Lampiran 1. Kuisioner Penelitian

Lampiran 1. Kuisioner Penelitian INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN Jl. Kamper Level 5 Wing 5 Kampus IPB Darmaga Bogor (16680) Telp. (0251) 8621 834. Fax (0251) 8421 762 KUISIONER PENELITIAN Hari/Tanggal :... Nomor Responden :... Nama Responden :... Alamat Responden :...... No. Telepon/HP :... Kuisioner ini digunakan sebagai bahan skripsi mengenai Analisis Faktor- Faktor yang Mempengaruhi Pendapatan Nelayan Pulau Untung Jawa Kepulauan Seribu oleh Shifa Nurul Fauzia, Mahasiswa Ekonomi Sumberdaya dan Lingkungan, Fakultas Ekonomi dan Manajemen, IPB. Saya mohon partisipasi Bapak/Ibu/Saudara/i untuk mengisi kuisioner ini dengan teliti dan lengkap sehingga dapat memberikan data yang obyektif. Informasi Bapak/Ibu/Saudara/i berikan akan terjamin kerahasiaannya, tidak untuk dipunlikasikan dan tidak untuk kepentingan politis. Atas perhatian dan partisipasinya Saya ucapkan terima kasih. A. Karakteristik Responden 1. Jenis Kelamin : L/P 2. Usia :...tahun 3. Pendidikan terakhir : a. Tidak pernah Sekolah b. Tidak tamat sekolah c. SD/sederajat d. SMP/sederajat e. SMA/Sederajat f. D1/Sederajat 77

g. D2/sederajat h. D3/Sederajat i. S1/Sederajat 4. Status Pernikahan : a. Menikah b. Belum Menikah 5. Jumlah tanggungan :...orang 6. Berapa lama berprofesi sebagai nelayan...tahun 7. Pekerjaan selain sebagai nelayan :... 8. Pendapatan dar i profesi lain : Rp... 9. Apakah Saudara tergabung dalam organisasi nelayan? Jika ya, sebutkan... B. Hasil Tangkapan 1. Komoditas apa saja yang diperoleh ketika melaut? 2. Berapa jumlah hasil tangkapan setiap satu trip? 3. Berapa harga masing-masing komoditas/kg? No. Komoditas Volume (kg) Harga/kg (Rp) TR 1. 2. 3. 4. 5. 4. Alat tangkap apa yang digunakan ketika melaut?... a. Nama alat tangkap : b. Jumlah : c. Harga beli : d. Umur Teknis : tahun 5. Status kepemilikan alat tangkap? a. Milik sendiri b. Sewa 78

c. Lainnya, sebutkan... 6. Jarak tempuh dalam sekali melaut...km/trip 7. Perahu/kapal a. Jumlah : b. Ukuran perahu (p x l x d) : c. Harga beli : d. Umur teknis : 8. Mesin perahu/kapal a. Jumlah : b. Kekuatan : PK c. Harga beli : d. Umur Teknis : 9. Daerah Penangkapan a. Musim Barat : di Lama perjalanan: jam b. Musim Timur : di Lama perjalanan: jam 10. Operasi penangkapan : a. 1 trip : jam/hari b. 1 bulan : trip c. Waktu berangkat : Jam d. Waktu kembali : Jam e. Jumlah awak perahu/kapal : orang 11. Musim penangkapan ikan : a. Musim banyak : bulan sampai bulan b. Musim paceklik : bulan sampai bulan 12. Hasil tangkapan : a. Musim banyak : kg/trip, harga rata-rata = Rp /kg b. Musim paceklik : kg/trip, harga rata-rata = Rp /kg 13. Sistem bagi hasil antara pemilik dengan awak kapal : a. Pemilik : bagian b. Awak : bagian 79

