ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN NELAYAN DI PULAU UNTUNG JAWA KEPULAUAN SERIBU JAKARTA UTARA
SHIFA NURUL FAUZIA
DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2011
1
RINGKASAN SHIFA NURUL FAUZIA. Analisis Faktor-Faktor yang Mempengaruhi Pendapatan Nelayan Pulau Untung Jawa Kepulauan Seribu Jakarta Utara. Dibimbing oleh Prof. Dr. Ir. Akhmad Fauzi, M.Sc dan Kastana Sapanli, S.Pi, M.Si Indonesia sebagai negara dengan wilayah laut yang lebih luas daripada wilayah daratan memiliki potensi sumberdaya perikanan dan kelautan yang besar. Salah satu diantara banyak daerah yang memiliki potensi besar dalam sumberdaya perikanan dan kelautan adalah Kepulauan Seribu, Pulau Untung Jawa merupakan salah satunya. Kekayaan sumberdaya perikanan dan kelautan lazimnya memberi dampak positif bagi masyarakat pesisir khususnya yang berprofesi sebagai nelayan. Namun, tidak sedikit nelayan yang taraf hidupnya berada di bawah ratarata karena hasil tangkapan yang kurang memuaskan. Hal ini mempengaruhi pendapatan yang diperoleh nelayan. Banyak faktor yang dapat mempengaruhi pendapatan nelayan di Pulau Untung Jawa. Baik faktor sosial ekonomi maupun faktor cuaca yang kian hari tidak menentu. Penelitian ini bertujuan mengkaji faktor-faktor yang mempengaruhi pendapatan nelayan baik sosial ekonomi maupun cuaca. Sebelum itu, perlu diketahui karakteristik nelayan di Pulau Untung Jawa untuk mendukung kajian tersebut. Faktor sosial ekonomi yang diteliti adalah modal, hasil tangkapan, jumlah tenaga kerja, jarak tempuh, pengalaman, harga ikan, harga bahan bakar, stok ikan, usia, tingkat pendapatan, alat tangkap, kepemilikan alat tangkap, dan keikutsertaan dalam organisasi. Sedangkan faktor cuaca yang diteliti adalah suhu udara, curah hujan, tinggi gelombang, dan jumlah hari hujan. Analisis mengenai faktor yang mempengaruhi pendapatan nelayan menggunakan analisis regresi berganda dengan data Cross Section dan Time Series dengan bantuan Software Minitab 14 dan Microsoft Excel. Pengolahan data menghasilkan dua model persamaan regresi. Untuk regresi dengan data cross section diperoleh model ln PDT = 21,2 + 0,147 ln HT 0,299 ln MDL + 0,531 ln JTK - 0,0801 ln JT - 0,621 ln PNGLM + 0,204 ln USIA + 0,078 ln PEND + 0,791 ln AT + 2,55 ln KAT + 0,201 ln ORG dengan R2 sebesar 84,9%. Sedangkan untuk regresi dengan data time series diperoleh model Ln PDT = 55,8 + 0,0588 Ln P – 4,43 Ln BBM + 0,492 Ln X – 1,21 Ln SU – 0,0505 Ln CH + 0,0366 Ln JH dengan R2 sebesar 97,9%. Kedua model memiliki nilai significance F yang sangat kecil, sehingga dapat dikatakan variabel independent mempengaruhi variabel dependent secara bersama-sama. Selain itu, tidak terjadi penyimpangan asumsi untuk kedua model persamaan regresi. Hasil yang diperoleh dari pengolahan data menunjukkan bahwa faktor yang mempengaruhi pendapatan nelayan dari aspek sosial ekonomi adalah modal, hasil tangkapan, jumlah tenaga kerja, stok ikan, pengalaman melaut, usia, kepemilikan alat tangkap, dan harga bahan bakar. Sedangkan untuk aspek cuaca, yang mempengaruhi pendapatan nelayan secara signifikan hanya curah hujan. Kebijakan yang dapat diambil dari hasil penelitian ini adalah mengoptimalkan fungsi organisasi yang terdapat di Pulau Untung Jawa.
3
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN NELAYAN PULAU UNTUNG JAWA KEPULAUAN SERIBU JAKARTA UTARA
SHIFA NURUL FAUZIA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ekonomi Sumberdaya dan Lingkungan
DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2011 4
HALAMAN PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi Analisis Faktor-Faktor yang Mempengaruhi Pendapatan Nelayan Pulau Untung Jawa Kepulauan Seribu Jakarta Utara adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun pada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya diterbitkan maupun tidak diterbitkan dari penulis telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Bogor, Mei 2011
Shifa Nurul Fauzia H44070029
2
HALAMAN PENGESAHAN Judul Skripsi
: Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Nelayan di Pulau Untung Jawa Kepulauan Seribu Jakarta Utara
Nama
: Shifa Nurul Fauzia
NIM
: H44070029
Disetujui,
Prof. Dr. Ir. Akhmad Fauzi, M.Sc Pembimbing I
Kastana Sapanli, S.Pi, M.Si Pembimbing II
Diketahui,
Dr. Ir. Aceng Hidayat, MT Ketua Departemen
Tanggal Lulus :
5
UCAPAN TERIMAKASIH Penyusunan tugas akhir ini tidak lepas dari bantuan semua pihak yang telah memberikan bantuan moril maupun materil hingga penulis dapat menyelesaikan penulisan skripsi ini. Dengan segala kerendahan hati, perkenankan penulis menyampaikan rasa terima kasih kepada : 1. Prof. Dr. Ir. Akhmad Fauzi, M.Sc dan Kastana Sapanli, S.Pi, M.Si sebagai pembimbing skripsi atas waktu serta pikiran yang telah diberikan mulai dari penulisan proposal hingga selesainya penulisan skripsi. 2. Adi Hadianto, SP sebagai pembimbing akademik atas bimbingannya selama masa studi di Departemen Ekonomi Sumberdaya dan Lingkungan. 3. Orang tua yang telah memberikan dukungan dan doa selama ini. 4. Teman-teman Departemen Ekonomi Sumberdaya Lingkungan, khususnya Erin Roslina yang telah membantu dan mendukung dalam proses penelitian. 5. Staf Kelurahan Untung Jawa atas seluruh bantuan selama menjalani penelitian di Pulau Untung Jawa. 6. Semua pihak yang telah membantu dan memberi dorongan baik langsung maupun tidak langsung kepada penulis dalam menyelesaikan skripsi.
6
KATA PENGANTAR Syukur Alhamdulillah kami ucapkan kepada Allah SWT Tuhan pencipta seluruh alam bahwa dengan karunia dan kasih sayangnya akhirnya kami dapat menyelesaikan skripsi ini yang berjudul “Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Nelayan di Pulau Untung Jawa Kepulauan Seribu Jakarta Utara”. Tujuan dari penelitian ini adalah untuk menunjukkan faktor-faktor apa saja yang mempengaruhi pendapatan nelayan di Pulau Untung Jawa Kepulauan Seribu, serta apakah faktor cuaca seperti tinggi gelombang, suhu udara, curah hujan, dan arus mempengaruhi pendapatan yang diperoleh nelayan. Agar pemerintah dapat mengambil kebijakan yang sesuai. Harapan kami agar penelitian ini dapat dikembangkan lebih dalam mengenai adaptasi nelayan dalam menghadapi perubahan cuaca yang terjadi. Akhirnya kepada segenap pihak yang telah membantu kelancaran penyusunan skripsi ini kami ucapkan banyak terima kasih.
Bogor, Maret 2011
Penulis
7
DAFTAR ISI
Halaman DAFTAR TABEL .........................................................................................
x
DAFTAR GAMBAR ....................................................................................
xi
DAFTAR LAMPIRAN ................................................................................
xii
I. PENDAHULUAN ...................................................................................
1
I.1. I.2. I.3. I.4.
Latar Belakang ................................................................................. Rumusan Masalah ............................................................................ Tujuan Penelitian .............................................................................. Manfaat Penelitian ............................................................................
1 3 4 5
II. TINJAUAN PUSTAKA ..........................................................................
6
2.1 Teori Produksi .................................................................................. 2.1.1 Fungsi Produksi ....................................................................... 2.2 Faktor-Faktor yang Mempengaruh Pendapatan Nelayan .................. 2.2.1 Faktor Sosial Ekonomi ............................................................ 2.2.2 Faktor Alam ............................................................................ 2.3 Analisis Regresi ................................................................................ 2.3.1 Pengujian Hipotesis ................................................................. 2.3.2 Penyimpangan Asumsi dalam Regresi Linear Berganda ........ 2.4 Penelitian Sebelumnya .....................................................................
6 6 8 8 9 10 12 12 14
III. KERANGKA PEMIKIRAN .................................................................
16
IV. METODE PENELITIAN ......................................................................
19
4.1 4.2 4.3 4.4 4.5
Waktu dan Lokasi .......................................................................... Jenis dan Sumber Data ................................................................... Penentuan Jumlah Sampel ............................................................. Pengumpulan Data ......................................................................... Metode Pengolahan dan Analisis Data ............................................ 4.5.1 Faktor Produksi ............................................................... 4.5.2 Analisis Regresi ............................................................... 4.5.3 Uji F .................................................................................. 4.5.4 Uji T .................................................................................. 4.5.5 Uji Kesesuaian (Goodness of Fit) .................................... 4.5.6 Uji Penyimpangan Asumsi ..............................................
19 19 19 19 20 21 22 26 26 28 28
V. GAMBARAN UMUM ..........................................................................
31
VI. HASIL DAN PEMBAHASAN .............................................................
37
6.1 Karakteristik Nelayan Tangkap Kelurahan Untung Jawa ............... 6.2 Faktor Sosial Ekonomi yang Mempengaruhi Pendapatan Nelayan .. 6.2.1 Analisis Regresi Berganda Cross Section ............................. 6.2.2 Analisis Regresi Berganda Time Series ................................. 6.3 Faktor Cuaca yang Mempengaruhi Pendapatan Nelayan ................
37 40 41 49 52 8
6.3.1 Persepsi Nelayan Mengenai Perubahan Cuaca ..................... 6.3.2 Analisis Regresi Berganda Time Series ................................ 6.4 Kebijakan Pengelolaan Perikanan Pulau Untung Jawa ................... VII. KESIMPULAN DAN SARAN
52 56 59
........................................................
61
7.1 Kesimpulan ...................................................................................
61
7.2 Saran ..............................................................................................
61
VIII. DAFTAR PUSTAKA .........................................................................
63
LAMPIRAN .................................................................................................
65
9
DAFTAR TABEL Nomor
Halaman
1
Metode Prosedur Penelitian ....................................................
21
2
Jumlah Penduduk Pulau Untung Jawa ...................................
33
3
Hasil Uji Individual untuk Model Cross Section ...................
43
4
Hasil Uji Individual untuk Model Time Series .......................
33
10
DAFTAR GAMBAR Nomor
Halaman
1
Alur Kerangka Pemikiran ...........................................................
19
2
Peta Pulau Untung Jawa ..............................................................
32
3
Perbandingan Jumlah Penduduk Laki-Laki dan Perempuan Tahun 2005-2009 ........................................................................
34
4
Jumlah Nelayan Pulau Untung Jawa Tahun 2004-2009 .............
35
5
Perkembangan Jumlah Fasilitas Kesehatan di Pulau Untung Jawa Tahun 2004-2009 ........................................................................
36
6
Kelompok Usia Responden .........................................................
38
7
Tingkat Pendidikan Responden ..................................................
39
8
Keikutsertaan Responden dalam Organisasi ...............................
40
9
Persepsi Responden Mengenai Suhu Udara ...............................
50
10
Persepsi Responden Mengenai Curah Hujan ..............................
51
11
Persepsi Responden Mengenai Tinggi Gelombang ....................
52
12
Persepsi Responden Mengenai Jumlah Hari Hujan ....................
53
11
DAFTAR LAMPIRAN Nomor
Halaman
1
Kuisioner Penelitian ...............................................................
64
2
Hasil Software Minitab 14 untuk Data Cross Section ............
69
3
Hasil Software Minitab 14 untuk Data Time Series ...............
70
4
Data Harga Ikan Tahun 2005-2009 ........................................
73
5
Harga Bahan Bakar Tahun 2005-2009 ...................................
74
6
Data Jumlah Ikan yang Didaratkan di TPI Muara Angke Tahun 2005-2009 ...............................................................................
7
Data Suhu Udara pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 ...............................................................................
8
78
Data Jumlah Hari Hujan pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 ....................................................................
10
77
Data Curah Hujan pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 ...............................................................................
9
76
79
Data Tinggi Gelombang pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 ....................................................................
