25
III. METODOLOGI PENELITIAN 3.1 Kerangka Pendekatan Studi
Penerapan kebijakan pemasangan rumpon sebagai alat bantu penangkapan ikan yang dilaksanakan pada tahun 2002, telah merubah pola sebgian nelayan dalam melakukan penangkapan ikan. Untuk mengevaluasi kebijakan tersebut, maka perlu dilakukan kajian pengaruh penggunaan rumpon terhadap kelestarian stok/biomass ikan dan kesejahteraan nelayan. Kerangka pendekatan studi disajikan pada Gambar 5. Sumberdaya Ikan Pelagis Besar
Pertumbuhan (r)
SosioEkonomi
Bio-Ekologi
Carrying Capacity (K)
Koefisien Tangkapan (q)
Emigrasi (E) Natalitas (N)
Upaya Tangkapan (E)
Discount Rate (δ)
Tangkapan (h)
+ Stok
Ekstraksi
KEBIJAKAN (Rumpon)
Mortalitas (M)
Kondisi Saat Ini
Imigrasi (I) ANALISA PEMANFAATAN
ANALISA BIOEKONOMI Keterangan : Tidak dianalisis
MODEL DINAMIK PENGELOLAAN IKAN TUNA KECIL
Gambar 5. Kerangka Pendekatan Studi
Harga & Biaya
26 Penelitian ini dilakukan di wilayah Pelabuhan Perikanan Nusantara (PPN) Palabuhanratu, Kabupaten Sukabumi selama satu bulan Juli – Agustus 2007. Metode yang digunakan dalam penelitian ini adalah studi kasus (case study)
dengan
menggunakan data sekunder. Tujuan studi kasus untuk memberikan gambaran tentang latar belakang, sifat-sifat serta karakter yang khas dari kasus, tipe pendekatan dan penelahannya terhadap satu kasus dilakukan secara intensif, mendalam, mendetail dan komprehensif (Faisal, 2001).
Satuan kasusnya adalah wilayah perairan Teluk
Palabuhanratu, Kabupaten Sukabumi. Menurut Singarimbun et. al. (2000) analisis data sekunder adalah penelitian yang bertujuan menganalisis lebih lanjut data yang sudah tersedia agar diperoleh sesuatu yang berguna. Dalam analisis ini data dikumpulkan dan dikelompokkan dari berbagai sumber, kemudian dianalisis dengan metode diskriptif. Metode dikriptif meliputi upaya penelusuran dan pengungkapan informasi relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk lebih ringkas dan sederhana dan pada akhirnya mengarah kepada keperluan adanya penjelasan dan penafsiran.
3.2 Metode Pengumpulan Data
Jenis data yang dikumpulkan dalam penelitian ini terdiri atas dua sumber data, yaitu : a) data primer, yaitu data yang diperoleh dari pengamatan langsung di lapangan, dan b) data sekunder, yaitu data yang diperoleh dari pengamatan pihak lain, yaitu dengan mengumpulkan data dari Dinas Kelautan dan Perikanan Kabupaten Sukabumi, Bappeda Kabupaten Sukabumi, Pelabuhan Perikanan Nusantara Palabuhanratu dan BPS Kabupaten Sukabumi. Data primer diperoleh melalui wawancara langsung dengan menggunakan kuesioner (daftar pertanyaan) yang telah disusun sebelumnya, yang meliputi : 1. Karakteristik masyarakat, seperti : umur, pendidikan, pekerjaan dan persepsi masyarakat terhadap sumberdaya perikanan di perairan Teluk Palabuhanratu Kabupaten Sukabumi. 2. Data perikanan, seperti : produksi, biaya produksi, harga, investasi dan sebagainya.
27 Kebutuhan data dan sumber data yang dianalisis dalam penelitian ini disajikan pada Tabel 1. Tabel 1. Jenis dan Sumber Data yang Digunakan No Jenis Data Sumber Data Data Primer 1.
1. 2. 3. 4.