14. Pendapatan per trip/per minggu/per bulan : a. Pemilik : b. Awak : C. Biaya Melaut 1. Jenis perahu/kapal motor apa yang Saudara gunakan?... 2. Status kepemilikan perahu/kapal motor yang Saudara gunakan? a. Milik Sendiri b. Kredit c. Sewa d. Lainnya,... 3. Jika kredit, berapa angsuran per bulan Rp...atau per trip Rp... 4. Jika sewa, berapa tarif sewa per bulan Rp...atau per trip Rp.... 5. Biaya yang diperlukan untuk sekali melaut (satu trip) - Makanan Rp... - Makanan ringan Rp... - BBM Rp... - Umpan Rp... - Upah Tenaga Kerja Rp... 6. Berapa Tenaga kerja yang Saudara gunakan dalam satu trip?...orang 7. Biaya perawatan per tahun a. Perahu/kapal : Rp b. Mesin : Rp c. Alat tangkap : Rp 8. Biaya lain-lain yang dikeluarkan : a. Perijinan (SIUP) : Rp b. Biaya lelang di TPI : % c. : D. Persepsi Nelayan terhadap Perubahan Cuaca 80

1. Apakah Saudara pernah mendengar istilah perubahan cuaca? a. Pernah : dari 1. TV 2. Radio 3. Koran 4. Lainnya,... b. Belum pernah 2. Apakah Saudara memahami apa yang dimaksud dengan perubahan cuaca? a. Ya, jelaskan... b. Tidak 3. Menurut Saudara perubahan apa yang telah dirasakan di daerah Saudara dalam 10 tahun terakhir? - Suhu a. Meningkat b. Tetap c. Menurun d. Tidak tahu - Curah Hujan a. Meningkat b. Tetap c.menurun d. tidak tahu - Tinggi gelombang a. Meningkat b. Tetap c.menurun d. Tidak tahu - Jumlah hari hujan a. Meningkat b. Tetap c.menurun d. Tidak tahu 4. Sejak kapan Saudara merasakan adanya perubahan cuaca? a. 0-5 tahun lalu b. 5-10 tahun lalu c. Tidak tahu 5. Apakah perubahan cuaca memberi dampak terhadap hasil tangkapan Saudara? a. Ya, jelaskan... b. Tidak 6. Jika Ya, bagaimana perubahan hasil tangkapan Saudara sebelum terjadi cuaca ekstrem?...kg 7. Bagaimana hasil tangkapan Saudara sesudah terjadinya cuaca ekstrem?...kg 81

Lampiran 2. Hasil Software Minitab 14 untuk Data Cross Section Regression Analysis: PDT versus Hasil Tangkapan; Biaya;... The regression equation is PDT = 24,0 + 0,318 HT - 0,424 Biaya - 0,119 JTK - 0,335 JT - 0,293 PNGLM - 0,227 USIA + 0,291 PEND + 0,293 AT + 2,11 KAT + 0,387 ORG Predictor Coef SE Coef T P VIF Constant 23,959 3,267 7,33 0,000 HT 0,31770 0,07082 4,49 0,000 5,2 Biaya -0,4239 0,2008-2,11 0,042 4,2 JTK -0,1187 0,2082-0,57 0,572 4,2 JT -0,33532 0,08780-3,82 0,001 4,6 PNGLM -0,2925 0,1964-1,49 0,145 5,3 USIA -0,2271 0,4272-0,53 0,598 4,9 PEND 0,2914 0,2543 1,15 0,260 1,5 AT 0,2927 0,2576 1,14 0,264 1,4 KAT 2,1137 0,1731 12,21 0,000 2,5 ORG 0,3870 0,1679 2,31 0,027 1,8 S = 0,367755 R-Sq = 91,6% R-Sq(adj) = 89,2% Analysis of Variance Source DF SS MS F P Regression 10 51,5896 5,1590 38,15 0,000 Residual Error 35 4,7335 0,1352 Total 45 56,3231 Source DF Seq SS HT 1 0,0702 Biaya 1 7,8303 JTK 1 3,5700 JT 1 16,6941 PNGLM 1 2,8337 USIA 1 0,0366 PEND 1 0,3551 AT 1 0,0265 KAT 1 19,4544 ORG 1 0,7186 Unusual Observations Obs HT PDT Fit SE Fit Residual St Resid 9 3,76 17,6614 18,5212 0,1552-0,8598-2,58R 34 1,61 18,7720 18,1580 0,2248 0,6141 2,11R R denotes an observation with a large standardized residual. Durbin-Watson statistic = 2,06449 82

