E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240
FAKTOR YANG MEMPENGARUHI KESEHATAN POPULASI
Rhizophora apiculata BERDASARKAN KARAKTERISTIK
LINGKUNGAN PADA KAWASAN INDUSTRI PERMINYAKAN DAN
NON KAWASAN INDUSTRI DI PROVINSI RIAU MENGGUNAKAN
ANALISIS KOMPONEN UTAMA (PCA)
Syahrial1.
Dietriech G Bengen2.
Tri Prartono2.
Bintal Amin3 Sekolah Tinggi Perikanan dan Kelautan MATAULI Kabupaten Tapanuli Tengah Departemen Ilmu dan Teknologi Kelautan.
Institut Pertanian Bogor Jurusan Ilmu Kelautan.
Universitas Riau Email: syahrial.
bmc@gmail.
Received August 2018.
Accepted September 2018
ABSTRAK
Kajian faktor penentu kesehatan populasi Rhizophora apiculata telah dilakukan pada ekosistem mangrove sekitar kawasan industri perminyakan dan non kawasan industri di Provinsi Riau yang berdasarkan karakteristik lingkungannya dengan menggunakan Analisis PCA.
Penelitian ini dilaksanakan pada bulan November hingga Desember 2014 di pesisir pantai Kota Dumai dan Kabupaten Bengkalis dengan tujuan sebagai dasar evaluasi terhadap pengelolaan mangrove di Provinsi Riau Pengukuran kualitas perairan dilakukan dengan cara insitu dan sampel sedimen diambil menggunakan eckman grab pada daerah intertidal dengan kedalaman air 5 Ae 10 m.
Hasil penelitian menunjukan bahwa kondisi kesehatan populasi R.
apiculata dipengaruhi oleh tiga Faktor pertama adalah parameter logam berat Pb, pH, suhu dan DO.
Faktor kedua adalah parameter TPH dan trigliserida.
Sementara faktor ketiga adalah salinitas dan potensial redoks.
Kemudian masingmasing faktor memiliki nilai varian yang berbeda-beda yakni 33.
aktor pertam.
, 30.
34% .
aktor kedu.
57% .
aktor ketig.
Dari ketiga faktor tersebut, yang paling mempengaruhi kondisi kesehatan populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau adalah parameter logam berat Pb, pH, suhu dan DO.
Kata Kunci : Kesehatan, kawasan Industri.
Riau Rhizophora Mangrove.
PCA.
ABSTRACT Analysis of determinant factor Rhizopora apiculata population health had been done in petroleum industry area and non-industry area of Riau E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 Province, it based on Principal Component Analysis (PCA).
This research was conducted on November - Desember 2014 in coastal area of Dumay City and Bengkalis Regency by aims as evaluation basic to mangrove management of Riau Province for the future.
Waters quality measurement was done by insitu method and sedimen sampling was taken by use eckman grab on intertidal area, where deeps at 5 Ae 10 m.
The result showed that condition of R.
apiculata population health was influenced by 3 factors.
First factors were heavy logam Pb, pH, temperature and DO.
Second factors were TPH and trigliserida.
While, thirth factors were salinity and oxydation reaction potential.
Each factor had different varian, those 36% .
irst facto.
, 30,34% .
econd facto.
hirth facto.
From 3 factors, the most influenced factor to condition of R.
population health in petroleum industry area and non-industry area of Riau Province was heavy logam Pb, pH, temperature and DO.
Keywords Area.
Riau : Health.
Rhizophora apiculata.
Mangrove.
PCA.
Industry PENDAHULUAN Hutan mangrove memiliki banyak manfaat, misalnya sebagai zona perangkap yang baik terhadap puing-puing laut dan darat (Udechukwu et 2.
, memainkan peran utama dalam siklus biogeokimia dan bertindak sebagai reservoir dalam asimilasi tersier limbah (Tripathi et al.
, mengurangi intrusi air laut ke daerah-daerah pesisir (Gillis et al.
, dapat menyerap karbon di atmosfer (Donato et al.
hingga memiliki kapasitas untuk mengimbangi kenaikan permukaan laut (Kirwan dan Megonigal, 2.
Di dunia, hutan mangrove tumbuh di zona intertidal pada daerah tropis dan subtropis (Brander et al.
Wang et al.
Du et al.
Costanza et al.
Giri et al.
yang mencakup area sekitar 1.
y105 km2 di sepanjang garis pantai dunia (Sandilyan dan Kathiresan, 2.