80
12
I. PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara kepulauan dengan wilayah laut yang lebih luas daripada luas daratannya. Luas seluruh wilayah Indonesia dengan jalur laut 12 mil adalah lima juta km2 terdiri dari luas daratan 1,9 juta km2, laut teritorial 0,3 juta km2, dan perairan kepulauan seluas 2,8 juta km2. Artinya seluruh laut Indonesia berjumlah 3,1 juta km2 atau sekitar 62 persen dari seluruh wilayah Indonesia. Selain itu,Indonesia juga merupakan negara dengan garis pantai terpanjang di dunia dengan jumlah panjang garis pantainya sekitar 81.000 km. Luas laut yang besar ini menjadikan Indonesia unggul dalam sektor perikanan dan kelautan (Nontji, 2005). Pemanfaatan sumberdaya laut untuk perikanan merupakan hal yang amat penting sebagai sumber pangan dan komoditi perdagangan. Produksi perikanan laut Indonesia meningkat tajam dari sekitar 800 000 ton pada tahun 1968 menjadi lebih dari 4 juta ton pada tahun 2003 (Fauzi, 2010). Produksi perikanan ini tersebar di seluruh kepulauan di Indonesia. Salah satunya adalah Kepulauan Seribu yang terletak di Teluk Jakarta. Meskipun terletak di kota metropolitan yang terkenal dengan geliat pembangunan dan minim sumberdaya alam, Jakarta memiliki Kepulauan Seribu yang kaya sumberdaya laut dan potensi perikanan yang tidak kalah dengan daerah lain di Indonesia. Kekayaan alam yang melimpah pada sektor sumberdaya laut lazimnya memberi dampak yang positif bagi masyarakat pesisir khususnya yang berprofesi sebagai nelayan di Kepulauan Seribu. Sumberdaya perikanan sebenarnya secara potensial dapat dimanfaatkan untuk meningkatkan taraf hidup dan kesejahteraan 13
nelayan, namun kenyataanya masih cukup banyak nelayan yang berada pada kondisi ekonomi yang kurang baik karena tidak dapat meningkatkan hasil tangkapannya, sehingga pendapatan mereka pun tidak meningkat. Tingkat kesejahteraan nelayan sangat dipengaruhi oleh hasil tangkapannya. Jika hasil tangkapannya bagus, maka pendapatan mereka juga baik, begitupula sebaliknya. Selain itu, beberapa faktor yang mempengaruhi pendapatan nelayan menurut Sujarno (2008) meliputi faktor sosial dan ekonomi yang terdiri dari besarnya biaya, jumlah perahu, jumlah tenaga kerja, jarak tempuh, dan pengalaman. Beberapa masalah perikanan tangkap yang juga mempengaruhi pendapatan yang diperoleh nelayan menurut Murdiyarto (2007) adalah tingginya harga bahan bakar, sumberdaya yang terkuras dan harga ikan sebagai output dalam perikanan tangkap. Namun, ada faktor lain yang mempengaruhi hasil tangkapan dan pendapatan nelayan di Kepulauan Seribu yaitu cuaca. Nelayan tangkap di Kepulauan Seribu sangat dipengaruhi oleh kondisi alam di laut tempat mereka mencari penghasilan. Cuaca buruk yang terjadi belakangan ini di sebagian besar wilayah di Indonesia termasuk Pulau Untung Jawa, Kecamatan Kepulauan Seribu Selatan mengakibatkan menurunnya hasil tangkapan nelayan, bahkan tidak sedikit pula nelayan yang beralih profesi karena kondisi laut yang tidak memungkinkan untuk melaut. Variabel cuaca yang mempengaruhi produktifitas nelayan adalah suhu udara, curah hujan, dan tinggi gelombang. Kenaikan temperatur atau suhu udara akan berdampak pada meningkatnya suhu air, dan secara tidak langsung akan menambah volume air di samudra yang berimplikasi pada semakin tinggi paras 14
laut. Dalam 10 tahun terakhir, paras laut meningkat setinggi 0,1 - 0,3 m (Syahilatua, 2008). Selain itu, pengaruh perubahan cuaca yang ditandai dengan curah hujan yang tinggi menyebabkan kadar keasaman air laut menurun. Akibatnya wilayah tangkapan nelayan semakin jauh dan tidak terjangkau oleh nelayan kecil yang hanya menggunakan alat tangkap dan perahu sederhana. Jika permukaan air laut terus meningkat hal ini akan berdampak pada menurunnya luas ekosistem pesisir yang berakibat pada tingkat produktivitas yang juga menurun. Tinggi gelombang juga mempengaruhi keputusan nelayan pergi melaut atau tidak. Karena jika gelombang sedang tinggi, nelayan tidak bisa melaut yang mengakibatkan nelayan tidak mendapatkan penghasilan. Oleh karena itu, penelitian ini ingin mengamati dan menganalisis faktorfaktor yang mempengaruhi pendapatan nelayan dari sisi sosial ekonomi yaitu besarnya biaya, hasil tangkapan, jumlah tenaga kerja, jarak tempuh, pengalaman, harga ikan, harga bahan bakar, jumlah ikan yang didaratkan, usia, tingkat pendapatan, alat tangkap, kepemilikan alat tangkap, keikutsertaan dalam organisasi, serta dari variabel cuaca yang mempengaruhi nelayan dalam melaut seperti suhu udara, curah hujan, tinggi gelombang, dan jumlah hari hujan. 1.2 Rumusan Masalah Perikanan seharusnya menjadi sektor yang paling unggul di Indonesia karena kondisi geografis Indonesia yang merupakan negara kepulauan memiliki kelimpahan sumberdaya perikanan tangkap yang sangat besar. Salah satu wilayah di Indonesia yang mengandalkan sektor perikanan adalah Kelurahan Pulau Untung Jawa, Kecamatan Kepulauan Seribu di Teluk Jakarta. Kekayaan sektor perikanan mendatangkan manfaat positif bagi penduduk pesisir di Pulau Untung 15
Jawa. Sektor perikanan menjadi mata pencaharian utama penduduk Pulau Untung Jawa. Pendapatan nelayan dipengaruhi oleh beberapa hal, baik dari segi sosial ekonomi maupun dari alam. Karena nelayan sangat bergantung pada kondisi alam di laut yang akan menentukan bagaimana hasil tangkapan nelayan tersebut. Faktor sosial ekonomi yang mempengaruhi pendapatan nelayan meliputi biaya, jumlah tenaga kerja, jarak tempuh, pengalaman, harga bahan bakar, harga ikan, serta jumlah ikan yang didaratkan. Selain faktor sosial ekonomi, faktor alam yang mempengaruhi nelayan adalah cuaca di laut. Cuaca yang buruk akan menyebabkan nelayan sulit melaut. Variabel cuaca yang mempengaruhi adalah suhu udara, curah hujan, dan tinggi gelombang. Belakangan ini banyak nelayan terkendala dengan cuaca buruk yang sedang melanda hampir seluruh lautan di Indonesia. Oleh karena itu, rumusan masalah dari penelitian ini adalah : 1. Bagaimana karakteristik nelayan tangkap di Pulau Untung Jawa Kepulauan Seribu? 2. Bagaimana pengaruh faktor sosial ekonomi terhadap pendapatan nelayan Pulau Untung Jawa Kepulauan Seribu? 3. Bagaimana pengaruh cuaca terhadap pendapatan nelayan Pulau Untung Jawa Kepulauan Seribu? 1.3 Tujuan Penelitian Tujuan penelitian ini adalah : 1. Mengidentifikasi karakteristik nelayan tangkap di Pulau Seribu Kepulauan Seribu. 2. Mengkaji pengaruh faktor sosial ekonomi terhadap pendapatan nelayan di Pulau Untung Jawa Kepulauan Seribu. 16
3. Mengkaji pengaruh cuaca terhadap pendapatan nelayan di Pulau Untung Jawa Kepulauan Seribu. 1.4 Manfaat Penelitian Manfaat dari penelitian ini adalah : 1. Bagi peneliti diharapkan ini dapat berguna dalam pengembangan ilmu pengetahuan. 2. Sebagai bahan pertimbangan untuk pemerintah dalam membuat kebijakan mengenai
sektor
perikanan
terutama
yang
berhubungan
dengan
pendapatan yang diterima nelayan, khususnya nelayan di Pulau Untung Jawa Kepulauan Seribu. 3. Sebagai bahan referensi untuk penelitian berikutnya.
17
II. TINJAUAN PUSTAKA 2.1 Teori Produksi Menurut Rahardja (2006) dalam aktivitas produksinya, produsen mengubah berbagai faktor produksi menjadi barang dan jasa. Berdasarkan hubungannya dengan tingkat produksi, faktor produksi dapat dibedakan menjadi faktor produksi tetap dan faktor produksi variabel. Faktor produksi tetap adalah faktor produksi yang jumlah penggunaannya tidak tergantung pada jumlah produksi. Sedangkan faktor produksi variabel adalah faktor produksi yang penggunaannya tergantung pada tingkat produksinya. Menurut Putong (2002) produksi atau memproduksi adalah menambah kegunaan (nilai guna) suatu barang. Kegunaan suatu barang akan bertambah bila memberikan manfaat baru atau lebih dari bentuk semula. Untuk memproduksi dibutuhkan faktor-faktor produksi, yaitu alat dan sarana untuk melakukan proses produksi. 2.1.1 Fungsi Produksi Fungsi produksi merupakan hubungan teknis antara faktor produksi (input) dan hasil produksi (output). Hubungan teknis yang dimaksud adalah bahwa produksi hanya bisa dilakukan dengan menggunakan faktor produksi manusia, Biaya, sumberdaya alam, dan skill (teknologi). Bila faktor produksi tidak ada, maka tidak akan ada juga produksi. Bila dalam fungsi produksi, faktor produksinya ditambah, fungsi produksi yang digunakan adalah fungsi produksi Cobb Douglas (Putong 2002).
18
Fungsi Cobb Douglas adalah suatu fungsi atau persamaan yang melibatkan dua atau lebih variabel, dimana variabel yang satu disebut dengan variabel dependent, yang dijelaskan (Y) dan yang lain disebut variabel independent, yang menjelaskan (X). Penyelesaian hubungan antara Y dan X adalah biasanya dengan cara regresi dimana variasi dari Y akan dipengaruhi oleh variasi dari X. Fungsi Cobb-Douglas lebih banyak dipakai peneliti, antara lain: 1. Penyelesaian fungsi Cobb-Douglas relatif lebih mudah dibandingkan dengan fungsi produksi. 2. Hasil pendugaan garis melalui fungsi Cobb-Douglas akan menghasilkan koefisien regresi yang sekaligus juga menunjukkan elastisitas. 3. Besaran elastisitas tersebut sekaligus menunjukkan tingkat besaran Return to Scale. Sektor perikanan yang menggunakan berbagai input dalam proses produksinya memiliki fungsi produksi yang diadaptasikan dari fungsi produksi Cobb Douglas. Menurut Fauzi (2010) fungsi produksi perikanan secara general merupakan fungsi dari input kapital yang diwakili oleh unit upaya dan natural capital (Biaya sumberdaya alam) yakni jumlah ikan yang didaratkan itu sendiri. Ekstraksi sumberdaya ikan merupakan aktivitas ekonomi yang menggunakan berbagai variasi input yang diukur dalam satu unit yang disebut sebagai upaya (effort). Input yang digunakan dalam sektor perikanan meliputi tenaga kerja, kapal, mesin, dan faktor produksi lain. Konstanta pada fungsi produksi perikanan merupakan qatchabiliy coefficient atau koefisien kemampuan tangkap. Sedangkan parameter α dan β masing-masing
19
menggambarkan elastisitas stok terhadap produksi dan elastisitas input (effort) terhadap produksi.
2.2 Faktor-Faktor yang Mempengaruhi Pendapatan Nelayan 2.2.1 Faktor Sosial Ekonomi Menurut Sujarno (2008) selain Biaya, jumlah tenaga kerja, pengalaman, dan jarak tempuh ada tiga faktor lain yang mempengaruhi peningkatan pendapatan nelayan yaitu : 1. Teknologi Teknologi terkait dengan peralatan yang digunakan oleh nelayan dalam penangkapan ikan adalah perahu tanpa mesin atau perahu dengan mesin, jaring dan pancing. Peralatan atau Biaya nelayan adalah nilai dari peralatan yang digunakan seperti harga perahu, harga peralatan penangkapan ikan, dan bahan makanan yang dibawa melaut dan yang ditinggalkan dirumah. Ini merupakan input bagi nelayan dalam melaut (menangkap ikan). Selain itu jumlah tenaga kerja yang digunakan dalam melaut. 2. Sosial Ekonomi Beberapa faktor sosial ekonomi adalah usia, pendidikan, pengalaman, peralatan,
keikutsertaan
dalam
organisasi
nelayan,
dan
musim.
Usia
mempengaruhi pendapatan nelayan karena seseorang yang telah berumur 15 tahun ke atas yang dapat disebut nelayan. Pendidikan yang ditempuh nelayan juga menjadi faktor yang berpengaruh terhadap pendapatan nelayan. Pengalaman menentukan keterampilan nelayan dalam melaut, semakin terampil nelayan maka hasil tangkapan cenderung semakin baik. Faktor kepemilikan peralatan yang 20
digunakan nelayan apakah nelayan memiliki peralatan sendiri atau tidak. Apabila nelayan tidak memiliki peralatan sendiri dan hanya menerima gaji, maka dikatakan buruh nelayan. Keberadaan organisasi dan keikutsertaan nelayan dalam organisasi diharapkan dapat memberi dampak positif bagi pendapatan nelayan. 3. Tata Niaga Ikan adalah komoditi yang mudah rusak, jadi proses penyimpanannya harus baik. Kualitas ikan mempengaruhi harga jual ikan di pasaran. Jadi dilihat nilai efisiensi penggunaan tata niaga perikanan tersebut, semakin baik dan efisien tata niaga perikanan tersebut, berarti semakin baik pula harganya. 2.2.2 Faktor Alam Menurut Fauzi (2010), selain over eksploitasi dan maraknya IUU (Illegal, Unreported, Unregulated) fishing, sektor perikanan mengalami masalah yang cukup serius terkait dengan perubahan iklim dan dampaknya terhadap keberlanjutan usaha perikanan tangkap maupun budidaya. Perubahan gradual peningkatan suhu yang terjadi secara global berakibat pada perubahan aspek biofisik seperti perubahan cuaca yang ekstrem, kenaikan paras muka laut, perubahan jejaring makanan, dan perubahan fisiologis reproduksi akan berdampak pada aspek sosial ekonomi perikanan. Setidaknya ada dua fenomena ekstrem terhadap lautan akibat perubahan iklim global yakni kenaikan suhu air laut dan permukaan laut. Kenaikan suhu air laut mempengaruhi ekosistem terumbu karang yang menjadi fishing ground dan nursery ground ikan yang hidup di wilayah itu. Ikan-ikan yang hidup di daerah
21
karang akan mengalami penurunan populasi. Sementara itu, kenaikan permukaan air laut berdampak luas terhadap aktivitas nelayan tambak di wilayah pesisir. 1 Menurut Muttaqien (2010) produktivitas nelayan diperkirakan turun 60% akibat anomali iklim yang ditandai tingginya curah hujan dan ombak besar, sehingga kegiatan melaut menjadi membahayakan. Pengaruh cuaca ekstrem yang ditandai dengan curah hujan yang tinggi menyebabkan kadar keasaman air laut menurun. Sehingga wilayah penangkapan semakin jauh dan tidak terjangkau oleh nelayan kecil yang hanya menggunakan perahu tradisonal 2. Selain itu, gelombang tinggi dan angin kencang menyebabkan nelayan tidak dapat melaut. 3 Ombak yang biasanya hanya setinggi satu meter akan meningkat drastis hingga mencapai dua meter atau lebih. 4 Antara udara dan laut terjadi interaksi yang erat. Perubahan cuaca akan mempengaruhi kondisi laut. Angin misalnya sangat menentukan terjadinya gelombang dan arus di permukaan laut, dan curah hujan dapat menentukan salinitas (keragaman) air laut (Nontji, 1993). 2.3 Analisis Regresi Menurut Nachrowi (2008) analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat diekspresikan dalam bentuk persamaan yang menghubungkan variabel terikat Y dengan satu atau lebih variabel bebas X1, X2,..., Xp. Dalam hal hanya terdapat satu 1
Karim, Muhamad.2009. Perubahan Iklim Global Ancam Perikanan Kita.http://perikanannusantara.blogspot.com/2009/03/perubahan-iklim-global-ancam-perikanan.html [27 Januari 2011]
2
Sufyan, Muhammad. 2010. Problema nelayan Jabar dari kapal kecil hingga cuaca ekstrem.http://bisnis-jabar.com
3
Sofian. 2010. Gelombang Masih Tinggi di Perairan Kepulauan Seribu.http://www.tempointeraktif.com/hg/jakarta/2010/01/20/brk,20100120-220293,id.html
4
Agus.2010. Nelayan Pulau Seribu Siaga Hadapi Angin dan Gelombang Besar. http://www.beritapulauseribu.com/kesra/723-nelayan-pulau-seribu-siaga-hadapi-angin-dan-gelombang-besar.html
22
variabel bebas, maka model yang diperoleh disebut model regresi linear sederhana, sedangkan jika variabel bebas yang digunakan lebih dari satu, model yang diperoleh disebut model regresi linier berganda. Menurut Hasan (2004) regresi linear berganda adalah regresi linear dimana sebuah variabel terikat (variabel Y) dihubungkan dengan dua atau lebih variabel bebas (variabel X ). Uji statistik linear berganda digunakan untuk menguji signifikan atau tidaknya hubungan lebih dari dua variabel melalui koefisien regresinya. Uji statistik linear berganda dapat dibedakan menjadi uji serentak (uji F) dan uji individual (uji T). Dalam persamaan regresi, idealnya kita perlu mencari parameter yang tepat terletak pada semua observasi yang dilakukan. Namun, kenyataannya dapat dikatakan suatu kemustahilan garis regresi yang didapat tepat berada pada semua observasi yang dilakukan. Menurut Nachrowi (2008), upaya terbaik yang harus dilakukan adalah mencari nilai parameter yang menggambarkan deviasi yang terkecil antara persamaan regresi dengan titik-titik pengamatan. Atau dengan kata lain, meminimumkan nilai error. Metode yang digunakan untuk mencapai penyimpangan yang minimum adalah metode kuadrat terkecil atau Ordinary Least Square (OLS). Prinsip Ordinary Least Square mengatakan bahwa kita perlu menaksir parameter agar mencapai standar error yang minimum. Sehingga model regresi yang terestimasi dekat sekali dengan model regresi yang sesungguhnya. (Nachrowi, 2008) Proses selanjutnya dalam analisis regresi berganda adalah menentukan ketepatan persamaan regresi yang dihasilkan untuk menduga nilai variabel bebas 23
dengan metode kuadrat terkecil, menentukan ketepatan pendugaan konstanta dan menentukan ketepatan pendugaan koefisien regresi parsial. Tingkat ketepatan itu diukur dengan kesalahan baku (standar error). Menurut Nachrowi (2008), setelah menaksir parameter dan standar error nya, perlu untuk diperiksa apakah model regresi yang terestimasi cukup baik atau tidak. Untuk itu, ukuran yang biasa digunakan untuk keperluan ini adalah Goodness of Fit (R2). Ukuran goodness of fit ini mencerminkan seberapa besar variasi dari regressand (Y) dapat diterangkan oleh regressor (X). 2.3.1 Pengujian Hipotesis Menurut Firdaus (2004), pengujian hipotesis dalam regresi berganda dilakukan dengan uji signifikansi. Analisis untuk menguji signifikansi nilai koefisien regresi yang diperoleh dengan metode OLS adalah uji simultan (uji F) dan uji parsial (uji T). Pengujian hipotesis koefisien regresi secara simultan dilakukan dengan melakukan analisis varian. Analisis varian dalam regresi berganda diperlukan untuk menujukkan sumber-sumber variasi yang menjadi komponen dari variasi total model regresi. Dengan analisis varian ini akan dapat diperoleh pengertian tentang bagaimana pengaruh sekelompok variabel bebas secara bersama-sama terhadap variabel tidak bebas. Statistik uji yang digunakan dalam hal ini adalah statistik uji F. Sedangkan uji parsial dalam regresi berganda dilakukan dengan uji T. Uji T merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak (Nachrowi, 2008). 2.3.2 Penyimpangan asumsi dalam Regresi Linier Berganda
24
Menurut Firdaus (2004), suatu fungsi regresi yang diperoleh dari hasil perhitungan pendugaan dengan metode kuadrat terkecil (OLS) dari koefisien regresi adalah penduga tak bias linier terbaik (Best Linear Unbiased EstimatorBLUE) jika semua asumsi yang mendasari model tersebut terpenuhi. Sebaliknya jika ada (paling tidak satu) asumsi dalam model regresi yang tidak dapat dipenuhi oleh fungsi regresi yang diperoleh maka kebenaran pendugaan model itu dan/atau pengujian hipotesis untuk pengambilan keputusan diragukan. Penyimpangan asumsi yang biasa terjadi dalam regresi berganda adalah multikolinearitas, heteroskedastisitas, dan autokorelasi. Menurut Firdaus (2004), multikolinearitas berarti adanya hubungan linear yang sempurna atau eksak diantara variabel-variabel bebas dalam model regresi. Apabila terjadi kolinearitas sempurna maka koefisien regresi dari variabel X tidak dapat ditentukan (indeterminate) dan standar errornya tak terhingga (infinite). Jika kolinearitas kurang sempurna, walau koefisien regresi dari variabel X dapat ditentukan, tetapi standar errornya tinggi, yang berarti koefisien regresi tidak dapat diperkirakan dengan tingkat ketelitian yang tinggi. Jadi, semakin kecil korelasi diantara variabel bebasnya, maka semakin baik model regresi yang akan diperoleh. Penyimpangan asumsi lainnya adalah heteroskedastisitas. Penyimpangan ini merupakan pelanggaran asumsi variasi faktor pengganggu pada kelompok data tersebut
bersifat
homoskedastik.
