3,l. Kerangka Pendekatart Masdah
Unmk macapai tujuan pnelitian sebagaimana diuraikan pada Bab I , mka swam sistematis padebitan masai& penelhian mengihti afur pikir kemngka
pendeban siskm %perti disajiiran pada Earnbar 11, S e p d tsunpak pada Gambar $ 1 di Warmin berikut, &lam penelitian ini
m d e l depresiasi clikemhgkan berdasarh pmikim M w a sumbmiaya ikan mengalami-depresiasih n a adanya kegiatan produksi (tangkap) d m non p r o d h i (pencemaran). DidaIam kegiatan tanglap sendiri ada bebernpa komponen input dm output menyanght harga
dan biaya.
Sementm disisi lain, stok smberdqrt
dipmganrhi oleh faktor pertumbuhan yang diddamnya menyangkut p-mnbuxlan nlmiah dan w r y i n g capacity.
Pada model deprsiasi konvensiod yang
dikembangkm oleh Tai et nl (ZUNI), depresiasj hanya dilihat dari intemksi
antara
f a h r perhmbuhan d m faktor produksi &ngm mlihat p r u b mnte ekonom* antar w
h
Disamping iar mdel yang dikmbmgbn oleh Tai et a1 jugs
m e n g p ~ a k masumsi harga output' konsbn, sehingga h p k ksejahtemm dasl depresiasi ti&
&pat dihitung.
Seperti dijelash di atas, p e m b u h a n dami ikm juga dipngmhi oXeh
carrying capacity, dan decay procas yang &lam ha1 ini adam juga fungsi dElri pencemaran.
Peilcemxm perairan psisir r3an Xaut &an
langsuxlg ataupun ti&
mernpengaruhi baik
langsung terhadap pertumbuhan ikan. Pada model bio-
66 ekonumi prikman-pcncemaran yang dikernbmgkan oleh Collins, Pascoe, dan
Witmarsh (X998), pencemaran dianggap sebagai penganih eksugenous dan tidak
e m b d e d &lam
h g s i perhrmbuhan ikan, Demikian juga model yang
dikembangkm oteh GrigalIunas et al (X988), yang hanya mclihat pemb&m dari present value resource rent akibat pencemaran dan tanpa penmemas-
(ti&
pencanarm sebagai fwgsi aari pertumbuhm ikan). Dalam pe1itittn
ini fungi p m a r a n dimasuMsan sebagai f a r endogenous d a m funpi pmturnbuIxan, sehingga embedded daim m&1 ptumbukan ikan. Dengan
&mikian pelitim ini r n m p k m pengembangan hibrid dari
pniLaian dqmsiasi sumberdaya pefilranan y m g dikembmgh Tai e?anl ( B U O ) , dm
Callins, Pas-
&n Whitmarsh (1998), d m Fauzi (1998), dengan m
m
fingsi pamintaan yang ektik Dqmsisssi sumberdaya i h dihitung kdaswkm 'Yorgone beneyif' serta p e r k h a n
sntara level
pads tingkat "swfairtable"dan ak:tual
baik uneuk inpur mupun ou.tpur. Penijaian k e m d m lingkungan (damge assessment) akan d i l a k u h dengm mengtxitung dampak kewjahkman (weIfare
eflect) melalui penrbahan surplus kmsumen.
Jika mmgacu tcembali pada. Gambar 11 b a h t ini, maka &el dikembangkan pada penelitian hi (Annu's embgemm growth d e ) , empltt: koqmnm
yang
mehputi
besar yaitu; a) Komponen sumberdstya pm-hdannya mdiri,
t>) Komponen input &lam ekspioimi sumberdaya perikanan baik input fisik rimpun monetm, c) Kmqmnen ekonomi, d m d) Kornponen weware.
Ddam kornponen sumberttaya, prbedaan model ini dmgan r n d d yang
sisi komponen input, model ini juga
dari mode1 sebelmya, kmma model
yang dihbangkan disini Etlran m m - h
b q n m harga dan biaya input y m g
rid dan kuwa pmintaan yang elas& m-pilkan
m t u yang
Pada komponen ekonOaxi, model ini juga
banx dengan m m d a mexlghitung nihi manfat yang
didatmya mmgandung nilai k m w k m l i n g h g m Dengzin f i b a n , mafca net
benefit yang dimalrsud Mam m&1 ini &ah Ner Benefit =
P V&
P t/l+ D,+ PV"t -1
:
+ F 1/;:,
addah present value dari kemsakm l i n g h g m pada periode t- 1
adalahfihcre value dari kmwkan Lingkungm @a padode t+1
33. EvmzIuasl Kebeclanjatan Perikman
Pa& bhap awaI pmelitian terlebih dahulu d i l a k u h pnilaian khadap present status pefikanan yang berkaitan dengan k e w n j u t m darj prikanan di
rtddah mempalcnn kata h c i &lam pembf;unan prikanan yang diharapkm &pat
pa& p m i a h a n m e n g i n t t ~informasi/data ~ drvi keseluruhan komponen
( m aholistik) baik s p e k ekalugi, sosial, ekmomi maupuo ethik. Sejauh ini wluk
penenman status stak relati-f dari spesies target t m W p refemsi biulogi a m pacSs,
biomass atau strulctur umur (Smith,
1993).
rnenggunzkan mferensi dan target poi&
Pengeloh sumbetdayit abm
ini sebztgai
indikaor c h i sstatus
sumberthya &n signal early warning bagi terlampauinya level eksbaksi dari yang
survey yang independent
d m model y n g kampleks untuk mengestimasi point
mfert?nsi b i k unuk n m a
Mu mupun
masa sekarang ymg merepresenfashn
pengeluliaanyang objelaif wtuk-perrfranan.