, terletak diantara 300 Lintang Utara maupun Selatan dan tersebar di lebih 120 negara (Kuenzer et al.
dengan luas mencapai 15 juta hektar (Lewis et al.
Menurut Wu et al.
hutan mangrove saat ini sedang terpapar oleh pencemaran dari aktivitas manusia untuk pengembangan perkotaan dan industrialisasi di wilayah pesisir.
Di China misalnya, diperkirakan jumlah pembuangan limbah industri ke Sungai Pearl River mencapai A200 juta ton/tahun sehingga menyebabkan kesehatan dan integritas mangrovenya terganggu (Chen et al.
Di Provinsi Riau, terdapat dua .
kawasan industri yang keberadaannya berada di pesisir pantai dan terdapat ekosistem mangrove Dua kawasan industri tersebut adalah Kawasan Industri Dumai (KID) dan Kawasan Industri Bukit Batu (KIBB).
KID merupakan kawasan industri yang memproduksi minyak maupun gas bumi.
Crude Palm Oil (CPO) dan Virgin Coconut Oil (VCO), sedangkan KIBB E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 merupakan kawasan industri yang mengolah minyak dan gas bumi dari Kota Dumai.
Terlepas dari banyaknya manfaat, distribusi maupun kondisi buruk ekosistem mangrove saat ini.
PCA (Principal Component Analysi.
merupakan suatu analisis yang menjelaskan struktur varian kovarian dari suatu himpunan variabel yang melalui beberapa kombinasi linear dari berbagai variabel (Johnson dan Wichern, 2.
Kemudian Ulqodry et al.
juga menjelaskan bahwa PCA merupakan metoda statistik deskriptif yang dapat digunakan untuk menampilkan data dalam bentuk grafik dan informasi maksimum yang terdapat dalam suatu matriks data.
Matriks data yang dimaksud terdiri dari stasiun penelitian .
dan variabel lingkungan .
Selanjutnya Bengen .
dan Pradhan et .
menyatakan bahwa PCA bertujuan untuk mengekstraksi data kualitas lingkungan menjadi suatu informasi dalam bentuk matriks yang memiliki kemiripan atau hubungan antar atribut dan dalam bentuk grafik yang mudah diintepretasikan.
Selain itu.
PCA juga bertujuan untuk mendeterminasi sumbu-sumbu optimum tempat diproyeksikannya individu-individu dan/atau variabel-variabel (Ulqodry et al.
Pemahaman tentang struktur hutan mangrove secara ekologis sangat penting karena berguna bagi pengelolaan dan konservasi yang berkelanjutan (Analuddin et al.
Mengingat minimnya kajian tentang kesehatan mangrove dan pentingnya ekosistem mangrove bagi kehidupan biota pesisir maupun laut serta padatnya aktivitas industri minyak di Provinsi Riau, maka kajian faktor penentu kesehatan populasi Rhizophora apiculata di kawasan industri perminyakan dan non kawasan industri berdasarkan karakteristik lingkungan sangat perlu dilakukan.
Hal ini bertujuan sebagai dasar evaluasi terhadap pengelolaan mangrove di Provinsi Riau kedepannya.
MATERI DAN METODE
Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan November hingga Desember 2014 di pesisir pantai Kota Dumai dan Kabupaten Bengkalis (Gambar .
Stasiun 1 adalah ekosistem mangrove di sekitar KID Lubuk Gaung yang merupakan kawasan industri CPO (Kota Duma.
Stasiun 2 di ekosistem mangrove sekitar KID Bukit Kapur Raksa yang merupakan gabungan kilang minyak Pertamina Refinery Unit II Dumai.
Chevron dan industri CPO (Kota Duma.
Sementara Stasiun 3 adalah ekosistem mangrove di sekitar KIBB yang merupakan kilang minyak Pertamina UP II Pakning (Kabupaten Bengkali.
dan Stasiun 4 adalah ekosistem mangrove di Tanjung Medang Rupat Utara yang merupakan kawasan alami mangrove, dimana tidak ada aktivitas industri di sekitarnya (Kabupaten Bengkali.
E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 Gambar 1.
Peta lokasi penelitian di kawasan industri perminyakan Kota Dumai dan Kabupaten Bengkalis Alat dan Bahan Penelitian Peralatan yang digunakan selama di lapangan adalah rol meter, buku identifikasi mangrove Noor et al.
, data sheet, kamera.
GPS Garmin Montana 650, water quality meter .
DO, salinitas, pH).
ORP meter Lutron 203, eckman grab dan cool box.
Sementara alat yang digunakan di laboratorium adalah oven, alat penumbuk .
