Balai Riset Perikanan Budidaya Air Payau - Data Centre - Australian ...

Diterjemahkan dan diterbitkan oleh:
Balai Riset Perikanan Budidaya Air Payau
Pusat Riset Perikanan Budidaya
Badan Riset Kelautan dan Perikanan
Departemen Kelautan dan Perikanan
Hak cipta
@ 2008
Australian Centre of International Agricultural Research (ACIAR)
Australian Institute of Marine Science (AIMS)
Departemen Kelautan dan Perikanan (DKP)
Sitasi:
Halide et al. (2008). Panduan Teknis CADS_TOOL (Suatu perangkat pendukung keputusan
dalam budidaya keramba jaring apung). Australian Centre of International Agriculture Research,
Australian Institute of Marine Science (AIMS), dan Departemen Kelautan dan Perikanan (DKP).
32 pp.
Penerbitan Panduan Teknis ini dibiayai oleh Commonwealth of Australia melalui
Australian Centre for International Agricultural Research (ACIAR) sebagai bagian dari proyek
FIS/2003/027, ‘Planning Tools for Environmentally Sustainable Tropical Finfish Cage Culture in
Indonesia and Nothern Australia

PANDUAN TEKNIS CADS_TOOL
Suatu perangkat pendukung keputusan dalam budi daya keramba jaring apung
Perangkat lunak untuk pengelola keramba jaring apung di laut dan air tawar
Dikembangkan oleh:
Halmar Halide 1,2
Versi 1.0
2008
Panduan teknis ini dikompilasi oleh:
Halmar Halide1,2 , David McKinnon2 , Mark Rehbein2 , Lindsay Trott2 ,
and Richard Brinkman2 1) Jurusan Fisika Universitas Hasanuddin, Makassar, Indonesia
2) Australian Institute of Marine Science Townsville, QLD 4810, Australia
Diterjemahkan oleh:
Muhammad Chaidir Undu, A. Indra Jaya Asaad, dan Rahmansyah
Balai Riset Perikanan Budidaya Air Payau, Maros, Indonesia

Pengembangan CADS_TOOL ini dibiayai oleh Commonwealth of Australia melalui Australian
Centre for International Agricultural Research (ACIAR) sebagai bagian dari proyek
FIS/2003/027, ‘Planning Tools for Environmentally Sustainable Tropical Finfish Cage Culture
in Indonesia and Northern Australia”
CADS_TOOL telah dikembangkan oleh pemilik hak cipta Australian Centre of International
Agricultural Research (“ACIAR”), Australian Institute of Marine Science (AIMS),
dan Departemen Kelautan dan Perikanan (DKP) sebagai sebuah perangkat. Pemilik Hak
cipta menyiapkannya sebagai suatu basis tanpa jaminan pada luaran baik yang tertulis
maupun tidak tertulis, efektivitas, ketelitian, kehandalan, kurs mata uang, dan
kesesuaian tujuan. Pemilik Hak cipta tidak bertanggung jawab kepada siapapun atas
konsekuensi atas penggunaan atau kesalahan dalam penggunaan software ini baik akibat
penggunaan seluruh atau sebagian program dari perangkat lunak ini serta tidak pula
terbatas pada kesalahan atas ramalan yang muncul akibat penggunaan perangkat lunak
ini. Penggunaan dan risiko atas penggunaan perangkat lunak ini dibebankan kepada
pengguna.
Semua pertanyaan mengenai perangkat lunak ini dapat ditujukan kepada:
Dr. Halmar Halide
Jurusan Fisika
Universitas Hasanuddin
Makassar, Sulawesi Selatan
Indonesia
Tel. : 62 411 433803
HP : 62 8194195447
Fax. : 62 411 585188
E-mail : halmarh@yahoo.com

KATA PENGANTAR
Rasa syukur kehadirat Tuhan Yang Maha Esa atas selesainya “Panduan Teknis
CADS_TOOL” yang merupakan suatu perangkat pendukung untuk pengelolaan budi daya
laut dan air tawar dalam Keramba Jaring Apung (KJA).
Panduan teknis ini disusun sebagai suatu bentuk kerja sama strategis antara Australian
Centre of International Agriculture Research (ACIAR), Australian Institute of Marine
Science (AIMS), dan Departemen Kelautan dan Perikanan (DKP). Ketiga institusi ini
selanjutnya sebagai pemegang hak cipta dari perangkat lunak CADS_TOOL. Pada
kesempatan ini, penghargaan setinggi-tingginya diberikan kepada Dr. Halmar Halide dan
tim dari Australian Institute of Marine Science (AIMS) sebagai pengembang dan kompilator
perangkat ini.
Pengembangan CADS_TOOL merupakan bagian dari proyek FIS/2003/027, ‘Planning
Tools for Environmentally Sustainable Tropical Finfish Cage Culture in Indonesia and
Northern Australia”. Perangkat CADS_TOOL ini dibiayai oleh Commonwealth of Australia
melalui Australian Centre for International Agricultural Research (ACIAR).
CADS_TOOL adalah suatu perangkat untuk membantu dalam pengambilan keputusan
untuk pengelolaan KJA yang terdiri atas dua bagian penting yaitu software (perangkat
lunak) dan panduan teknis atau manual penggunaan perangkat lunak tersebut. Sasaran
pengembangan perangkat ini adalah para pengelola tingkat manajer untuk bisnis KJA,
para akademisi dan peneliti serta pengambil keputusan tingkat pemerintahan. Dengan
adanya perangkat ini diharapkan dapat menjadi acuan perencanaan untuk mendorong
budi daya KJA yang ramah lingkungan dan berkelanjutan.
Jakarta, Juni 2008
Pusat Riset Perikanan Budidaya
Kepala,
Prof. Riset Dr. Ir. Ketut Sugama, M.Sc.
v

DAFTAR ISI
Kata Pengantar .................................................................................. iv
Daftar Isi ......................................................................................... v
Daftar Gambar ................................................................................... vi
Daftar Lampiran................................................................................. vii
1. Pendahuluan ........ .................................................................... . 1
2. Penginstalan Program ...................................................................... 1
3. Modul Program ............................................................................... 2
3.1. Tab Site Classification (Klasifikasi Lokasi) ...................................... 3
3.2. Tab Site Selection (Seleksi Lokasi) ............................................... 4
3.3. Tab Holding Capacity (Kapasitas Tangkar) ....................................... 5
3.3.1. Model MOM Tersederhanakan .............................................. 6
3.3.2. Model Toowkinas et al. (2004) ............................................ 8
3.3.3. Model Hanafi et al. (2006) ................................................. 9
3.3.4. Model Pulatsü et al. (2003) ................................................ 10
3.4. Tab Economic Appraisal (Penilaian Ekonomis) ................................. 12
4. Data Masukan CADS_TOOL ................................................................ 12
4.1. Pengukuran Sifat Fisik Perairan ................................................... 12
4.1.1. Arus Permukaan ............................................................... 12
4.1.2. Simpangan Baku Kecepatan Arus ......................................... 14
4.1.3. Tinggi Gelombang Berarti ................................................... 14
4.1.4. Kedalaman Air ................................................................. 15
4.1.5. Kecerahan ...................................................................... 15
4.1.6. Tekstur Sedimen .............................................................. 15
4.1.7. Isi Teluk ......................................................................... 15
4.1.8. Laju Pembilasan Teluk ....................................................... 16
4.2. Pengukuran Parameter Kimia ....................................................... 16
4.2.1. Kandungan Oksigen Terlarut ............................................... 16
4.2.2. Amoniak......................................................................... 17
4.2.3. Fosfat ........................................................................... 17
4.2.4. Potensial Redoks .............................................................. 18
4.2.5. Karbon Organik ................................................................ 18
4.2.6. Biological Oxygen Demand (BOD)/Kebutuhan Oksigen Biologis.... 18
4.2.7. Konsumsi Oksigen Ikan ...................................................... 18
4.2.8. Konsumsi Oksigen Sedimen ................................................ 19
Daftar Pustaka .................................................................................. 20
vii