Sal& satu aitematif p e n d e b sd&a
yang dapat d i g u d m untuk
evaiuasi status keklanjutan dm5 perikanan t s e h t a d a h Rapfish (Pietcher, 1999). Rapfish adalah suam tehik multi-cficipIinary rapid appruisuI terbaru untuk
70
Rapfish dalam mengevaluasi
keberlanjutan pernbangunan prikmm di wilayah
peneli tian.
Dahm Rapfish, pwikanan &pat saja di&finisih sebagai suatu entitas didam
lingkup yang luas sqerei misalnya perikmm di wiIayah DZCI Jakarta, atau Mam
linatau
misahya &ram saru jzlrisdiksi, target qmies, tip alat tang@
yang -pit
Irapaf. S e j d h atribut paikanan @at dihdingkan, a m bahlcafi trajtktori
wak-tu dari individual perilram &pat diplot, Atribut dasi setiap dimensi ymg &an
dievaluasi dapat dipiiih mhd~memfleksikian keberimjutrtn, serta dqat diperbaiki atrru diganti ketika infomasi terbm diperoleh, Urdinasi d a i set atribut d i g a m u r n
dengan m
e
n
g Multi-Dimensional ~ ~ Scaling (MDS) (Alder et al., 2000).
D e n p mc=nggm&an @fish
ini akm diperoteh gmbaran yang jelas d m
kompreknsif magenai kondisi sumberdaya perikanan kits, khususnya perikanan di d a d penelician sehingga akhimya dapt diljadih bahan
kebijakan yang
tqat
untuk mencapai pembangunan w h a n
menenukan yang bwkelanjutm
dm bemawasan iingkxrngan, sebagaimana yang disyaratkan dalam Code of Corrrkrcr
for Responsible Fiskeriar (FAU, 1995). Rapfish (Rapid AppraissaI for Fisheries) adalah teknik tabanr yang
dikmbmgkan oleh University of British Columbia Caaada, y m g
~~analisis
untuk mengevatuasi sustainability dari, perikanan secasa muitidisiplfner. Rapfish
didasarkan pa& t e h k ardinasi (menempaw w a r n pa& urntan atribut yang t e r u h ) dmgari mefiggundm Multi-DhemionaI S d i n g (MDS).
MDs sadiiri pada
aEtsamya adalah teknik statistik yang aaencuba melakuh txansfomi multi dimmi
ke &Iam dimemi. yang Xebih rendah. Dimmi &Iam Rapfish menystngkut q x k
s-
-
(nwngkmstruhd refemxe poiat untuk gmddan bad m t a W&u
Multidimensional Scrrling Ordination (untuk sefip
Sirnulasi Monte Cailo {Analisis ketidakpaatian)
I
Anahis Kebertrrnjutan (Assess Sustainability)
I
Gslmbar 12. Elemen Proses ApXilrrrsi Rapfish uoiuk Dab Pedkmm (Alder et rrl, M
),
Secma uirlurn irnalisis
Rapfish dimdai &ngm me-~.evimat,rjbut &
rnundefinisikan perikanan yang &an dianalisis (misalnya vessel-base, area-base, atau berdasarkan pcriode wa ktu), kemudian di ianjutkm dengan skoring, yang didasarb p d a keknhrrmrr y m g sudah ditt:ttrpkan oleh Rapfish. Scfte1a.h im dilakukan MDS
untuk menmmh posisi relatif dari perkman terhadap o d w i g o d d m &dm Selanjutnya anafisis Monte Cad0 dm -rage
diinkukan untuk menentuhn aspek
ketidak-pastian dan atlornaii & ~itributyang d i d i s i s ,
Pernilihan MDS &lam analisis Rapfish, d i l d d m mengingat metode multivoriare anah$is yang lain s ~ r t.facur i anulyss dm hlti-Attribute Utility Theory
{MA UT), tcrbukti tidak: menghasilkan hail yang stabil (Pitcher and Prebhot, 20Q I), Didalam MDS, ol?jek #tau titik yang diamati dipetakan kedalam ruang dua atau tiga dirnensl, sehingga objek atau titik t e h t diupay-
ada d e b t mm+n t&a&ip
ririk asal. Dcngan kata lain, dua titjk atau abjek ymg sama d i p t d m &dam sam tjtik yang d i n g berdekatan satu sarna Iain. Sebdiknya objek &tautitik yang Gdak -a
digambarkan dengan titik titik Fg,b d d a n . Tehik ordinasi @enmtuanjar&) didalam MDS di&sarkm pa& &uc/idian Disunee yang ddam -g
yag
berdirnensi n dapat ditulis sebagai h i k u t :
Kanfiwsi
atau ordinasi
diaproksimasi dengan mere-ibn
cfari suatu objek atau titik di dalam MDS k m d a n j m k Eucfidian
ticngan t itik asal ( li, ) wbagRimma persamm b&ku t:
( 4 ) dari ti&
i
tit&
j
-
73 d.. *I = CY -+. [3fiii
+E
(3.3)