Keadaan
heteroskedastisitas
dapat
mengakibatkan penduga OLS yang diperoleh tetap memenuhi persyaratan tidak bias, dan varian yang diperoleh menjadi tidak efisien, artinya cenderung membesar sehingga tidak lagi merupakan varian yang terkecil (Firdaus, 2004).
25
Penyimpangan asumsi yang terakhir adalah autokorelasi. Menurut Nachrowi (2008) autokorelasi adalah adanya korelasi antara variabel itu sendiri, pada pengamatan yang berbeda waktu atau individu. Umumnya kasus autokorelasi banyak terjadi pada data time series. Menurut Firdaus (2004) autokorelasi dapat terjadi karena tidak diikutsertakannya seluruh variabel bebas yang relevan dalam model regresi yang diduga, kesalahan menduga bentuk matematika model yang digunakan, pengolahan data yang kurang baik, dan kesalahan spesifikasi gangguan. Sebagai akibat adanya autokorelasi pada model persamaan regresi maka dapat terjadi penduga-penduga koefisien regresi yang diperoleh tetap merupakan penduga-penduga yang tidak bias, serta varian variabel gangguan menjadi tidak efisien jika dibandingkan dengan tidak adanya autokorelasi. 2.4 Penelitian Sebelumnya Sujarno (2008), dalam penelitiannya mengenai analisis faktor-faktor yang mempengaruhi pendapatan nelayan di Kabupaten Langkat diketahui bahwa Biaya kerja, jumlah tenaga kerja, pengalaman dan jarak tempuh secara bersama-sama berpengaruh nyata terhadap pendapatan nelayan di Kabupaten Langkat. Biaya kerja merupakan faktor yang memberikan pengaruh yang besar dibandingkan 3 faktor lain. Biaya kerja mempunyai pengaruh positif terhadap pendapatan, ceteris paribus. Dengan kata lain, apabila Biaya kerja naik akan meningkatkan pendapatan nelayan. Begitu juga halnya dengan tenaga kerja, pengalaman, dan jarak tempuh melaut mempunyai pengaruh positif terhadap pendapatan nelayan. Serta, nilai elastisitas dari variabel Biaya kerja, tenaga kerja pengalaman, dan jarak tempuh melaut mempunyai nilai elastisitas kurang dari 1 (inelastis) terhadap 26
pendapatan nelayan di Kabupaten Langkat, sehingga respon pendapatan nelayan terhadap Biaya kerja, tenaga kerja, pengalaman, dan jarak tempuh melaut sangat kecil. Syahilatua (2008) dalam penelitiannya yang berjudul “Dampak Perubahan Iklim terhadap Perikanan” mengungkapkan bahwa perubahan iklim sangat berpengaruh terhadap fisiologi dan tingkah laku individu, populasi, maupun komunitas. Kondisi ekstrim meningkatnya suhu air, rendahnya konsentrasi oksigen terlarut dan pH air dapat mengakibatkan kematian pada ikan. Beberapa dampak perubahan iklim pada perikanan telah terdeteksi pada perikanan seperti mackerel dan ikan teri. Telah dilaporkan bahwa sejak terjadi penyimpangan kondisi North Atlantic Oscilation yaitu kenaikan suhu udara di wilayah Eropa Barat akibatnya mackerel mengalami migrasi, sehingga populasinya berkurang. Kejadian ini juga dialami oleh ikan teri lepas pantai di Peru. Pada tahun 1972, terjadi El Nino yang membawa masa air panas, sehingga proses upwelling terhenti dan produksi teri menurun.
27
III. KERANGKA PEMIKIRAN Kepulauan Seribu yang berada di Teluk Jakarta merupakan kabupaten yang sebagian besar wilayahnya merupakan perairan. Perairan yang lebih luas menyebabkan sebagian besar penduduknya bermata pencaharian sebagai nelayan. Sebanyak kurang lebih 60 persen penduduk kepulauan seribu berprofesi sebagai nelayan. Begitu pula dengan penduduk di Pulau Untung Jawa. Mayoritas penduduknya berprofesi sebagai nelayan, khususnya nelayan tangkap yang pendapatannya dipengaruhi oleh berbagai faktor, diantaranya cuaca yang tidak stabil. Banyak faktor yang mempengaruhi pendapatan nelayan, yaitu faktor sosial ekonomi dan faktor alam yaitu cuaca. Faktor sosial ekonomi yang akan dianalisis dalam penelitian ini adalah hasil tangkapan, biaya, tenaga kerja, jarak tempuh, pengalaman nelayan, harga ikan, harga bahan bakar, jumlah ikan yang didaratkan, biaya tenaga kerja, usia, tingkat pendidikan nelayan, alat tangkap, kepemilikan alat tangkap, dan keikutsertaan nelayan dalam organisasi. Sedangkan faktor cuaca yang mempengaruhi hasil tangkapan nelayan adalah suhu udara, curah hujan, dan tinggi gelombang. Seluruh faktor tersebut dianalisis pengaruhnya terhadap pendapatan nelayan menggunakan analisis regresi berganda dengan metode kuadrat terkecil atau Ordinary Least Square (OLS) Dari analisis regresi tersebut dapat diketahui faktor apa saja yang berpengaruh terhadap pendapatan nelayan. Selain itu, diketahui berapa besar pengaruh dari masing-masing variabel yang diteliti. Sehingga, dapat dirumuskan kebijakan untuk peningkatan pendapatan nelayan. Kerangka pemikiran penelitian ini disajikan secara ringkas dalam Gambar 1. 28
Potensi Perikanan Indonesia yang Besar
Penurunan Pendapatan Nelayan
Karakteristik nelayan Pulau Untung Jawa
Faktor – faktor cuaca yang mempengaruhi pendapatan nelayan
Faktor – faktor sosial ekonomi yang mempengaruhi pendapatan nelayan
Analisis Deskriptif
Analisis Regresi
Uji F
Uji T
Uji Penyimpangan Asumsi
Heteroskedastisitas Multikolinearitas Autokorelasi Faktor – faktor yang berpengaruh terhadap pendapatan nelayan
Kebijakan Pengelolaan Perikanan
Gambar 1. Kerangka Pemikiran Penelitian
29
IV. METODOLOGI PENELITIAN 4.1 Lokasi dan Waktu Penelitian ini akan dilaksanakan di Pulau Untung Jawa Kabupaten Kepulauan Seribu, Provinsi DKI Jakarta. Pemilihan lokasi dilakukan secara sengaja (purposive sampling) karena Pulau Untung Jawa termasuk pulau yang penduduknya mayoritas nelayan dan Kepulauan Seribu merupakan salah satu kepulauan yang produksi ikannya terbesar di Indonesia. Penelitian dilakukan dari bulan Februari hingga Juni 2011. Sedangkan pengambilan data primer dilakukan Bulan Maret-April 2011. 4.2 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini meliputi data primer dan data sekunder. Data primer diperoleh dari wawancara langsung dengan responden (nelayan) menggunakan kuisioner. Data primer meliputi data karakteristik nelayan di Pulau Untung Jawa, faktor-faktor yang mempengaruhi pendapatan nelayan, termasuk variabel cuaca yang mempengaruhi hasil tangkapan nelayan. Sedangkan data sekunder meliputi harga ikan, harga solar, data ikan yang didaratkan di TPI Muara Angke, data suhu udara, curah hujan, jumlah hari huja, dan tinggi gelombang. 4.3 Penentuan Jumlah Sampel Pengambilan contoh dilakukan secara purposive sampling (sengaja). Pengambilan sampel dilakukan secara sengaja atau dipilih berdasarkan suatu kriteria tertentu. Kriteria yang dipilih adalah nelayan yang bertempat tinggal di Pulau Untung Jawa Kepulauan Seribu. Sampel yang diambil sebanyak lima puluh sembilan nelayan yang berdomisili di Kelurahan Untung Jawa. 30
4.4 Pengumpulan Data Pengumpulan data primer dan sekunder dilakukan pada Bulan MaretApril 2011. Data primer diperoleh dari wawancara dengan responden menggunakan kuisioner. Data sekunder diperoleh dari Badan Pusat Statistik DKI Jakarta, Badan Meteorologi, Klimatologi, dan Geofisika DKI Jakarta, Dinas Kelautan dan Perikanan DKI Jakarta, dan Kelurahan Pulau Untung Jawa. 4.5 Metode Pengolahan dan Analisis Data Pengolahan data dilakukan secara kualitatif dan kuantitatif. Pengolahan data secara kualitatif dilakukan dengan analisis deskriptif. Sedangkan analisis kuantitatif dilakukan untuk mengetahui faktor apa saja yang mempengaruhi pendapatan nelayan di Pulau Untung Jawa Kepulauan Seribu dan berapa besar pengaruh masing-masing faktor. Pengolahan data kuantitatif dilakukan dengan bantuan program Microsoft Office Excel dan Minitab.14. Metode prosedur penelitian yang digunakan dapat dilihat pada Tabel 1
31
Tabel 1. Metode Prosedur Penelitian No
Tujuan
1
Mengidentifikasi karakteristik nelayan tangkap Pulau Untung Jawa Kepulauan Seribu
2
Mengkaji pengaruh faktor-faktor sosial ekonomi terhadap pendapatan nelayan Pulau Untung Jawa Kepulauan Seribu
3
Mengkaji pengaruh cuaca terhadap pendapatan nelayan
4.5.1
Jenis dan Sumber Data Data primer dari kuisioner nelayan di Pulau Untung Jawa Kepulauan Seribu dan data sekunder dari Kepulauan Seribu. Data primer dari kuisioner nelayan di Pulau Untung Jawa Kepulauan Seribu. Data primer dari nelayan Pulau Untung Jawa dan data sekunder dari BMKG Jakarta Utara.
Metode Analisis Data Analisis deskriptif
Analisis regresi linear berganda dan analisis deskriptif. Analisis regresi linear berganda dan analisis deskriptif.