, ayakan bertingkat, kertas saring whattman No.
Atomic Absorption Spectroscopy (AAS) Perkin Elmer 3110, timbangan analitik dan gelas ukur.
Kemudian bahan yang digunakan selama penelitian adalah larutan HNO3.
HClO4, aquades.
Natrium Sulfat (Na2SO.
, pelarut petroleum ether 125 ml dan sampel sedimen.
Pengumpulan Data di Lapangan Data Kualitas Perairan Pengukuran kualitas perairan dilakukan dengan cara insitu dengan mengambil contoh air pada masing-masing stasiun pengamatan.
Parameter kualitas perairan yang diukur meliputi suhu perairan, pH, salinitas dan oksigen terlarut (Dissolved Oxygen/DO) dengan menggunakan water quality meter, sementara Oksidasi Reduksi Potensial (ORP)/potensial redoks perairan diukur menggunakan ORP Meter Litron Data Kualitas Sedimen (TPH.
Trigliserida dan Logam Berat P.
Sampel sedimen perairan diambil menggunakan eckman grab pada daerah intertidal dengan kedalaman air 5 Ae 10 m.
Setiap stasiun dibagi atas tiga titik pengambilan sampel dengan jarak titik sampling A 500 m.
E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 Sampel sedimen yang didapat dimasukkan ke dalam kantong plastik, kemudian diikat dan dimasukkan ke dalam cool box.
Selanjutnya dibawa ke laboratorium untuk dianalisis konsentrasi Total Petroleum Hydrocarbon (TPH), trigliserida dan logam berat Pb.
Pengumpulan Data di Laboratorium Analisis Logam Berat Pb Sampel diambil lebih kurang 150 gram pada masing-masing titik pengambilan sampel, kemudian dikeringkan dalam oven pada suhu 80 0C sampai dicapai berat konstan.
Sedimen yang telah kering, kemudian digerus dengan menggunakan alat penumbuk .
dan selanjutnya diayak dengan menggunakan ayakan bertingkat untuk mendapatkan fraksi sedimen kecil dari 63 mikron, selanjutnya sampel didestruksi dalam kombinasi larutan HNO3 dan HClO4 dengan perbandingan 4:1 yang menggunakan block digester pada suhu rendah .
C) selama 1 jam dan kemudian suhu dinaikan menjadi 1400C selama 3 jam.
Sampel sedimen yang terdestruksi secara sempurna, kemudian didinginkan dan diencerkan dengan aquades menjadi 40 ml dan disaring dengan kertas whattman No.
ntuk menghindari penyumbatan pipa kapiler pada saat analisis sampel dengan AAS) dan disimpan dalam botol sampel (Mucha et al.
Yap et al.
, kemudian sampel dianalisis kandungan logam beratnya satu per satu menggunakan AAS.
Perhitungan kandungan logam berat Pb sedimen berdasarkan Yap et al.
dilakukan dengan rumus:
Dimana :
: Konsentrasi yang sebenarnya dari sampel (AAg/.
: Nilai konsentrasi AAS (AAg/m.
: Volume sampel .
: Berat sampel .
Analisis Sampel Minyak Prosedur analisis kandungan minyak sedimen dilakukan dengan menggunakan metode soxhlet (Woodman dalam Sudarmadji et al.
Prinsip kerjanya adalah sampel sedimen yang telah diperoleh, ditimbang terlebih dahulu menggunakan timbangan analitik yang dialaskan dengan kertas saring dalam keadaan 0 .
gram, kemudian sebanyak 500 gr sampel sedimen diletakkan di atas kertas saringan dan diberi larutan Natrium Sulfat (Na2SO.
1 gr, sehingga didapat berat sampel.
Selanjutnya labu ditimbang untuk mendapatkan berat kosong dan soxhlet dipanaskan terlebih dahulu.
Sampel yang telah ditimbang, kemudian dimasukkan ke E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 dalam timbel ekstraksi soxhlet dan pendingin dialirkan melalui kondensor.
Tabung ekstrasi dipasang pada alat distilasi soxhlet dengan pelarut petroleum ether 125 ml per sampel selama 5 jam, kemudian dipindahkan ke dalam gelas ukur untuk dilihat sisa larutan yang terpakai.
Hasil ekstraksi minyak dalam labu dimasukkan ke oven untuk pengeringan selama 2 jam dengan suhu 700C sampai berat konstan.
Berat residu dalam labu kemudian ditimbang untuk dinyatakan sebagai berat minyak.