Lhumnya ada tiga telrru'k yang digunakan unhk meregesikm p m r m n di atas
yakni meade least square (KRYSn, metode leusf squared bergantian y m g
didasarkan pa& akar dzui Euclidian disrc~rm(squared distnnce) atau disebut met&
ALSCAL, dm metode ymg dichsarkan Maximum Likelihood. Daii ketiga metode
&mebut,Algoritma ALSCAL m e m p b metode ymg paling semrai wtuk Rapfish a pada m
dan mudah W
i r setiap sofhure statistika (SPSS dm SAS) (Alder et
ah, 2000). Metode ALSCAL merigoptimisasi jar& kuadrat (squured d h t m c dw ~ ) terhaclap data kuadmt (titik -I=
o+ ), yang &$am tiga dimensi (i, j, k ) dltuhs dahm
EormuIa yang disebut S-Stress ssebagai berikut :
D i m jar& hadrat menrpakan jarak Euclidian yang dibobot, atau &tufis :
Pada
setiztp
pewkun yang basifat m e n g u b (metric) s e b m p $t
Cgoodrress of fir), jarak. titik pendugm dengan titik
Goodness of
Jil
dabm MDS tidak lain
asal menjadi
mexlgubr xkrapa
kofigumi dari suatu ti& &pat mencerminkan &t;r
&gat penting.
tepat (how well)
wtslinya. Goodness offit ini
&lam mDS dicaminkan dari besmn nilai S-Stress yang dibitung ber-kafx
nilai
74
S di atas. Njlai Stress yang rendah menunjukm goodfit sernentara niiai S yang tinggi
sebaliknya. Di &lam Rapfish model yang baik ditunjukan dengan nilai Stress yang Iebih IreciI dari 0.25 (S < 0.25).
Didalam penditim ini p x o s h mdisis Rapfish difalntkan meldui bebrapa taErapan y h i ;
I. Anatisis &hdq data p d c m a x ~DKI Jakarta d d u i data statistik dm satdi Xiteratur dan pgafnat"
di fapangan.
3. Mekbkan analisis UDS dengan sofiare SPSS untuk menen&kan ordinasi dm nilai stress melafui ALSCAL Algoritma
4. Melalruh "rotasi" unmk menentub posisi perikanaxl pads ordinasi bud dan
good dengm Exceli dan Visual Basic.
3.3. Penilalao Depresiasi Sumkrdaya Perikafian
Metode yang &an digunslkan un&
adaiab mtude present value,
rnenilai depresiasi sramberdaya prikma
~~ selunrh, rente yang akan &tang (future value of dihitung dalm nilai
rent) ymg diharapkm dihasilkan dari sumbdaya pri-
cfimasa sekarang (Present Value). Da1m stu& ini penentuan discount rate (8) =lain
h g m
menggmdm social discount ru&
membmdingkan den*
mengikuti m&l
juga &an
menwba
Fbimy dimana nominal discount ruk
dicentukan sebagai:
6--r+cxg
(3.5)
djmana r adalah real interest rate, g adstlab perhm'txw ekanomi @am)
(a)
a&Iah rate of inquaIiv aversion yang digambarium dari p e r f i h n dishbusi .
pndapatan antar kelompok masyamkat atau regional.
Untuk menentukan tingbt
discount rate dengan pendebtan Ramsey, penelitian ini mmgadopsi telmik yang
dikembangkan olleh Kula (1984). ma (1984) pada thsamya mggunalran formula yang sam den@
formula h m s q dimana drtlam Kuh (19841, nominaI discorult
rate dipmxi d e n p pure social time prejfermce (p ), Wagan demikian red discount
rate ( r ) didefinisikm sebagai :
slope &e&ng%n), ?I,itdalrih mgkapan lestari, E=,addah tingkat upaya, c, adafah
biaya per unit upaya dan t d a l & periude w a h , U@,) adafah utilitas (manhat) yang d i h a s i k dari sumberdaya paikanan. J i b d i m s i k a n b&wa biaya per unit input addah kumtan, &present vc11tiedari rente?p
e r i b pada @ode ti&
tabatas (HIsmpai tak hingga) &ah
sebagzli berikut :
Farmula yang b&
r%fam kumg kurawal atau r
1
adafah bilangan seri, Kdau
b i h g a n seri, ini dimhallan sebgai:
rdca dmgan mengalikan formula yang disebelah kiri dan ymg b e d di sebiah
Icanan masine;-wing dew= 1/(I + 8 ) ,mka akan d i p l e h :
sehingga dewan membagi kedua befah persamaan dengal (1 - [1/(1+ 6 ) ) aka11
mmghasilhn
sehingga prsamam (3.9) men;adi
Perubahan present vahe dari sumberdaya antam p r i d e (1-1) dm (11, V, - 6/,-, ,
Dalam kondisi aktual, jarang sekali teijadi ekspbitasi perilman pada tingkar penangkrtpan mupun upaya ymg optimal, padab1 den-