Faktor Produksi Fungsi yang digunakan dalam analisis faktor-faktor yang mempengaruhi
pendapatan nelayan adalah fungsi Cobb Douglas, karena faktor-faktor yang mempengaruhi pendapatan nelayan termasuk input bagi nelayan
yang
mempengaruhi output (pendapatan) nelayan. Menurut Soekartawi (1990) secara matematik, fungsi Cobb Douglas dapat dituliskan seperti Y = aX1b1X2b2. . . Xnbn eu
... (1)
Bila fungsi Cobb Douglas tersebut dinyatakan oleh hubungan Y dan X, maka
Y = f(X1, X2, . . . , Xn)
... (2)
dimana Y = variabel yang dijelaskan 32
Xi = variabel yang menjelaskan
(i = 1,2,3,...n)
a, b = besaran yang akan diduga u = kesalahan e = logaritma natural, e = 2,718 Untuk memudahkan pendugaan terhadap persamaan tersebut, maka persamaan diubah menjadi bentuk linier berganda dengan cara melogaritmakan persamaan tersebut. Logaritma dari persamaan diatas adalah Ln Y = ln a + b1 ln X1 + b2 ln X2 + ...+ bn ln Xn + v ... (3) Fungsi produksi perikanan merupakan fungsi dari input kapital yang diwakili oleh unit upaya dan natural capital (Biaya sumberdaya alam) yakni jumlah ikan yang didaratkan itu sendiri. Salah satu bentuk fungsi produksi tersebut adalah dalam bentuk fungsi Cobb Douglas yakni : H = qxαEβ ... (4) Dimana q adalah konstanta dan sering disebut sebagai qatchability coefficient atau koefisien kemampuan tangkap. Parameter α dan β adalah parameter yang masingmasing menggambarkan elastisitas stok terhadap produksi dan elastisitas input (effort) terhadap produksi (Fauzi 2010). 4.5.2
Analisis Regresi Fungsi produksi Cobb Douglas yang digunakan dalam penelitian ini
memiliki lebih dari satu variabel bebas, sehingga menggunakan analisis regresi linier berganda. Selain itu, fungsi Cobb Douglas yang tidak berbentuk linier harus diubah menjadi bentuk linier agar mempermudah perhitungan dan analisis. Fungsi Cobb Douglas termasuk bentuk model log-log. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model tidak linier menjadi model linier 33
dengan jalan membuat model dalam bentuk logaritma. Bentuk logaritma dari persamaan fungsi produksi Cobb Douglas adalah Ln Y = ln a + b1 ln X1 + b2 ln X2 + ...+ bn ln Xn + v ... (5) Tujuan utama dalam analisis regresi berganda adalah menduga fungsi regresi populasi atas dasar fungsi regresi sampel. Jadi, kita mencari nilai b1, b2, ..., bn sebagai penduga B1, B2, ..., Bn. Nilai b1, b2 dapat dihitung dengan rumus
b1 =
............. (6)
b2 =
............. (7)
b1 =
= Elastisitas
.............(8)
dimana : X2i = X2i – X2 X3i = X3i – X3 yi = Yi – Y Konsekuensinya adalah nilai koefisien (b1, b2, ..., bn) dari hasil regresi menunjukan nilai elastisitas dari koefisien tersebut. Proses selanjutnya dalam regresi berganda adalah menentukan ketepatan persamaan regresi yang dihasilkan untuk menduga nilai variabel tak bebas. Tingkat ketepatan itu diukur dengan kesalahan baku (standard error). Kesalahan baku estimasi dinotasikan dengan simbol (Se) dan dapat ditentukan dengan rumus :
Se2 =
=
..........(9)
34
Se = √ Se2
..........(10)
Dalam hal hubungan tiga variabel, koefisien determinasi (R2) mengukur besarnya sumbangan X terhadap variasi naik turunnya Y secara bersama-sama. Rumus R2 adalah
R2 =
............ (11)
Jika R2 = 1, berarti besarnya presentase sumbangan X terhadap variasi Y secara bersama-sama adalah 100%. Jadi, seluruh variasi disebabkan oleh X dan tidak ada variabel lain yang mempengaruhi Y. Makin dekat R2 dengan satu, makin cocok garis regresi untuk meramalkan Y. Dalam penelitian ini akan dijelaskan hubungan antara pendapatan nelayan dan faktor-faktor yang mempengaruhi pendapatan nelayan. Faktor – faktor yang akan diteliti adalah hasil tangkapan, biaya, jumlah tenaga kerja, jarak tempuh, pengalaman, usia nelayan, pendidikan, alat tangkap, kepemilikan alat tangkap, keikutsertaan dalam organisasi, harga ikan, harga bahan bakar, jumlah ikan yang didaratkan, suhu udara, curah hujan, jumlah hari hujan, dan tinggi gelombang. Persamaan regresi dibagi menjadi dua bagian, cross section dan time series. Untuk regresi yang menggunakan data cross section dirumuskan dalam fungsi: PDT = f (HT, BIAYA, JTK, JT, PNGLM, USIA, PEND, AT, KAT, ORG)...(12) Sementara untuk regresi yang menggunakan data time series dirumuskan dalam fungsi : PDT = f (P, BBM, F, SU, CH, TG, JH)
...........(13)
Keterangan : PDT
: Pendapatan nelayan (Rp)
HT
: Hasil Tangkapan (kg) 35
BIAYA
: Biaya (Rp)
JTK
: Jumlah Tenaga Kerja (orang)
JT
: Jarak tempuh (m)
PNGLM
: Pengalaman (tahun)
USIA
: Usia Nelayan (tahun)
PEND
: Pendidikan Nelayan
AT
: Alat Tangkap
KAT
: Kepemilikan Alat Tangkap
ORG
: Keikutsertaan dalam Organisasi Nelayan
P
: Harga Ikan (Rp)
BBM
: Harga Bahan Bakar (Rp)
F
: Jumlah ikan yang didaratkan (kg)
SU
: Suhu Udara (0C)
CH
: Curah Hujan (mm/tahun)
TG
: Tinggi Gelombang (m)
JH
: Jumlah hari hujan (hari)
Dalam analisis ini menggunakan fungsi produksi yang menggambarkan hubungan antara input dan output serta data yang digunakan terbagi menjadi dua jenis data yaitu cross section dan time series. Hal ini mengakibatkan persamaan regresi terbagi menjadi dua persamaan. Bentuk fungsi produksi Cobb Douglas untuk produksi perikanan dengan data cross section adalah a
PDT = A HT BIAYAb JTKc JTd PNGLMe USIAf PENDg ATh KATi ORGj
...................(14)
36
Sementara fungsi produksi Cobb Douglas untuk produksi perikanan dengan data time series adalah PDT = B Pk BBMl Fm SUn CHo JHp TGq ................(15) Jika kedua persamaan diatas ditransormasikan kedalam bentuk ekonometrika menjadi Ln PDT = a0 + a ln HT + b ln BIAYA + c ln JTK + d ln JT + e ln PNGLM + f ln USIA + g ln PEND + h ln AT + i KAT + j ORG + μ...(16) dan Ln PDT = b0 + k ln P + l ln BBM + m ln F + n ln SU + o ln CH + p ln JH + q ln TG + μ
......................(17)
Metode yang digunakan untuk menganalisis persamaan tersebut adalah Metode Kuadrat Terkecil (Ordinary Least Square) dengan bantuan software Microsoft Excel dan Minitab versi 14. 4.5.3 Uji F Uji F (Uji Bersama) dilakukan dengan menguji secara bersama-sama variabel independent pengaruhnya dengan variabel dependent. Uji serentak yaitu uji
statistik
bagi
koefisien
regresi
yang
serentak
atau
bersama-sama
mempengaruhi Y. Formula Hipotesis : H0 : b1 = 0;
artinya faktor-faktor yang mempengaruhi pendapatan nelayan bukan merupakan penjelas yang signifikan bagi pendapatan nelayan
H1 :b1≠0;
artinya faktor-faktor yang mempengaruhi pendapatan nelayan merupakan penjelas yang signifikan bagi pendapatan nelayan. 37
Pengujian hipotesis koefisien regresi secara simultan dilakukan dengan menggunakan analisis varian. Statistik uji yang digunakan dalam hal ini adaah statistik uji F. Hipotesis yang diajukan untuk uji F ini adalah: H0 : B1 = B2 = ... = B ... 0 Ha : B1 ≠ B2 ≠...≠ B ... 0 Keputusan jika F hitung > F tabel maka tolak H0 dan terima Ha, sebaliknya jika F hitung < F tabel maka terima H0 dan tolak Ha. 4.5.4 Uji T Uji T (Uji Individual) dilakukan dengan menguji pengaruh setiap variabel dependent terhadap variabel independent. Analisis untuk menguji signifikansi nilai koefisien regresi secara parsial yang diperoleh dengan metode OLS adalah statistik uji t. Rumus umum untuk mencari nilai t hitung dari masing-masing koefisien regresi (b) adalah
tb =
............................(18)
Nilai t hitung dibandingkan dengan t tabel. Jika thitung < -ttabel atau thitung > + ttabel maka H0 ditolak dan Ha diterima. Jika Htabel ≤ thitung maka H0 diterima dan Ha ditolak. Hipotesis yang digunakan dalam penelitian ini untuk uji individual adalah: a) Hasil tangkapan berpengaruh positif terhadap pendapatan nelayan b) Biaya berpengaruh negatif terhadap pendapatan nelayan c) Jumlah tenaga kerja berpengaruh positif terhadap pendapatan nelayan d) Jarak tempuh melaut berpengaruh positif terhadap pendapatan nelayan e) Pengalaman berpengaruh positif terhadap pendapatan nelayan f) Usia nelayan berpengaruh positif terhadap pendapatan nelayan 38
g) Pendidikan nelayan berpengaruh positif terhadap pendapatan nelayan h) Alat tangkap berpengaruh positif terhadap pendapatan nelayan i) Kepemilikan alat tangkap berpengaruh positif terhadap pendapatan nelayan j) Keikutsertaan dalam organisasi nelayan berpengaruh positif terhadap pendapatan nelayan k) Harga ikan berpengaruh positif terhadap pendapatan nelayan l) Harga bahan bakar berpengaruh negatif terhadap pendapatan nelayan m) Jumlah ikan yang didaratkan berpengaruh positif terhadap pendapatan nelayan n) Suhu udara berpengaruh negatif terhadap pendapatan nelayan o) Curah hujan berpengaruh negatif terhadap pendapatan nelayan p) Tinggi gelombang berpengaruh negatif terhadap pendapatan nelayan q) Jumlah hari melaut berpengaruh positif terhadap pendapatan nelayan 4.5.5 Uji Kesesuaian (Goodness of Fit) Uji kesesuaian dilakukan untuk mengukur besarnya keragaman faktorfaktor yang mempengaruhi pendapatan nelayan terhadap variasi naik turunnya pendapatan nelayan secara bersama-sama. Nilai R2 dapat diketahui dari hasil output minitab pengolahan data regresi faktor-faktor yang mempengaruhi pendapatan nelayan. Makin dekat R2 dengan satu, makin cocok garis regresi untuk meramalkan Y. 4.5.6 Uji Penyimpangan Asumsi Penyimpangan
asumsi
yang
pertama
adalah
multikolinearitas.
Multikolinearitas dapat diketahui dengan melihat ciri-ciri yang pertama : 39
kolinearitas sering dapat diduga jika R2 cukup tinggi (antara 0,7-1) dan jika koefisien korelasi sederhana juga tinggi, tetapi tidak satupun atau sedikit sekali koefisien regresi parsial yang signifikan secara individu. Cara Lain untuk mengetahui multikolinearitas adalah melihat nilai VIF (Variance Influence Factor). Jika nilai VIF lebih dari 10 mengindikasikan terjadi multikolinearitas. Untuk menanggulangi multikolinearitas, ada beberapa cara yang dapat digunakan. Yang pertama adanya informasi sebelumnya mengenai variabel yang diteliti, menghubungkan data cross sectional dengan data time series, mengeluarkan satu variabel atau lebih, mentransformasi variabel, penambahan data baru, atau dengan backward combination analysis. Penyimpangan asumsi yang kedua adalah heteroskedastisitas. Langkahlangkah yang dilakukan untuk melihat apakah terdapat pelanggaran asumsi dengan uji White (White Test). Tahapannya adalah menghitung koefisien determinasi (R2) dan dikalikan dengan jumlah observasi (n). Kemudian bandingkan nilai tersebut dengan nilai X2 yang diperoleh dari tabel Chi Square. Nilai R2 yang lebih besar daripada X2 menunjukkan terdapat heteroskedastisitas pada model. Penyimpangan asumsi yang terakhir adalah autokorelasi. Uji ada tidaknya autokorelasi yang paling banyak digunakan adalah Uji Durbin Watson (Uji DW). Uji ini dapat dilakukan bagi sembarang sampel, baik besar atau kecil. Langkah uji hipotesisnya yang pertama tentukan hipotesis nol dan alternatifnya. Hipotesis nolnya adalah variabel gangguan tidak mengandung autokorelasi dan hipotesis alternatifnya adalah variabel gangguan mengandung autokorelasi. Setelah itu hitung besarnya nilai statistik DW dengan rumus : 40
DW =
.......................(19)
Langkah selanjutnya adalah membandingkan nilai statistik DW dengan nilai teoritik DW. Untuk ρ> 0 (autokorelasi positif): 1.
Jika DW ≥ d u (dengan df n – K - 1). H0 diterima jadi ρ= 0 berarti tidak ada autokorelasi pada model itu.
2.
Jika DW ≤ dL (dengan df n – K - 1). H0 ditolak jadi ρ≠ 0 berarti ada autokorelasi positif pada model itu.
3.
Jika dL < DW > du, uji itu hasilnya tidak konklusif, sehingga tidak dapat ditentukan apakah terdapat autokorelasi atau tidak pada model itu.
Untuk ρ< 0 (autokorelasi negatif): 1. Jika (4 – DW) ≥ du. H0 diterima jadi ρ= 0 berarti tidak ada autokorelasi pada model itu. 2. Jika (4 – DW) ≤ dL. H0 ditolak jadi ρ≠ 0 berarti ada autokorelasi positif pada model itu. 3. Jika dL < (4 – DW) > du, uji itu hasilnya tidak konklusif, sehingga tidak dapat ditentukan apakah terdapat autokorelasi atau tidak pada model itu.
41
V. GAMBARAN UMUM 5.1 Keadaan Umum Lokasi Penelitian Pulau Untung Jawa berada pada posisi 05058’45,21” Lintang Selatan dan 106042’11,07” Bujur Timur. Wilayah Kelurahan Pulau Untung Jawa adalah salah satu dari enam kelurahan yang ada di Kabupaten Administrasi Kepulauan Seribu dengan luas wilayah 111,53 Ha dengan jumlah pulau sebanyak 15 pulau dengan lima pulau yang sudah tenggelam. Pulau yang masih ada yaitu : Pulau Untung Jawa, Pulau Rambut, Pulau Ounrust, Pulau Kayangan, Pulau Bidadari, Pulau Kelor, Pulau Damar Besar, Pulau Damar Kecil, Pulau Nyamuk Kecil, Pulau Ayer Besar. Sementara pulau yang sudah tenggelam adalah Pulau Dapur, Pulau Ubi Besar, Pulau Ubi Kecil, Pulau Ayer Kecil, dan Pulau Nirwana. Pulau yang dihuni hanya Pulau Untung Jawa. Secara administrasi batas-batas wilayah Kelurahan Pulau Untung Jawa sebagai berikut : a. Utara berbatasan dengan Kelurahan Pulau Panggang b. Timur berbatasan dengan Laut Jawa/Tanjung Karawang-Jawa Barat c. Selatan berbatasan dengan Kodya Jakarta Utara/ Provinsi Banten d. Barat berbatasan dengan Kelurahan Pulau Pari Wilayah Pulau Untung Jawa dapat dilihat pada Gambar 2.
42
Sumber : http://wisatapulauseribu.com/map.php
Gambar 2. Peta Pulau Untung Jawa Tipe Iklim di Pulau Pemukiman Kepulauan Seribu adalah tropika panas dengan suhu maksimum 31,9 C, suhu minimum 25,3 C dan suhu rata-rata 27,9 C. Serta kelembaban udara maksimum sebesar 84% dan kelembaban udara minimum sebesar 67%. Cuaca baik di Kepulauan Seribu adalah sekitar bulan Maret, April, Mei. Curah hujan cukup tinggi dimana bulan terbasah yaitu pada Januari. Curah hujan tahun 2008 tercatat mencapai 1.779,1 mm. Sedang pada bulan-bulan kering yaitu bulan Juni-September, curah hujan bermusim yang dominan di wilayah Kepulauan Seribu yaitu musim barat dan musim timur. Musim-musim tersebut mempunyai pengaruh besar bagi kehidupan penduduk maupun bagi kegiatankegiatan lainnya serta kondisi wilayah. Hal tersebut mempengaruhi kegiatan nelayan yang akan sangat terganggu pada saat musim angin barat.
