke-i L FL(i) Gambar. Kurva Regresi Hubuga Pajag Bobot Bada Ika Data Hari Pertama 5.6 5.4 5. 5.0 4.8 4.6 4.4 1 6 11 16 1 6 31 36 41 46 Ika omor i L W W (1) W () Gambar 3. Hasil Simulasi Numerik L Bobot Bada Ika Data Hari Pertama 78 78

Simulasi umerik l bobot bada data hari pertama memperlihatka suatu ilai yag cederug fluktuatif statis dari l bobot bada sebelum simulasi (L W), simulasi pertama (W1) sampai simulasi kedua, (W). Hal tersebut meujukka bahwa simulasi sudah cukup adaptif terhadap model pertumbuha itrisik ika. Meurut Masyahoro (007 b ), suatu simulasi diilai sukses jika sudah cukup adaptif terhadap objek yag dikaji. Selajutya Boer (007), pegambila sampel secara acak dega tidak mempertimbagka waktu tuda (delay time) pertumbuha ika aka meyebabka sebara data yag relatif bersifat fluktuatif. Hasil simulasi umerik tersebut meujukka bahwa ramala model pertumbuha ika togkol ke depa cederug bersifat allometrik positif, yaitu pertumbuha bobot bada lebih cepat bila dibadigka dega pertumbuha pajag cagak, di maa koefisie arah pertumbuha sebesar b = 3,63. Model Pertumbuha da Simulasi Numerik Hubuga Pajag Bobot Bada Data Hari Kedua Hasil simulasi umerik hubuga pajag bobot bada ika togkol data hari kedua tertera pada Tabel. Tabel memperlihatka hubuga l pajag cagak dega l bobot bada ika togkol dalam betuk persamaa regresi liier sederhaa, yaitu W =,9 FL - 4,03, dega ilai koefisie korelasi (r) da determiasi (R ) masig-masig 0,94 da 0,88. r = 0,94 meujukka 94% keerata hubuga atara pajag cagak (FL) dega bobot bada ika (W), sedagka R = 0,88 meujukka bahwa 88% keragama ilai bobot bada ika (W) dapat dijelaska oleh pajag cagak (FL) da sisaya disebabka oleh faktor lai di luar dari model. Kurva regresi liier hubuga pajag bobot bada data hari kedua ditujukka pada Gambar 4. Nilai koefisie arah regresi hubuga pajag cagak (FL) dega bobot bada (W) lebih kecil dari 3,0 (b<3,0), yaitu,9. Nilai tersebut meujukka bahwa model pertumbuha ika togkol pada pegambila data hari kedua bersifat allometrik egatif, yaitu pertumbuha pajag cagak lebih cepat bila dibadigka dega pertumbuha bobot bada. Visualisasi hasil simulasi umerik l bobot bada ika togkol utuk data hari kedua ditujukka pada Gambar 5. Hasil simulasi l bobot bada data hari kedua memperlihatka suatu ilai yag cederug fluktuatif statis dari l bobot bada sebelum simulasi (LW), simulasi pertama (W1) sampai simulasi kedua, (W). Hal tersebut meujukka bahwa simulasi sudah cukup adaptif terhadap model pertumbuha itrisik ika. Meurut Masyahoro (007 b ), suatu simulasi diilai sukses jika sudah cukup adaptif terhadap objek yag dikaji. Selajutya Boer (007), pegambila sampel secara acak dega tidak mempertimbagka waktu tuda (delay time) pertumbuha ika aka meyebakka sebara data yag relatif bersifat fluktuatif. Hasil simulasi umerik tersebut meujukka bahwa ramala model pertumbuha ika togkol ke depa cederug bersifat allometrik egatif yaitu pertumbuha pajag cagak lebih cepat bila dibadigka dega pertumbuha bobot bada,di maa koefisie arah pertumbuha sebesar b =,9. 79