Biaya operasional dan harga ikan Data Sekunder Data produksi (landing) Input produksi yang digunakan (effort) Indeks Harga Konsumen Jumlah RTP, alat tangkap, musim penangkapan, dan daerah penangkapan
Output
Survei Lapangan Wawancara nelayan
Besaran biaya dan harga ikan
Statistik Perikanan PPN Pelabuhanratu
Produksi tahunan Effort tahunan
Kab Dalam Angka/Indikator Ekonomi Kab. Sukabumi Statistik Perikanan Kab. Sukabumi / Statistik Perikanan PPN Palabuhanratu
Biaya riil Harga riil Karakteristik nelayan dan usaha perikanan
Sedangkan data sekunder berupa data literatur yang diperoleh dari lembaga-lembaga terkait, yaitu : 1. Kantor Badan Pusat Statistik (BPS) Kabupaten Sukabumi mengenai data-data statistik seperti jumlah penduduk, luas wilayah, batas wilayah, produksi perikanan laut dan sebagainya. 2. Kantor Dinas Kelautan dan Perikanan Kabupaten Sukabumi mengenai data: jumlah nelayan, jumlah alat tangkap, potensi perikanan, produksi perikanan dan sebagainya. 3. Pelabuhan Perikanan Nusantara (PPN) Palabuhanratu mengenai : jumlah nelayan, jumlah alat tangkap, potensi perikanan, produksi perikanan, harga dan sebagainya. Data biaya operasional penangkapan ikan, harga ikan dan jumlah hari melaut penangkapan ikan diperoleh dengan wawancara kepada nelayan. Jumlah nelayan yang dijadikan sebagai respon dihitungkan berdasarkan rumus Fauzi (2001) sebagai berikut : ⎡ ⎤ NZ 2 x0.25 n=⎢ 2 ⎥ ..........................................................................(19) 2 ⎣{d x( N − 1)} + ( Z x0.25) ⎦ n= jumlah contoh N=jumlah populasi d=tingkat kesalahan Z=standar deviasi (Z=1,4395, untuk tingkat kepercayaan 85 % atau tingkat kesalahan 15 %)
28 Dengan menggunakan formula diatas, dipilih contoh (responden) untuk nelayan payang sebanyak 20 orang (13,25 %), nelayan gill net (jaring insang ) sebanyak 18 orang (23,07 %) dan nelayan pancing tonda sebanyak 9 orang (70 %). Adapun hasil perhitungan seperti disajikan pada Lampiran 1.
3.3 Metode Analisis Data
Menurut Fauzi dan Anna (2005), ada beberapa langkah yang dapat dilakukan dalam pemodelan bioekonomi Gordon-Schaefer seperti pada Gambar 6.
Gambar 6. Langkah-Langkah Pemodelan Bioekonomi 1. Menyusun data produksi dan upaya (input atau effort) dalam bentuk series (urut waktu). Data yang digunakan dalam penelitian ini adalah data produksi perikanan tahun 1993-2006 2. Melakukan standarisasi alat
tangkap.
Langkah ini diperlukan karena ada
29 variasi atau keragaman dari kekuatan alat tangkap. Alat tangkap yang dijadi basis dalam penelitian ini adalah payang. 3. Melakukan uji stationary data. Langkah ini khusus diperlukan bagi mereka yang sudah berpengalaman di bidang pemodelan.
Dalam penelitian ini,
langkah uji stationary data tidak dilakukan, hal ini dikarenakan kompleksitas prosedur pengujian. Diasumsikan data bersifat stationary. 4. Jika dilakukan uji stationary namun tidak ditemukan data yang stasioner maka dapat dilakukan differencing data. 5. Melakukan pendugaan terhadap parameter biologi dengan teknik Ordinary Least Square (OLS). 6. Melakukan estimasi parameter ekonomi berupa harga per kg atau per ton dan biaya memanen per trip atau per hari melaut. 7. Melakukan perhitungan nilai optimal berdasarkan formula yang sudah ditetapkan. Langkah ini dilakukan dengan software excell maupun MAPLE 9.5 yang memudahkan repetisi (untuk analisis sensitivitas) maupun untuk keperluan membuat grafik. 8. Melakukan analisis kontras dengan data riil untuk melihat sejauh mana hasil pemodelan dapat diterima sesuai dengan data riil yang ada.
