4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai

Transkripsi

1 4 METODE PENELITIAN 4.1 Watu dan Loas Peneltan Peneltan n dlasanaan selama 6 bulan dmula dar bulan Jul sampa bulan Desember 005 d Kabupaten Indramayu, Provns Jawa Barat yang terleta pada poss geografs 107 o o 36 Bujur Tmur dan 6 o 14-6 o 40 Lntang Selatan. Peneltan n dfousan pada 16 wlayah sentra produs peranan laut d daerah pessr Kabupaten Indramayu yatu Tegal Agung, Dadap, Juntnyuat, Lombang, Lmbangan, Majaerta, Balongan, Sngaraja, Karangsong, Brondong, Sndang, Cangrng, Eretan Wetan, Eretan Kulon, Bugel, dan Ujung Gebang (Gambar 5). Gambar 5 Loas peneltan. 4. Keranga Metodolog Keranga metodolog sebagamana duraan pada Gambar 6, melput analss eberlanjutan sumber daya an dengan menggunaan metode RAPFISH dan analss efsens atau optmalsas penggunaan alat tangap an

2 dengan menggunaan metode Data Envelope Analyss (DEA) atau Fronter analyss. Dmens Keberlanjutan SDI Analss RAPFISH Analss DEA Tngat Pemanfaatan SDI Eolog Eonom Status Keberlanjutan Reomendas Optmalsas Alat Tangap Produs Peranan Tangap Sosal Tenolog Fator Pengungt Jumlah Alat Tangap Eta Kelembagaan Renstra Dnas Kelautan dan Peranan Kab. Indramayu Rencana Pengelolaan Gambar 6 Keranga metodolog. 4.3 Pengumpulan Data Jens data Data yang dumpulan dalam peneltan n adalah data prmer dan data seunder. Jens data yang dumpulan adalah data potens sumber daya an, produs an, jens dan jumlah alat tangap, jens dan jumlah armada apal, rumah tangga peranan (RTP), onds hutan mangrove, onds terumbu arang, sosal eonom masyaraat, ebjaan peranan tangap, serta onds pembangunan peranan tangap dtnjau dar aspe eolog, eonom, sosal dan budaya (Tabel 3). 71

3 Tabel 3 Jens dan sumber pengamblan data 4.3. Metode pengumpulan data Pengumpulan data prmer dlauan melalu pengamatan langsung d lapangan, dsus dan wawancara menggunaan uesoner dengan staeholders. Wawancara dmasudan untu mengetahu perseps masyaraat terhadap ebjaan pengelolaan peranan tangap serta alternatf ebjaan yang perlu dambl untu mengatas permasalahan d Kabupaten Indramayu. Data seunder dperoleh melalu stud pustaa/lteratur dan berbaga laporan yang deluaran oleh nstans pemerntah dgunaan untu mendesrpsan eadaan umum wlayah peneltan melput aspe eonom, eolog dan sosal budaya wlayah pessr Indramayu, sebaga dasar perumusan ebjaan. 7

4 Responden yang djadan sample dalam ajan n dtentuan berdasaran ten purposve samplng dengan pertmbangan, bahwa responden adalah pelau (ndvdu atau lembaga) yang terlbat dalam egatan peranan tangap. Responden adalah para pemangu epentngan (staeholders), yatu pemerntah daerah, lembaga swadaya masyaraat, perguruan tngg dan anggota masyaraat d setarnya. Berdasaran analss staeholder, jumlah responden yang djadan sampel dalam peneltan n sebanya 56 orang dan 11 orang dantaranya sebaga responden utama (ey staeholders) Rapfsh dan 8 orang, sebaga responden utama DEA. 4.4 Analss Data dan Informas Ten RAPFISH (Rapd Apprasal for Fsheres) Keberlanjutan (sustanablty) merupaan unc ebjaan yang dbutuhan untu peranan d seluruh duna. Sampa saat n mash sult untu menghtung peranan berelanjutan, hususnya eta dhubungan dengan nformas dar aspe eolog, sosal dan eonom. Ten RAPFISH (Rapd Apprasal for Fsheres) adalah suatu metode mult dspln tern yang dgunaan untu mengevaluas perbandngan peranan berelanjutan berdasaran jumlah atrbut yang banya tetap mudah untu dnla. Ordnas RAPFISH dbentu oleh aspe eolog, eonom, eta, sosal dan tenolog. Hasl statusnya menggambaran eberlanjutan d setap aspe yang dsajan dalam bentu sala 0 sampa 100%. Manfaat dar ten RAPFISH n adalah dapat menggabungan berbaga aspe untu devaluas omponen eberlanjutannya dan dampanya terhadap peranan dalam eosstem laut dan dapat menduga hubungannya dengan FAO Code of Conduct (Alder et al. 000). Penggunaan Ten RAPFISH mempunya berbaga eunggulan dantaranya adalah sangat sederhana, mudah dnla, cepat 73