DAFTAR GAMBAR
Gambar 1. Tampilan awal CADS_TOOL ..................................................... 2
Gambar 2. Tab site classification (klasifikasi lokasi) ................................... 3
Gambar 3. Tab site selection (seleksi lokasi) ...........................................
Gambar 4. CADS_TOOL. Holding/carrying density (kerapatan tangkar)
5
menggunakan model MOM yang telah disederhanakan .................
Gambar 5. Holding/carrying density (kerapatan tangkar) menggunakan model
7
Tookwinas et al. ( 2004) ....................................................... 8
Gambar 6. Kerapatan tangkar menggunakan model Hanafi et al. (2006) ......... 10
Gambar 7. Kerapatan tangkar menggunakan model Pulatsü et al. (2003) ........ 11
Gambar 8. CADS_TOOL. Penilaian ekonomi budi daya keramba ..................... 13
ix

DAFTAR LAMPIRAN
Lampiran 1. Kriteria kesesuaian kelas .................................................... 24
Lampiran 2. Prosedur AHP (Analytical Hierarchy Process) ...........................
Lampiran 3. Parameter-parameter input yang digunakan dalam 100 kali simulasi
untuk menghitung densitas maksimum untuk spesies ikan tropis
25
(kerapu, beronang dan kakap putih) ..................................... 27
Lampiran 4. Formulasi ekonomi budi daya keramba ................................... 28
xi

1
1. PENDAHULUAN
Halmar Halide
Saat ini telah banyak tersedia sistem pendukung keputusan untuk tujuan kegiatan
budidaya perairan. Penggunaanya mulai dari seleksi dan penentuan perijinan kawasan
budidaya perairan (Silvert, 1994a,b; Stagnitti, 1997; Stagnitti & Austin, 1998; Hargrave,
2002; Moccia & Reid, 2007) dan perencanaan fasilitas pembuangan hara (Vezzulli et al.
2006), disain fasilitas budidaya (Ernst et al., 2000), manajemen produksi hatcheri
(Schulstad, 1997), peramalan produksi budidaya perairan (Zhang et al., 2005), membantu
kegiatan penelitian dan manajemen budidaya perairan (Bourke et al., 1993) serta
mendukung dalam evaluasi dampak ekonomi (Bolte et al., 2000).
Perangkat pendukung keputusan yang dikembangkan ini disebut CADS_TOOL (Cage
Aquaculture Decision Support Tool). Tujuan dari pengembangan perangkat lunak ini
adalah untuk:
♦ Mengklasifikasikan suatu lokasi
♦ Memilih lokasi yang terbaik dari beberapa alternatif pilihan lokasi
♦ Menghitung daya tampung ikan yang berkelanjutan dari lokasi yang terpilih
♦ Melakukan penilaian ekonomi dasar untuk keramba budidaya
Perangkat lunak ini dikembangkan menggunakan program Java® untuk para pengguna
paket ini. Panduan penggunaan ini disusun untuk membantu penginstalan dan
pengoperasian program ini dan menjelaskan bagaimana menentukan pengukuran yang
dibutuhkan sebagai input dalam perangkat lunak ini.
2. PENGINSTALAN PROGRAM
Paket CADS_TOOL dan panduan penggunaan ini dapat diunduh (download) dari website
Australian Institute of Marine Science:
http://data.aims.gov.au/cads/
Selain itu, sebuah link juga tersedia di situs web NACA (Network of Aquaculture
Centres in Asia Pacific)
http://www.enaca.com
Perangkat lunak ini membutuhkan program Java yang harus diinstal dalam komputer
pengguna. Program Java® versi paling baru perlu diinstal demi kelancaran pengoperasian
model-model dalam perangkat lunak ini (Versi 6, Update 5, Maret 2008). Kebanyakan
komputer baru telah diinstal program Java®. Jika belum terinstal, dapat di-download
dari:
http://www.java.com

Panduan Teknis Cads_Tool
Gambar 1. Tampilan awal CADS_TOOL. Sebuah perangkat pendukung keputusan
untuk manajer budidaya ikan keramba keramba jaring apung
3. MODUL PROGRAM
Ada empat modul pendukung dalam paket ini. Modul site classification (klasifikasi
lokasi) dan site selection (seleksi lokasi) saling terhubung untuk menilai layak tidaknya
suatu lokasi untuk kegiatan budidaya ikan dalam keramba jaring apung. Modul holding
capacity (kapasitas tangkar) untuk menaksir daya dukung lokasi terdiri atas 4 (empat)
model. Modul economic appraisal (penilaian ekonomis) dimaksudkan untuk penentuan
potensi kelayakan ekonomis suatu areal budidaya.
2

3
3.1. Tab Site Classification (Klasifikasi Lokasi)
Halmar Halide
Dalam modul ini, sebuah perairan diklasifikasikan dalam 3 kategori kelayakan (rendah,
sedang, atau tinggi) berdasarkan pada kualitas air, kualitas substrat, hidrometeorologi,
dan sosial ekonomi. Setiap faktor tersebut ditentukan oleh tiga parameter terukur.
Kualitas air diwakili oleh konsentrasi oksigen terlarut, kandungan amonium, dan
kecerahan. Sementara itu, kualitas substrat ditentukan melalui tekstur sedimen, potensial
redoks (reduksi oksidasi) dan kandungan bahan organik sedimen di bawah keramba.
Pengguna memasukkan nilai pengukuran dari suatu lokasi dan secara otomatis nilai
klasifikasi kelayakan akan terhitung. Nilai kelayakan ditentukan berdasarkan kategori
yang telah disediakan pada Lampiran 1. Contoh dapat dilihat pada Gambar 2.
Gambar 2. Tab site classification (klasifikasi lokasi). CADS_TOOL secara otomatis
melanjutkan nilai-nilai yang diinput di tab site classification (klasifikasi
lokasi tab) ke Tab site selection (seleksi lokasi tab)

Panduan Teknis Cads_Tool
Input variabel yang dibutuhkan untuk klasifikasi lokasi:
1. Oxygen/Oksigen (mg/L): Konsentrasi oksigen (mg/L) di permukaan air, dengan kisaran
0—10 (lihat Bagian 4.2.1.)
2. Ammonium/Amonium (mg/L): Konsentrasi amonium (mg/L) di permukaan air, dengan
kisaran 0—180 (lihat Bagian 4.2.2.)
3. Secchi depth/Kedalaman secchi (m): Kecerahan (lihat Bagian 4.1.5.)
4. Sediment texture/Tekstur sedimen: Kategori 1 (lumpur), 2 (pasir berlumpur), dan 3
(pasir; lihat Bagian 4.1.6.)
5. Redox potential/Redoks potential (mV): Potensial redoks sedimen (mV), dengan
rentang nilai -250 hingga + 250 (lihat Bagian 4.2.4.)
6. Organic matter/Kandungan bahan organik sedimen (%), dengan kisaran 0—20 (lihat
Bagian 4.2.5.)
7. Current/Arus (m)/Kecepatan arus permukaan, dengan kisaran 0—300 (lihat Bagian
4.1.1.)
8. Significant wave height/Tinggi gelombang berarti (m), dengan rentang 0—3 (lihat
Bagian 4.1.3.)
9. Water depth/Kedalaman air, dengan kisaran 0—100 (lihat Bagian 4.1.5.)
10. Market/Pasar. Jauh atau dekatnya dengan pasar, Kolom ini diisi dengan “near” jika
ikan dapat mencapai pasar dalam kondisi segar tanpa menuntut infrastruktur khusus
seperti lemari es. Lihat Huss (1995) untuk panduan prosedur penanganan ikan
11. Infrastructure/Infrastruktur. Pada kolom ini, diisi “available” jika semua fasilitas
yang dapat menjaga agar ikan tetap segar sampai di tempat pemasaran, seperti
sarana transportasi yang memadai, freezer dan lain-lain
12. Regulation/Regulasi. Di kolom ini harus diisi “available” jika terdapat perangkat
regulasi yang mencegah perusakan lingkungan dan konflik penggunaan lahan atau
terdapat perangkat regulasi tentang zonasi di lokasi tersebut
3.2. Tab Site Selection (Seleksi Lokasi)
Tab site selection (seleksi lokasi) digambarkan pada Gambar 3. Nilai-nilai pada tab
site classification (klasifikasi lokasi) secara otomatis dimasukkan dari input tab site
classification (klasifikasi lokasi) dan selanjutnya tab site selection (seleksi lokasi)
ditentukan oleh 4 kriteria. Untuk setiap kriteria, terdapat 3 sub-kriteria. Satu-satunya
input yang diperlukan adalah pembobotan kriteria dan sub kriteria yang dilakukan oleh
pengguna perangkat lunak ini (index of relative importance) dengan cara mengetikkan
nilai dari 1—100 (dalam persentase). Pembobotan ini merupakan penilaian secara subjektif,
tergantung pendapat pengguna. Bobot total untuk kriteria dan sub kriteria harus bernilai
100. Keseluruhan kelayakan suatu lokasi secara otomatis dihitung menggunakan metode
4