nhkukan ekspl.oitasi
pa& tingkar optimal inil& maka p e r i b n tangkap ctkan Imtari. Pengebhuan
mengmai perbeban anma tingkat tangkapm &a upaya a k d dan optimal sangat
d j perlukan bagi penentu kebijahn, unruXr menyesmilran kebijakan wgkap agar &pat meminimimi opjmrtuptiy cost &lam k n t u k keunrungan ekonomi optimal
yang lestari, yang bilmg karma rnexlgebpluitasi smkdaya prikanafi @a
EIrsploitasi optimal dari sumkdaya prkanan sepanjang waktu, pada
persamaan di atas mnggmba&~~~ "'praent vutue" 'Hlmmiltbnian. ihgm
mentransform8sikari pmmmm dr: atas mmjadi "'cuirent value " Wditonian, m&a Frsamrtan (3.19) berub& menjadi :
Fungsi Hmiltanian adafah formula. &lam op1imaI controi theoty ymg digunakan wtuk variabk kontrot, state variable dan nilai st& Pm&ban I&& daprtt dilihat p d a miisan Dorfmn ( L969), lime p t h y a w kngkmrp dari
bjut
dimma p = e
-
O
N
X
adalah current value shadow price, dan
X adalah current value
HamiItonian. Pontryagin Maximum Princ$ie dari pamaan di atits menjadi: ,
2 = F ( x )- h Dalam kondisi steady siuie,malca x
" ; :
(3.23)
0 dan fi = 0 , s e h i w dari persawan (3.21)
Dengm mengdikm kedua sisj prsamaan (3.27) darr mmyederhmakan, maka &an
diperolefi Mod!fied Golden Rule sebagai :
Dimana F(x) adalah pertumbuhan dami dnci st& ikm, &(x,h)/8xadal& rerite wrjinaI &bat pembahm biomass, &x(x,h)/ a h rente marjinat akibat ~b~
p r a s i . Parameter ckonomi dan bid* &ol),
p
ikan), S
p"m$kapm. 8F
mtrupakan
~IXWEUI
-
ditmtukan oIeh besaran c @Sqa per unit
(discom rate) dan q yang merupaIcan kwkien
F'(x) addah praduktifitas maxjinaf dari biornas yang
pertanma &F(x). Hasil r3ari. persamaan & atas mmghasikm
s* (optimal) yang dapat d i g w h untuk menghmg fingkat tangkapan dm up+ yang optimaL Dengm dmikian maka &pat diketahui rate sumbdaya peribrm yang menrpakan h a i l d x i perkdim mtara trarga p d u k ikan d e n p Eangkapan
optimal dikurangi biaytya dari tingkat upaya optimal, atau :
3A. Mudd &a-Ekanoml Sumberdaya Perikmrua
Ddm penilaian munbrdaya perikaraan, hd tqmtiag yang p l u &@ui &I&
nil& t i a s i tmgk-apan lestari dizri stak i h , p g iddnya di1aMcan pa&
setiap s p i e s ikm ($rock- by- smck h i s ) . Kamm ketertra&san w&tu clan data yang
ada, penelitian dilakukm hanya p d a bebaapa s p i e s ikan ymg dominan sda di wiiayah pnelitian, khususnya untuk periIamm dememl.
Bagaimmapun juga,
D i m r adalah hju ~b~
htrinsik, K adalah daya d&mg
Bmtuk fungsional, logistik adalah sinxetris, sementara. Eompertz ti& di8rnLmsib bahwa lajupemqkapm linear ter-
Iinghgm. Sebjutxlya
biamas dan effort s e b g a i m
ditutis berikut ini: hi' = qEixj
(3.33)
Dimana q adalah koefesien b m p u a n pmmgkapan dan E, adalah upaya penartgkapan. k g a n mmgasumsikan kundisi k~imbangan(equilibrium) maka
persamaan linear sehingga metode repsi biasa dapat digmdm utuk mengestimasi parameter biologi dari fungsi di am. Dalam penelitian ini k h i k estimsi parameter
83
yang dikembgkm olek CXwke, Yoshirnotu dan Pwley (1992) atau serixag dikenaX
sebagai metode CYP &gunkan untuk mendup parameter r,q dan K
melalui
pcsamaan:
Data time series prduksi dan upaya (ccdtch md eflort) s e b dua puluh
d u n yang dikumpulkm dari TPZ di wilayah pmelitian dijadignmbarkan basis mruk perhitungan Lrva yieid-efirr dengan mmggmakan p n g k a t lunak SEIAZAM,
Dua jenis alat tmgkap yang d~minanm m & p ikm demersd dan beropemi di wilayah penelitian addab bubu dm panting> dasar, Qleh hena,fxya u n ~ k .
mempoIeh nibi unit upaya y"g berm, setumh unit e$Gorf
(standardized) badasarkan bubu base.
Semen-
dis&ndari.sasi
data ekonomi yakni k m p a
infomasi biaya dan b a a p r satua~unit ikan yang didaratkan diperoleh dari sum&.