5 serta baya yang dperluan relatf murah (Ptcher, 1999). Selan tu, ten n dapat menjelasan hubungan dar berbaga aspe eberlanjutan, dan juga mendefensan peranan yang flesbel (Gambar 7). Gambar 7 Prosedur RAPFISH menggambaran peranan berelanjutan (Alder et al. 000). RAPFISH aan menghaslan gambaran yang jelas dan omprehensf mengena onds sumber daya an, hususnya d daerah peneltan, sehngga ahrnya dapat djadan bahan untu menentuan ebjaan yang tepat untu mencapa pembangunan peranan yang berelanjutan dan berwawasan lngungan, sebagamana dsyaratan dalam Code of Conduct for Responsble Fsheres (FAO, 1995). RAPFISH ddasaran pada ten ordnas (menempatan sesuatu pada urutan atrbut yang teruur) dengan Mult-Dmensonal Scalng (MDS), dengan prosedur sepert dtamplan pada Gambar 8. 74

6 Gambar 8 Proses aplas RAPFISH untu data peranan (Alder et al. 000). D dalam peneltan n prosedur analss RAPFISH dlauan melalu beberapa tahapan (Fauz dan Anna, 005), yatu: (1) Analss terhadap data peranan Kabupaten Indramayu melalu data statst, stud lteratur, dan pengamatan d lapangan. () Melauan sorng dengan mengacu pada lteratur (aspe eolog dar RAPFISH mengacu pada Alder et al. 000) dengan Mcrosoft Excell. (3) Melauan analss MDS dengan software SPSS untu menentuan ordnas dan nla stress melalu ALSCAL Algortma. Ten ordnas (penentuan jara) d dalam MDS ddasaran pada jara Eucldan yang dalam ruang berdmens n dapat dtuls sebaga berut: d = ( x x + y y + z z...) 75

7 Konfguras atau ordnas dar suatu obje atau tt d dalam MDS emudan daprosmas dengan meregresan jara Eucldan (d j ) dar tt e tt j dengan tt asal (d j ) sebagamana persamaan berut: d j = j α + βδ + ε Metode ALSCAL mengoptmas jara uadrat (squared dstance=d j ) terhadap uadrat (tt asal=0 j ), yang dalam tga dmens (, j, ) dtuls dalam formula yang dsebut S-Stress sebaga berut: S = 1 m m = 1 ( d ) j oj j j o 4 j Dmana jara uadrat merupaan jara Eucldan yang dbobot, atau dtuls: d j = r a= 1 w a ( x x ) a ja (4) Melauan rotas untu menentuan poss peranan pada ordnas bad dan good dengan Excell dan Vsual Basc. Goodness of ft dalam MDS dcermnan dar besaran nla S-Stress yang dhtung berdasaran nla S. Nla Stress yang rendah menunjuan good ft, sementara nla S yang tngg menunjuan bad ft. D dalam Rapfsh, model yang ba dtunjuan ja nla stress lebh ecl dar 0.5 (S < 0.5). (5) Melauan senstvty analyss dan Monte Carlo Analyss untu memperhtungan aspe etdapastan. Nla ndes eberlanjutan yang dgunaan dalam peneltan n mengacu pada Suslo (003) yang membag status eberlanjutan dalam 4 ategor, yatu (1) tda berelanjutan, () urang beelanjutan, (3) cuup berelanjutan dan (4) beelanjutan selengapnya dapat dlhat pada Tabel 4 berut n. 76

