Resistensi bivalvia terhadap pencemar logam

Pencemaran yang terjadi di perairan akibat limbah industri mengakibatkan beberapa organisme laut mati, tetapi untuk jenis kerang-kerangan (bivalve) seperti contohnya remis / kerang hijau dapat bertahan terhadap pencemaran dan tetap hidup. Kerang memiliki sifat filter feeder dimana kekerangan memperoleh makanan dengan cara menyaring bahan-bahan organik dan anorganik yang larut dalam air dengan tidak terkecuali. Oleh karena itu kekerangan merupakan salah satu biota yang digunakan sebagai indikator yang baik untuk memonitor pencemaran lingkungan.

Kerang ini memiliki kecenderungan mengakumulasi dan mengeliminasi biotoksin laut pada jaringan-jarongannya. Remis lebih sering menjadi pemangsa yang tidak diskriminan bagi fitoplankton dan oleh karenanya lebih cepat mengeluarkan biotoksin daripada spesies-spesies kerang-kerangan lainnya. Tingkat biotoksin didalam remis biasanya 10 kali lebih tinggi daripada tiram dan manila atau clam littleneck yang hidup di daerah yang sama. Remis juga cenderung membersihkan jaringan biotoksin mereka lebih cepat daripada spesies-spesies lainnya. Pada scallop, biotoksin dapat diakumulasikan dalam level yang tinggi dan dapat dipertahankan dalam kurun waktu yang lama. Mereka masih beracun bahkan setelah berada di tempat aman. Racun-racun tersebut biasanya berada di lapisan, viscera dimana kita bisa melihat level yang lebih besar daripada 1000 mikrogram. Pada sebagian besar spesies, otot adductor jarang mengakumulasikan tingkat yang akan menyebabkan kematian. Satu pengecualian adalah scallop native purple hinge rock yang sudah ditemukan menaikkan tingkat biotoksin di otot-otot adductor. Dengan spesies yang lebih kecil, misalnya scallop pink dan spiny, tidak berlaku karena sebagian besar hewan ini dipasarkan dan dikonsumsi dan pembuangan otot adductor biasanya tidak dilakukan.

Berdasarkan Aunurohim (2006) dalam jurnal Nurlita menyatakan bahwa bioakumulasi logam berat cenderung menurun seiring dengan meningkatnya ukuran cangkang pada kerang Anadara inadequate. Hal ini sering disebut dengan growth-dilution. Beberapa alasan terkait growth-dilution adalah sebagai berikut :

a.       Diduga mekanisme growth-dilution terkait erat dengan cara makan kerang bivalvia yaitu filter-feeder. Barnes (1968) menyatakan bahwa proses penyaringan pada bivalvia masuk melalui sifon inkuren dan tersaring di insang. Penyusun utama lapisan membran insang adalah epitel pipih selapis dan berhubungan langsung dengan sistem pembuluh, dan diduga logam berat yang masuk bersamaan dengan partikel makanan mengalami difusi melalui membran insang dan terbawa aliran darah. Insang bivalvia, termasuk P.viridis mempunyai mucus atau lendir yang penyusun utamanya adalah glikoprotein. Sehingga diduga logam tersebut terikat menjadi metallothienin karena penyusun utamanya adalah sistein yaitu protein yang tergolong dalam gugus sulfidril (-SH) yang mampu mengikat logam. Oleh karena sifat mucus insang yang mengalami regenerasi, maka logam berat (termasuk kadmium) yang telah terikat pada mucus insang turut terlepas dari tubuhnya (Overnell dan Sparla, 1990).

b.      Masih terkait dengan mekanisme filter-feeder, aliran air laut akan berlanjut menuju ke labial palp dimana pada bagian tersebut akan melalui beberapa proses penyaringan dengan cilia-cilia. Partikel yang berukuran kecil akan lolos, sementara yang berukuran besar akan dikeluarkan kembali melalui sifon-inkuren dalam bentuk pseudofeces (Pechenik, 2000). Hal ini juga diduga merupakan salah satu faktor menurunnya konsentrasi kadmium seiring dengan membesarnya ukuran tubuh.

c.       Faktor ketiga terkait dengan penelitian yang dilakukan oleh Cheney (2007), dimana tiram Crassostrea sp. yang dibudidayakan di Willapa Bay mengakumulasikan kadmium lebih banyak pada masa pertumbuhan tahun pertama dan kedua dalam siklus hidupnya. Sementara tahun ketiga dan keempat justru mengalami penurunan. Hal ini diduga karena adanya tingkat kejenuhan organisme tersebut dalam mengakumulasikan logam. Oleh karena itu, diduga juga bahwa tingkat akumulasi logam berat sangat bergantung pada jenis spesies.