Lampiran 3. Hasil Software Minitab 14 untuk Data Time Series Model 1 Regression Analysis: Pendapatan versus P; BBM; X; SU; CH; JH; TG The regression equation is Pendapatan = 51,5 + 0,0884 P - 4,46 BBM + 0,500 X + 0,068 SU - 0,0306 CH + 0,0468 JH + 0,0100 TG Predictor Coef SE Coef T P VIF Constant 51,457 2,026 25,40 0,000 P 0,08843 0,01328 6,66 0,000 1,8 BBM -4,46349 0,09933-44,93 0,000 8,3 X 0,49985 0,01212 41,24 0,000 6,9 SU 0,0675 0,4815 0,14 0,889 1,5 CH -0,03057 0,01784-1,71 0,095 3,1 JH 0,04679 0,03599 1,30 0,202 2,7 TG 0,00995 0,02607 0,38 0,705 1,5 S = 0,0688114 R-Sq = 98,9% R-Sq(adj) = 98,7% Analysis of Variance Source DF SS MS F P Regression 7 15,0320 2,1474 453,52 0,000 Residual Error 35 0,1657 0,0047 Total 42 15,1977 Unusual Observations Obs P Pendapatan Fit SE Fit Residual St Resid 14 9,4 22,0399 22,2008 0,0322-0,1609-2,65R 32 7,2 20,3235 20,4700 0,0322-0,1464-2,41R R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,39786 83

Lampiran 4. Hasil Software Minitab 14 dengan data Time Series Model 2 The regression equation is Pendapatan = 54,6 + 0,0606 P - 4,43 BBM + 0,492 X - 0,832 SU - 0,0519 CH + 0,0347 JH Predictor Coef SE Coef T P VIF Constant 54,558 3,205 17,02 0,000 P 0,06057 0,01627 3,72 0,001 1,5 BBM -4,4304 0,1363-32,50 0,000 8,9 X 0,49191 0,01646 29,88 0,000 7,5 SU -0,8324 0,8202-1,01 0,316 1,4 CH -0,05187 0,02702-1,92 0,062 3,9 JH 0,03467 0,03099 1,12 0,270 3,3 S = 0,0964162 R-Sq = 97,6% R-Sq(adj) = 97,2% Analysis of Variance Source DF SS MS F P Regression 6 15,0812 2,5135 270,39 0,000 Residual Error 40 0,3718 0,0093 Total 46 15,4531 Unusual Observations Obs P Pendapatan Fit SE Fit Residual St Resid 16 9,5 21,6106 21,8207 0,0235-0,2101-2,25R 36 7,2 20,3235 20,4977 0,0436-0,1742-2,03R R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,56986 84

Lampiran 5. Hasil Software Minitab 14 untuk data Time Series model 3 Regression Analysis: Pendapatan versus P; BBM; X; SU; CH; JH The regression equation is Pendapatan = 55,8 + 0,0588 P - 4,43 BBM + 0,492 X - 1,21 SU - 0,0505 CH + 0,0366 JH Predictor Coef SE Coef T P VIF Constant 55,791 2,942 18,97 0,000 P 0,05881 0,01498 3,93 0,000 1,5 BBM -4,4263 0,1252-35,35 0,000 9,1 X 0,49197 0,01527 32,22 0,000 7,8 SU -1,2067 0,7608-1,59 0,121 1,3 CH -0,05055 0,02463-2,05 0,047 3,7 JH 0,03664 0,02810 1,30 0,200 3,1 S = 0,0873915 R-Sq = 98,0% R-Sq(adj) = 97,7% Analysis of Variance Source DF SS MS F P Regression 6 14,0502 2,3417 306,61 0,000 Residual Error 38 0,2902 0,0076 Total 44 14,3404 Unusual Observations Obs P Pendapatan Fit SE Fit Residual St Resid 1 9,7 21,5352 21,7164 0,0395-0,1813-2,32R 9 9,2 21,5917 21,7725 0,0270-0,1808-2,18R 12 10,7 21,8437 22,0139 0,0384-0,1702-2,17R 35 7,4 20,2879 20,4426 0,0454-0,1548-2,07R R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,76256 85