8 Tabel 4 Indes eberlanjutan peranan tangap d Kabupaten Indramayu Nla Indes Kategor 0-5 Tda berelanjutan / buru > 5 - = 50 Kurang berelanjutan > 50 - = 75 Cuup berelanjutan > 75 - = 100 Berelanjutan Sumber: Suslo, 003 dan Hermawan, Analss efsens/apastas peranan Dalam ranga analss efsens mengunaan metode Data Envelope Analyss (DEA) atau Fronter analyss. DEA menggunaan ten sepert program matemats yang dapat menangan varabel dan endala dalam jumlah besar, juga memudahan ebutuhan yang serng tmbul dsebaban eterbatasan data, sehngga bsa dplh hanya beberapa varable nput dan output. Perhtungan DEA menghaslan sor efsens dmana alat tangap merupaan Decson Mang Unt. Hasl tersebut selanjutnya dapat dgunaan untu membandngan efsens tap alat tangap, dmana efsens tertngg aan djadan acuan. Flutuas anga efsens tap alat tangap menggambaran onds efsens relatf setap alat tangap peranan d Indramayu secara umum apaah dalam onds nefsens. Model terpentng dar DEA adalah CCR (Charnes, Cooper and Rhodes, 1978). Menurut Cooper et al. (004), ada dua model DEA yang berembang yatu CCR dan BCC (Baner-Charnes-Cooper). Model BCC merupaan pengembangan dar CCR. Perbedaan CCR dan BCC terleta pada acuan yang dgunaan untu menetuan batas tt-tt efsens DMU (Decson Mang Unt) 77

9 dalam suatu fronter. Gars batas terluar efsens dalam CCR dtar dar satu tt efsens terluar berupa gars lurus, sedangan dalam model BCC batas efsens dtar oleh gars yang menghubungan tt-tt terluar efsens (Gambar 9 dan Gambar 10). Ba model CCR maupun BCC dbag menjad dua tpe, yatu nputorented dan output-orented dengan notas CCR-I; CCR-O; BCC-I; BCC-O. Tpe nput-orented dgunaan untu memnmalan nput, sedangan output orented dgunaan untu memasmalan output, perhtungan edua tpe aan menghaslan anga efsens yang sama (Cooper et al. 004). Gambar 9 Pembatasan produs model CCR. Gambar 10 Pembatasan produs model BBC. 78

10 Berdasaran data yang ada, dapat dhtung efsens suatu DMU menggunaan data nput dan output. Jumlah varabel nput dan output bsa satu atau lebh. Apabla ada n DMU: DMU1, DMU,.., dan DMUn dmana j = 1,., n, sedangan ada sejumlah m nput dan s output, maa nput data untu DMUj menjad (X1j, Xj,,Xmj) dan output datanya adalah (Y1j, Yj,, Ysj). Matrs nput data X dan output data Y dapat dtuls sebaga berut. x x... x X x x x n = 1... n... x x x m1 m mn....(.1) y y... y Y y y y n = 1... n... ys1 ys y sn.....(.) Salah satu cara untu menganalsa apastas peranan adalah dengan DEA, dmana pendeatannya berdasaran nput dan output. Sepert druju oleh Fauz dan Anna (005), onsep n pertama al dperenalan oleh Charles, Cooper, dan Rhodes atau denal sebaga CCR. D Indonesa onsep n telah dterapan oleh Fauz dan Anna pada tahun 00 untu menguur efsens apastas peranan d DKI Jaarta (Fauz dan Anna, 005). nput, atau: Penguuran efsens pada dasarnya merupaan raso antara output dan Output Efsens =...(.3) Input Penguuran efsens yang menyangut multple nput dan output dapat dlasanaan dengan menggunaan penguuran efsens relatf yang dbobot sebagamana tertuls berut: 79