SeXunxh data ekonomi dikonversi ke niXai riil dengin m m y e s u a h nil4 no&nal k
indeks harga k ~ n ~ ~ (conrumer's n~en price i k ) . Khusus u11ark data lime se&s d& biaya per unit upaya, mengingat dab time series untuk ha1 tersebut ti&
teneda,
teknik perhitungm sebagitimana dilakukan oleh Tai et af (2000)untuk: Worrveai
&a cross-section biaya ke time series diiahlmn d-an
myesuaihya dqan
indeks harp k m ~ u m e n .Perhiwan d a i opthid praduksi dan upaytl serra rente ekortomi dilakukan seem numerik dengan pemgkat 1una.kMAPLE 8.Q.
3-5, Model Intemksi Ferikanan- Pencemaran
3.5.1. &umi Model Secara keseturuhan model penelitian ini dibangun dengan menggunakan
asumsi-aswsi sebagai bwikut : 1. Dalam model ini tidak. t e a & Lotkw-Voltera effiect, artinya ti&
ada i n t d i
dimtara spesies p n g dapat m m q x m g m&l ~ surph prwhksi.
2. Kapaildat tangkap dianggap homogm, sehingga p e r k k m stnrkhu biaya karma pekdaan k@, 3.
B
h pencemar ti&
kapasitas dan kemmpuan crew irapal diabikan. d i n g bainteraksihmksi saw dengan yang lainnya
sehingga efek spill over dimtam babn pencemar ti&
dimasukkan daiam
model.
5. w a k : p e & a b ~ g mkkrz~f~@ (fe~kna/~@~d
&~t) diwap
konstan, sehingga p g a r u h perkembangan tefmoIogi penm-an
tidak
d i p e ~ n z n g b4% &lam m&L 6. Direct morfality (kcmatian i h bgsung) &itrat kegiaian destm&w&hing
d m illegal fuhing w p d b o d i n g dan pmgkapan ikan h p racun m e n r p h fairtor eksogenus yang ti& sexara ekqlisit dihitung &&lam m&L
3.52. Pengembangan Model
Wah saw kmMa dalam modd bj(~konamiyang blah dipparkan di atas,
depresiasi sumberdaya perihan hanya ditihat rSari p e n r b h rente ekanomi yang
85 terjadi yang diakjbatkm aleh kegiatan penangkapan. Packhal, sebagaimana
tcrjadi karena penanghpan (konsumsi) mehinkan juga &pat terjadi karma kegiatan
m a i h jarang dilakuh. Meskipun ada b k r a p a seudi yang mencuba mcmasuiran
unsur pencemaran ke dalm model bit>i~-ekunorni q r t i yang tetah
interaksi @Wn-pnc-
~~ o1eh
dilakuk-rul seam embedded dimma unsw
Iogistik sebagaimana permmaan (22) dm jika fmgsi pencemaan sebqai
jntrifisid ( r ) , made{ ini &%but model Anna 1. Swam eksplisit koefisien dari
k
~ (Anna d 21, ~ pencemafan akan Imgsung mempagamhi biomass
(2).Padsn model
sedangkan notasi lain memiljki arti yang sama sepertj yang sudal~didefinisih sebelurnnya.
rnenjadi : r f x - a)- r#fpKx + a)
(3.37)
sehingp i n t h i antam perihm d m pencemaran ~ ~ a hrg ka a p dapat ditulis kc
&lam persarnm berikut:
Dcngm m q s u m s i b n dalam kundisi keeimbangan (equilibrium), maka m z p m a a n (3.38)
a b n mmghasilkan kurva modfred yield-eflc)~yang menggambakan
~ n g a r u hpcemaran Penurunan kurva t s e b u t adatah %bag& k i k u t .
87
dengan rnembagi kcdua sisi persarnaan dengan K / dl - q5(P))m a h diperuleh:
B&a
dengagan pmrnaan yield eflorr standar yang ditulis pada permmaan (3.341,
pcrsarnilan rncld$edyi.ld eflor~tme hut di stas suda h memasukan unsur pencemaran
kt: daIm m a i d , sehingga Lwwa yield-q%rf dengan dm tanpa penamarm *at dili hat pa& Gambar berikut :
effort Gambar 13. Kurva YkId Effort dengao dra tanps pencemama
88
Pada model yang kedua, abu model h a 2 , d i m i s a h M w a y adalah parameter yang m e n ~ u b u sebempa n ~ banyak beban pencexnaran pa& p r i d e t f
6 ) rnengurnngi, pertwnbuhan biomas x , maka persamaan lagistik di atas berubah
rnenjadi:
made1 di atas @at dikembgkm keddam model diskrit &=a
besaran paramaw
y &pat djketahuj melalui teknik OLS {OrdinaryLeast quare). Dalam model & k i t
pemmaan (3.44) rnmjadi:
Mgan mengikuti tecnik yang diIrernbangkm 01eh Walter-Hilbm 0976), drux dengan rnenggunah notasi yang sama unruk catch per unit efluorf
-
u, H,/ E,, m h biomass ((x,)
d q a t ditulis sebagai
sebagai
U,/ q ,sebingga pmamaim di
Kwfisien pada persamam (3.47) dapat diduga h g m OLS d h a : Yt " Po+ P i x , + Pzx2 + 83%-t-'5
dimana y,
(U#,,i l l , )- I ,
. I
=r ,
p,
-
89 7 - 1 Kq,
f12 = r r , ddan f13 =: q. Musing-masing
variabe! hebas adalab x, = U,, x, = J: Jan xl= EJ.