Lampiran 6. Data Pendapatan Nelayan Pulau Untung Jawa Tahun 2005-2009 Bulan/Tahun 2005 2006 2007 2008 2009 Januari 3.086.121.485 2.742.956.120 3.429.286.850 856.500.000 670.500.000 Februari 2.518.105.855 2.383.092.000 2.653.119.710 781.500.000 647.000.000 Maret 2.252.229.770 3.349.178.340 2.797.538.425 941.500.000 774.500.000 April 3.013.151.303 3.110.149.376 3.106.228.760 954.000.000 864.000.000 Mei 3.036.364.315 3.066.178.260 3.032.077.645 1.018.000.000 919.000.000 Juni 2.963.235.575 3.059.560.190 2.600.956.145 1.018.500.000 922.500.000 Juli 2.931.018.958 3.127.820.150 2.562.577.510 1.066.500.000 969.000.000 Agustus 2.974.190.423 3.062.026.920 2.754.775.015 1.076.500.000 1.000.000.000 September 2.621.978.818 2.428.738.150 2.934.451.015 960.500.000 728.000.000 Oktober 2.566.413.058 2.075.623.485 2.468.718.500 773.500.000 1.024.500.000 Nopember 2.550.112.140 3.280.398.495 2.935.084.165 1.080.500.000 1.039.500.000 Desember 3.465.833.783 3.730.937.710 3.066.775.665 1.072.000.000 1.104.000.000 Sumber : TPI Muara Angke, 2005-2009 86

Lampiran 7. Data Harga Ikan Tahun 2005-2009 Bulan/Tahun 2005 2006 2007 2008 2009 Januari 24.732,40 12.811,67 2.930,06 15.107,67 1.311,94 Februari 17.421,00 10.263,00 4.094,80 14.330,00 1.602,71 Maret 16.362,00 12.653,33 3.677,23 14.751,33 1.370,68 April 18.841,00 11.118,33 3.301,11 13.205,00 1.421,94 Mei 22.013,30 46.122,67 3.445,61 13.712,33 1.455,14 Juni 28.539,60 14.241,33 4.054,10 13.848,33 1.369,81 Juli 20.022,60 11.664,00 4.417,09 14.145,00 1.310,92 Agustus 18.734,60 11.725,67 3.570,96 16.307,33 1.386,16 September 21.496,10 13.018,33 3.382,62 15.866,67 1.503,52 Oktober 25.030,40 10.311,33 3.912,15 14.458,33 1.472,24 Nopember 32.346,80 14.825,67 3.884,61 18.538,33 1.471,32 Desember 22.624,20 12.575,33 4.642,04 19.503,33 1.454,69 Sumber : TPI Muara Angke, 2005-2009 87

Lampiran 8. Harga Bahan Bakar Tahun 2005-2009 (dalam Rupiah) Bulan/Tahun 2005 2006 2007 2008 2009 Januari 1650 4300 4300 4300 5308 Februari 1650 4300 4300 4300 5308 Maret 2100 4300 4300 4300 5308 April 2100 4300 4300 4300 5308 Mei 2100 4300 4300 4610 5308 Juni 2100 4300 4300 5500 5308 Juli 2100 4300 4300 5500 5308 Agustus 2100 4300 4300 5500 5308 September 2100 4300 4300 5500 5308 Oktober 4300 4300 4300 5500 5308 Nopember 4300 4300 4300 5500 5308 Desember 4300 4300 4300 5116 5308 Sumber : Biro Pusat Statistik, 2005-2009 88

Lampiran 9. Data Jumlah Ikan yang Didaratkan di TPI Muara Angke Tahun 2005-2009 (dalam kg) Bulan/Tahun 2005 2006 2007 2008 2009 Januari 839 610.514 1.170.380 639.045 511.077 Februari 839 776.985 647.924 587.245 403.692 Maret 1.064 935.527 760.773 679.179 565.050 April 1.065 775.778 940.965 713.320 607.622 Mei 1.065 989.335 879.984 709.965 631.553 Juni 1.064 791.641 641.562 716.195 673.450 Juli 1.064 846.447 580.151 750.126 739.174 Agustus 1.064 870.895 771.439 714.783 721.420 September 1.065 799.124 867.509 626.782 484.197 Oktober 2.164 619.961 631.039 503.466 695.877 Nopember 2.164 1.062.169 755.567 704.509 706.508 Desember 2.164 1.597.448 660.652 743.345 758.925 Sumber : TPI Muara Angke, 2005-2009 89