11 Jumlah output yang sudah dbobot Efsens =...(.4) Jumlah nput yang sudah dbobot Atau dapat dtuls : w1y1 j + w y j +... Efsens dar unt j =...(.5) v x + v x j Keterangan : w 1 = Pembobotan untu output y 1j = Jumlah output 1 dar unt j v 1 = Pembobotan untu nput 1 x 1j = Jumlah dar nput 1 e unt j j Namun deman, penguuran tersebut tetap meml eterbatasan berupa sultnya menentuan bobot yang sembang untu nput dan output. Keterbatasan tersebut emudan djembatan dengan onsep DEA, efsens tda semata-mata duur dar raso output dan nput, tetap juga memasuan fator pembobotan dar setap output dan nput yang dgunaan. Pada pembahasan DEA, efsens dartan sebaga target untu mencapa efsens yang masmum dengan endala relatf efsens dan seluruh unt yang tda boleh melebh 100%. Secara matemats, efsens dalam DEA merupaan solus dan persamaan berut: w yjm m Max Em = v y...(.6) Dengan endala : jm w v y y jm jm 1 untu setap unt e j...(.7) w, v ε Pemecahan masalah pemrograman matemats d atas aan menghaslan nla E m yang masmum sealgus nla bobot (w dan v) yang 80

12 mengarah e efsens. Jad ja nla E m =1, maa unt e m tersebut dataan efsen relatf terhadap unt lannya. Sebalnya ja nla E m lebh ecl dar 1, maa unt yang lan dataan lebh efsen relatf terhadap unt m, mespun pembobotan dplh untu memasmsas unt m. Salah satu endala dan pemecahan persamaan (.7) adalah persamaan tersebut berbentu fractonal sehngga sult untu dpecahan melauan pemograman lnear. Namun deman, dengan melauan lnearsas, persamaan (.6) dapat dubah menjad persamaan lnear sehngga pemecahan melalu pemograman lnear (lnear programmng) dapat dlauan. Lnearsas persamaan (.6) d atas menghaslan persamaan sebaga berut: m = Max E w y...(.8) Dengan endala: jm v x w y jm jm = ϖ v x jm 1...(.9) ω, v ε Salah satu manfaat dlauannya lnearsas, ta dapat melauan pemecahan pemrograman lnear d atas dengan melauan pemecahan dual dar persamaan (.9). Sebagamana cr yang dml oleh pemograman lnear, pemecahan ba prmal maupun dual aan menghaslan solus yang sama, namun deman serng pemecahan dengan dual lebh sederhana arena berurangnya dmens endala. Prmal dan dual varable dar persamaan (.9) d atas dapat dtuls embal sebaga sebaga: Model Prmal Max Em = wyjm Varabel Dual Z 81

13 Dengan endala v xjm=ϖ? o w yjm - vx jm 1 j = 1,... n (.10 ) v - ε =1,... m S ω ε =1,,...t + S Dengan deman, dual dar persamaan (.10) dapat dtuls sebaga; mn ϖ Z m + -ε S ε S Dengan endala: - xj - S - Xj λ j = 0 = 1... m...(.11) j + S + y j λ j = yjm = 1... t + j λ j, S, S 0 Hasl dar perhtungan DEA n emudan d plot dalam bentu effcency fronter untu mengetahu poss relatf dar hasl sensstvty analyss dengan onds atual. Analss selanjutnya adalah memanfaatan data 8 alat tangap dar sampel tahun 006 untu menghtung efsens tap apal dengan DEA menggunaan multple nput varable dan multple output varable. Varabel nput terdr dar nvestas, baya, effort (upaya) dalam satuan har melaut (fshng days), dan euatan mesn (GT). Varabel output terdr dar penermaan bersh serta varabel tenaga erja yang dgunaan. Data-data tersebut dmasuan e dalam rumus DEA sebaga berut: w yjm w yjm m Max Em = Dengan endala : 1 v y v y jm jm untu setap unt e j 8