Resume Mata Kuliah Akustik Laut

             Kita sebagai mahasiswa kelautan dan sebagai penduduk yang tinggal di suatu negara kepulauan perlu mempelajari akustik kelautan. Mengapa???  Karena laut sangat luas dan dalam serta dinamis, semakin modern dunia semakin canggih alat-alat yang digunakan manusia bahkan bisa menjelajahi planet lain, tetapi dari sekian banyak alat canggih belum ada alat yang dapat membuat manusia dapat menjelajahi laut secara aman. Untuk saat ini metode yang paling tepat adalah dengan menggunakan metode akustik. Metode akustik merupakan proses-proses pendeteksian target di laut dengan memepertimbangkan proses-proses perambatan suara, karakteristik suara, faktor lingkungan dan kondisi target.  Metode akustik dilakukan pertama kali dengan menggunakan lonceng untuk mengetahui kedalaman laut. Dengan memanfaatkan kecepatan suara yang dihasilkan lonceng kita dapat mengukur kedalaman perairan. Kecepatan energi suara di perairan dapat mencapai 1500 m/s. Hal ini dapat dibuktikan dengan  melakukan perhitungan kecepatan rambat suara dengan rumus :

C = 1449.2 + 4.6T – 0.055T² + 0.00029T³ + (1.34 – 0.010T) (S – 35) + 0.016z

Dimana kecepatan rambat suara bergantung pada kompresibilitas dan densitas. Di dalam laut K dan ρ bergantung juga pada suhu, salinitas dan tekanan. Dimana bila suhu bertambah maka densitas akan berkurang dan akibatnya kecepatan rambat suara (C) akan bertambah. Makin tinggi suhu makin cepat perambatan suaranya. Di lapisan permukaan pertambahan C akibat pertambahan suhu adalah 3 m/sec/^oC. Pengurangan kompresibilitas akibat pertambahan salinitas lebih besar efeknya terhadap C daripada penambahan densitas akibat penambahan salinitas pada peningkatan kecepatan rambat suara. Energi suara yang dihasilkan berupa energi elektrik yang diubah menjadi energi mekanik yang pada saat mengenai target akan dikembalikan dalam bentuk echo yang nanti akan dikembalikan ke receiver. Prinsip ini merupakan prinsip dari hidroakusitk.  

Hidroakustik merupakan suatu teknologi akustik bawah air yang pada awalnya digunakan untuk kepentingan militer dan berkembang pesat untuk menunjang kegiatan non-militer seperti eksplorasi dan eksploitsai sumberdaya laut. Teknologi akustik ini menggunakan gelombang suara yang dalam dunia navigasi disebut Sonar atau Echosounder. Sonar (Sound Navigation and Ranging) merupakan teknik yang menggunakan propagasi suara (biasanya air) untuk menelusuri, berkomunikasi dengan atau mendeteksi kapal lain. Ada dua jenis sonar, yaitu :

·         Sonar pasif

Sonar pasif merupakan perangkat mendengarkan yang menggunakan hydrophone (mikrofon bawah air) yang menerima, memperkuat, dan proses suara bawah air. Beberapa manfaat sonar aktif adalah untuk mendengarkan ledakan bawah air (gempa bumi, letusan gunung berapi, suara aktivitas ikan, aktivitas kapal) dan untuk mendeteksi kondisi bawah air.

·         Sonar aktif

Sonar aktif mengirimkan sinyal akustik dan mendeteksi refleksi dari benda-benda sekitar. Adapun manfaat dari sonar aktif adalah untuk mengukur jarak dan arah dari objek yang dideteksi dan ukuran relatifnya dengan menghasilkan pulsa suara dan mengukur waktu tempuh dari pulsa.