5
Gambar 3. Tab site selection (seleksi lokasi)
AHP (Analytical Hierarchy Process) yang dijelaskan pada Lampiran 2.
3.3. Tab Holding Capacity (Kapasitas Tangkar)
Halmar Halide
“Daya dukung lingkungan untuk operasional budidaya ikan dalam keramba jaring
apung dapat diartikan sebagai tingkat kelayakan keberlanjutan produksi yang dapat
diperoleh pada suatu badan air tanpa memberikan pengaruh buruk terhadap kualitas
lingkungan misalnya penyuburan perairan (eutrofikasi), blooming alga atau memberikan

Panduan Teknis Cads_Tool
pengaruh buruk terhadap ekosistem sensitif lainnya seperti terumbu karang” (ACIAR/
NACA workshop on carrying capacity, Nov 2007).
CADS_TOOL terdiri atas 4 model untuk menghitung kapasitas asimilasi atau daya
dukung sebagai sub-tabs pada tab holding capacity (kapasitas tangkar). Untuk keramba
di laut, metode yang digunakan adalah MOM yang disederhanakan berdasarkan pada
Stigebrandt et al. (2004), Tookwinas et al. (2004), dan Hanafi et al.(2006). Selain itu,
untuk aplikasi keramba jaring apung di danau atau bendungan digunakan metode yang
dikemukakan oleh Pulatsü et al. (2003).
3.3.1. Model MOM Tersederhanakan
MOM (Modeling - On growing - Monitoring) dikembangkan oleh Stigebrandt et al.
(2004), model ini diaplikasikan untuk mengestimasi produksi ikan maksimum bulanan
yang dapat didukung oleh suatu kondisi lingkungan berdasarkan kondisi perairan, jumlah
pemberian pakan, dan tata letak keramba. Versi asli MOM membutuhkan 28 input data.
Untuk menyederhanakan model dan mengurangi jumlah input variable yang banyak,
maka dilakukan 100 simulasi dengan cara meragamkan setiap input seperti yang disajikan
pada Lampiran 1 untuk menghitung kapasitas tangkar. Sebagai contoh kapasitas tangkar
keramba per satuan volumenya. Kemudian digunakan stepwise multivariate regression
untuk menyeleksi variabel yang paling penting. Model yang telah disederhanakan memiliki
penyesuaian R2 dan standard error dengan estimasi berturut–turut 0,59 dan 20 kg/m3 .
Sebuah contoh disajikan pada Gambar 4.
Input variabel yang dibutuhkan dalam MOM yang telah disederhanakan:
1. Surface current/Arus permukaan (lihat Bagian 5.1.1.).
2. Current standard deviation/Simpangan baku (standar deviasi) arus (lihat Bagian
5.1.2.).
3. Critical oxygen in cage/Konsentrasi kritis oksigen di keramba jaring apung. Ini adalah
konsentrasi oksigen minimum yang dapat ditolerir oleh jenis ikan yang dibudidayakan.
Pada daerah dengan temperatur air 30°C, temperatur air media budidaya 30°C,
maka direkomendasikan penggunaan konsentrasi oksigen 2 mg/L untuk kakap putih,
dan 4 mg/L untuk ikan kerapu dan beronang.
4. Critical bottom oxygen/Konsentrasi kritis oksigen di dasar laut. Ini adalah konsentrasi
oksigen yang paling rendah di mana organisme dasar masih dapat hidup. Untuk
daerah budidaya dengan temperatur air 30°C maka direkomendasikan menggunakan
2 mg/L.
5. Ammonium in cage/Konsentrasi amonium dalam keramba (lihat Bagian 5.2.2.).
6. Critical ammonium in cage/Konsentrasi kritis amonium di keramba. Untuk derah
budidaya dengan temperatur air 30oC, maka direkomendasikan berkisar antara 0,12-
-0,5 mg/L
6

7
Halmar Halide
Gambar 4. CADS_TOOL. Holding/carrying density (kerapatan tangkar) sebuah
keramba dihitung menggunakan MOM yang telah disederhanakan
7. % Dry matter of feed/Persentase kandungan bahan kering pakan. Dalam program
ini, merujuk rasio konversi DMR (Dry Matter Ratio) yang dikemukakan oleh Boyd et
al. (2007) sebagai berikut: pakan kering mengandung 90% bahan kering dan ikan
(dalam hal ini adalah ikan rucah) mengandung 25% bahan kering. Pada penggunaan
pakan moist, kandungan bahan kering perlu dihitung melalui analisis laboratorium.
8. Feed conversion rate/Rasio konversi pakan (FCR). Pada versi MOM yang asli telah
dikembangkan untuk penggunaan pakan kering, dan nilai FCR berkisar 1—3. CADS_TOOL
melakukan perbaikan nilai FCR yang diinput oleh pengguna yaitu % bahan kering
pakan.
9. Farm length/Panjang keramba jaring apung (KJA). Untuk keramba yang berbentuk
lingkaran, panjang KJA adalah akar kuadrat dari area KJA.

Panduan Teknis Cads_Tool
10. Cage rows/Banyaknya baris keramba dalam satu unit KJA. Apabila dalam baris keramba
terpisah satu sama lain (sebagai contoh diikat secara terpisah), maka banyaknya
baris keramba = 0.
3.3.2. Model Tookwinas et al. (2004)
Model ini dikembangkan untuk budidaya ikan kakap (Lates calcarifer) dan jenis ikan
kerapu (Epinephelus spp.) di perairan laut Thailand, dan didasarkan pada kebutuhan
oksigen. Dengan demikian, model ini bergantung pada pengukuran konsentrasi oksigen
(lihat Bagian 4.2.1.). Metode ini menaksir biomassa ikan yang dapat ditampung di dalam
suatu area budidaya. Sebuah contoh disajikan pada Gambar 5.
Gambar 5. CADS_TOOL. Holding/carrying capacity (kerapatan tangkar) keramba
jaring apung yang dihitung berdasarkan model Tookwinas et al. (2004)
8