3.3.1
Standarisasi Alat Tangkap
Alat tangkap yang digunakan untuk melakukan usaha penangkapan ikan tuna kecil di perairan Teluk Palabuhanratu terdiri atas : payang, jaring insang (gillnet) dan pancing tonda (trolling).
Untuk itu, guna mengukur dengan satuan yang setara, dilakukan
standarisasi effort antar alat tangkap.
Alat yang dijadikan basis adalah payang.
Standarisasi effort dilakukan dengan teknik standarisasi yang dikembang oleh King (1995) diacu dalam Anna (2003) dimana : Ejt = ψjt Djt
..........................................................................................(20)
dengan : ψjt = Ujt /Ust ......................................................................................... (21) dimana : Ejt = effort dari alat tangkap j pada waktu t yang distandardisasi Djt = jumlah hari melaut (fishing day) dari alat tangkap j pada waktu t
30 ψjt = nilai fishing power dari alat tangkap j pada periode t Ujt = cath per unit effort (CPUE) dari alat tangkap j pada waktu t Ust = cath per unit effort (CPUE) dari alat tangkap yang dijadikan basis standardisasi (payang). 3.3.2 Analisis Bioekonomi 3.3.2.1. Pendugaan Parameter Biologi
Berdasarkan data urut waktu produksi total dan total standar effort,
maka
diperoleh CPUE standar (CPUE = cath per unit effort atau produksi per unit upaya standar).
Karena fungsi merupakan fungsi kuadratik, maka untuk dapat dilakukan
pendugaan dengan model regesi, maka data CPUE dikonversi menjadi data logaritma. Model bioekonomi yang digunakan dalam penelitian ini adalah model surplus produksi. Estimasi parameter biologi r, q dan K
dilakukan dengan teknik non-linier.
Estimasi parameter biologi merujuk metode yang dikembangkan oleh Clarke, Yoshimoto dan Pooley (1992)
diacu dalam Fauzi dan Anna (2005). Dengan
menggunakan teknik weighted least square (WLS), yaitu dengan membagi fungsi h (q,K,E) tersebut dengan E (Ut=ht/Et), maka persamaaan dapat ditranformasikan menjadi persamaan linier, sehingga metode regresi biasa (ordinary least square, OLS) dapat digunakan untuk mengestimasi parameter biologi fungsi diatas. Adapun fungsi persamaan Clarke, Yoshimoto dan Pooley (1992) sebagai berikut : ⎛ 2r ⎞ ⎛2−r⎞ ⎛ q ⎞ ⎟⎟ ln(qK ) + ⎜ ln(U t +1 ) = ⎜⎜ ⎟ ln(U t ) − ⎜ ⎟(Et ) + (Et +1 ) ...........(22) ⎝2+r⎠ ⎝2+r⎠ ⎝ (2 + r ) ⎠ Y
=
B1
+ B2
X2
-
B3 X3 .............................. (23)
Berdasarkan nilai koefisien persamaan (23) diatas, maka diperoleh nilai r, q dan K estimasi model estimasi Clarke, Yoshimoto dan Pooley dengan rumus : ⎛ 1 − B2 ⎞ ⎟⎟ ............................................................................................(24) r = 2⎜⎜ ⎝ 1 + B2 ⎠
q = B3 (2 + r ) .............................................................................................(25)
K=
exp
⎛ 2+ r ⎞ B1 ⎜ ⎟ ⎝ 2r ⎠
q
..........................................................................................(26)
31 Dengan diperolehnya nilai
parameter biologi, maka dapat diketahui kondisi
pengelolaan perikanan, yaitu : a) Kondisi Maximum Economic Yield (MEY) Pengelolaan perikanan pada kondisi MEY juga dikenal dengan rezim pengelolaan Sole Owner (Fauzi, 2004). Manfaat ekonomi dari ekstraksi sumberdaya ikan pada kondisi MEY adalah :
⎛
⎛
q
⎞⎞
π = p⎜⎜ qKE ⎜1 − E ⎟ ⎟⎟ − cE .....................................................................(27) ⎝ r ⎠⎠ ⎝ Dengan menggunakan parameter biologi yang diperoleh, terhadap effort (E) menghasilkan : *
E =
r ⎛ c ⎞ ⎜⎜1 − ⎟ ...................................................................................(28) 2q ⎝ pqK ⎟⎠
Dengan tingkat panen optimal sebesar : h* =
rK ⎛ c ⎞⎛ c ⎞ ⎜⎜1 + ⎟⎟⎜⎜1 − ⎟ .................................................................(29) 4 ⎝ pqK ⎠⎝ pqK ⎟⎠