dengan m e m a s u h faktor pencammi ke &lam model tersebut mth mdet di atas menjadi :
Pesamaan (3.49) yang kmudian disebut sebagai mode1 Anna 3 menggambarkan pengaruh pencemaan terhadap parameter prfumbu)xan y m g idmfik dengan m&l
Anna 1 pada model Eogistik
&lam pmaman berikut ini.
dengan men&skritkan persamaan di atas, & modifikasinya menjadi:
90 -,
~c1in xf - qxJt
= 7-(xi - 74 ) ln A- - r(xf --
(3.51)
d i n dengan mensubstittisib xt = U,/ g , maka persamaan di a t a disederbnakan
dimana
-
91
+ 5 ) darl fil
((.to
=:
(a,- L$ ) , Persamaan (3.54)disebr~lsebagai model
Anna 4 yang menggambarkan interaksi perilcanan-pencemaran &lam mode£
Gomprt;?. Estimrtsi parameter q, K, r, dau 7 dapat d i l h k a n dengan meiakukan
QLS dari persammtan di atas. Ddam pentJitian ini, model Anna 1 m p a i Anna 4 dengan varfasi-variasinya ( s e ~ 12~ model) a hdigmakan untuk meqerokb
phandingan model m a yang lebih reliubel.
Estimasi paramdm dari persamaan (3.47) dan pmamaan (3.48) melibatlran time series data mtch dan eflorf. Seba@ma diketahui data ymg basifat time series rncrniliki kecendewgan untuk berlaku trending sehingga menimbulkan non
estirnasi parameter dengan OLS &bang& d e n e n s t ~ ~ i r ~ n a rPadaha1 i~.
bahwa data h i f a t siaiionariy.
OIeh karenanya unruk: mengujl reliabiii~
fkeabsahan) dari pmsamaan dj atas akan d i g u n a h suahl teknik modem unt& menpalisis sifat stacionarify dari data time series dengm D i w - F u l k r unjt
test (Dickey ef a!, 1994). Teknik uji
Diekey -Fuller
unit roor ini
&pat
dijelaskan dalam persamarrn bailrut. Jika dimisalkan W w a : x,
x pa&
periode &fumnya
stafinnory jika
14 < 1
mengumgi kedua sisi
t38fX
-
o',
+ PX,-, + Pf
dan error
(3.55)
Variabel q tasebut &an basifat
a k a bemifat non-stacianarity jika p
~~ (3.55)
di
atas
-- 1 . m g a n
dmgan xt-, rnaka ditxasikm
xt -
t..,
= t o-+(/j-l]x,-.*
+pt
atnu dapat rjjsederhzm&an menjadi:
Alu, = ljo + Tya., + Pt d i m 7 ~ -- p
- 1. Hd yang krpmting dari uji Dickey-Fuller &I&
(-7.2 7)
parameter .r
.
Jika 7 = 0 & vwia&l series xt mengandung unit root aau variabl tersebut bersifat nan-shtionariry, la&, null hypothesk d x i Dickey Fuller test adalah y = 0 .
Arzinya jika &Iai t-staristic dari 7 l b i h kecil drtri eritiea1 value, maka variable xi tersebut basifat non-stationaty, d m pmrxleter yang d i b i k n &pat dkatakan tidak reIiable.
Dalam kondisi &mm data time series menunjukkm &ya stationarity, &an
gejaia Iron-
menimbulkan himapa masdah ekonometsik. Perkma asumsi
stati~n~ yang q rnempakan dasa wtuk rne~akukmr e p i time series, mmjadi
tidak dapat dilddm. Kedua e s b i parameter yang dihasilkm dari ULS menjadi ti&
ada d y a (Dickey et al., 1994). Ada b M p a csra yang @at difjlakdm
untuk mmghadapi m&
non-srafionariiy ini. SaIah satunya adam diflerencing.
Metode ini bagaimmpm tidaMah mmpakan solusi yang senrpufna, karma menurut
Eujarati (1995Ij), dengan m e h k a n difirmcing mka b u n g k i n a n kita &an kehilrmgan hubungan l o n g - t m yang p t i n g dianeani YariabeI. Sebagai contoh d a b madel, hubungan atam CPUE dan &orf, hubbungan d i b q p d ~ s h bmtuk tingkat yang bukan bentuk d~fferencep t a m a a m kkectua. Metode lain yang &pat digunabn untuk: mengatmi mmlah variabel non-sfationarify adalah dengan
menggmakan tehi k modern yang disebut ~oinre~robot~'. Konsep coinfegrufio~z ini
s-ra
sederhana dapat dije1askan xbagai hrikut : Jika pacia data rime series
variabel yang akan digunakan untuk regresi ternyata dikeahui non-sfationariry,m&
munglun saja kumbinasi linear d m variabel-variabel ini dapat staliomrM Dengan &mikian variabel ini munggcln saja cointcgra&d. Variabel-vwiak1.ini menjadi tic&
terlalu jauh satu sama laimya. h l a m kondisi ini hasif yang d
i
w dari estimasi
OLS &pat m j a d i W, Dalm mmggwmhn metode cointegrution ini, vEtriak-4
yang diuji hams h d a &lam ordm irxtepi yang sama, misalnya k b n y a harus non-stationariry(Endem, f 995).