9
Input variabel yang dibutuhkan dalam metode Tookwinas et al.:
Halmar Halide
1. Oxygen inflow/Konsentrasi oksigen terlarut dalam air yang memasuki areal budidaya.
Lihat Bagian 5.2.1.
2. Oxygen outflow/Konsentrasi oksigen dalam air setelah melewati areal budidaya.
Lihat Bagian 5.2.1.
3. Oxygen consumption in the water column (= water column respiration rate)/Konsumsi
oksigen dalam kolom air (= laju respirasi dalam kolom air). Perlu dicatat bahwa untuk
metode Tookwinas, dihitung berdasarkan area, sehingga kedalaman air perlu
dimasukkan dalam perhitungan. Untuk perairan pantai di sekitar keramba jaring
apung di Indonesia telah diukur tingkat respirasi ~ 8 mg/m3 /h, di mana dalam kolom
air sedalam 10 m akan menghasilkan laju respirasi 80 mg/m2 /h. Lihat Bagian 5.3.1.
4. Oxygen consumption sediment (= benthic respiration rate)/Konsumsi oksigen sedimen
(= laju respirasi di dasar perairan). Lihat Bagian 5.3.3.
5. Oxygen consumption by the cultured fish (= fish respiration rate)/Konsumsi oksigen
oleh ikan budidaya (= tingkat respirasi ikan). Lihat Bagian 5.3.2.
6. Water flow/Kecepatan arus permukaan. Lihat Bagian 5.1.1.
7. Area/luas area budidaya. Tookwinas et al. (2004) mengacu pada luas KJA. Pada
model ini, direkomendasikan bahwa luas area keramba adalah total luas seluruh
kantong jaring pada suatu KJA.
8. Cage depth/Kedalaman air di bawah keramba. (lihat Bagian 5.1.4.).
3.3.3. Model Hanafi et al. (2006)
Model ini dikembangkan untuk kegiatan budidaya ikan kerapu di perairan laut semi
tertutup di Indonesia. Sebagaimana halnya model Tookwinas et al. (2004), model ini
mengacu pada kebutuhan oksigen. Oleh karena itu, dalam model ini pengukuran
konsentrasi oksigen sangatlah penting (lihat Bagian 4.2.1.). Model ini mengestimasi
biomassa ikan yang dapat ditampung dalam suatu perairan teluk semi tertutup. Sebuah
contoh disajikan pada Gambar 6.
Input variabel yang dibutuhkan dalam metode Hanafi:
1. Water column oxygen concentration/Konsentrasi oksigen dalam kolom air di perairan
teluk (konsentrasi rata-rata oksigen di dasar perairan, pertengahan, dan permukaan
air).
2. Oxygen threshold/Konsentrasi oksigen minimum yang masih dapat ditolerir oleh
organisme budidaya pada temperatur air di mana keramba jaring apung itu berada.
3. Water column oxygen consumption/Konsumsi oksigen dalam kolom air = laju respirasi
yang terjadi dalam kolom air. Lihat penjelasan di Bagian 4.3.2. (tetapi perlu
diperhatikan bahwa dalam metode Hanafi dibutuhkan metode volumetrik untuk

Panduan Teknis Cads_Tool
Gambar 6. CADS_TOOL. Kerapatan tangkar berdasarkan model Hanafi et al. (2006)
pengukuran laju respirasi). Bagian 4.3.1. untuk aplikasi metode yang sesuai.
4. Bay volume at high tide/Volume teluk ketika air laut pasang tinggi dalam 106 m3 ).
Lihat Bagian 4.1.7.
5. Flushing rate/Laju pembilasan air teluk per hari. Lihat Bagian 4.1.8.
3.3.4. Model Pulatsü et al. ( 2003)
Model ini digunakan untuk budidaya ikan dalam keramba di perairan danau (sistem
tertutup) dan didasarkan pada kebutuhan fosfor untuk budidaya ikan Rainbow Trout di
Turki. Model ini diadaptasi dari model Dillon & Rigler (1974). Model ini membutuhkan
pengukuran kandungan fosfor (= terlarut dan partikel fosfor) dalam pakan dan di air
danau itu sendiri (lihat Bagian 5.2.3.) Sebuah contoh disajikan pada Gambar 7.
10

11
Input variabel-variabel yang dibutuhkan dalam metode Pulatsü:
Halmar Halide
Gambar 7. CADS_TOOL. Kerapatan tangkar/daya dukung suatu danau untuk budi
daya keramba dihitung menggunakan model Pulatsü et al. (2003)
1. P initial/konsentrasi awal total fosfor di dalam massa air sebelum dilakukan kegiatan
budidaya.
2. P maximum/konsentrasi maksimum fosfor yang dapat ditolerir oleh spesies ikan
budidaya. Fosfor dengan kisaran 60—250 mg/L merupakan kisaran fosfor yang dilaporkan
untuk perairan di daerah temperatur di mana kegiatan budidaya Rainbow Trout
berlangsung (Vollenweider, 1968; Beveridge, 2004).
3. P content of pellet/kandungan fosfor dalam pakan.
4. P retention in fish/kandungan fosfor yang diretensikan dalam ikan budidaya, dihitung
dengan rumus:

Panduan Teknis Cads_Tool
di mana x = proporsi bersih dari total fosfor yang hilang secara permanen sebagai
akibat dari pengendapan partikel padat fosfor (biasanya 0,45—0,55); dan R= 1/(1+
0,747 p 0,507 )
5. Mean lake depth/Kedalaman rata-rata danau (lihat Bagian 5.1.4.).
6. Lake surface area/Luas permukaan danau.
7. Total outflow/Volume total air yang mengalir keluar dari danau.
8. Lake volume/Volume danau.
3.4. Tab Economic Appraisal (Penilaian Ekonomi)
CADS_TOOL akan menghitung harga impas dan modal kembali berdasarkan atas 9
input data, menggunakan rumus yang disajikan pada Lampiran IV. Sebuah contoh disajikan
pada Gambar 8.
Input variabel-variabel yang dibutuhkan untuk menghitung penilaian ekonomi:
1. Holding capacity/Kapasitas tangkar: daya dukung keramba dinyatakan dalam satuan
kg/m3 . Nilai ini dapat diperoleh dari hasil perhitungan menggunakan MOM yang telah
disederhanakan (Bagian 4.3.1.).
2. Cage volume/Volume keramba.
3. Mean fish weight at harvest/Bobot rata-rata ikan yang dipanen.
4. Feed Conversion Ration (FCR)/Rasio konversi pakan.
5. Survival rate/Tingkat sintasan benih.
6. Feed cost/Harga pakan.
7. Seed cost/Harga benih.
8. Cage cost/Biaya pembuatan keramba.
9. Interest rate/Tingkat bunga.
10. Fish price/Harga jual ikan.
4. Data Masukan CADS_TOOL
4.1. Pengukuran Sifat Fisik Perairan
4.1.1. Arus Permukaan
Rfish =
x +
[ ( 1-
x)
R]
Kecepatan arus permukaan dapat diukur melalui berbagai metode, mulai dari observasi
terhadap kecepatan hanyut suatu objek sampai dengan penggunaan pengukur kecepatan
12

13
Gambar 8. CADS_TOOL. Penilaian ekonomi budi daya keramba
Halmar Halide
arus elektronik di mana data kecepatan arus dapat di input oleh perangkat tersebut
secara otomatis. Jika penerapan teknologi dapat dilakukan pada perairan tertentu,
maka penggunaan perangkat elektronik pengukuran arus dapat digunakan untuk
mendapatkan data yang berkualitas berdasarkan skala waktu yang lebih akurat dan
variabilitas data yang lebih baik. Namun demikian, informasi yang bermanfaat masih
dapat diperoleh walaupun menggunakan perangkat yang sederhana. Penggunaan perangkat
sederhana tersebut lebih sering ditemukan di areal kegiatan budidaya ikan dalam keramba.
Sebuah pendekatan yang sederhana adalah dengan menghitung jarak hanyut suatu objek
yang mengapung dalam jangka waktu yang telah diketahui. Dalam kasus ini, objek dapat
berupa apapun yang mengapung, walaupun objek yang sedikit tenggelam di bawah
permukaan air (dengan minimal bagian dari objek tersebut terpapar di permukaan air)
lebih disukai untuk mengurangi pengaruh hembusan angin. Beberapa objek yang dapat