43
Keadaan angin di Kepulauan Seribu sangat dipengaruhi oleh angin monsoon yang secara garis besar dapat dibagi menjadi angin musim barat (Desember-Maret) dan angin musim timur (Juni-September). Musim pancaroba terjadi antara bulan April-Mei dan Oktober-Nopember. Kecepatan angin pada musim barat bervariasi antara 7-20 knot, biasanya terjadi pada bulan DesemberFebruari. Pada musim timur kecepatan angin 2,8 knot yang bertiup dari arah Timur Laut sampai Tenggara. Musim hujan di Kepulauan Seribu biasanya terjadi antara bulan Nopember-April dengan hari hujan antara 10-20 hari/bulan. Curah hujan terbesar terjadi pada bulan Januari. Curah hujan tahunan berjumlah 1.799,1 mm. Musim kemarau kadang-kadang juga terdapat hujan dengan jumlah hari hujan antara 4-10 hari perbulan. Biasanya curah hujan terkecil terjadi pada bulan Agustus. 5.2 Karakteristik Sosial Ekonomi Penduduk Pulau Untung Jawa Diantara berbagai pulau yang terdapat di Kelurahan Untung Jawa, hanya satu pulau yang dihuni yaitu Pulau Untung Jawa. Sementara pulau lainnya merupakan pulau konservasi dan tidak dihuni oleh manusia. Jumlah penduduk di Pulau Untung Jawa cenderung meningkat setiap tahun. Jumlah penduduk Pulau Untung Jawa secara lengkap disajikan pada Tabel 2. Tabel 2. Jumlah Penduduk Pulau Untung Jawa Tahun
Jumlah Penduduk
2005 1793 2006 1800 2007 1899 2008 1909 2009 1709 Sumber : Badan Pusat Statistik (2006-2010)
Perubahan (%) 0,39 5,5 0,53 -10,48
44
Penduduk Pulau Untung Jawa dari tahun 2005 hingga tahun 2008 mengalami peningkatan. Perubahan jumlah penduduk terbesar terjadi pada tahun 2006-2007 sebesar 5,5%. Sementara itu, pada tahun 2008-2009 terjadi penurunan penduduk sebesar 10,48%. Sementara untuk perbandingan jumlah penduduk laki-laki dan perempuan, dari tahun ke tahun jumlah penduduk pria lebih banyak daripada jumlah penduduk perempuan. Jumlah penduduk laki-laki yang lebih banyak terutama pada usia produktif membuat lebih banyak penduduk yang bekerja, baik sebagai nelayan maupun bidang pekerjaan yang lain. Perbandingan jumlah penduduk laki-laki dan perempuan setiap tahunnya dapat dilihat pada Gambar 3 di bawah ini.
Sumber : Badan Pusat Statistik (2006-2010)
Gambar 3. Perbandingan Jumlah Penduduk Laki-Laki dan Perempuan Tahun 2005-2009 Secara keseluruhan, perbandingan penduduk laki-laki dan perempuan hampir seimbang setiap tahunnya. Meskipun terlihat jumlah penduduk laki-laki lebih banyak sekitar 5% dari penduduk perempuan. Nelayan di Pulau Untung Jawa terbagi menjadi nelayan pinggir dan nelayan tengah. Nelayan pinggir adalah nelayan yang periode melautnya harian. Artinya, nelayan ini melaut setiap hari mulai pagi hari hingga siang hari. 45
Sementara nelayan tengah adalah nelayan yang periode melautnya mingguan. Berikut adalah grafik yang menunjukkan perbandingan jumlah nelayan harian dan mingguan dari tahun 2004-2009.
Sumber : Badan Pusat Statistik (2005-2010)
Gambar 4. Proporsi Nelayan Pulau Untung Jawa Tahun 2004-2009 Jumlah nelayan dari tahun 2004 hingga tahun 2008 cenderung konstan baik dalam jumlah maupun perbandingan antara nelayan harian dan mingguan. Sedangkan pada tahun 2009 jumlah nelayan turun drastis. Selain itu, perbandingan antara nelayan harian dan mingguan juga mengalami perubahan. Jika pada tahun sebelumya presentase nelayan mingguan lebih banyak dari nelayan harian, pada tahun 2009 presentase nelayan harian lebih banyak daripada nelayan mingguan. Pada tahun 2004-2008 nelayan harian sejumlah 19,25% dari total nelayan di Pulau Untung Jawa, namun pada tahun 2009 presentase nelayan harian meningkat menjadi 65,88%. Hal yang sebaliknya terjadi pada nelayan mingguan. Tahun 2004-2008 presentase nelayan mingguan sebesar 80,75%, sementara pada tahun 2009 turun menjadi 34,12%. Hal ini dapat terjadi karena nelayan mingguan banyak yang beralih profesi menjadi pekerja bangunan atau bekerja di luar pulau. 46
Namun, menurut informasi terbaru dari Kelurahan Untung Jawa, jumlah nelayan pada Bulan Februari 2011 berjumlah 211 orang. Peningkatan jumlah nelayan selama dua tahun berasal dari masyarakat yang kembali melaut karena merasa kurang terampil pada bidang profesi lainnya. Salah satu hal yang juga penting untuk diperhatikan adalah mengenai kesehatan dan sarana penunjangnya. Di Pulau Untung Jawa Kepulauan Seribu, kesadaran masyarakat untuk berperilaku sehat cukup tinggi. Sarana kesehatan yang terdapat di Pulau Untung Jawa sudah tersedia yaitu puskesmas dan posyandu. Perkembangan jumlah sarana kesehatan di Kelurahan Untung Jawa dapat dilihat pada grafik di bawah ini.
Sumber : Badan Pusat Statistik (2005-2010)
Gambar 5. Perkembangan Jumlah Fasilitas Kesehatan di Pulau Untung Jawa Tahun 2004-2009 Fasilitas kesehatan yang terdapat di Kelurahan Untung Jawa baru tersedia pada tahun 2005 berupa puskesmas yang berjumlah satu hingga tahun 2009 tidak terdapat penambahan jumlah puskesmas. Pada tahun 2007, fasilitas ditambanh dengan pembangunan posyandu sebanyak tiga pos untuk Kelurahan Untung Jawa. Fasilitas kesehatan yang belum memadai membuat masyarakat agak kesulitan untuk berobat. Juga untuk ibu yang akan melahirkan, harus menyebrang pulau karena alat tidak memadai. 47
VI. HASIL DAN PEMBAHASAN 6.1 Karakteristik Nelayan Tangkap Kelurahan Untung Jawa Pulau Untung Jawa yang berbasis sumberdaya perikanan menyebabkan mayoritas penduduknya berprofesi sebagai nelayan. Sekitar 80% dari total penduduk di Pulau Untung Jawa merupakan nelayan. Nelayan di Pulau Untung Jawa terbagi menjadi dua kelompok yaitu nelayan pinggir dan nelayan tengah. Nelayan pinggir yaitu nelayan yang periode melautnya harian, sedangkan nelayan tengah yaitu nelayan yang periode melautnya mingguan. Nelayan pinggir berangkat melaut setiap pagi hari dan kembali siang hari, sedangkan nelayan tengah melaut selama 13 hingga 15 hari. Perbedaan lain antara nelayan pinggir dan nelayan tengah adalah ukuran kapal yang digunakan. Nelayan pinggir menggunakan kapal motor yang berukuran 7 m x 1 m dengan kekuatan mesin 23 PK. Sedangkan nelayan tengah menggunakan ukuran kapal yang lebih besar yaitu 13 m x 1,7 m dengan kekuatan mesin 33 PK karena jarak tempuhnya yang lebih jauh. Selain itu jumlah Anak Buah Kapal (ABK) yang ikut serta ketika melaut juga berbeda. Nelayan tengah dalam satu trip membawa lima hingga delapan orang ABK, sementara nelayan pinggir biasanya sendiri atau paling banyak membawa tiga orang dalam satu trip. Alat tangkap yang digunakan nelayan di Pulau Untung Jawa baik nelayan pinggir maupun nelayan tengah adalah bubu dan pancing. Bubu yang mereka gunakan adalah bubu yang terbuat dari kawat dan bambu dengan umur ekonomis 3 bulan untuk bubu bambu dan 6 bulan untuk bubu kawat.
49
Karakteristik nelayan Kelurahan Pulau Untung Jawa dilihat dari berbagai hal, yang pertama adalah usia responden yang merupakan nelayan. Nelayan di Kelurahan Untung Jawa tersebar dari kelompok usia kurang dari dua puluh tahun hingga nelayan yang berusia lebih dari lima puluh tahun. Kelompok usia nelayan dapat dilihat pada gambar 6 di bawah ini.
Sumber : Data Primer, diolah (2011)
Gambar 6. Kelompok Usia Responden Nelayan di Pulau Untung Jawa sebagian besar berada pada usia angkatan kerja yaitu 20 hingga 50 tahun, dan didominasi oleh penduduk yang berusia antara 21-30 tahun sebanyak 35,59%. Namun ada pula penduduk yang berusia kurang dari 20 tahun dan lebih dari 50 tahun yang berprofesi sebagai nelayan. Sebagian besar penduduk mulai melaut pada usia tiga belas tahun setelah lulus Sekolah Dasar, hanya sedikit penduduk yang melanjutkan pendidikannya ke tingkat yang lebih tinggi. Meskipun masih ada penduduk yang melanjutkan ke Sekolah Menengah Pertama, tapi jumlahnya sangat sedikit. Begitu pula yang melanjutkan ke Sekolah Menengah Atas. Selain karena sudah mulai ikut melaut,
50
sarana Sekolah Menengah Atas di Kelurahan Untung Jawa belum tersedia. Tingkat pendidikan responden disajikan pada Gambar 7.
Sumber : Data primer, diolah (2011)
Gambar 7. Tingkat Pendidikan Responden Pendidikan terakhir mayoritas nelayan di Pulau Untung Jawa adalah Sekolah Dasar, yaitu sebanyak 58% responden adalah lulusan SD. Hal ini disebabkan karena kurangnya kesadaran masyarakat untuk melanjutkan pendidikan ke jenjang yang lebih tinggi. Serta fasilitas Sekolah Menengah Pertama baru dibangun pada tahun 2000 dan belum terdapat Sekolah Menengah Atas di Pulau Untung Jawa. Di Kelurahan Untung Jawa terdapat organisasi nelayan yaitu Nelayan Sejahtera. Tidak semua nelayan ikut serta menjadi anggota maupun pengurus organisasi tersebut. Keberadaan organisasi nelayan hanya bertujuan untuk mengeratkan silaturahim antar nelayan, sehingga ada nelayan yang merasa tidak terlalu butuh ikut serta dalam organisasi. Perbandingan keikutsertaan nelayan dalam organisasi disajikan pada Gambar 8 berikut.
51
Sumber : Data Primer, diolah (2011)
Gambar 8. Keikutsertaan Responden dalam Organisasi Dari 59 responden yang diwawancarai, sebanyak 78% responden tergabung dalam organisasi nelayan, dan 22% tidak tergabung dalam organisasi nelayan. Organisasi nelayan tersebut merupakan organisasi yang bertujuan sosial. Kegiatan yang dilakukan oleh anggota organisasi adalah santunan terhadap anak yatim, dan kegiatan sosial lainnya. 6.2 Faktor Sosial Ekonomi yang Mempengaruhi Pendapatan Nelayan Pendapatan nelayan dipengaruhi oleh berbagai faktor. Berdasarkan hasil regresi berganda dengan fungsi dasar Cobb Douglas diperoleh hasil faktor-faktor yang mempengaruhi pendapatan nelayan Pulau Untung Jawa. Hasil pengolahan data dari wawancara dengan responden menghasilkan dua persamaan regresi yaitu regresi dengan data cross section dan regresi dengan data time series. Untuk hasil regresi dengan data cross section, variabelnya adalah hasil tangkapan, biaya, jumlah tenaga kerja, jarak tempuh, pengalaman reponden, usia, pendidikan terakhir yang ditempuh responden, alat tangkap yang digunakan, kepemilikan alat tangkap, dan keikutsertaan dalam organisasi. Sedangkan variabel sosial ekonomi
52
untuk regresi dengan data time series adalah harga ikan, harga bahan bakar (solar) dan jumlah ikan yang didaratkan. 6.2.1 Analisis Regresi Berganda Cross Section Analisis regresi berganda ini dilakukan menggunakan data cross section terdiri dari 10 variabel independent yaitu hasil tangkapan, Biaya, jumlah tenaga kerja, jarak tempuh, pengalaman, usia, pendidikan, alat tangkap, kepemilikan alat tangkap, dan keikutsertaan dalam organisasi. Pengambilan data dilakukan kepada 50 responden dan menghasilkan persamaan regresi sebagai berikut : Ln PDT = 24,0 + 0,318 Ln HT - 0,424 Ln Biaya - 0,119 Ln JTK - 0,335 Ln JT 0,293 Ln PNGLM - 0,227 Ln USIA + 0,291 Ln PEND + 0,293 Ln AT + 2,11 KAT + 0,387 ORG Dimana : PDT
: Pendapatan nelayan (Rp)
HT
: HasilTangkapan (kg)
BIAYA
: Biaya (Rp)
JTK
: Jumlah Tenaga Kerja (orang)
JT
: Jarak tempuh (m)
PNGLM
: Pengalaman (tahun)
USIA
: Usia Nelayan (tahun)
PEND
: Pendidikan Nelayan
AT
: Alat Tangkap
KAT
: Kepemilikan Alat Tangkap
ORG
: Keikutsertaan dalam Organisasi Nelayan
53
Tahap pertama adalah dilakukan pengujian bersama terhadap model (Uji Anova) atau Uji F. Perhitungan ANOVA menghasilkan nilai F hitung sebesar 38,15 dan significance F sebesar 0,0000. Nilai Significance F yang sangat kecil menunjukkan model regresi dapat menjelaskan keragaman pendapatan. Hasil goodness of fit (R2) dari regresi tersebut adalah 0,892 yang berarti sebesar 89,2% model dapat menjelaskan variabel independent, sedangkan sisanya dijelaskan oleh variabel lain yang tidak diikutsertakan dalam model. Hasil dari uji bersama menunjukan bahwa model layak atau dapat menjelaskan keragaman variabel dependent. Selanjutnya dilihat variabel dependent apa saja yang berpengaruh secara signifikan terhadap variabel independent menggunakan Uji Parsial (Uji T). Taraf nyata yang digunakan sebesar 10%. Nilai P value yang lebih kecil dari taraf nyata yang berlaku menunjukkan bahwa variabel independent berpengaruh secara signifikan terhadap variabel dependent. Dari 10 variabel independent, lima variabel berpengaruh secara signifikan sementara lima variabel sisanya tidak berpengaruh secara signifikan. Tabel 3. Hasil Uji Individual untuk Model Cross Section Variabel Koefisien T Konstanta 23,959 7,33 HT 0,31770 4,49 BIAYA -0,4239 -2,11 JTK -0,1187 -0,57 JT -0,33532 -3,82 PNGLM -0,2925 -1,49 USIA -0,2271 -0,53 PEND 0,2914 1,15 AT 0,2927 1,14 KAT 2,1137 12,21 ORG 0,3870 2,31 Sumber : Hasil olahan (2011), pada taraf nyata 10%
P value 0,000 0,000 0,042 0,572 0,001 0,145 0,598 0,260 0,264 0,000 0,027
54
Variabel yang berpengaruh secara signifikan adalah hasil tangkapan, biaya, jarak tempuh, kepemilikan alat tangkap, dan keikutsertaan dalam organisasi. Variabel hasil tangkapan memiliki t hitung sebesar 4,49 dan P value sebesar 0,000. Variabel biaya memiliki t hitung sebesar -2,11 dan P value sebesar 0,042. Variabel jarak tempuh memiliki t hitung sebesar -3,82 dan P value sebesar 0,001. Variabel kepemilikan alat tangkap memiliki t hitung 12,21 dan P value sebesar 0,000. Dan nilai t hitung untuk variabel keikutsertaan dalam organisasi sebesar 2,31 dengan P value sebesar 0,027. Sementara untuk variabel yang tidak berpengaruh secara signifikan adalah jumlah tenaga kerja, pengalaman, usia, tingkat pendidikan, dan alat tangkap. T hitung untuk variabel jumlah tenaga kerja sebesar -0,57 dengan P value sebesar 0,572. Untuk variabel pengalaman, nilai t hitung sebesar -1,49 dan P value 0,145. Variabel usia memiliki nilai t hitung sebesar -0,53 dengan P value 0,598. Variabel pengalamantingkat pendidikan, t hitung yang diperoleh sebesar 1,15 dengan P value sebesar 0,260. Variabel alat tangkap memiliki t hitung sebesar 1,14 dan P value sebesar 0,264. Setelah dilakukan uji bersama dan uji parsial, tahap selanjutnya adalah menguji apakah terdapat penyimpangan asumsi pada model regresi tersebut. Penyimpangan
asumsi
yang
akan
diuji
adalah
multikolinearitas,
heteroskedastisitas, dan autokorelasi. Pengujian multikolinearitas dilakukan dengan melihat nilai VIF dari setiap variabel. Nilai VIF diperoleh dengan bantuan software Minitab versi 14. Dari hasil pengolahan data dengan Minitab, tidak terdapat nilai VIF yang lebih besar dari 10 untuk seluruh variabel. Hal ini berarti tidak terjadi penyimpangan asumsi multikolinearitas atau dengan kata lain tidak 55
ada hubungan linear sempurna antar variabel independent dalam model. Penyimpangan asumsi yang kedua adalah heteroskedastisitas. Heteroskedastisitas dapat dideteksi dengan Uji White (White test) dengan bantuan software Microsoft Excel hasil yang diperoleh dari perhitungan nilai hitung Chi Square sebesar 40,14 dan nilai X2 tabel untuk taraf nyata 10% dan observasi 50 adalah 57,5053. Dapat dilihat bahwa nilai hitung Chi Square lebih kecil dari nilai X2 . Maka dapat disimpulkan tidak terjadi heteroskedastisitas pada model. Artinya ragam dari errorterm untuk variabel dependent konstan. Penyimpangan asumsi yang terakhir adalah autokorelasi. Autokorelasi dideteksi dengan uji Durbin Watson (DW). Dengan bantuan software minitab diperoleh nilai DW untuk model regresi sebesar 2,06449. Nilai stastitik DW yang mendekati 2 menunjukkan tidak ada autokorelasi dalam model. Sehingga dapat dikatakan bahwa asumsi sisaan menyebar bebas dapat dipenuhi. Setelah seluruh uji statistik dilakukan, dan diperoleh hasil bahwa model layak dan tidak terdapat penyimpangan asumsi regresi linear selanjutnya adalah melakukan interpretasi terhadap hasil yang diperoleh untuk masing-masing variabel. Nilai koefisien yang diperoleh menggambarkan elastisitas masingmaisng variabel. Berikut ini adalah interpretasi koefisien untuk masing-masing variabel independent : 1.