Dengan tingkat biomass optimal ; x* =
h* ..................................................................................................(30) qE *
Selanjutnya dengan mensubstitusikan nilai E* (persamaan 28) dan h* (persamaan 29) kedalam persamaan akan (27) akan diperoleh manfaat (rente) ekonomi yang optimal. b) Kondisi Maximum Sustainable Yield (MSY) Manfaat ekonomi dari ekstraksi sumberdaya ikan pada kondisi Maximum Sustainable Yield (MSY) adalah :
π = phMSY − cEMSY .....................................................................................(31) Dengan menggunakan parameter biologi yang diperoleh, terhadap effort (E) menghasilkan :
E MSY =
r ................................................................................................(32) 2q
Dengan tingkat panen lestari sebesar : hMSY =
rK ................................................................................................(33) 4
32 Dengan tingkat biomass lestari :
xMSY =
hMSY ............................................................................................(34) qEMSY
Dengan mensubstitusikan nilai EMSY (persamaan 32) dan hMSY (persamaan 33) kedalam persamaan (31) akan diperoleh manfaat (rente) ekonomi yang lestari. c) Kondisi Open Access (OA) Manfaat ekonomi dari ekstraksi sumberdaya ikan pada kondisi open access sebesar :
π = phOA − cEOA .......................................................................................(35) Dengan memakai parameter biologi yang diperoleh, terhadap effort (E) menghasilkan :
r⎛ c ⎞ ⎟ ....................................................................................(36) EOA = ⎜⎜1 − q⎝ pqK ⎟⎠ Dengan tingkat panen maksimal sebesar :
hOA =
rc ⎛ c ⎞ ⎜⎜1 − ⎟ .................................................................................(37) pq ⎝ pqK ⎟⎠
Dengan tingkat biomass maksimal :
xOA =
c ..................................................................................................(38) p.q
Dengan mensubstitusikan nilai EOA (persamaan 36) dan hOA (persamaan 37) kedalam persamaan (35) akan diperoleh manfaat (rente) ekonomi yang maksimal.
3.3.2.2. Analisis Laju Degradasi Sumberdaya Ikan
Selanjutnya parameter r, q dan K digunakan untuk menduga kurva tangkapan atau produksi lestari (yield effort curve) sebagai berikut: ⎡q2K ⎤ 2 Fungsi Logistik h = qKE − ⎢ ⎥ (E ) .................................................(39) ⎣ r ⎦
Fungsi Gompertz h = qKE exp Keterangan : h = produksi lestari, r = pertumbuhan alami,
⎡ − qE ⎤ ⎢ r ⎥ ⎦ ⎣
.......................................................(40)
K = Carrying capacity E = effort, q = koefisien daya tangkap
33 Dengan diketahui produksi lestari dan produksi aktual, maka dapat diketahui besaran degradasi sumberdaya yang terjadi. Penghitungan laju degradasi sumberdaya ikan mengacu metode yang dikembang oleh Amman dan Duraiappah (2001) yang diacu dalam Anna (2003) sebagai berikut :
D% =
hs − ha hs
................................................................................................(41)
Dimana: D = Prosentasi degradasi
hs = produksi lestari ha = produksi aktual Sementara koefisien degradasi dihitung berdasarkan persamaan berikut:
φD =
1 1+ e
hs ha
....................................................................................................(42)
dimana : φ D = koefisien atau laju degradasi
hs = produksi lestari ha = produksi aktual
3.3.2.3 Pendugaan Discount Rate
Penghitungan discount rate untuk ekstraksi sumberdaya perikanan dengan mengacu kepada metode yang dikemukan Clark (1990). Perhitungan discount rate diperoleh dari persamaan :
δ riil = ln(1 + iriil ) ...............................................................................................(43) iriil = inom − inf