Ada beberapa kejadian yang menarik yang terjadi yang berhubungan dengan akustik laut, diantaranya yaitu :

·         Sound channel

Sound channel atau kanal suara merupakan lapisan dimana kecepatan suara minimum dimana lapisan ini terletak di bawah lapisan thermocline. Hal ini dapat terjadi karena di lapisan thermocline terjadi pengurangan C sementara di bawah lapisan thermocline terjadi penambahan C. 

Gambar 1. Sound channel

Sumber : ppt mata kuliah akustik laut

·         Atenuasi Gelombang Suara

Atenuasi gelombang suara terbagi menjadi 2 yaitu penyerapan dan penghamburan. Penyerapan terjadi karena dipengaruhi oleh sifat viskositas air laut, sedangkan penghamburan terjadi karena adanya partikel-partikel padat yang melayang di dalam air laut.

·         Refraksi gelombang suara

Suatu gelombang yang melewati bidang batas antara dua medium maka sebagian gelombang akan dipantulkan dan sebagian lagi akan mengalami pembelokan arah dari arah semula, bergantung pada mediumnya.

·         Shadow zone

Jika sumber suara ditempatkan di mixed layer maka sebagian dari sinar gelombang suara akan dibelokkan ke arah permukaan karena adanya pertambahan kecepatan suara di mixed layer dan sebagian dibelokkan kearah bawah karena kecepatan suara berkurang di lapisan termoklin. Pemisahan sinar gelombang suara ini membentuk daerah yang tidak dilalui oleh sinar gelombang suara yang kita kenal dengan Shadow zone. Daerah ini dapat digunakan kapal selam untuk bersembunyi.

Gambar 2. Shadow zone

Sumber : ppt mata kuliah Akustik laut

Ada beberapa acoustic instrument yang sudah sering digunakan, diantaranya yaitu ECHOSOUNDE, FISHFINDER, SONAR dan ADCP (Acoustic Doppler Current Profiler). ADCP merupaka alat yang digunakan untuk mengukur arus dan sebaran plankton. Pengoperasian ADCP ini berprinsip pada efek doppler dimana semakin dekat sumber suara semakin kencang suaranya. ADCP  dapat menghitung secara lengkap, arah frekuensi gelombang spektrum, dan dapat dioperasikan di daerah dangkal dan perairan dalam. Salah satu keuntungan ADCP adalah, tidak seperti directional wave buoy, ADCP dapat dioperasikan dengan resiko yang kecil atau kerusakan. Sebagai tambahan untuk frekuensi gelombang spektral, ADCP juga dapat digunakan untuk menghitung profil kecepatan dan juga level air.

Gambar 3. ADCP

Sumber : act-us.info dan tryfan.ucsd.edu

Sumber: Mata kuliah Akustik Laut oleh Bpk. Noir Purba

METODE-METODE GRIDDING PADA SOFTWARE SUFFER

                Grid adalah jaringan titik segi empat yang tersebar secara teratur ke seluruh area pemetaan. Grid dibentuk berdasarkan pada data XYZ dan menggunakan algoritma matematis tertentu. Gridding merupakan proses penggunaan titik data asli (data pengamatan) yang ada pada file data XYZ untuk membentuk titik-titik data tambahan pada sebuah grid yang tersebar secara teratur. Dalam pembuatan file grid ini akan diatur mengenai :

1.       Geometri garis grid, yang terdiri dari parameter batas grid  dan kepadatan grid

2.       Metode grid / gridding

Batas grid merupakan batas-batas pemetaan yang diambil dari nilai X terkecil, X terbeasr, Y terkecil, dan Y terbesar. Nilai X dan Y diambil dari data mentah di worksheet. Batas-batas pemetaan tersebut membentuk sebuah segi empat dengan koordinat terluar nilai-nilai terbesar dari X dan Y. kepadatan grid merupakan lebar kolom dan garis pada file grid. Kolom dan baris ini berupa garis grid minor yang terbentuk oleh proses interpolasi file XYZ di sepanjang sumbu X dan Y. beberapa metode grid dalam surfer :

1.       Inverse Distance to a Power

Metode ini cenderung memiliki pola “bull’s eyes” pada kontur-kontur yang konsentris melingkar pada titik data. Metode ini merupakan metode penimbangan rata-rata yang sederhana untuk menghitung nilai jarak grid. Berikut contoh hasil gridding dengan metode Inverse Distance to a Power :