Analisis TPH dan Trigliserida dengan GC-MS Minyak yang diperoleh dari hasil analisis metode soxhlet, selanjutnya dianalisis untuk mengetahui konsentrasi TPH dan trigliseridanya menggunakan kromatografi gas-spektrometer massa (GCMS).
Analisis TPH dengan GC-MS menggunakan kolom BD5 dilakukan dengan kondisi suhu kolom 600C, suhu detektor 3000C, suhu injektor 2700C, suhu deprogram awal 600C, selanjutnya dinaikkan 15C/menit5100C, waktu analisis dibutuhkan selama 30 menit, tekanan 80.
2 kpa, laju 32 ml/menit, split ratio 200 dan linear velocity 41.
7 ml/menit.
(Munawar dan Zaidan, 2.
Analisis trigliserida dilakukan menggunakan kolom Rtx-5MS dengan panjang 30 m dan diameter dalam kolom 0.
25 mm, dimana kondisi temperatur oven kolom 1000C.
temperatur injektor 3000C.
gas pembawa 22 kPa, laju alir total 80 ml/menit, laju alir kolom 0.
ml/menit, rasio split 153, program temperatur 1000C .
itahan selama 5 meni.
, dinaikkan dengan laju 100C/menit sampai dengan 2700C .
itahan selama 8 meni.
, temperatur sumber ion 2500C, temperatur interface 3000C dan rentang deteksi m/z 30 Ae 600 (Tahir dan Yoeswono, 2.
Pengolahan Data Faktor Penentu Kesehatan Populasi R.
Untuk menentukan faktor-faktor yang menentukan kesehatan populasi R.
apiculata antara kawasan industri perminyakan dan non kawasan industri digunakan analisis statistik multivariabel yang didasarkan pada Analisis Komponen Utama (AKU/PCA) menggunakan Statistical Package for Social Science (SPSS) versi 19.
HASIL DAN PEMBAHASAN
Evaluasi Barlett Test of Sphericity dan KMO Menurut Riyani .
bahwa BarlettAos test of sphericity merupakan suatu uji statistik yang dipergunakan untuk menguji hipotesis bahwa variabel tidak saling berkorelasi dalam populasi, sedangkan Kaisar-MeyerOlkin (KMO) Measure of Sampling Adequacy merupakan suatu indeks yang dipergunakan untuk meneliti ketepatan analisis faktor.
Kemudian Umar .
menambahkan bahwa Bartlett's test of Sphericity adalah tes statistik untuk keseluruhan signifikansi dari semua korelasi di dalam suatu E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 matriks korelasi yang ditandai dengan signifikansi .
value < 0.
Selanjutnya Martono et al.
menyatakan bahwa data Barlett test of Sphericity dan KMO merupakan data yang digunakan untuk mengukur kecukupan sampel.
Hal ini dilakukan dengan cara membandingkan besarnya korelasi yang diamati terhadap korelasi parsialnya, sehingga merupakan suatu syarat yang harus dilakukan sebelum menganalisis PCA.
Berdasarkan Tabel 1 terlihat bahwa nilai Barlett test of Sphericity 353 lebih besar dari 0.
5 dan memiliki nilai signifikansi sebesar 000 .
< 0.
Hal ini mengambarkan bahwa baik buruknya kondisi kesehatan populasi R.
apiculata mempunyai korelasi yang sangat kuat terhadap faktor kualitas lingkungan, baik itu kualitas air maupun kualitas Nobi et al.
menyatakan bahwa kualitas air dan sedimen sangat penting untuk kelangsungan hidup dan kesejahteraan sumber hayati, terutama di daerah pesisir dan muara.
Kemudian Hamzah dan Pancawati .
menambahkan bahwa kondisi fisikokimia perairan akan berpengaruh terhadap kondisi sedimen, fisiologi maupun pertumbuhan mangrove.
Tabel 1.
Hasil evaluasi Barlett Test of Sphericity dan KMO Kaiser-Meyer-Olkin Measure of Sampling Adequacy Approx.
Chi-Square BartlettAos test of Sphericity Sig Eigenvalue Hasil Analisis Komponen Utama Menurut Riyani .
eigenvalue merupakan jumlah varian yang dijelaskan oleh setiap faktor, dimana eigenvalue pertama kali muncul dalam menyelesaikan persamaan differensial (Fraleigh dan Beauregard.
Tabel 2 merupakan nilai eigenvalue dari masing-masing variabel, dimana terlihat bahwa terdapat tiga .
variabel baru yaitu Component 1 .