...............................................................................................(44)
dimana : δ riil =discount rate riil
iriil = interest rate riil inom = interest rate nominal inf = tingkat inflasi
34 3.3.2.4 Pendugaan Parameter Dampak Rumpon
Sedangkan untuk menduga parameter dampak keberadaan rumpon, mengikuti metode yang dikembangkan oleh Handerson –Tugweil sebagai berikut :
U t = α − βEt + γRt .....................................................................................(45) ⎛ E + Et +1 ⎞ U t = α − β1 E t − β 2 ⎜ t ⎟ + γRt ......................................................... (46) 2 ⎝ ⎠
Keterangan : Ut = Cath Per Unit Effort (Produksi / Effort ) Et = effort tahun ke-t Rt= produksi dari rumpon tahun ke-t (bersifat dummy, ada produksi =1, tidak ada produksi = 0) 3.3.3 Pengelolaan Sumberdaya Secara Optimal
Eksploitasi optimal dari sumberdaya perikanan sepanjang waktu diketahui dengan pendekatan teori kapital ekonomi sumberdaya yang dikembangkan oleh Clark dan Munro (1975) dalam Fauzi (2004). Parameter ekonomi ditentukan oleh besaran c (biaya per unit effort), p (harga ikan), dan δ (discounted rate) adalah tingkat diskon yang diberikan untuk mengekstraksi sumberdaya ikan. Berdasarkan parameter biologi dan ekonomi, dengan menggunakan persamaan (12), persamaan (13) dan persamaan (14) akan diperoleh tingkat biomass optimum (x*), tingkat harvest (produksi) optimum (h*) dan tingkat upaya optimum (E*). Hasil dari solusi tersebut kemudian dapat digunakan untuk menunjukkan seberapa besar rente atau nilai sekarang dari sumberdaya ikan di wilayah penelitian.
3.3.4. Analisis Dinamik Pengelolaan Perikanan
Untuk melakukan analisis dinamik, suatu sistem persaman ODE (Ordinary Differential Equation) dipecahkan melalui teknik numerik dengan menggunakan
software MAPLE 9.5, dan MS Excell. Hal ini disebabkan karena, seperti dikemukakan oleh Sydsaeter dan Hammond (1995) diacu dalam Fauzi dan Anna (2005), pemecahan persamaan dinamik yang kompleks biasanya sulit diperoleh solusi secara eksplisit. Oleh karenanya, didalam analisis sistem dinamik yang kompleks, pemecahan eksplisit
35 tidak selalu harus dilakukan, namun cukup menganalisis beberapa properties (sifatsifat) dari sistem dinamik tersebut. Teknik ini disebut sebagai ”Qualitative Theory of ODE”, dimana hasil analisis yang diperoleh berupa eksistensi dan keunikan dari solusi, sensitivity analysis dan perilaku terhadap stabilitas dari keseimbangan (equilibria).
Analisis dinamik dalam penelitian ini dilakukan dinamika base line model antara biomass dan effort yang merupakan model standar Willen’s open acces dinamic. Model tersebut ditulis sebagai berikut : .
x = rxt (1 −
xt ) − qxt Et .......................................................................................(47) K
.
E = π ( Et , x) = ( pqxt − c)......................................................................................(48)
persamaan diatas adalah persamaan Willen’s open acces dengan koefisien penyesuaian (adjustment coefficients) sama dengan satu. Interpretasi simbol-simbol dari persamaan diatas mengikuti yang telah dijelaskan pada bagian terdahulu. Solusi keseimbangan dari .
.
kedua persamaan sistem dinamik diatas dengan mencari solusi x = 0 dan E = 0 . Isoline dalam ruang (x,E) diperoleh sebagai berikut : ⎧⎪ x = 0 . x = 0⎨E = r − rx .............................................................................................(49) ⎪⎩ q qK .
sementara isoline E = 0 ditulis sebagai : ⎧⎪ E = 0 . E = 0 ⎨ x = c .......... .......... .......... .......... .......... .......... .......... .......... .......... ....( 50 ) ⎪⎩ pq Selanjutnya, dilakukan analisis dinamik dampak keberadaan rumpon.