Hasil Tangkapan Hasil tangkapan berpengaruh secara signifikan terhadap pendapatan nelayan dengan nilai koefisien sebesar 0,31770. Nilai koefisien tersebut memiliki arti bahwa
peningkatan
hasil
tangkapan
nelayan
sebesar
100%
akan
meningkatkan pendapatan nelayan sebesar 31,77%, ceteris paribus. Hasil ini 56
sesuai dengan hipotesis penelitian bahwa hasil tangkapan berpengaruh positif terhadap pendapatan nelayan. Koefisien hasil tangkapan yang kurang dari 1 menunjukan bahwa hasil tagkapan tidak elastis (inelastis). Hal ini berarti respon pendapatan terhadap hasil tangkapan nelayan sangat kecil. 2.
Biaya Biaya berpengaruh secara signifikan terhadap pendapatan dengan nilai koefisien sebesar -0,4239. Artinya untuk tiap peningkatan Biaya sebesar 100% maka rata-rata pendapatan yang diperoleh nelayan turun sebesar 42,39%, ceteris paribus. Hasil ini sesuai dengan hipotesis penelitian yaitu Biaya berpengaruh negatif terhadap pendapatan nelayan. Komponen Biaya melaut yang dikeluarkan nelayan terbagi menjadi biaya tetap dan biaya variabel. Komponen biaya tetap adalah perawatan kapal, perawatan mesin, perawatan/penggantian alat tangkap, dan biaya perizinan melaut (surat-surat). Sedangkan komponen biaya variabel adalah makanan (ransum), es, dan bahan bakar (solar). Dengan nilai koefisien yang negatif berarti penurunan biaya melaut, baik biaya tetap maupun biaya variabel akan meningkatkan pendapatan nelayan. Koefisien yang kurang dari 1 menunjukan Biaya melaut inelastis terhadap pendapatan nelayan. Hal ini bermakna respon pendapatan nelayan terhadap Biaya melaut sangat kecil.
3.
Jumlah Tenaga Kerja Jumlah tenaga kerja tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hal ini dapat disebabkan karena ketidakefisiensi tenaga kerja yang dipekerjakan.
4.
Jarak Tempuh 57
Jarak tempuh berpengaruh secara signifikan terhadap pendapatan nelayan dengan nilai koefisien -0,33532. Hal ini tidak sesuasi dengan hipotesis penelitian yaitu jarak tempuh berpengaruh positif terhadap pendapatan nelayan. Ketidaksesuaian ini dapat terjadi karena jarak tempuh yang semakin jauh juga akan meningkatkan biaya yang harus dikeluarkan nelayan, sementara hasil tangkapan belum tentu lebih banyak yang diperoleh. Hal lain yang mungkin terjadi adalah, semakin jauh jarak melaut dari pulau, maka persaingan dengan nelayan lain dari berbagai daerah juga lebih tinggi. Sehingga hasil tangkapan yang diperoleh tidak lebih banyak yang mengakibatkan pendapatan nelayan juga tidak meningkat. 5.
Pengalaman Pengalaman melaut seorang nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hasil ini tidak sesuai dengan hipotesis penelitian yang menyatakan pengalaman berpengaruh positif terhadap pendapatan. Hal ini dapat terjadi karena melayan yang lebih berpengalaman belum tentu berpengalaman dalam menggunakan teknologi baru seperti GPS.
6.
Usia Usia nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hal ini tidak sesuai dengan hipotesis penelitian yang menyatakan bahwa usia nelayan berpengaruh positif terhadap pendapatan nelayan. Ketidaksesuaian hipotesis penelitian dengan hasil yang diperoleh di lapangan dapat terjadi karena baik nelayan yang berusia muda maupun nelayan yang berusia lebih tua dapat memperoleh hasil/pendapatan yang sama atau bahkan
58
nelayan yang lebih muda dapat memperoleh lebih banyak pendapatan karena lebih produktif. 7.
Pendidikan Tingkat pendidikan nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hal ini tidak sesuai dengan hipotesis penelitian bahwa tingkat pendidikan berpengaruh positif terhadap pendapatan nelayan. Ini dapat terjadi karena nelayan yang tingkat pendidikan lebih tinggi belum tentu lebih mahir dalam melaut daripada nelayan yang tingkat pendidikannya rendah. Selain itu, ketika melaut nelayan menggunakan GPS (Global Positioning System). Keterampilan menggunakan GPS ini tidak diperoleh di jenjang pendidikan formal, namun melalui pembelajaran secara otodidak. Nelayan dengan tingkat pendidikan SD, SMP, dan SMA bahkan yang tidak pernah bersekolahpun terampil menggunakan GPS.
8.
Alat Tangkap Alat tangkap yang digunakan nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Alat tangkap yang digunakan nelayan Pulau Untung Jawa adalah bubu dan pancing. Seluruh nelayan di Pulau Untung Jawa menggunakan alat tangkap ini. Sehingga tidak ada pengaruhnya alat tangkap yang digunakan terhadap pendapatan nelayan.
9.
Kepemilikan Alat Tangkap Kepemilikan alat tangkap berpengaruh signifikan terhadap pendapatan nelayan dengan koefisien 2,1137. Sesuai dengan hipotesis penelitian yang menyatakan bahwa kepemilikan alat tangkap berpengaruh positif terhadap pendapatan nelayan. Nilai koefisien sebesar 2,1137 memiliki arti bahwa 59
kecenderungan nelayan yang memiliki alat tangkap, pendapatannya meningkat sebesar sebesar 2,546%. 10. Keikutsertaan dalam Organisasi Keikutsertaan dalam organisasi berpengaruh secara signifikan terhadap pendapatan yang diperoleh nelayan dengan nilai koefisien sebesar 0,3870. Artinya kecenderungan nelayan yang bergabung dalam organisasi nelayan, pendapatannya lebih tinggi 38,7% daripada nelayan yangtidak bergabung dalam organisasi nelayan. Selain hal tersebut di atas, berdasarkan hasil wawancara dengan responden, mereka merasa terganggu dengan nelayan dari wilayah lain seperti nelayan dari Tangerang yang melaut di sekitar wilayah Pulau Untung Jawa. Selain itu, banyak nelayan dari luar pulau yang menggunakan pukat harimau untuk menangkap ikan. Penggunaan pukat harimau ini menurut mereka dapat merusak alat tangkap mereka yang menggunakan bubu. Nelayan sering mengeluhkan bubu mereka hilang saat melaut karena terbawa oleh pukat harimau dari nelayan lain. Hal ini menyebabkan mereka harus lebih sering mengganti atau membeli baru bubu yang mengakibatkan Biaya nelayan menjadi lebih besar. 6.2.2. Analisis Regresi Berganda Time series Analisis regresi berganda dengan data time series dilakukan untuk data yang berupa series menurut waktu. Analisis ini dilakukan untuk variabel harga ikan, harga bahan bakar, yang merupakan variabel sosial ekonomi serta variabel cuaca seperti suhu udara, curah hujan, tinggi gelombang, dan jumlah hari hujan. Regresi Time Series menghasilkan tiga alternatif model untuk dipilih menjadi model yang terbaik. 60
Model yang pertama Ln PDT = 51,5 + 0,0884 Ln P - 4,46 Ln BBM + 0,500 Ln F + 0,068 Ln SU - 0,0306 Ln CH + 0,0468 Ln JH + 0,0100 Ln TG. Model yang kedua dilakukan dengan menghilangkan variabel tinggi gelombang karena dianggap mengganggu model. Model kedua Ln PDT = 54,6 + 0,0606 Ln P – 4,43 Ln BBM + 0,492 Ln F – 0,832 Ln SU – 0,0519 Ln CH + 0,0347 Ln JH. Model yang ketiga diperoleh melalui regresi bertatar (stepwise regression) Ln PDT = 55,8 + 0,0588 Ln P – 4,43 Ln BBM + 0,492 Ln F – 1,21 Ln SU – 0,0505 Ln CH + 0,0366 Ln JH. Indikator kebaikan model disajikan pada tabel 4
61
Tabel 4. Alternatif Model Regresi Time Series Variabel Konstanta P BBM F SU CH JH TG Uji F R2 R2 Adj DW VIF Chi Square
1 51,457 0,000* 0,08843 0,000* -4,46349 0,000* 0,49985 0,000* 0,0675 0,889* -0,04679 0,202* 0,04679 0,202* 0,00995 0,705* 0,000 98,9% 98,7% 1,39786 <10 Chi2 < X2
Model 2 10,129 0,316* 0,15 0,029* -1,3949 0,000* 0,10750 0,022* 6,007 0,026* -0,0061 0,956* 0,0314 0,810* -
3 54,558 0,000* 0,06057 0,001* -4,4304 0,000* 0,49191 0,000* -0,8324 0,316* -0,05187 0,062* 0,03467 0,270* -
0,000 97,6% 97,2% 1,56986 <10 Chi2 < X2
0,000 98,0% 97,7% 1,76256 <10 Chi2 < X2
Model yang dipilih dari ketiga alternatif model tersebut adalah model yang ketiga. Karena memiliki R2 yang cukup tinggi, nilai DW yang paling mendekati dua serta tidak terdapat penyimpangan asumsi. Fungsi dari model yang ketiga adalah Ln PDT = 55,8 + 0,0588 Ln P – 4,43 Ln BBM + 0,492 Ln F – 1,21 Ln SU – 0,0505 Ln CH + 0,0366 Ln JH. Model ini memiliki adjusted R2 sebesar 0,979 yang berarti sebesar 97,9% keragaman mampu dijelaskan oleh model, dan sisanya dijelaskan oleh variabel lain yang tidak dimasukkan dalam model. Hasil statistik untuk uji bersama (Uji F) adalah 306,61 dengan significance F sebesar 0,000. Nilai significance F yang sangat kecil
62
mengindikasikan bahwa secara bersama-sama variabel independent berpengaruh terhadap variabel dependent. Proses selanjutnya adalah melihat apakah terjadi penyimpangan asumsi dalam model. Penyimpangan yang pertama adalah multikolinearitas dideteksi dari nilai VIF. Dari hasil output minitab, nilai VIF untuk setiap variabel independent tidak ada yang lebih dari 10. Ini berarti tidak terjadi multikolinearitas pada model. Artinya tidak ada hubungan linier sempurna antar variabel dalam model. Selanjutnya adalah uji Heteroskedastisitas menggunakan Uji White (White test) dengan bantuan software Microsoft Excel. Nilai yang diperoleh untuk nilai Chi Square adalah 43,12 sementara nilai X2 sebesar 56,36854. Nilai Chi Square yang lebih kecil daripada X2 berarti tidak terjadi heteroskedastisitas pada model. Setelah dilakukan uji terhadap multikolinearitas dan heteroskedastisitas, penyimpangan asumsi yang ketiga adalah autokorelasi. Pengujian autokorelasi dilakukan menggunakan Uji Durbin Watson (Uji DW) menggunakan bantuan software Minitab versi 14. Output Minitab menunjukkan nilai statistik Durbin Watson untuk model regresi time series ini adalah 1,76256. Nilai statistik Durbin Watson yang mendekati dua menunjukkan bahwa tidak terdapat autokorelasi pada model atau model memenuhi asumsi bebas serial. Model regresi time series dapat dianggap baik karena memiliki R2 yang cukup baik, statistik F yang baik, dan tidak terdapat penyimpangan asumsi pada model. Tahap selanjutnya adalah interpretasi terhadap koefisien variabel independent yang signifikan terhadap variabel dependent. Kedua variabel sosial ekonomi pada model, signifikan mempengaruhi pendapatan nelayan.
63
Tabel 5. Hasil Uji Individual (uji T) untuk Model Time Series Variabel Koefisien Konstanta 55,791 P 0,05881 BBM -4,4263 F 0,49197 SU -1,2067 CH -0,05055 JH 0,03664 Sumber : Data Olahan (2011)
T 18,97 3,93 -35,35 32,22 -1,59 -2,05 1,30
P value 0,000 0,000 0,000 0,000 0,121 0,047 0,200
Variabel yang pertama adalah harga ikan, dengan t hitung sebesar 3,93 dan P value 0,000. Pada taraf nyata sebesar 10%, harga ikan berpengaruh secara signifikan terhadap model. Koefisien harga ikan sebesar 0,05881 berarti peningkatan harga ikan sebesar 100% akan meningkatkan pendapatan nelayan sebesar 5,88%. Koefisien harga ikan kurang dari 1 menunjukan harga ikan inelastis terhadap pendapatan nelayan. Artinya peningkatan harga ikan hanya akan meningkatkan pendapatan nelayan dalam jumlah yang sangat kecil. Variabel selanjutnya yang berpengaruh secara signifikan terhadap pendapatan nelayan adalah harga bahan bakar (solar) dengan nilai t hitung sebesar -35,35 dan P value sebesar 0,000. Koefisien untuk variabel ini adalah -4,4263 yang berarti peningkatan harga bahan bakar sebesar 100% akan menurunkan pendapatan nelayan sebesar 442,63%.