, 2 .
dan 3 .
Hal ini menjelaskan bahwa ada tiga faktor yang dapat mempengaruhi kondisi kesehatan populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau.
Selanjutnya, berdasarkan Tabel 2 dan Gambar 2 terlihat bahwa ketiga variabel baru yang terbentuk tersebut, masing-masing memiliki nilai varian 36% (Component .
, 30.
34% (Component .
(Component .
Kemudian ketiga variabel baru tersebut juga mampu menjelaskan keragaman datanya sebesar 79.
Martonoet al.
dan Umar .
menyatakan bahwa variabel baru .
yang terbentuk pada analisis PCA didasari oleh nilai eigenvaluenya yang lebih dari satu.
E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 Tabel 2.
Nilai eigen hasil Analisis Komponen Utama (PCA) Component Total Initial Eigenvalues % of Variance Cumulative % Component 1 Component 2 Component 3 Component 4 Component 5 Component 6 Component 7 Component 8 Gambar 2.
Kontribusi masing-masing variabel (% of varianc.
Rotasi Faktor Menggunakan Metodologi Varimax Martono et al.
menyatakan bahwa untuk menentukan faktor apa saja yang termasuk dalam variabel baru hasil dari nilai eigenvalue, maka dilakukan rotasi faktor .
dengan menggunakan metodologi rotasi faktor varimax.
Kemudian Martono et al.
juga menyatakan bahwa rotasi faktor dengan menggunakan metodologi varimax merupakan hubungan .
antara variabel asli dengan variabel baru .
rincipal componen.
yang dianalisis dengan PCA dan disebut dengan nilai loading.
Nilai loading yang dipilih adalah nilai loading di atas 0.
5 (Martono et Hal ini dianggap mampu menjelaskan variabel dalam mempengaruhi kondisi kesehatan populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau.
Variabel lain yang memiliki nilai loading dibawah 0.
5 dianggap tidak atau kurang berpengaruh terhadap kondisi kesehatan populasi R.
apiculata pada E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 kawasan industri perminyakan dan non kawasan industri di Provinsi Riau dan dengan menggunakan tiga variabel baru yang terbentuk tersebut telah dianggap mewakili 8 variabel yang aslinya.
Tabel 3 memperlihatkan bahwa faktor yang mempengaruhi kondisi kesehatan populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau terbagi atas tiga .
yakni parameter logam berat Pb, pH, suhu dan DO merupakan faktor pertama.
Kemudian parameter TPH dan trigliserida adalah faktor kedua, sedangkan salinitas dan potensial redoks adalah faktor ketiga.
Berdasarkan nilai varian yang dimiliki oleh tiap faktor, maka faktor pertama .
ogam berat Pb, pH, suhu dan DO) merupakan faktor yang paling mempengaruhi kondisi kesehatan populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau.
Hal ini disebabkan karena faktor pertama memiliki nilai varian yang lebih besar .
36%) bila dibandingkan dengan faktor yang lain.
Menurut Ramanathan et al.
lingkungan mangrove dengan kondisi air yang tertampung, memungkinkan pengendapan partikel halus dan biasanya diperkaya dengan logam berat.
Kemudian rendahnya konsentrasi pH di sedimen mangrove, juga dapat meningkatkan mobilitas logam berat (Ho et al.
Tabel 3.
Ringkasan Analisis Komponen Utama (PCA) populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau
Principal Component (PC) Nama Variabel
Faktor
Loading Logam berat Pb
Suhu
TPH
Trigliserida Salinitas Potensial Redoks Varian (%) KESIMPULAN Faktor penentu kondisi kesehatan populasi R.
apiculata pada kawasan industri perminyakan dan non kawasan industri di Provinsi Riau terbagi atas tiga .
yakni pertama dipengaruhi oleh parameter logam berat Pb, pH, suhu dan DO.
Kedua dipengaruhi oleh parameter TPH dan trigliserida, sedangkan ketiga dipengaruhi oleh salinitas dan potensial redoks, dimana masing-masing faktor memiliki nilai varian secara berurutan sebesar 33.
36%, 30.
34% dan 15.
Dari ketiga faktor penentu kondisi kesehatan populasi R.
apiculata tersebut, parameter yang E-ISSN: 2527-5186.
P-ISSN:2615-5958
Jurnal Enggano Vol.
No.
September 2018: 228-240 paling mempengaruhi kondisi kesehatan populasi R.
apiculata adalah logam berat Pb, pH, suhu dan DO.
DAFTAR PUSTAKA