Puput Fitri Rachmawati
Pusat Penelitian Pengelolaan Perikanan dan Konservasi Sumberdaya Ikan

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERIKANAN TONGKOL DAN DAYA DUKUNGNYA TERHADAP PENYEDIAAN BAHAN BAKU INDUSTRI PENGOLAHAN DI PALABUHANRATU Wijopriono Wijopriono; Puput Fitri Rachmawati
Jurnal Penelitian Perikanan Indonesia Vol 21, No 1 (2015): (Maret 2015)
Publisher : Pusat Riset Perikanan, BRSDM KP.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.848 KB) | DOI: 10.15578/jppi.21.1.2015.17-24

Abstract

Palabuhanratu sebagai salah satu area pendaratan utama tongkol di pantai selatan Provinsi Jawa Barat, telah ditetapkan menjadi sentra pengembangan industri perikanan. Penelitian dilakukan dengan tujuan untuk mengetahui status perikanan dan kapasitas produksinya dalam memenuhi kebutuhan bahan baku industri lokal. Hasil penelitian menunjukkan bahwa usaha penangkapan tongkol dilakukan oleh berbagai armada yang umumnya masuk kategori skala kecil (< 10 GT) dengan target tangkapan multi-spesies. Terdapat tiga jenis hasil tangkapan tongkol yang didaratkan di Palabuhanratu, yaitu tongkol lisong (Auxis rochei), diikuti oleh tongkol komo (Eutyhynnus affinis) dan tongkol banyar (Auxis thazard). Rata-rata produksi hasil tangkapan tongkol adalah 520,183 ton/tahun. Armada payang rata-rata menyumbang 65,37% terhadap total produksi tahunan. Produksi tongkol dari hasil tangkapan di Palabuhanratu hanya mampu memenuhi 50-60% dari kebutuhan industri olahan setempat. Salah satu pilihan untuk peningkatan produksi tongkol adalah melalui pengembangan pancing tonda dengan ukuran kapal dan tenaga penggerak yang layak, sistem penangkapan yang berkelompok menggunakan kapal induk sebagai upayapenghematan biaya operasi.Palabuhanratu, as one of the main fish landing ports of bonito in the south coast of west Java Province, was promoted to be the center area for industrialization development. Research on bonito fishery was conducted with aim to determine the bonito fishery status and their capacity in supplying the fish necessary for raw material of local processing industries. The results show that bonito fishing was done by variety of fleets which mostly constitute of small scale category (< 10 GT) with multi-species fishing target. There were three main species of bonito landed in Palabuhanratu, i.e., Auxis rochei, Euthynnus affinis and Auxis thazard. The annual production was in average of 520.18 tons/year, 65.37% of this value is contributed by Danish seine fleet. Production of bonito fishing in Palabuhanratu is only able to cover 50-60% of the raw material necessary for the local industries. One of the alternatives for increasing bonito production should be to develop troll line with appropriate vessel sizes and engine powers, employing cluster fishing system by using mother boats for saving operational costs.
MODEL PENDUGAAN PRODUKTIVITAS PERIKANAN PUKAT CINCIN DI LAUT JAWA Andhika Prima Prasetyo; Hanggar Prasetio Kadarisman; Setya Triharyuni; Puput Fitri Rachmawati; Suwarso Suwarso; Andria Ansari Utama
Jurnal Penelitian Perikanan Indonesia Vol 18, No 3 (2012): (September 2012)
Publisher : Pusat Riset Perikanan, BRSDM KP.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (230.361 KB) | DOI: 10.15578/jppi.18.3.2012.187-195

Abstract

Produktivitas perikanan dipengaruhi banyak faktor, salah satu faktor adalah upaya dan lingkungan yang meliputi suhu permukaan laut (SPL), ketinggian permukaan laut (KPL), klorofil-a, angin, arus, SOI, DMI dan curah hujan. Faktor-faktor tersebut terlebih dahulu diuji multikolinearitas kemudian dianalisis komponen utama untuk mereduksi faktor. Selanjutnya faktor terpilih menjadi masukan bagi jaringan syaraf tiruan (JST) dengan bantuan Forecaster XL. Data yang digunakan merupakan data runtun waktu bulanan selama 16 tahun (1996 - 2011) untuk menyusun model pendugaan dan memvalidasi produktivitas pukat cincin pada tahun 2011. Hasil analisis menunjukkan 9 faktor yang diduga berpengaruh bersifat saling bebas, dan kemudian disederhanakan menjadi 4 faktor dengan PCA. Hasil training data dengan JST diperoleh koefisien pendugaan produktivitas terbaik, dengan nilai korelasi (r) dan Root Mean Square Error (RMSE) berturut-turut sebesar 78.03% dan 48.93%. Fisheries productivity are effected by many factor, such as effort and environment factors; including SST, SSH, chlorophyll-a, wind, current, SOI, DMI and rainfall. That factors are tested by multicolinearity analysis and principle component analysis (PCA) first, to reduce factors. Furthermore, simplified factors will entered to Forcaster XL for artificial neural network (ANN) analysis. This analysis was used monthly time series for 16 years (1996-2011), as a prediction target is purse seine productivity in 2011 and will validated by actual values. Results show that 9 factors were independently (no multicolinearity), furthermore that factors was simplified to 4 factors using PCA. ANN training resulted the best fit coefficient to predict productivity which have correlation value (r) and Root Mean Square Error (RMSE) 78.03% and 48.93% respectively.