Lampiran 10. Data Suhu Udara pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (dalam 0 C) Bulan/Tahun 2005 2006 2007 2008 2009 Januari 27,6 27,3 28,7 28,2 27,2 Februari 27,7 27,9 27,4 26,6 27,1 Maret 28,2 28,0 28,0 27,5 28,4 April 29,1 28,5 28,5 28,0 28,8 Mei 29,4 28,7 28,9 27,4 28,6 Juni 28,7 28,4 28,5 28,1 28,8 Juli 28,5 28,5 28,5 28,0 28,4 Agustus 28,5 28,1 28,3 28,1 28,5 September 29,1 28,6 31,9 28,7 29,3 Oktober 29,0 29,6 28,9 28,9 29,6 Nopember 28,8 29,9 28,5 28,3 28,7 Desember 28,0 28,9 27,5 27,7 28,5 Sumber : BMKG, 2005-2009 90

Lampiran 11. Data Curah Hujan pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (dalam mm) Bulan/Tahun 2005 2006 2007 2008 2009 Januari 391,4 250,2 132,6 202,9 472,6 Februari 458,4 317,1 642,3 707,3 367,5 Maret 296,1 262,8 128,6 122,4 89,5 April 52,5 72,8 145,2 216,7 51,1 Mei 77,1 60,1 127,3 108,3 163,5 Juni 141,4 46,3 42,1 56,7 37,7 Juli 18,3 47,8 10,3 0 15,7 Agustus 57 0 60,6 23,1 6,7 September 60,4 24,52 34 21 25,2 Oktober 45,1 76,2 18,8 56,1 24,2 Nopember 59,1 49,04 90,3 200,9 214,7 Desember 51,3 194,4 706,3 145,3 164,1 Sumber : BMKG, 2005-2009 91

Lampiran 12. Data Jumlah Hari Hujan pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (hari) Bulan/Tahun 2005 2006 2007 2008 2009 Januari 20 24 14 23 23 Februari 21 18 21 28 21 Maret 16 18 16 17 11 April 11 9 14 18 10 Mei 10 12 10 5 11 Juni 9 6 7 5 5 Juli 7 4 2 1 1 Agustus 7 1 3 6 2 September 7 5,5 2 4 3 Oktober 8 3 4 10 5 Nopember 9 10 13 18 15 Desember 18 15 22 16 11 Sumber : BMKG, 2005-2009 92

Lampiran 13. Data Tinggi Gelombang pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (m) Bulan/Tahun 2005 2006 2007 2008 2009 Januari 0,875 1,17 1,745 1,16 1,23 Februari 0,41 1,035 1,715 1,165 1,035 Maret 0,495 1,015 0,915 1,02 0,56 April 0,87 0,545 0,45 0,61 0,57 Mei 1,235 0,68 0,74 1,255 0,715 Juni 1,165 1,24 0,91 1,415 1,01 Juli 1,085 1,39 1,125 1,24 1,085 Agustus 1,18 1,34 1,325 3901,155 1,01 September 1,1 1,09 1,045 0,86 0,755 Oktober 0,795 0,925 0,59 0,77 0,57 Nopember 0,94 0,73 0,8 1,135 5538,79 Desember 1,07 0,945 1,21 1,12 1,085 Sumber : BMKG, 2005-2009 93

No. Lampiran 14. Data Primer Penelitian Hasil PDT Tangkapan Biaya JTK JT PNGLM USIA PEND 1 21.500.000 300 38.800.000 8 300 27 44 6 20 2 127.000.000 220 40.633.333 6 70 20 37 12 20 3 110.870.000 2,666666667 24.650.000 2 10 30 43 6 20 4 9.360.000 60 22.800.000 5 30 32 44 6 12 5 10.941.667 90 24.533.333 6 200 15 30 9 20 6 10.941.667 90 24.533.333 6 200 33 48 9 20 7 10.941.667 90 24.533.333 6 200 19 34 9 20 8 65.650.000 64,28571429 46.033.333 6 200 46 58 6 20 9 9.535.700 57,14285714 20.285.714 7 200 41 53 6 15 10 6.110.000 55,71428571 30.000.000 5 70 34 46 6 10 11 46.800.000 42,85714286 36.700.000 5 30 15 47 6 12 12 7.142.800 320 41.942.857 7 60 10 30 9 10 13 58.689.800 157,1428571 17.142.857 7 60 5 25 12 15 14 75.175.000 71,42857143 46.380.000 5 200 20 42 12 20 15 7.142.800 32,85714286 37.942.857 7 60 5 20 9 10 16 11.350.000 57,14285714 28.000.000 5 150 25 37 6 15 17 410.828.600 1100 31.742.857 7 60 12 38 6 15 18 84.500.000 280 31.128.571 7 200 10 22 6 16 19 11.350.000 100 30.520.000 5 150 25 40 9 15 20 58.689.800 157,1428571 17.142.857 7 60 5 25 9 15 21 15.308.600 64,28571429 39.714.286 7 300 20 32 12 15 22 38.957.100 550 20.000.000 7 60 5 35 6 10 94