3.6. Dinamik Model Embedded
Model interaksi pedkanan-pence-
pa& pmelitian hi yang dilakukan
biolugi sumberdaya (Anna's Mode1 1 - 4), m q a k z m model tipihl dari model sistem
disequilibrium danproblem oriented, Keterkaitan antara perihan dm pencernaran,
d i d a h model siskm d W k ini d i W m g h dari mdel Dinarnic Integrated Climate Economy (DICE) (F4ddaman, 19961,yang di~suaiirandengm model untuk
renewable resourceceMad4 s i s m dinamlk tersebut digambarkan dahm struht
hubungan
alribat (causaI structure) s e b a g a i m t & h t pads G a m h 14 yang
di &!am penelitian hi &setrut sebagai Fah-shape dynamic systm. Sehamys ada metode lain ymg dapat dipmrkan untulc &wgatasi masalah non-stationority ini, m h h y a dcngarr mcnggunahn Error Correction Model. Utlnhrk mmhaminya, dapat dilibi p e n j e b n dan akniknya dahm Kenndy 11992)
94
Namun demikian beh&
dengan model sjseern dinarnik yang tipikal,
decision ~~ariabledalarn model ini
ditentukan dengan optimiwi. Walaupun
v a ~ a k lkuncinya adaXah endogenous scperti parameter biolagi dan parameter pencema, n m u n demikan f&or exagenous sem papulasi dan parameter ekonomi sangat memegang peranan penting dafam mempmgaruhi prilaku d e l . Meskipun
dahm penenman steady st& w&
dari variabel y m g dicari, d i W h d q p pendebtan
yang continues, sebagaimana diljeiaskan pa& p s a m a m (3.18) sampaj (3.28)
mmun trajecfon' dari man-made cap&! dm nnrurd c a p i l l mupun pencediidmkan dahm h r u k dish&. Hal hi mengingat data ymg tersedk dalam k t u k time series (dish).
Sebagaimana digambarkan pada Gmbar 14, dua kumb "dinamis yang berinteraksi melafur hubungan && &bat adalah biomass fnaturnf capital) dm pencemaran sendiri &lam t>entuk pliurirrn load. Diantara kdua kutub tersebut didalamnya terd%pat beberapa loop, baik ymg berupa reirtforcing Iuop ( I m p yarlg
95
saling nrempengaruhi secara psitip) seperti L5 d m X,3. maupun b a l a ~ c i ~loop g atau negative.fedback loop ( b o p yang mempengmhi tirnbai b l i k ) , seperti LA dan L2. S e w a u m m perihku didaIam sistinr dinarnik ini dipicu okh
capital
acuumttiatr'on baik man-mde capital &I) maupun natural c4pi~aI (L2) d m faktor
e h g e n mduduk) yang m e n g p t s i b discharge (pencemaran ke perairan). Hasil intaaksi dari m n - d e capital dan naturul u~piral menghasilh output
Qm-tumbuhan ekonomi) yang Iremudim melalui rnekanisme pasar a h memberikan manfaat k q a & p e n d u w Pertumbhn ekunomi ini dilain p W juga menghasilkan
dircharge b m p a p e n c e m m ke pmiran &lam bmtuk pollution load yang pa&
akhirnya a h meuqxngmhi parameter biofisik sqerti decay/se~pn'@icafion atau assimilative capaciiy dan growth parameter yang pa& akhimya baik langsung
maupun tidak kngsung airan mempengarvhi kecersediaan biomas ifan prtumbuhan
ekonomi (ou~ut)melaiui biaya y m g taarus ditanggung oleh masyarakat (damge cost to sociery). Sementara itu baik man-made capital m p u n natural capittlI &an
mengalami dqmsiasi
alami yang akan menjadi fedback Imp negatif.
Depmiasi ahmi p d a n a m l q i i a I dm juga
penangkap" ymg men.-
~~ langsung
maupun
teknotagi a h menyebabkm pengarut.1 negatif
tcrhadap ourput yang selmjutnya &an bxpmgmh tdadap harga output yang
kerndim nxernkrikan &edback loop kqada mehisme pasar dm kmbali kepada output.
Pollution
market
-rack Transform.
'
savnd
/
.+y/
, Capital
Gambar 14. Causal Structure Model Dinamika Em bedded (Fish-Shape ModeT).