Harga bahan bakar elastis terhadap
pendapatan nelayan karena nilai koefisiennya yang lebih dari 1. Hal ini berarti fluktuasi harga bahan bakar memberi respon yang besar terhadap pendapatan nelayan. Variabel yang berikutnya adalah jumlah ikan yang didaratkan dengan t hitung sebesar 32,22 dan P value 0,000. Pada taraf nyata 10%, jumlah ikan yang didaratkan berpengaruh secara signifikan terhadap model. Koefisien jumlah ikan 64
yang didaratkan sebesar 0,49197 berarti peningkatan jumlah ikan yang didaratkan sebesar 100% akan meningkatkan pendapatan nelayan sebesar 49,2%. Koefisien jumlah ikan yang didaratkan yang kurang dari 1 menunjukan jumlah ikan yang didaratkan inelastis terhadap pendapatan nelayan. Artinya respon pendapatan nelayan terhadap jumlah ikan yang didaratkan sangat kecil. Data jumlah ikan yang didaratkan didekati dari data jumlah ikan yang didaratkan di TPI Muara Angke tahun 2005-2009. 6.3 Faktor Cuaca yang Mempengaruhi Pendapatan Nelayan 6.3.1 Persepsi Nelayan Mengenai Perubahan Cuaca Penduduk
Pulau
Untung
Jawa
yang
mayoritas
nelayan
sangat
menggantungkan penghidupannya dengan keadaan alam yang seringkali tidak menentu. Bahkan beberapa tahun belakangan ini kondisi alam semakin tidak terduga. Peningkatan suhu udara merupakan salah satu indikasi terjadinya perubahan cuaca. Grafik persepsi responden mengenai perubahan suhu udara tersaji pada Gambar 9.
Sumber : Data primer, diolah (2011)
Gambar 9. Persepsi Responden Mengenai Suhu Udara
65
Sebagian besar nelayan, yaitu sebanyak 64,41% nelayan berpendapat suhu udara mengalami peningkatan dalam kurun waktu lima tahun terakhir. Peningkatan suhu udara berarti suhu yang lebih panas, dan tidak terjadi hujan. Suhu udara yang lebih panas menyebabkan nelayan melaut lebih sering karena tidak terganggu oleh hujan. Selain suhu udara, variabel lain adalah curah hujan. Sama halnya seperti suhu udara, curah hujan juga dirasakan nelayan mengalami perubahan dalam lima tahun terakhir. Persepsi nelayan mengenai perubahan curah hujan disajikan pada Gambar 10.
Sumber : Data Primer, diolah (2011)
Gambar 10. Persepsi Responden Mengenai Curah Hujan Sebanyak 59,32% responden merasakan curah hujan meningkat selama lima tahun terakhir. Mayoritas responden berpendapat bahwa curah hujan meningkat selama lima tahun belakangan. Akibat dari peningkatan curah hujan ini adalah jumlah hari melaut bagi nelayan pinggir di Pulau Untung Jawa menjadi berkurang. Ketika terjadi hujan lebat, nelayan lebih memilih untuk tidak melaut. Akibatnya pendapatan nelayan berkurang karena tidak lagi sering melaut. 66
Selain suhu udara, dan curah hujan, tinggi gelombang juga dirasa berpengaruh terhadap hasil tangkapan nelayan. Jika gelombang sedang tinggi berakibat pada baik nelayan pinggir maupun nelayan tengah di Pulau Untung Jawa enggan pergi melaut. Ini mengakibatkan jumlah hari melaut menjadi berkurang dan hasil tangkapan nelayan juga berkurang. Gambar 11 menunjukkan persepsi nelayan mengenai perubahan tinggi gelombang.
Sumber : Data Primer, diolah (2011)
Gambar 11. Persepsi Responden Mengenai Tinggi Gelombang Pendapat responden mengenai tinggi gelombang yang terjadi di laut sekitar Pulau Untung Jawa mayoritas mengatakan terjadi peningkatan tinggi gelombang selama lima tahun terakhir. Sebanyak 84,75% responden mengatakan tinggi gelombang meningkat, tidak ada reponden yang berpendapat bahwa tinggi gelombang menurun, satu orang responden berpendapat tinggi gelombang tetap, dan delapan responden tidak tahu apakah terjadi perubahan tinggi gelombang selama lima tahun terakhir. Variabel cuaca terakhir yang dirasa mempengaruhi nelayan adalah jumlah hari hujan. Jumlah hari hujan menentukan seberapa sering hujan terjadi setiap 67
tahunnya. Gambar 12 menunjukkan persepsi nelayan mengenai jumlah hari hujan selama lima tahun terakhir.
Sumber : Data Primer, diolah (2011)
Gambar 12. Persepsi Responden Mengenai Jumlah Hari Hujan Sebanyak 71,19% responden menagtakan jumlah hari hujan meningkat selam lima tahun terakhir, 10,17% responden berpendapat jumlah hari hujan berkurang. Semakin bertambahnya jumlah hari hujan berarti hujan yang turun semakin sering dan menyebabkan nelayan tidak dapat melaut. Jumlah hari melaut yang berkurang berpengaruh terhadap pendapatan nelayan. Semakin jarang nelayan melaut, maka hasil tangkapan dan pendapatan nelayan ikut berkurang. 6.3.2 Analisis Regresi Pengaruh Perubahan Cuaca Terhadap Pendapatan Nelayan Analisis regresi berganda tidak hanya dilakukan untuk melihat pengaruh faktor sosial ekonomi terhadap pendapatan nelayan, tapi juga dilakukan untuk melihat pengaruh faktor cuaca terhadap pendapatan nelayan. Perbedaan regresi yang dilakukan hanya pada jenis data yang dianalisis. Untuk variabel perubahan
68
cuaca digunakan data time series (data deret waktu) selama lima tahun dari tahun 2005 hingga tahun 2009. Pada analisis regresi berganda ini variabel pendapatan nelayan merupakan variabel tidak bebas (dependent) dan variabel cuaca yaitu suhu udara, curah hujan, tinggi gelombang, dan jumlah hari hujan sebagai variabel bebas (independent). Pengolahan data time series yang dilakukan terhadap variabel pendapatan nelayan dan variabel cuaca menghasilkan model fungsi produksi sama dengan fungsi produksi untuk variabel sosial ekonomi. Model yang dipilih adalah model yang terbaik yaitu model yang tidak mengikiutsertakan variabel tinggi gelombang pada analisisnya. Hal ini dikarenakan telah dilakukan berbagai analisis dan perhitungan untuk berbagai model dan hasilnya menunjukkan model tanpa variabel tinggi gelombang merupakan model yang terbaik. Model regresi tersebut memiliki Adjusted R Square sebesar 0,979 yang berarti variabel harga ikan, harga BBM, suhu udara, curah hujan, jumlah hari hujan, tinggi gelombang mampu menjelaskan 97,9% terhadap variabel pendapatan nelayan dan sisanya dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model. Uji Bersama (Uji F) yang dilakukan terhadap model menghasilkan nilai F hitung sebesar 306,61 serta nilai signifikansi untuk Uji F sebesar 0,000 pada taraf nyata 10%. Hal ini berarti variabel independent secara bersama-sama mempengaruhi variabel dependent secara signifikan. Uji individual (Uji T) yang dilakukan terhadap masing-masing variabel pada model diperoleh hasil yang signifikan untuk empat variabel yaitu harga ikan, harga solar, jumlah ikan yang
69
didaratkan, dan curah hujan. Sementara untuk variabel suhu udara dan jumlah hari hujan menunjukan hasil yang tidak signifikan. Variabel cuaca yang berpengaruh secara signifikan terhadap pendapatan nelayan adalah curah hujan yang memiliki nilai t hitung sebsar -2,05 dengan P value sebesar 0,047. Variabel ini berpengaruh secara signifikan pada taraf nyata 10%. Koefisien untuk variabel curah hujan adalah -0,05055 berarti peningkatan curah hujan sebesar 100% akan menurunkan pendapatan nelayan sebesar 5,055%. Koefisien curah hujan yang kurang dari 1 menunjukan bahwa curah hujan inelastis terhadap pendapatan nelayan. Artinya curah hujan memiliki respon yang sangat kecil terhadap pendapatan nelayan. 6.4 Kebijakan Pengelolaan Perikanan Pulau Untung Jawa Penduduk Pulau Untung Jawa yang sebagian besar merupakan nelayan menggantungkan hidupnya pada kondisi alam serta kebijakan-kebijakan yang dapat memperbaiki kehidupan nelayan. Kebijakan dapat diperoleh dari pemerintah daerah, maupun pemerintah kabupaten. Dengan kebijakan pengelolaan tangkap yang tepat dapat meningkatkan potensi perikanan tangkap di Pulau Untung Jawa. Berdasarkan hasil penelitian dan wawancara dengan responden, tidak sedikit yang mengeluhkan harga bahan bakar yang mereka gunakan yaitu solar yang terus melambung tinggi. Meskipun di beberapa daerah telah diberlakukan subsidi untuk solar, nelayan Pulau Untung Jawa tidak mendapat bahan bakar yang bersubsidi. Jika ingin memperoleh bahan bakar yang bersubsidi, nelayan harus membeli di SPBU yang lebih jauh. Solar merupakan salah satu komponen Biaya terpenting yang dibutuhkan nelayan untuk melaut. Seperti yang telah disajikan pada hasil penelitian, Biaya secara signifikan mempengaruhi pendapatan nelayan. 70
Pemerataan subsidi solar dibutuhkan agar Biaya yang dikeluarkan nelayan dapat lebih dikurangi. Sehingga, pendapatan nelayan dapat meningkat pula. Selain itu, keberadaan organisasi nelayan juga harus dievaluasi kembali karena berdasarkan hasil penelitian, keberadaan dan keikutsertaan nelayan dalam organisasi tidak berpengaruh terhadap pendapatan nelayan. Keberadaan organisasi nelayan seharusnya dapat memberikan posisi tawar yang menguntungkan bagi nelayan baik secara langsung maupun tidak langsung. Salah satu permasalahan yang dihadapi nelayan Pulau Untung Jawa adalah keberadaan nelayan dari wilayah lain yang menggunakan alat tangkap yang tidak diizinkan seperti pukat harimau. Ada pulau nelayan dari daerah lain yang menggunakan bom untuk menangkap ikan. Hal ini berakibat pada rusaknya sumberdaya laut di wilayah Kelurahan Untung Jawa. Keberadaan organisasi nelayan seharusnya dapat memberikan solusi bagi permasalahan ini. Dengan adanya organisasi nelayan yang baik, permasalahan semacam ini dapat ditanggulangi.
71
VII.
KESIMPULAN DAN SARAN
7.1 Kesimpulan Kesimpulan yang diperoleh dari penelitian ini adalah 1. Nelayan yang terdapat di Kelurahan Untung Jawa terbagi menjadi dua bagian yaitu nelayan tengah dan nelayan pinggir. Perbedaan antara dua kelompok nelayan tersebut hanya pada jumlah hari melaut. Nelayan tengah melaut selama 13-15 hari atau biasa disebut nelayan mingguan. Nelayan pinggir melaut setiap hari dari pukul 08.00 hingga siang hari pukul 13.00 atau biasa disebut nelayan harian. 2. Faktor sosial ekonomi yang mempengaruhi pendapatan nelayan adalah hasil tangkapan, biaya, jumlah tenaga kerja, pengalaman melaut, kepemilikan alat tangkap, harga bahan bakar, harga ikan, dan jumlah ikan yang didaratkan. Sedangkan jarak tempuh, tingkat pendidikan, alat tangkap, dan keikutsertaan dalam organisasi tidak mempengaruhi pendapatan yang diperoleh nelayan. 3. Variabel cuaca yang mempengaruhi pendapatan nelayan hanya curah hujan. Dari hasil tersebut dapat diambil kesimpulan bahwa perubahan cuaca selama lima tahun terakhir tidak mempengaruhi pendapatan nelayan Kelurahan Untung Jawa. 7.2 Saran Berdasarkan hasil dan kesimpulan yang diperoleh dari penelitian ini, saran yang dapat diberikan adalah 1. Mengoptimalkan keberadaan organisasi nelayan di Kelurahan Untung Jawa agar anggota dapat merasakan fungsi yang lebih dari keberadaan dan 72
keikutsertaan nelayan dalam organisasi. Ini dapat dilakukan dengan cara membentuk koperasi nelayan. Keberadaan koperasi dapat difungsikan untuk menjual kebutuhan nelayan untuk melaut dengan harga yang lebih rendah. 2. Melakukan pertemuan dengan kelompok nelayan dari wilayah lain yang dirasa mengganggu nelayan Pulau Untung Jawa dengan difasilitasi oleh organisasi nelayan setempat. 3. Mengefisienkan biaya yang dikeluarkan untuk melaut, serta bagi pemerintahan daerah untuk memberi solar bersubsidi bagi nelayan. Selain itu juga tidak hanya melaut pada daerah sekitar Pulau Untung Jawa saja, melainkan memperluas wilayah tangkapan.
73
DAFTAR PUSTAKA Agus. 2011. Nelayan Pulau Seribu Siaga Hadapi Angin dan Gelombang Besar. http://www.berita-pulauseribu.com/kesra/723-nelayan-pulau-seribusiaga-hadapi-angin-dan-gelombang-besar.html diakses pada tanggal 27 Januari 2011 Adis. 2006. Gallery Photo. http://untungjawagalleryphoto.blogspot.com/ diakses pada tanggal 25 Mei 2011 Badan Pusat Statistik. 2006. Kepulauan Seribu dalam Angka 2006. Jakarta : BPS _________________. 2006. Harga Konsumen Beberapa Barang dan Jasa Kelompok Kesehatan, Pendidikan, dan Transpor di 45 Kota di Indonesia 2006. Jakarta : BPS _________________. 2007. Kepulauan Seribu dalam Angka 2007. Jakarta : BPS _________________. 2007. Harga Konsumen Beberapa Barang dan Jasa Kelompok Kesehatan, Pendidikan, dan Transpor di 45 Kota di Indonesia 2007. Jakarta : BPS _________________. 2008. Kepulauan Seribu dalam Angka 2008. Jakarta : BPS _________________. 2008. Harga Konsumen Beberapa Barang dan Jasa Kelompok Kesehatan, Pendidikan, dan Transpor di 45 Kota di Indonesia 2008. Jakarta : BPS _________________. 2009. Kepulauan Seribu dalam Angka 2009. Jakarta : BPS _________________. 2009. Harga Konsumen Beberapa Barang dan Jasa Kelompok Kesehatan, Pendidikan, dan Transpor di 45 Kota di Indonesia 2009. Jakarta : BPS _________________. 2010. Kepulauan Seribu dalam Angka 2010. Jakarta : BPS _________________. 2010. Harga Konsumen Beberapa Barang dan Jasa Kelompok Kesehatan, Pendidikan, dan Transpor di 45 Kota di Indonesia 2010. Jakarta : BPS Fauzi, Akhmad. 2010. Ekonomi Perikanan. Teori, Kebijakan, dan Pengelolaan. Jakarta : PT Gramedia Pustaka Utama Firdaus, Muhammad. 2004. Ekonometrika Suatu Pendekatan Aplikatif. Jakarta : Bumi Aksara 74
Hasan, Iqbal. 2004. Analisis Data Penelitian dengan Statistik. Jakarta : PT Bumi Aksara. ____________http://selaluberharapuntukmu.blogspot.com/2010/01/cobb-douglasproduction-analisis.html diakses pada tanggal 1 Februari 2011 Masyhuri. 1998. Usaha Penangkapan Ikan di Jawa dan Madura : Produktivitas dan Pendapatan Buruh Nelayan. Jurnal Masyarakat Indonesia. Vol. XXIV, No. 1 Mauludi, Ali. 2006. Statistika I Penelitian Ekonomi Islam dan Sosial. Ciputat : PT Prima Heza Lestari Muhamad, Karim. 2009. Perubahan Iklim Global Ancam Perikanan Kita. http://perikanan-nusantara.blogspot.com/2009/03/perubahan-iklim-globalancam-perikanan.html diakses pada tanggal 1 Februari 2011 Murdiyanto, Bambang. 2007. Persepsi terhadap Perubahan Perikanan Global dan Arah Penelitian. Seminar Nasional Perikanan Tangkap. Muttaqien, Sirojul. 2010. Produktivitas Nelayan Turun Akibat http://bisnis-jabar.com/ diakses pada tanggal 27 Januari 2011
Cuaca.