23 107.160.200 150 37.214.286 7 300 8 28 6 15 24 90.308.000 6 18.184.000 1 60 25 35 12 15 25 46.040.000 400 52.720.000 5 150 25 42 6 15 26 110.870.000 1,333333333 24.650.000 2 10 14 26 6 20 27 10.420.000 1,5 19.580.000 0 3 33 50 1 10 28 58.689.800 183,3333333 31.742.857 7 60 5 25 6 15 29 9.208.000 80 28.000.000 5 150 9 21 6 15 30 119.075.000 46 37.942.857 7 60 26 43 6 10 31 83.683.500 120 58.833.000 5 200 26 40 9 20 32 96.304.000 6,4 12.453.333 3 5 30 50 9 10 33 15.308.600 150 12.714.286 7 300 11 32 9 15 34 58.689.800 220 17.142.857 7 60 5 25 12 15 35 9.208.000 80 28.000.000 5 150 30 45 9 15 36 75.258.500 250 50.213.000 5 200 30 42 6 20 37 15.051.700 250 27.380.000 5 200 18 30 6 20 38 87.625.000 50 11.750.000 3 1 30 50 6 15 39 75.258.500 71,42857143 50.213.000 5 200 7 30 9 20 40 100.133.500 166,6666667 50.213.000 5 200 12 25 1 20 41 15.308.600 64,28571429 12.714.286 7 300 8 27 9 15 42 8.812.800 100 50.833.000 5 200 10 23 9 20 43 58.689.800 157,1428571 17.142.857 7 60 5 25 6 1 44 96.304.000 4,571428571 8.333.333 3 5 20 40 6 15 45 142.100.000 5 38.900.000 0 10 27 45 6 10 46 192.500.000 241,6666667 30.833.333 6 100 20 42 6 10 95

47 15.308.600 75 12.714.286 7 300 8 22 9 10 48 15.308.600 64,28571429 12.714.286 7 200 11 29 9 15 49 4.850.000 1 7.875.000 2 15 50 60 6 15 50 164.940.000 1,4 14.560.000 0 1 20 45 6 15 51 24.877.500 2,4 23.000.000 1 20 15 23 6 20 52 4.850.000 0,625 7.875.000 2 15 25 38 6 20 53 9.700.000 1 13.375.000 2 15 33 48 6 15 54 49.225.000 9,2 23.550.000 3 10 50 60 6 9 55 123.530.000 1,6 8.670.000 4 5 35 51 6 13 56 22.248.200 60 10.100.000 5 40 11 25 6 20 57 22.248.200 60 10.100.000 5 40 13 32 6 20 58 22.248.200 60 10.100.000 5 40 23 35 6 20 59 22.248.200 70 10.100.000 5 40 13 23 6 20 96

Lampiran 15. Foto Penelitian 97

DAFTAR RIWAYAT HIDUP Nama : Shifa Nurul Fauzia TTL : Bogor, 19 Desember 1989 Alamat : Duta Kranji Jl. Flamboyan Blok C No. 384 Bintara Bekasi Barat 17134 No. Tlp : 08998597910 Agama Email Dept/Fak : Islam : shara_shifa@yahoo.co.id : ESL/FEM Riwayat Pendidikan : SDN Pondok Kopi 04 Pagi lulus tahun 2001 SMP IT Tashfia Boarding School lulus tahun 2004 SMAN 103 Jakarta Timur lulus tahun 2007 Departemen Ekonomi SUmberdaya dan Lingkungan Institut Pertanian Bogor Pengalaman Organisasi : Sekretaris Ikatan Keluarga Muslim TPB tahun 2007 BPH DPM FEM tahun 2008 Sekretaris Komisi V DPM FEM tahun 2009 98