Keberadaan akan meningkatkan produksi hasil tangkapan, dengan demikian untuk tingkat produksi yang sama dengan kondisi sebelum adanya rumpon, maka effort yang dibutuhkan pada kondisi adanya rumpon akan menurun. (1 + σ )h = qxE................................................................................................(51) h=
1 qxE...............................................................................................(52) (1 + σ )
Sehingga model keberadaan rumpon ditulis sebagai berikut : .
x = rxt (1 −
xt ) − qxt Et ....................................................................................(53) K
36 .
E = ( ph − cE ) = p
1 1 1 qxt Et − c Et = Et ( pqxt − c)..............(54) (1 + σ ) (1 + σ ) (1 + σ )
Model yang ketiga diasumsikan keberadan rumpon mengalami dinamika sendiri, sehingga modifikasi model menjadi : .
x = = rx t (1 − .
E=
xt ) + γ R t − qx t E t ………………………………….……(55) K
1 Et ( pqxt − c)....................................................................................(56) (1 + σ )
.
R == γRt
0.99
.......................................................................................................(57)
Selanjutnya model disimulasikan dengan software MS Excell 2003.. Langkah-langkah dalam analisis dinamik dengan simulasi, dilakukan dengan : 1. Membangun struktur model simulasi dan system thinking dari model yang dibentuk; 2. Menentukan stok variabel (reservoir), variabel-variabel inflow (masuk) dan outflow (keluar) dari stok variabel; 3. Memasukkan nilai parameter r, q, K, p, c, dan initial value hasil analisis bioekonomi ke dalam stok variabel; 4. Menjalankan (Run) model simulasi dan validasi model simulasi 5. Menentukan skenario model simulasi yang akan digunakan; 6. Analisis hasil simulasi:
3.4. Definisi Operasional dan Asumsi
1) Yang dimaksud dengan perikanan tuna kecil dalam penelitian ini adalah ikan cakalang (Katsuwonus pelamis) dan ikan tongkol (Euthynnus affinis dan Auxis thazard). 2) Harga ikan nominal adalah harga rata-rata tahunan dari ikan cakalang dan tongkol dari tahun 1993-2006, sedangkan harga riil merupakan harga yang telah dijustifikasi dengan menggunakan indeks harga konsumen (IHK) pada periode yang sama. Tahun dasar yang digunakan adalah tahun 2002.
37 3) Biaya operasional penangkapan ikan (cost per unit effort) adalah biaya total yang dikeluarkan untuk melakukan penangkapan ikan per unit effort. 4) Tingkat upaya penangkapan adalah banyaknya fishing days penangkapan ikan per tahun. 5) Tingkat diskon (social discount rate) adalah tingkat suku bunga riil untuk ekstraksi sumberdaya perikanan dengan mengacu kepada metode yang dikemukan Clark (1990) : δ riil = ln (1 + iriil ) 6) Perikanan open access adalah kondisi dimana setiap nelayan dapat dengan mudah untuk masuk ataupun keluar dalam usaha / industri penangkapan ikan. 7) Pemanfaatan sumberdaya ikan berlebih (over fishing) secara biologi adalah kondisi dimana pemanfaatan ikan telah melebihi potensi maksimum lestari (maximum sustainable yield, MSY) dari sumberdaya ikan di suatu perairan. 8) Pemanfaatan sumberdaya ikan berlebih secara ekonomi adalah kondisi pemanfaatan ikan dimana input (effort) yang digunakan telah melebih input (effort) lestari atau optimal. Asumsi yang digunakan dalam penelitian ini mengikuti asumsi yang dikembangkan oleh Clark (1985) : 1) Populasi ikan menyebar secara merata. 2) Stok ikan mengalami kendala yang sama dari daya dukung lingkungan di perairan Teluk Palabuhanratu. 3) Tidak ada kejenuhan penggunaan unit upaya penangkapan ikan di wilayah perairan Teluk Palabuhanratu. 4) Biaya penangkapan ikan per unit upaya penangkapan ikan adalah konstan dan proporsional terhadap upaya. 5) Harga ikan per satuan hasil tangkapan adalah konstan.