Panduan Teknis Cads_Tool
digunakan adalah buah kelapa, jaring yang mengapung dan diberi pemberat atau potongan
kecil botol plastik.
Dengan menggunakan objek yang tidak bergerak (sebagai contoh keramba atau perahu
yang ditambatkan) sebagai referensi, jatuhkan objek yang mengapung ke permukaan
air, hitung waktu yang dibutuhkan oleh objek tersebut untuk mencapai jarak yang telah
ditentukan. Sebagai contoh, jika diaplikasikan pada keramba, tentukan arah arus dengan
cara mengamati pergerakan objek yang mengapung atau yang melayang di sekitar keramba.
Temukan sisi keramba yang sedapat mungkin paralel dengan arah arus. Ukur panjang
papan keramba sebagai patokan jarak. Jatuhkan sebuah objek yang mengapung pada
ujung upstream patok jarak. Dengan menggunakan stopwatch, hitung waktu yang
dibutuhkan oleh objek tersebut hanyut dan mencapai jarak yang telah ditentukan.
Ketika pengukuran selesai, pungut kembali objek tersebut. Hitung kecepatan arus dengan
cara membagi jarak hanyut dengan waktu yang diperlukan untuk mencapai jarak hanyut:
m
Kecepatan arus ( ) =
s
Prosedur ini dapat diulang dengan interval secara regular (perjam) selama beberapa
hari untuk diperoleh temporal variabilitas kecepatan arus dan diperoleh rata-rata
kecepatan arus yang lebih akurat.
4.1.2. Simpangan Baku Kecepatan Arus
jarak (m)
waktu (detik)
Observasi kecepatan arus dengan menggunakan prosedur di atas dapat digunakan
untuk memperkirakan standar deviasi kecepatan arus. Jika M adalah total jumlah observasi
pengukuran kecepatan arus dan u dan u secara berturut-turut adalah observasi ke-i
1 o
dan rata-rata kecepatan arus, maka standar deviasi kecepatan arus σ dapat dihitung
dengan rumus:
M
⎡ 1
σ
=
⎢
i=
1 ⎣m
2 2
( Σ(
u - u ) )
dalam perhitungannya, dapat pula disederhanakan menggunakan kalkulator atau program
Microsoft Excel.
4.1.3. Significant Wave Height / Tinggi Gelombang Berarti
i
Perbedaan tinggi gelombang H adalah rata-rata tinggi sepertiga pasang tertinggi
s
dalam satu urutan waktu yang bekesinambungan (Pèrez et al., 2003). Pengamatan tinggi
pasang dapat dilakukan dengan mengobservasi perubahan tinggi permukaan air laut
o
1
⎤
⎥
⎦
14

15
Halmar Halide
terhadap objek yang stabil seperti tiang dermaga atau penahan gelombang. Dengan
membuat tanda skala vertikal (interval 5 cm) pada objek yang stabil tersebut, seorang
pengamat dapat menghitung ketinggian pasang (dari dasar hingga puncak kurva) dan
jumlah total gelombang setelah jangka waktu yang telah ditentukan. Pengamatan ini
sebaiknya diulangi beberapa kali selama terjadi perbedaan pasang dan keadaan angin.
Akumulasi tinggi gelombang dalam satu urutan waktu kemudian disortir dari yang paling
rendah hingga yang paling tinggi dan dianalisis untuk menghitung rata-rata tinggi sepertiga
pasang tertinggi selama pengamatan gelombang.
4.1.4. Kedalaman Air
Survai batimetri dilakukan untuk mengetahui variabilitas sebagian kedalaman air.
Survai ini dapat dilakukan baik menggunakan echo-sounding maupun dengan peralatan
sederhana seperti dengan cara mengukur kedalaman dengan menjatuhkan tali yang
dipasangi pemberat hingga ke dasar perairan, selanjutnya panjang tali dihitung. Untuk
posisi pengambilan titik, sebaiknya menggunakan GPS (MacDougall & Black, 1999).
4.1.5. Kecerahan
Kecerahan air dapat diukur menggunakan cakram secchi. Kecerahan air merupakan
suatu indikasi kehadiran suspensi padatan maupun adanya biomassa alga di dalam kolom
air (Gavine & McKinnon, 2002). Cakram ini diikat dengan tali yang telah diberi skala
kedap air diturunkan perlahan-lahan ke air hingga cakram tersebut tidak terlihat. Observer
kemudian mencatat kedalaman air yang ditunjukkan oleh skala pada tali sebagai
kecerahan perairan.
4.1.6. Tekstur Sedimen
Lumpur (kategori 1) merujuk pada sedimen yang butirannya halus dan cenderung
berlekatan satu sama lain. Sementara itu, pasir (kategori 3) merujuk pada sedimen
dengan butiran yang kasar. Kategori 2 merujuk pada gabungan antara kategori 1 dan 3.
4.1.7. Isi Teluk
Formula sederhana untuk menghitung volume air di perairan teluk dinyatakan oleh
Beveridge (2004) sebagai berikut:
di mana:
V = volume air di perairan teluk (m3 )
A = luas permukaan teluk (m2 )
D = rata-rata kedalaman teluk (m)
V =
A * D

Panduan Teknis Cads_Tool
Kedalaman rata-rata suatu teluk dapat diketahui dengan memanfaatkan data yang
telah dikumpulkan melalui pengukuran bathymetric sebagaimana telah dijelaskan pada
Bagian 4.1.4. Rata-rata luas permukaan teluk dapat diketahui melalui foto udara, jika
tersedia dapat menggunakan GIS.
4.1.8. Laju Pembilasan Teluk
Penghitungan laju pembilasan air di teluk dapat disederhanakan dengan perhitungan
mengacu pada Beveridge (2004):
Waktu bilas (T) dapat ditaksir sebagai:
di mana:
V = Volume air teluk (m3 )
F = Volume rata-rata air yang masuk ke perairan teluk setiap jamnya (m3 ), kondisi ini dipengaruhi
oleh tipe pasang apakah diurnal atau semi-diurnal
di mana:
H = Tinggi rata-rata pasang (m)
A = Luas teluk (m2 )
Faktor periode pasang = 12,5 untuk pasang tipe semi-diurnal, 25 untuk pasang tipe
diurnal
Sehingga:
di mana
D = rata-rata kedalaman teluk (m)
H = rata-rata tinggi pasang (m)
T (lama pembilasan air) =
(faktor
4.2. Pengukuran Parameter Kimia
4.2.1. Kandungan Oksigen Terlarut
D
periode pasang) *
H
Kandungan oksigen terlarut di perairan dapat diukur dengan berbagai metode. Profil
kandungan oksigen berdasarkan skala waktu atau kedalaman dapat diperoleh dengan
menggunakan “data logger atau CTD yang terdapat pada elektroda DO-meter. Tipe Clarke—
portable (hand held), elektroda oksigennya terhubung ke sebuah alat ukur sehingga
konsentrasi oksigen terlarut dapat terbaca langsung. Selain itu, sebagai alternatif metode
Winkler digunakan untuk menganalisis sampel di laboratorium setelah penanganan dan
16

17
Halmar Halide
pengawetan sampel yang benar (Parsons et al., 1984). Elektroda oksigen sebaiknya
dikalibrasi berdasarkan spesifikasi dari pabrik yang mengeluarkan alat tersebut (Johnston
et al., 2002) dan kompensasi untuk suhu, kedalaman, salinitas (Tabel 2, Oksigen Solubility,
p. 138 in Parsons et al., 1984; atau Tabel 4.4., p. 119 in Beveridge, 2004). Panduan
YSI elektroda oksigen termasuk tabel kelarutan dapat diakses di:
https://www.ysi.com/DocumentServer/DocumentServer?docID=WQS_55_MANUAL
4.2.2. Amoniak
Amoniak dapat ditentukan dengan menggunakan kit test atau dip stick (eg Merck,
Hach) atau Palintest, pada laboratorium lokal dengan teknik lab. basah (Parsons et al.,
1984) atau pada lab skala regional atau yang bersertifikat dengan fasilitas yang otomatis.
Sampel air harus disaring dengan menggunakan Whatman GF/F, Sartorius minisart 0.45
μm HAWP fiters. Sampel air yang telah disaring tersebut langsung dibekukan sampai
pada tahap analisis. Penentuan otomatis dari kandungan amoniak terlarut dapat
menggunakan metode yang dikembangkan oleh Clesceri et al. (1989) menggunakan alat
SKALAR—alat analisis otomatis (Norgross, GA, USA) (Jones et al., 2001).
4.2.3. Fosfat
Sampel air yang telah disaring (sebagaimana dalam pengukuran amoniak di atas)
2- dapat dianalisis untuk kandungan fosfat dalam bentuk in-organik (PO , fosfat atau
4
filterable reactive phosphorus FRP) dengan metode yang dijelaskan oleh Parsons et al.
(1984). Namun kandungan fosfat ini hanya kandungan komponen in-organic terlarut dari
total konsentrasi fosfat (P) dalam perairan. Fosfor dalam bentuk particulat dan organik
perlu dipertimbangkan juga.
Total fosfat (P) dapat dianalisis dengan menggunakan metode yang terdapat pada
buku standard methods yaitu: Standard Methods for The Examination of Water and
Wastewater. 17th Ed. (APHA, AWWA, WPCA, 1989).
Dillon & Rigler (1974) menyatakan bahwa konsentrasi total fosfat dalam perairan
ditentukan oleh pengangkutan fosfat, ukuran danau (luasan, rata-rata kedalaman), laju
pembilasan (jumlah volume air yang hilang per tahun melalui aliran keluar) dan perbedaan
fosfat yang secara permanen hilang ke sedimen. Konsentrasi total fosfat dirumuskan
dengan:
[] P =
L(
1-
R)
/ ρZ
Di mana [P] adalah total fosfat (gm-3 ), L adalah beban total fosfat (gm-2 yr-1 ), z adalah
rata-rata kedalaman (m). R adalah perbedaan total fosfat yang tersimpan dalam sedimen
dan ρ adalah laju pembilasan air (flushing rate) (volume/tahun). CADS_TOOL membutuhkan