Nachrowi, Djalal. 2008. Penggunaan Teknik Ekonometri. Jakarta : PT Grafindo Persada Nontji, Anugrah. 2005. Laut nusantara. Jakarta : Djambatan Putong, Iskandar. 2002. Pengantar Ekonomi Mikro dan Makro Edisi 2. Jakarta : Ghalia Indonesia Rahardja, Manurung. 2006. Teori Ekonomi Mikro. Edisi Ketiga. Jakarta : LP Fakultas Ekonomi Universitas Indonesia Soekartawi. 1990. Teori Ekonomi Produksi dengan pokok bahasan analisis Cobb Douglas. Jakarta: Rajawali. Sofiyan. 2010.Gelombang Masih Tinggi di Perairan Kepulauan Seribu. http://www.tempointeraktif.com/hg/jakarta/2010/01/20/brk,20100120220293,id.html diakses pada tanggal 27 Januari 2011 Sufyan, Muhammad. 2010. Problema Nelayan Jabar, dari Kapal Kecil Hingga Cuaca Ekstrim. http://bisnis-jabar.com/ diakses pada tanggal 27 Januari 2011 Sujarno. 2008. Analisis Faktor-Faktor yang Mempengaruhi Trend Nelayan di Kabupaten Langkat. Tesis. Sekolah Pascasarjana USU. Medan. 75
Syahilatua, Agus. 2008. Dampak Perubahan Iklim terhadap Perikanan. Oseana Vol. XXXIII, No. 2, Hal. 25-32. ISSN 0216-1877
LAMPIRAN
76
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 FaktorFaktor 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
Curah Hujan
Tinggi gelombang
Jumlah hari hujan
a. Meningkat
b. Tetap
c. Menurun
d. Tidak tahu
a. Meningkat
b. Tetap
c.Menurun
d. tidak tahu
a. Meningkat
b. Tetap
c.Menurun
d. Tidak tahu
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 Constant HT Biaya JTK JT PNGLM USIA PEND AT KAT ORG
Coef 23,959 0,31770 -0,4239 -0,1187 -0,33532 -0,2925 -0,2271 0,2914 0,2927 2,1137 0,3870
S = 0,367755
SE Coef 3,267 0,07082 0,2008 0,2082 0,08780 0,1964 0,4272 0,2543 0,2576 0,1731 0,1679
R-Sq = 91,6%
T 7,33 4,49 -2,11 -0,57 -3,82 -1,49 -0,53 1,15 1,14 12,21 2,31
P 0,000 0,000 0,042 0,572 0,001 0,145 0,598 0,260 0,264 0,000 0,027
VIF 5,2 4,2 4,2 4,6 5,3 4,9 1,5 1,4 2,5 1,8
R-Sq(adj) = 89,2%
Analysis of Variance Source Regression Residual Error Total
Source HT Biaya JTK JT PNGLM USIA PEND AT KAT ORG
DF 1 1 1 1 1 1 1 1 1 1
DF 10 35 45
SS 51,5896 4,7335 56,3231
MS 5,1590 0,1352
F 38,15
P 0,000
SE Fit 0,1552 0,2248
Residual -0,8598 0,6141
Seq SS 0,0702 7,8303 3,5700 16,6941 2,8337 0,0366 0,3551 0,0265 19,4544 0,7186
Unusual Observations Obs 9 34
HT 3,76 1,61
PDT 17,6614 18,7720
Fit 18,5212 18,1580
St Resid -2,58R 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 Constant P BBM X SU CH JH TG
Coef 51,457 0,08843 -4,46349 0,49985 0,0675 -0,03057 0,04679 0,00995
S = 0,0688114
SE Coef 2,026 0,01328 0,09933 0,01212 0,4815 0,01784 0,03599 0,02607
R-Sq = 98,9%
T 25,40 6,66 -44,93 41,24 0,14 -1,71 1,30 0,38
P 0,000 0,000 0,000 0,000 0,889 0,095 0,202 0,705
VIF 1,8 8,3 6,9 1,5 3,1 2,7 1,5
R-Sq(adj) = 98,7%
Analysis of Variance Source Regression Residual Error Total
DF 7 35 42
SS 15,0320 0,1657 15,1977
MS 2,1474 0,0047
F 453,52
P 0,000
Unusual Observations Obs 14 32
P 9,4 7,2
Pendapatan 22,0399 20,3235
Fit 22,2008 20,4700
SE Fit 0,0322 0,0322
Residual -0,1609 -0,1464
St Resid -2,65R -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 Constant P BBM X SU CH JH
Coef
SE Coef
T
P
VIF
54,558 0,06057 -4,4304 0,49191 -0,8324 -0,05187 0,03467
3,205 0,01627 0,1363 0,01646 0,8202 0,02702 0,03099
17,02 3,72 -32,50 29,88 -1,01 -1,92 1,12
0,000 0,001 0,000 0,000 0,316 0,062 0,270
1,5 8,9 7,5 1,4 3,9 3,3
S = 0,0964162
R-Sq = 97,6%
R-Sq(adj) = 97,2%
Analysis of Variance Source Regression Residual Error Total
DF 6 40 46
SS 15,0812 0,3718 15,4531
MS 2,5135 0,0093
F 270,39
P 0,000
Unusual Observations Obs 16 36
P 9,5 7,2
Pendapatan 21,6106 20,3235
Fit 21,8207 20,4977
SE Fit 0,0235 0,0436
Residual -0,2101 -0,1742
St Resid -2,25R -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 Constant P BBM X SU CH JH
Coef
SE Coef
T
P
VIF
55,791 0,05881 -4,4263 0,49197 -1,2067 -0,05055 0,03664
2,942 0,01498 0,1252 0,01527 0,7608 0,02463 0,02810
18,97 3,93 -35,35 32,22 -1,59 -2,05 1,30
0,000 0,000 0,000 0,000 0,121 0,047 0,200
1,5 9,1 7,8 1,3 3,7 3,1
S = 0,0873915
R-Sq = 98,0%
R-Sq(adj) = 97,7%
Analysis of Variance Source Regression Residual Error Total
DF 6 38 44
SS 14,0502 0,2902 14,3404
MS 2,3417 0,0076
F 306,61
P 0,000
Unusual Observations Obs 1 9 12 35
P 9,7 9,2 10,7 7,4
Pendapatan 21,5352 21,5917 21,8437 20,2879
Fit 21,7164 21,7725 22,0139 20,4426
SE Fit 0,0395 0,0270 0,0384 0,0454
Residual -0,1813 -0,1808 -0,1702 -0,1548
St Resid -2,32R -2,18R -2,17R -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 Januari 3.086.121.485 2.742.956.120 Februari 2.518.105.855 2.383.092.000 Maret 2.252.229.770 3.349.178.340 April 3.013.151.303 3.110.149.376 Mei 3.036.364.315 3.066.178.260 Juni 2.963.235.575 3.059.560.190 Juli 2.931.018.958 3.127.820.150 Agustus 2.974.190.423 3.062.026.920 September 2.621.978.818 2.428.738.150 Oktober 2.566.413.058 2.075.623.485 Nopember 2.550.112.140 3.280.398.495 Desember 3.465.833.783 3.730.937.710 Sumber : TPI Muara Angke, 2005-2009
2007 3.429.286.850 2.653.119.710 2.797.538.425 3.106.228.760 3.032.077.645 2.600.956.145 2.562.577.510 2.754.775.015 2.934.451.015 2.468.718.500 2.935.084.165 3.066.775.665
2008 856.500.000 781.500.000 941.500.000 954.000.000 1.018.000.000 1.018.500.000 1.066.500.000 1.076.500.000 960.500.000 773.500.000 1.080.500.000 1.072.000.000
86
2009 670.500.000 647.000.000 774.500.000 864.000.000 919.000.000 922.500.000 969.000.000 1.000.000.000 728.000.000 1.024.500.000 1.039.500.000 1.104.000.000
Lampiran 7. Data Harga Ikan Tahun 2005-2009 Bulan/Tahun 2005 2006 2007 Januari 24.732,40 12.811,67 2.930,06 Februari 17.421,00 10.263,00 4.094,80 Maret 16.362,00 12.653,33 3.677,23 April 18.841,00 11.118,33 3.301,11 Mei 22.013,30 46.122,67 3.445,61 Juni 28.539,60 14.241,33 4.054,10 Juli 20.022,60 11.664,00 4.417,09 Agustus 18.734,60 11.725,67 3.570,96 September 21.496,10 13.018,33 3.382,62 Oktober 25.030,40 10.311,33 3.912,15 Nopember 32.346,80 14.825,67 3.884,61 Desember 22.624,20 12.575,33 4.642,04 Sumber : TPI Muara Angke, 2005-2009
2008 15.107,67 14.330,00 14.751,33 13.205,00 13.712,33 13.848,33 14.145,00 16.307,33 15.866,67 14.458,33 18.538,33 19.503,33
2009 1.311,94 1.602,71 1.370,68 1.421,94 1.455,14 1.369,81 1.310,92 1.386,16 1.503,52 1.472,24 1.471,32 1.454,69
87
Lampiran 8. Harga Bahan Bakar Tahun 2005-2009 (dalam Rupiah) Bulan/Tahun 2005 2006 2007 1650 4300 4300 Januari 1650 4300 4300 Februari 2100 4300 4300 Maret 2100 4300 4300 April 2100 4300 4300 Mei 2100 4300 4300 Juni 2100 4300 4300 Juli Agustus 2100 4300 4300 2100 4300 4300 September 4300 4300 4300 Oktober 4300 4300 4300 Nopember 4300 4300 4300 Desember Sumber : Biro Pusat Statistik, 2005-2009
2008
2009
4300 4300 4300 4300 4610 5500 5500 5500 5500 5500 5500 5116
5308 5308 5308 5308 5308 5308 5308 5308 5308 5308 5308 5308
88
Lampiran 9. Data Jumlah Ikan yang Didaratkan di TPI Muara Angke Tahun 2005-2009 (dalam kg) Bulan/Tahun 2005 2006 839 610.514 Januari 839 776.985 Februari 1.064 935.527 Maret 1.065 775.778 April 1.065 989.335 Mei 1.064 791.641 Juni 1.064 846.447 Juli Agustus 1.064 870.895 1.065 799.124 September 2.164 619.961 Oktober 2.164 1.062.169 Nopember 2.164 1.597.448 Desember Sumber : TPI Muara Angke, 2005-2009
2007
2008
2009
1.170.380 647.924 760.773 940.965 879.984 641.562 580.151 771.439 867.509 631.039 755.567 660.652
639.045 587.245 679.179 713.320 709.965 716.195 750.126 714.783 626.782 503.466 704.509 743.345
511.077 403.692 565.050 607.622 631.553 673.450 739.174 721.420 484.197 695.877 706.508 758.925
89
Lampiran 10. Data Suhu Udara pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (dalam 0C) Bulan/Tahun 2005 27,6 Januari 27,7 Februari 28,2 Maret 29,1 April 29,4 Mei 28,7 Juni 28,5 Juli Agustus 28,5 29,1 September 29,0 Oktober 28,8 Nopember 28,0 Desember Sumber : BMKG, 2005-2009
2006
2007
2008
2009
27,3 27,9 28,0 28,5 28,7 28,4 28,5 28,1 28,6 29,6 29,9 28,9
28,7 27,4 28,0 28,5 28,9 28,5 28,5 28,3 31,9 28,9 28,5 27,5
28,2 26,6 27,5 28,0 27,4 28,1 28,0 28,1 28,7 28,9 28,3 27,7
27,2 27,1 28,4 28,8 28,6 28,8 28,4 28,5 29,3 29,6 28,7 28,5
90
Lampiran 11. Data Curah Hujan pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (dalam mm) Bulan/Tahun 2005 391,4 Januari 458,4 Februari 296,1 Maret 52,5 April 77,1 Mei 141,4 Juni 18,3 Juli Agustus 57 60,4 September 45,1 Oktober 59,1 Nopember 51,3 Desember Sumber : BMKG, 2005-2009
2006
2007
2008
2009
250,2 317,1 262,8 72,8 60,1 46,3 47,8 0 24,52 76,2 49,04 194,4
132,6 642,3 128,6 145,2 127,3 42,1 10,3 60,6 34 18,8 90,3 706,3
202,9 707,3 122,4 216,7 108,3 56,7 0 23,1 21 56,1 200,9 145,3
472,6 367,5 89,5 51,1 163,5 37,7 15,7 6,7 25,2 24,2 214,7 164,1
91
Lampiran 12. Data Jumlah Hari Hujan pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (hari) Bulan/Tahun 2005 20 Januari 21 Februari 16 Maret 11 April 10 Mei 9 Juni 7 Juli Agustus 7 7 September 8 Oktober 9 Nopember 18 Desember Sumber : BMKG, 2005-2009
2006
2007
2008
2009
24 18 18 9 12 6 4 1 5,5 3 10 15
14 21 16 14 10 7 2 3 2 4 13 22
23 28 17 18 5 5 1 6 4 10 18 16
23 21 11 10 11 5 1 2 3 5 15 11
92
Lampiran 13. Data Tinggi Gelombang pada Stasiun Cuaca Tanjung Priok Tahun 2005-2009 (m) Bulan/Tahun 2005 0,875 Januari 0,41 Februari 0,495 Maret 0,87 April 1,235 Mei 1,165 Juni 1,085 Juli Agustus 1,18 1,1 September 0,795 Oktober 0,94 Nopember 1,07 Desember Sumber : BMKG, 2005-2009
2006
2007
2008
2009
1,17 1,035 1,015 0,545 0,68 1,24 1,39 1,34 1,09 0,925 0,73 0,945
1,745 1,715 0,915 0,45 0,74 0,91 1,125 1,325 1,045 0,59 0,8 1,21
1,16 1,165 1,02 0,61 1,255 1,415 1,24 3901,155 0,86 0,77 1,135 1,12
1,23 1,035 0,56 0,57 0,715 1,01 1,085 1,01 0,755 0,57 5538,79 1,085
93
Lampiran 14. Data Primer Penelitian Hasil Tangkapan
No.
PDT
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
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
3
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
15
50
60
6
15
2
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
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
4
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
: Islam
Email
:
[email protected]
Dept/Fak
: 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