Tabel. Hasil Simulasi Numerik Hubuga Pajag Bobot Hari Kedua Sebelum simulasi Setelah simulasi No FL (cm) W (g) l FL L W FL (1) W (1) FL () W () 1 1.9 150 3.1 5.0 3.1 5.0 3.1 5.0 3.8 180 3. 5. 3. 5. 3. 5. 3.9 170 3.1 5.1 3.1 5.1 3.1 5. 4.3 150 3.1 5.0 3.1 5.0 3.1 5.0 5 3 160 3.1 5.1 3.1 5.1 3.1 5.1 6 3.7 180 3. 5. 3. 5. 3. 5. 7.9 170 3.1 5.1 3.1 5.1 3.1 5. 8.6 160 3.1 5.1 3.1 5.1 3.1 5.1 9 3.9 180 3. 5. 3. 5. 3. 5. 10.7 150 3.1 5.0 3.1 5.1 3.1 5.0 11.3 150 3.1 5.0 3.1 5.0 3.1 5.0 1 3.4 170 3. 5.1 3.1 5. 3.1 5. 13 1 10 3.0 4.8 3.0 4.9 3.0 4.9 14 3 170 3.1 5.1 3.1 5.1 3.1 5. 15.6 160 3.1 5.1 3.1 5.1 3.1 5.1 16 3.4 180 3. 5. 3. 5. 3.1 5. 17.9 170 3.1 5.1 3.1 5.1 3.1 5. 18.8 170 3.1 5.1 3.1 5.1 3.1 5. 19 3.1 170 3.1 5.1 3.1 5.1 3.1 5. 0 3.1 170 3.1 5.1 3.1 5.1 3.1 5. 1.9 160 3.1 5.1 3.1 5.1 3.1 5.1 4.5 10 3. 5.3 3. 5.3 3. 5.3 3 3 170 3.1 5.1 3.1 5.1 3.1 5. 4 3.8 180 3. 5. 3. 5. 3. 5. 5 1.5 130 3.1 4.9 3.0 4.9 3.0 4.9 6 4.7 00 3. 5.3 3. 5.3 3. 5.3 7 3.3 170 3.1 5.1 3.1 5. 3.1 5. 8.3 150 3.1 5.0 3.1 5.0 3.1 5.0 9 3.5 180 3. 5. 3. 5. 3.1 5. 30.9 170 3.1 5.1 3.1 5.1 3.1 5. 31 3.8 190 3. 5. 3. 5. 3. 5.3 3 3.3 170 3.1 5.1 3.1 5. 3.1 5. 33 3.1 160 3.1 5.1 3.1 5.1 3.1 5.1 34 3 160 3.1 5.1 3.1 5.1 3.1 5.1 35 3.3 160 3.1 5.1 3.1 5. 3.1 5.1 36 1.3 130 3.1 4.9 3.0 4.9 3.0 4.9 37.8 170 3.1 5.1 3.1 5.1 3.1 5. 38 4. 190 3. 5. 3. 5.3 3. 5.3 39.9 170 3.1 5.1 3.1 5.1 3.1 5. 40 3.4 180 3. 5. 3. 5. 3.1 5. 41 3.1 170 3.1 5.1 3.1 5.1 3.1 5. 4 3.9 180 3. 5. 3. 5. 3. 5. 43 3.4 180 3. 5. 3. 5. 3.1 5. 44 3.7 170 3. 5.1 3.1 5. 3. 5. 45 3.5 170 3. 5.1 3.1 5. 3.1 5. 46 3 170 3.1 5.1 3.1 5.1 3.1 5. 47.9 170 3.1 5.1 3.1 5.1 3.1 5. 48 1.4 140 3.1 4.9 3.1 4.9 3.0 5.0 49.8 170 3.1 5.1 3.1 5.1 3.1 5. 50.6 160 3.1 5.1 3.1 5.1 3.1 5.1 80 80

L W(i) (g) L W(i) 5.4 5.3 5. 5.1 5.0 4.9 4.8 4.7 W =.9153 FL - 4.08 r = 0.939574 R = 0.888 3.0 3.1 3.1 3. 3. 3.3 L FL(i) L W(i)=Bobot bada ika omor ke-i Liear (L W(i)=Bobot bada ika omor ke-i) Gambar 4. Kurva Regresi Hubuga Pajag Bobot Bada Ika Data Hari Kedua 5.4 5. 5.0 4.8 4.6 4.4 1 6 11 16 1 6 31 36 41 46 L W W (1) W () Ika omor i Gambar 5. Hasil Simulasi Numerik L Bobot Bada Data Hari Kedua KESIMPULAN Model pertumbuha ika togkol (Aus thazard) pada hari pertama meujukka model allometrik positif dega ilai b sebesar 3,63 da pada hari kedua meujukka Model allometrik egatif dega ilai b sebesar,9. Simulasi umerik megvisualisasika kesemetrisa model pertumbuha ika togkol atara simulasi pertama (W1) dega simulasi kedua (W) yag didasarka pada data hari pertama sampai hari kedua. 81

DAFTAR PUSTAKA Boer, M., 007. Biostatistika Dalam Pertumbuha Populasi. Makalah. Disampaika dalam Pelatiha Stock Assessmet. Kerjasama Dias Perikaa da kelauta Kabupate Doggala dega PKSPL-Tropis Fakultas pertaia Utad. Palu. Gozales, B.J, Palla, H.P, da Mishia, H., 000. Leght Weight Relatioship of Five Serraids From Palawa Islad, Philippies. http://www. Worldfishceter. org. Masyahoro, A., 007 a. Tekik Pearika Cotoh Dalam Populasi Ika. Makalah. Disampaika dalam Pelatiha Stock Assessmet. Kerjasama Dias Perikaa da kelauta Kabupate Doggala dega PKSPL- Tropis Fakultas pertaia Utad. Palu. Masyahoro, A., 007 b. Model Holistik da Aalitik Dalam Estimasi Pertumbuha Populasi Ika. Makalah. Disampaika dalam Pelatiha Stock Assessmet. Kerjasama Dias Perikaa da kelauta Kabupate Doggala dega PKSPL-Tropis Fakultas pertaia Utad. Palu. Pauly, D., 1984. Fish Populatio Dyamics i Tropical Waters; A Maual For Use With Programmable Calculators. Iteratioal Cetre For Livig Aquatic Resources Maagemet, Maila Philippies. Pitcher, T.J ad Paul J.B. Hart., 198. Fisheries Ecology. Croom Helm, Lodo. Sparre, P da Siebre C. Veema., 1999. Itroduksi Pegkajia Stok Ika Tropis; Buku 1 Maual, Kerjasama Orgaisasi Pertaia da Paga Perserikata Bagsa-bagsa Dega Pusat Peelitia da Pegembaga Perikaa, Jakarta. 8 8