Panduan Teknis Cads_Tool
kandungan fosfat dalam pakan (pellet) dan retensi fosfat dalam tubuh ikan. Hal tersebut
ditentukan dengan suatu formula (Beveridge, 1984; Pulatsü, 2003).
4.2.4. Potensial Redoks
Potensial redoks (Eh) dapat dicatat dari permukaan sedimen, untuk mengukur
potensial redoks sedimen yang digenangi air, sedimen diambil menggunakan diver hand
held corers, atau menggunakan gravity corer sehingga diperoleh sedimen dengan profil
yang yang utuh. Pengulangan pengukuran potensial redoks pada setiap ketebalan sedimen
dilakukan beberapa kali dan diukur dengan interval 2 cm, sehingga dapat mendeteksi
bila terjadi perubahan dari kondisi oxic dan anoxic pada suatu lapisan sedimen. Eh
dapat diukur menggunakan Model PBFC pH yang telah dikalibrasi dan calomel Eh elektroda
yang dikoneksikan dengan TPS LC 80 meter (ALongi et al., 2007). Elektroda dapat
distandarkan dengan larutan Zobel (Karakassis et al., 2000) atau Elektroda Orion
(Johnston et al., 2002).
4.2.5. Karbon Organik
Sampel sedimen dapat diambil menggunakan tabung core berdiameter 2,2 cm
(Karakassis et al., 2000). Lapisan atas 2 cm dipisahkan untuk analisis dan disimpan pada
suhu -20°C. Total karbon organik dan nitrogen dalam sampel sedimen dapat ditentukan
dengan CHN Elemental analyzer (eg. Perkin Elmer 2400 atau yang setara) mengikuti
prosedur dari Hedges & Stern (1984). Metode lainnya terdapat pada standar methods
for examination of water and wastewater. 17th Ed (APHA, AWWA, WPCA, 1989).
Metode The Loss on Ignition (LOI) yang mencatat berat sedimen sebelum dan sesudah
pengeringan dengan temperatur tinggi merupakan perlakuan yang relatif murah dan
mudah untuk menentukan kandungan karbon organik dan inorganik dari sedimen (Craft
et al., 1991).
4.2.6. Biological Oxygen Demand (BOD)/Kebutuhan Oksigen Biologis
Konsumsi oksigen berdasarkan kedalaman perairan ditentukan menggunakan botol
gelap dan terang yang diinkubasi berdasarkan metode yang terdapat dalam APHA, AWWA,
WPCA (1989); Tookwinas et al. (2004).
4.2.7. Konsumsi Oksigen Ikan
Konsumsi oksigen ikan diestimasi menggunakan formula yang berhubungan dengan
bobot tubuh ikan dan temperatur. Formula ditentukan secara tidak langsung dari
kebutuhan energi harian untuk ikan (kJ/day). EN (energy need/kebutuhan energi) adalah:
18

19
2
EN = (-1,04 + 3,26 T - 0,05 T ) x BW
Halmar Halide
T merupakan suhu (°C) dan BW adalah bobot tubuh ikan (kg) (Kaushik, 1998). Laju
konversi dari pengambilan oksigen dan EN adalah 1 g O = 13,6 kJ. Formula empirik yang
2
lain berhubungan dengan konsumsi oksigen (gross) (mg O /h) OC (Glencross & Felsing,
2
2006) adalah sebagai berikut:
Referensi publikasi yang tersedia mungkin hanya untuk beberapa spesies budidaya
(Lucas & Southgate, 2003; Beveridge, 2004). Hal yang perlu diperhatikan adalah suhu,
tingkat aktivitas ikan selama makan atau kondisi stres yang dapat meningkatkan resting
consumption rates.
FishBase memiliki tingkat konsumsi oksigen untuk beragam spesies ikan, dapat
ditemukan pada:
http://www.fishbase.org/Topic/List.cfm
Secara umum hubungan terhadap bobot tubuh tersedia pada:
http://www.fishbase.org/manual/english/FishbaseThe_OXYGEN_Table.htm
4.2.8. Konsumsi Oksigen Sedimen
Proses respirasi sedimen diukur dengan menginkubasi sampel dari sediment core
yang diperoleh baik dari bawah maupun di sekitar keramba melalui prosedur sebagai
berikut. Sediment core yang diusahakan tidak terganggu strukturnya dikumpulkan oleh
penyelam.
Volume air di atas permukaan sedimen tersebut, kemudian dihitung dengan cara
menyipon air kedalam tabung ukur. Sampel core ditutup dengan menggunakan segel
kedap udara sehingga terdapat 400 mL air laut berada pada bagian atas sedimen. Kemudian
sebuah magnet pengaduk diletakkan pada sisi bawah tutup kedap udara sehingga air
laut tersebut dapat diaduk tanpa mengganggu permukaan sedimen. Core sediment
diinkubasi dalam keadaan gelap pada suhu ambient air untuk beberapa jam. Setelah
inkubasi, sampel air yang kedua diambil. Konsentrasi O pada semua sampel ditentukan
2
di lapangan dengan metode micro-winkler (Findlay et al., 1995; Findlay & Watling, 1997).
Alternatif lain adalah penggunaan chamber/jar seperti yang dijelaskan oleh Alongi et al.
(in press 2007), menggunakan DO meter yang dilengkapi elektroda untuk merekam
kelarutan oksigen dengan interval waktu tertentu.
0,824
2 0,673
OC =
(-20,7818 + 11,4017 T ) - BW