2.       Kriging

Kriging adalah metode gridding geostatistik yang telah terbukti berguna dan populer di berbagai bidang. Metode ini menghasilkan visual peta yang menarik dari data yang tidak teratur. Kriging adalah metode gridding sangat fleksibel. Dimana krigging dapat menghasilkan jaringan yang akurat pada data. Krigging merupakan metode default pada surfer. Berikut contoh hasil gridding dengan metode Kriging :

3.       Minimum Curvatur

Metode ini melakukan generalisasi permukaan secara halus.  Metode ini juga secara luas digunakan dalam ilmu bumi karena hasil interpolasi dengan metode Minimum curvatur analog yang sangat tipis, piringan linier elastis melewati setiap nilai data dengan jumlah minimum yang dapat berubah. Salah satu kelemahan metode ini adalah kecenderungan mengekstrapolasikan nilai-nilai di daerah yang tidak ada datanya.  Berikut contoh hasil grading dengan metode Minimum curvatur :

4.       Modified Shepard’s Method

Hasil metode ini serupa dengan inverse distance, tetapi apabila parameter smoothing diaktifkan maka kecenderungan kontur membentuk pola “bull’s eye” tidak akan trjadi. Dengan menggunakan metode ini kita dapat meramalkan kemungkinan nilai-nilai di luar rentang Z dari data yang kita miliki.  Berikut contoh hasil gradding dengan metode Modified Shepard :

5.       Natural Neighbor

Metode ini menghasilkan kontur yang baik dari data set yang berisi data padat di beberapa daerah dan data jarang di daerah lainnya. Hal ini tidak menghasilkan data di daerah tanpa data dan tidak ekstrapolasi nilai-nilai Z di luar grid jangkauan data. 

6.       Nearest Neighbor

Metode ini efektif untuk data-data XYZ yang tersebar merata dalam setiap daerah pemetaan, tetapi akan terjadi masalah apabila data XYZ tidak tersebar merata akan mengakibatkan hasil kontur menjadi bias. Metode Nearest neighbor menggunakan yiyik terdekat untuk memberikan nilai pada node grid. Hal ini berguna untuk konversi secara teraturXYZ data file ke dalam file grid. Metode ini tidak meramalkan kemungkinan grid Z di luar jangkauan data. 

7.       Polynomial Regression

Metode ini bermanfaat untuk analisis permukaan secaraumum. Metode ini menampilkan kecenderungan kemiringan pada pola topografi secara umum dengan cakupan wilayah yang luas. Metode Regresipolinomial memproses data sehingga mendasari skala besar dengan kecenderungan pola yang ditampilkan. Hal ini digunakan untuk analisis yang cenderung berada di permukaan. Metode ini dapat memaparkan nilai-nilai grid di luar data jangkauan Z. 

8.       Radial Basis Function

Metode radial basis function merupakan metode terbaik untuk sebagian besar jenis data. Tetapi cenderung membentuk pola “bull’s eye” terutama jika parameter smoothing diaktifkan. Gambar yang dihasilkan dengan metode ini mirip dengan krigging tetapi menghasilkan hasil yang sedikit berbeda. 

9.       Trianggulation with linear interpolation

Metode ini bermanfaat menghasilkan analisis patahan. Metode ini membutuhkan data yang banyak, karena apabila terjadi kekurangan data maka akan terjadi pembentukan pola segitiga pada permukaan kontur. Walau demikian metode ini dapat menangani situasi sulitseperti pembuatan fitur seperti teras dan lubang. Metode ini tidak mengekstrapolasi nilai-nilai Z di luar jangkauan data. 

10.   Moving Average

Metode ini hanya berlaku pada set data yang sangat besar dan banyak (misal >1000 titik data) sehingga dapat menggabungkan data breakline. Metode Moving Average ini memberikan nilai ke node jaringan dengan rata-rata data di dalam elips pencarian node grid. 

11.   Data Metrics

Metode gridding satu ini digunakan untuk membuat informasi grid tentang data. Metode gridding data metrik secara umum cenderung tidak menginterpolasi rata-rata dari nilai-nilai Z. 

12.   Local Polynomial

Metode ini paling berlaku untuk set data yang halus lokal (misalnya relatif halus permukaan dalam lingkungan pencarian). Metode gridding Polynomial local memberikan nilai ke node jaringan dengan menggunakan kuadrat terkecil berbobot sesuai dengan data di dalam elips pencarian node grid.