Standarisasi CPUE Ikan Kakap Merah PP Wilayah III di Sulawesi Utara Menggunakan Regresi Zero-Inflated Negative Binomial
Abstract
This study aims to estimate the abudance of Red Snapper species using Zero-Inflated Negative Binomial Regression (ZINB) and determine the factors that significantly influence the abudance of Red Snapper. The process of Catch Per Unit Abudance (CPUE) Standardization of Red Snapper is carried out using the regression method, namely the Generalized Linear Model (GLM). Due to the discrete data and overdispersion, the Zero-Inflated Negative Binomial (ZINB) distribution was chosen as an alternative distribution. After ZINB regression modeling was performed, two models were obtained where the first model was for discrete data, and the second model was for zero-inflation, with a significantly influencing factor, namely fishing gear material. After obtaining the model, then predictions are made with the same data to produce the CPUE Standardization value. This value is compared to the Nominal CPUE. The results showed that the increase and decrease in the value of the CPUE Standardization was not as sharp as the CPUE Nominal value. This indicates the abudance of Red Snapper which actually tends to be stable and does not decrease.
Keywords: CPUE Standardization, Generalized Linear Model, Zero-Inflation, Zero-Inflated Negative Binomial.
Abstrak
Dalam menentukan kebijakan perikanan, salah satunya adalah pembatasan jumlah kapal nelayan yang beroperasi di suatu daerah, dibutuhkan suatu hasil penelitian yang dapat menjadi acuan kebijakan tersebut. Salah satu acuan untuk membatasi jumlah kapal yang beroperasi adalah dengan melihat kelimpahan dari perairan tersebut. Untuk mengestimasi kelimpahan dari suatu spesies dapat dengan menghitung nilai Standarisasi hasil upaya per tangkapan (CPUE), dan dalam penelitian ini objek utamanya merupakan spesies Kakap Merah (Red Snapper) dengan alat tangkap Rawai Dasar (Bottom Longline), dengan tujuan mengestimasi kelimpahan Kakap Merah menggunakan Regresi Zero-Inflated Negative Binomial (ZINB) dan mengetahui faktor yang berpengaruh secara signifikan terhadap kelimpahan Kakap Merah. Adapun proses Standarisasi CPUE Kakap Merah dilakukan dengan salah satu metode regresi yaitu Generalized Linear Model (GLM). Metode GLM digunakan karena dalam penelitian ini variabel respon (Y) yaitu jumlah ekor ikan memiliki tipe diskrit dan data tidak berdistribusi normal. Secara umum jika data nya diskrit maka disarankan untuk menggunakan distribusi Poisson, tetapi karna terjadi overdispersi dan didapat banyak sekali nilai nol (zero-inflation) dibandingkan data non-zero lainnya, maka dipilihlah distribusi Zero-Inflated Negative Binomial (ZINB) sebagai distribusi alternatif. Setelah dilakukan pemodelan regresi ZINB, didapat 2 model dimana model pertama untuk data diskrit, dan model kedua untuk zero-inflation, dengan faktor yang berpengaruh secara signifikan yaitu Bahan Alat tangkap (X4). Setelah model didapat dilakukan prediksi dengan data yang sama untuk menghasilkan nilai Standarisasi CPUE, kemudian nilai tersebut dibandingkan dengan nilai Nominal CPUE yang ditampilkan dalam grafik, hasilnya disimpulkan bahwa naik dan turun nya nilai Standarisasi CPUE tidak se-extrem Nominal CPUE, ini menandakan kelimpahan Kakap Merah yang sebenarnya masih cenderung stabil dan tidak terjadi penurunan.
Keywords
Full Text:
PDFReferences
Ariawan, B. (2012). Pemodelan regresi Zero-Inflated Negative Binomial (ZINB) untuk data respon diskrit dengan excess zero. Jurnal Gaussian, 1(1), 55-64.
Kusuma, W., Komalasari, D., & Hadijati, M. (2013). Model regresi Zero Inflated Poisson pada data overdispersion. Jurnal Matematika, 3(2), 71-85.
Listiyani, A., Wiajayanto, D., & Jayanto, B. B. (2017). Analisis CPUE (Catch Per Unit Effort) dan tingkat pemanfaatan sumberdaya perikanan Lemuru (Sardinella lemuru) di Perairan Selat Bali. Jurnal Perikanan Tangkap: Indonesian Journal of Capture Fisheries, 1(01), 1-9.
Maneking, F. D. G., Salaki, D. T., & Hatidja, D. (2020). Model regresi Poisson tergeneralisasi untuk anak gizi buruk di Sulawesi Utara. Jurnal Ilmiah Sains, 20(2), 141-146.
Sadiyah, L., Dowling, N., & Prisantoso, B. I. (2012). Developing recommendations for undertaking CPUE standardisation using observer program data. Indonesian Fisheries Research Journal, 18(1), 19-33.
Sekarmini, N. M., Sukarsa, I. K. G., & Srinadi, I. G. A. M. (2013). Penerapan regresi Zero-Inflated Negative Binomial (ZINB) untuk pendugaan kematian anak balita. E-Jurnal Matematika, 2(4), 11-16.
Sriningsih, M., Hatidja, D., & Prang, J. D. (2018). Penanganan multikolinearitas dengan menggunakan analisis regresi komponen utama pada kasus impor beras di Provinsi Sulut. Jurnal Ilmiah Sains, 18(1), 18-24.
Umami, N. S., Ispriyanti, D., & Widiharih, T. (2013). Aplikasi model regresi Poisson tergeneralisasi pada kasus angka kematian bayi di Jawa Tengah tahun 2007. Jurnal Gaussian, 2(4), 361-368.
Utami, I. T. (2020). Pemodelan Zero Inflated Negative Binomial (ZINB) pada kasus jumlah bepergian penduduk Provinsi Sulawesi Tengah. Jurnal Ilmiah Matematika dan Terapan, 17(2), 202-211.
Yulian, E. (2018). Zero Inflated Negative Binomial (ZINB) untuk pemodelan frekuensi bepergian penduduk Kabupaten Tapanuli Selatan Tahun 2016. Jurnal Fourier, 7(1), 35-43.
DOI: https://doi.org/10.17509/jem.v9i2.39995
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Jurnal EurekaMatika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.