Panduan Teknis Cads_Tool
DAFTAR PUSTAKA
Al-Harbi, K.M.A. 2001. Application of the AHP in project management. International
Journal of Project Management. 19: 19—27.
Alongi, D.M., L.A. Trott, M.C. Undu, and F. Tirendi. 2007. Benthic microbial metabolism
in seagrass meadows along a carbonate gradient in Sulawesi, Indonesia. Aquatic
Microbial Ecology. (in press).
APHA, AWWA, WPCA. 1989. Standard methods for the examination of water and wastewater,
17th Edition. American Public Health Association, Washington, D.C. 1,391 pp.
Beveridge, M.C.M. 2004. Cage aquaculture. 3rd Edition. Blackwell Publishing, Oxford, UK.
368 pp. Bolte, J., Nath, S., Ernst, D., 2000. Development of decision support tools
for aquaculture: the POND experience. Aquacultural Engineering. 23(1): 103—119.
Beveridge, M.C.M. 1984. Cage and pen fish farming. Carrying capacity models and environmental
impact. FAO Fish.Tech.Pap. (255): 131 pp.
Bolte, J., S. Nath, and D. Ernst. 2000. Development of decision support tools for
aquaculture: the POND experience. Aquacultural Engineering. 23(1): 103--119.
Bourke, G., F. Stagnitti, B. Mitchell. 1993. A decision support system for aquaculture
research and management. Aquacultural Engineering. 12(2): 111—123.
Chandran, B., B. Golden, and E. Wasil. 2005. Linear programming models for estimating
weights in the Analytic Hierarchy Process. Computers & Operations Research. 32:
2,235—2,254.
Clesceri, L.S., A.E. Greenberg, and R.R. Trussell. 1989. Standard methods for the examination
of water and wastewater, 17th Edition. American Public Health Association,
Washington, D.C.
Craft, C.B., E.D. Seneca, and S.W. Broome. 1991. Loss on Ignition and Kjeldahl Digestion
for Estimating Organic Carbon and Total Nitrogen in Estuarine Marsh Soils:
Calibration with Dry Combustion. Estuaries. 14(2): 175—179.
Dillon, P.J. and F.H. Rigler. 1974. A test of a simple nutrient budget model predicting the
phosphorus concentrations in lake water. Journal of Fisheries Research Board of
Canada. 31(14): 1,771—1,778.
Ernst, D.H., J.P. Bolte, S.S. Nash. 2000. Aquafarm: simulation and decision support for
aquaculture faculty design and management planning. Aquacultural Engineering.
23:121--179.
Findlay, R.H. and L. Watling. 1997. Prediction of benthic impact for salmon net-pens
based on the balance of benthic oxygen supply and demand. Marine Ecology Progress
Series.155: 147—157.
Findlay, R.H., L. Watling, and L.M. Mayer. 1995. Environmental impact of salmon net-pen
culture on marine benthic communities in Maine: A case study. Estuaries. 18 (IA):
145—179.
20

21
Halmar Halide
Gavine, F.M. and L.J. McKinnon. 2002. Environmental monitoring of marine aquaculture
in Victorian coastal waters: A review of appropriate methods. Technical Report No.
46. Marine and Freshwater Resources Institute, Victoria.
Glencross, B.D. and M. Felsing. 2006. Influence of fish size and water temperature on
the metabolic demand for oxygen by barramundi, Lates calcarifer (Bloch), in freshwater.
Aquaculture Research. 37: 1,055—1,062.
Hanafi, A., W. Andriyanto, D. Syahidah, and B. Sukresno. 2006. Characteristics and
carrying capacity of Kaping Bay, Buleleng Regency, Bali for marine aquaculture development
(in Indonesian). Kajian Keragaan dan Pemanfaatan Perikanan Budidaya (Editors:
Ahmad, T., Syah, R., Mustafa, A.). p. 83—95.
Hargrave, B. 2002. A Traffic light decision system for marine finfish aquaculture siting.
Ocean and Coastal Management. 45: 215--235.
Hedges, J.I. and J.H. Stern. 1984. Carbon and nitrogen determination of carbonate
containing solids. Limnology and Oceanography. 29: 657-–663.
Huss, H.H. 1995. Quality and quality changes in fresh fish. FAO Fisheries Technical
Paper. No. 348. Rome, FAO. http://www.fao.org/DOCREP/v7180e/
V7180E00.HTM#Contents.
Johnston, D., M. Lourey, D. van Tien, T.T. Luu, and T.T. Xuan. 2002. Water quality and
plankton densities in mixed shrimp-mangrove forestry farming systems in Viet Nam.
Aquaculture Research. 33: 785—798.
Jones, A.B., M.J. O’Donohue, J. Udy, and W.C. Dennison. 2001. Assessing ecological
impacts of shrimp and sewage effluent: Biological indicators with standard water
quality analyses. Estuarine, Coastal and Shelf Science. 52: 91-–109.
Karakassis, I., M. Tsapakis, E. Hatziyanni, K.N. Papadopoulou, and W. Plaiti, 2000. Impact
of cage farming of fish on the seabed in three Mediterranean coastal areas.
ICES Journal of Marine Science. 57: 1,462—1,471.
Kaushik, S.J. 1998. Nutritional bioenergetics and estimation of waste production in
non-salmonids. Aquatic Living Resources. 11(4): 211—217.
Lucas, J.S and P.C. Southgate (Eds.). 2003. Aquaculture, Farming aquatic animals and
plants. Fishing News Books, Blackwell Publishing, Oxford, UK.
MacDougall, N. and K.D. Black. 1999. Determining sediment properties around a marine
cage farm using acoustic ground discrimination: RoxAnn. Aquaculture Research. 30:
451—458.
Moccia, R.D. and G.K. Reid. 2007. Aquaculture sustainability: Developing concepts of a
decision support tool for licensing freshwater cage aquaculture in Ontario. AAC
special publication. 12: 106--114.
Nilsson, H.C. and R. Rosenberg. 1997. Benthic habitat quality assessment of an oxygen
stressed fjord by surface and sediment profile images. Journal of Marine Systems.
11: 249—264.

Panduan Teknis Cads_Tool
Parsons, T.R., Y. Maita, and C.M. Lalli. 1984. A manual of chemical and biological methods
for seawater analysis. Pergamon Press, Oxford, England.
Pèrez, O.M., T.C. Telfer, and L.G. Ross. 2003. On the calculation of wave climate for
offshore cage culture site selection: a case study in Tenerife (Canary Islands). Aquacultural
Engineering. 29: 1—21.
Pulatsü, S. 2003. The application of a phosphorus budget model estimating the carrying
capacity of Kesikköprü dam. Turkish Journal of Veterinary Animal Sciences. 27: 1,127—
1,130.
Saaty, T.L. 1980. The Analytic Hierarchy Process, McGraw-Hill, New York, NY. Salam,
M.A., Khatun, N.A., Ali, M.M. 2005. Carp farming potential in Barhatta Upazilla,
Bangladesh: A GIS methodological perspective. Aquaculture. 245: 75—87.
Salam et al. 2005. ........?
Schulstad, G. 1997. Design of a computerized decision support system for hatchery
production management. Aquacultural Engineering. 16(1): 7—25.
Silvert, W. 1994a. Decision support systems for aquaculture licensing. Journal of Applied
Ichthyology. 10: 307—311.
Silvert, W. 1994b. A decision support system for regulating finfish aquaculture. Ecological
modelling 75/76. p. 609—615.
Stagnitti, F. 1997. A decision support tool for aquaculture. Environmental Modelling and
Software. 12(2): 229—236.
Stagnitti, F. and C. Austin. 1998. DESTA: a software tool for selecting sites for new
aquaculture facilities. Aquacultural Engineering. 18(2): 79—93.
Stigebrandt, A., J. Aure, A. Ervik, and P.K. Hansen. 2004. Regulating the local environmental
impact of intensive marine fish farming III. A model for estimation of the
holding capacity in the Modelling–Ongrowing fish farm–Monitoring system. Aquaculture.
234: 239—261.
Tookwinas, S., P. Songsangjinda, S. Kajonwattanakul, and C. Singharachai. 2004. Carrying
capacity estimation of marine finfish cage culture at Pathew Bay, Chumphon
Province, Southern Thailand. Southeast Asian Fisheries Development Centre. TD/
RES/91 LBCFM-PD No. 34.
UNESCO. 2000. Ad hoc Benthic Indicator Group-Results of Initial Planning Meeting. IOC
Technical Series No. 57.
Vezzuli, L., M. Bartoli, D. Zizzoli, M. Naldi, G. Fanciulli, P. Viaroli, and M. Fabiano. 2006.
A simple tool to help decision making in infrastructure planning and management of
phyto treatment ponds for the treatment of nitrogen-rich water. Water SA. 32(4):
606--610.
Viaroli, P., M. Bartoli, G. Giordani, P. Magni, and D.T. Welsh. 2004. Biogeochemical
indicators as tools for assessing sediment quality/vulnerability in transitional aquatic
22

23
Halmar Halide
ecosystems. Aquatic Conservation: Marine and Freshwater Ecosystems. 14: S19–-S29.
Vollenweider, R.A. 1968. Scientific fundamentals of the eutrophication of lakes and
flowing waters, with particular reference to nitrogen and phosphorus as factors in
eutrophication. OECD, Paris DAS/CS/68. 27: 1—182.
Wildish, D.J., B.T. Hargrave, and G. Pohle. 2001. Cost effective monitoring of organic
enrichment resulting from salmon mariculture. ICES Journal of Marine Science. 58:
469—476.
Zhang Xiaoshuan, Z., H. Tao, B. Revell, and F. Zetian. 2005. A forecasting support
system for aquatic products price in China. Expert systems with applications. 28(1):
119—126.

Panduan Teknis Cads_Tool
Lampiran 1. Kriteria Kelas Kesesuaian 1
No.
Kriteria dan
Subkriteria
Klasifikasi
Good Medium Poor
1 Kualitas air
1.1 NH4 (mg/L) < 0.5 0.5--1.0 > 1.0
1.2 Oksigen terlarut (DO) mg/L 4--7 < 4
1.3 Cakram Secchi (m) 1--5 < 1; > 5
2 Kualitas substrat
2.1 Tekstur Pasir Pasir Lumpur
2.2 Potensial redoks (mV) > (-200) < (-200)
2.3 Kandungan organik (%) 3--8 > 8
3 Hydrometeorology
3.1 Arus (cm/s) 5--20 50
3.2 Tinggi gelombang (m) < 0.5 0.5--1.0 > 1.0
3.3 Kedalaman air (m) 10--30 30
4 Sosial ekonomi
4.1 Pasar Dekat Jauh
4.2 Infrastuktur Tersedia Tidak
4.3 Peraturan Tersedia Tidak
1 Diadopsi dari UNESCO (2000), Nilsson & Rosenberg (1997), Viaroli
et al. (2004), Wildish et al. (2001)
24

25
Lampiran 2. Prosedur AHP (Analytical Hierarchy Process)
Halmar Halide
B.1. Konversi hubungan nilai penting R1 ke dalam matriks ‘pair wise’ elemen M
Apabila kita mempunyai dua hubungan nilai penting c1 dan c2, maka selanjutnya
gunakan rasio dari dua nilai tersebut sehingga terdapat dua kondisi yang harus
dipertimbangkan.
B.1.1. c1 > c2
Rasio 1 = c1 /c2 (B.1.1)
Jika rasio 1 = 1, maka m = 1
Jika 1 < rasio1 d” 2, maka m = 2
Jika 2 < rasio1 d” 3, maka m = 3
Jika 3 < rasio1 d” 4, maka m = 4
Selain itu m = 5
B.1.2. c1 < c2
Rasio 2 = c1/c2 (B.1.2)
Jika rasio 2 = 1, maka m = 1
Jika 1 < rasio 2d” 2, maka m = 1/2
Jika 2 < rasio2 d” 3, maka m = 1/3
Jika 3 < rasio2 d” 4, maka m = 1/4
Selain itu m = 1/5
B.2. Interpretasi matrik ‘pair wise’ elemen M dalam pengukuran Intensitas Nilai Penting
Saaty (Al-Harby, 2001)
M Meaning
1 Equally preferred
2 Equally to moderately preferred
3 Moderately preferred
4 Moderately to strongly preferred
5 Strongly preferred
B.3. Perhitungan nilai eigen (eigen value) dan rasio konsistensi
Matriks ‘pair wise’ direpresentasikan dalam sebuah matriks M dengan order n.
M = (m ) (B.3.1)
ij
Matriks ini termasuk juga matriks timbal balik, yaitu:
m m ij = ji
(B.3.2)

Panduan Teknis Cads_Tool
Permasalahan nilai eigen dapat diturunkan dari matrik ini (Saaty, 1980; Chandran
et al.. 2005; Salam et al., 2005) dan memiliki bentuk:
(M – ë I) = 0 (B.3.3)
di mana I adalah matrik kesatuan
Vektor eigen, seperti bobot, maksimum nilai eigen ë didapatkan melalui MATLAB
max
subrutin yang disebut “EIG”.
Indeks konsistensi CI = (ë - n) (n-1) (B.3.4)
max
Random index Rdi = 0.5 (untuk n=3) dan = 0.9 (untuk n = 4).
Rasio konsistensi = CI/Rdi (B.3.5)
26

27
Halmar Halide
Lampiran 3. Parameter-parameter input yang digunakan dalam 100 kali simulasi untuk
menghitung densitas maksimum untuk spesies ikan tropis (kerapu, beronang,
dan kakap putih). 9 variabel yang ditandai dengan arsir abu-abu dipilih untuk
analisis stepwise diskriminan
No. Parameter input Kisaran
1 Suhu ( o
C)
28--32
2 Kedalaman air (m) 21--100
3 Sigma (cm/dt) (standar deviasi arus) 2--20
4 Salinitas (ppt) 29--33
5 Oksigen dasar (mg/L) 1--6
6 Amonium (mg/L) 0,01--0,38
7 Arus permukaan (cm/dt) 1--30
8 Arus dasar (cm/dt) 1--29
9 Jumlah baris keramba 1--3
10 Luas keramba (m 2
)
36--100
11 Panjang keramba (m) 6--100
12 Kedalaman keramba (m) 1--20
13 Jarak antara baris keramba (m) 0--2
14 Faktor reduksi 0,7--0,8
15 Oksigen kritis di keramba (mg/L) 3--5
16 Amoniak kritis di keramba (mg/L) 0,12--0,5
17 Oksigen kritis di dasar perairan (mg/L) 1--3
18 FCR (Food conversion rate /rasio konversi pakan) 1--3
19 Kandungan protein pada pakan (%) 43--80
20 Kandungan lemak pada pakan (%) 15--53
21 Kandungan karbohidrat pada pakan (%) 2--10
22 Kandungan abu pada pakan (%) 10--15
23 Kecepatan tenggelam pakan (cm/dt) 5,68--13,88
24 Bobot awal ikan (g) 30--40
25 Bobot akhir ikan (g) 122--398
26 Kandungan protein pada daging ikan (%) 10--20
27 Kandungan lemak pada daging ikan (%) 5--10
28 Kecepatan tenggelam dari kotoran ikan (cm/dt) 1--9,07

Panduan Teknis Cads_Tool
Lampiran 4. Formulasi pendekatan ekonomi
Dengan holding densitas (HD dalam kg/m 3 ), volume keramba (CV dalam m 3 ), laju
survival benih ikan (SR dalam persen), rata-rata bobot ikan pada saat panen (FW
dalam kg), rasio konversi pakan (FCR/Food conversion ratio), harga benih (SC),
harga pakan (FC), harga keramba (CC) untuk kontruksi dan operasional, tingkat
suku bunga untuk skema peminjaman kredit untuk pembiayaan (IR dalam persen),
harga ikan pada saat panen (FP). Selanjutnya akan ditentukan Break Even Price
(BEP) dan pengembalian modal (Return of Investment/ROI dalam persen) dengan
rumus sebagai berikut:
Jika pada saat panen, total bobot ikan (WH) dan total biomass ikan (BH) adalah:
WH = HD x CV (C1)
BH = WH/FW (C2)
Total benih (NS/Number of Seed) dan kebutuhan pakan untuk produksi biomass
pada saat panen (FN) adalah:
NS = BH/SR (C3)
FN = FCR x HW (C4)
Biaya total untuk benih (TSC/Total Seed Cost) dan biaya total untuk pakan (TFC/
Total Feed Cost) adalah:
TSC = SC x NS (C5)
TFC = FC x FN (C6)
Biaya total (TC/Total Cost) adalah:
TC = (TSC +TFC + CC) (1 + IR) (C7)
Break Even Price (BEP) dihitung dengan:
BEP = TC/WH (C8)
Sekarang, jika ikan dijual pada harga FP (Fish Price), maka pemasukan (REV/Revenue)
dan keuntungan (PRO/Profit) didapatkan dari:
REV = FP x WH (C9)
PRO = REV – TC (C10)
Pengembalian modal (ROI/Return of Investment dalam persen) didapatkan dari:
ROI = 100 x (PRO/TC) (C11)
28