Decny role
97 Oupur akan memberi pengaruh posirjf terhadap konsumsj yang nrernberikan utilihs bngj papultasj. Depresjasi capitai man-made akrm berpmgaruh terhadap harga input yang selanjutlxya mempengaruhi mekanisme pasar dan manfaat ekonorni itu
sendiri, yang kemudian memberikanfdback loop meIs1ui saving terhadap capital man-made itu sendiri. Selunrh intenksi daim model ini rnmw aspek intertemporal &lam proses pengambih kepu~afi,
Dalam andisis s i s t a dinamik yang akan &*I,
%lain dengm
menggunakan pendehan caws! smcture seperti tel& dijeiaskan di atas, juga
di fskukan pendekatan kualitadf sistem Ordinmy DrflerentiaZ Equation (ODE) dan Phare Plane Diagram. EIal ini dihkukm untuk mengetahui b e h i o u r / pattern dan trajelaori ke arah ehilibriurn &ri man-made capital (cflop-t), nomrd capital
(biomass) dan pencemaran Untuk baseline model digunakan model stantiar Willen :r open access dynamic. ,hatisis akan diiakukan unhlk. : I) intmksi antara man-mde oapitaf dengan pencemaran, 2) intemksi anma natural capita! dengan pencemaran, 3) intmksi antam nafural capita/ dan man-made capital, tn~eraksidinamis antam
man-made capital (eflorE)dengan pencemaran &pat ditulis sebagai persamaan sistem
ODE y q autonomous dimana :
Untuk sistem dinamika yang menggambarkm interaksi anam @art dan biomass
sendiri akm rnengikuti pola yang sama tergantung dari fungsi ekprisit dari masingmasing varibet. Persarnaan di atas m n g g a m b a r h secam urnurn sistim dinamik darri
man-made capital dan pencemaan, dimana dinamika dari effort berkaim &ngm
~cwcrn;~rdn dan sehaliknya. Solusi dari sistim dinamik & aatas &an r+ji~rructtrri.stic roofs
rnenghasiikan
yang akan menggarnbarkan trajektori &xi E d m P &lam pkme
plt~nediagram (E,P). Characteristic roots dari persamaan di atas diperoleh dengan
n~elakukanIinearisstsi pada kondisi
stm&
s~eudystate dari E dan P tajadi pada
stale,
~ebagaiberiht: M i d h b&wa
E * dan P * ,
lines-i pa& poin E
*
P * lejadi pda:
Snlusi dari pe>ersnmndi atas a h mengbasilkan charncteristic equalion:
dimana X adalah charucfe*tic roots yang
mnentuhn sEalrilitas dari d h m i h
dari effort dan pencemaran. Ben& eksplisit dari fungsi p e n w m m dan effort a b
tnenentukan secara s p ~ j fkiphme-plane dwi E clan 1D . SaM saw mioh trajektori dari @d dan pencemaran dapat: dilihat p d a G a m k I S .
Gambar 15. Phsw Plane tmritis mtara effort dao pedcemamn
dan pencemaran diperoleh pade titik E* dan P* dan pergerakan ke a h keseirnbmgan
Sccara analitik problurn dalam analisis dinarnik dapat ditulis dalam lrentuk
n -O - - Iart M P ~ = -'yB = - - ~ -3 = &=Z a E BE aE
lIlr,/=3E xE = ---(I) B h / d E ItE
(3.52)
Dari (3.62) $an (3.637, akan diperoleh model Anna 5 sebagai kfikuc:
Sdah satu tantangan yang difiadapi deh p e n t u k e b i j h &ah
ba-a
langsung dengan menghitung pmbahan Afam surplus kunsumn yang te~adi.
I01
lingkungan akan menyebabkan hags output naik, karma rmgkapm yang h r h m g , sehingga mengakibatkan surplus konsmen berubah. Nibi penrbahan inilah ymg
menggambrtrkan niiai kenrsakan fingkmgan, Perubahan surplut; konsutnm tersebut
dihhmg berdasarkan funnula:
dep~siasipeenman. Pembahan b q a &bat dqmiasi dari p c e r n a m swra impXisit tercermin pada H p.
9
ApabiXa perhitungan surplus konsumen tidak &pat dilakukan m k a akan
~~~ analisis srxrplus produsen. Untuk analisis surplus pradusen, &an
difakdm
melafui pendekatan Backward- Bending Suppljl Cun~e/Variuble Price Mode!
(Cuninghnm et al., 1985). Hal ini disebablcan b n a suphi periban yang unik,
dirnana &an mengalami ha&-ward bending (melengkung ke tpelakang) ppada titjk MSY, khususnya &lam perilcanan yang q u a i open acces. Dengan demikinn m k a kuwa supply &pat ditunmkam dari biaya rats-mta jangkii panjmg (lung run average
cosr) yang merupak8n h g s i dari sus&inobIe yield. Sehingga d e n p mengethi sustainable yield pa& setiap tahun,
kuwa biaya rata-rats. jmgka panjane; dapat
Perubahan surplus produsen arsebut &hirung berdasarkm formula :
I02
Dirnana po adalah harga pada periode a w l , !b ada laSI sus~oinableyield pada periode awal, c a&!& biaya, a,P adahah koefisien sustainable yield.
3.8. Model Anaffsfs Kebijakan
Unmk &el
analisis kebijakan dalam penelitim ini &an d i l a k u h mdalui
analisis efisiernsi dengm menggumkan Dasa Emtelopement AnaIysi~@FA)
atau
Frontier analysis (Chmes, Cooper dan ichdes, 1978 yang diacu d a b B a l e y ,
2008). DEA dilakukafi un&k mmgukur relative p@ormallce dm juga relative eficr'ency.
Pe~ormtntce &pat &pa
rasio ataupun dalam benmk
ljrafik.
Pengukumn DEA dita3cukan unpuk melihat efisiexnsi relatif dari sicuasi a h 4 dmgan inmemi kebija3crtn over time. Sebagai contoh, jika output daxi variabel x unhlk tahun ke f dmgan jmis outputj dimisritkan d g a i xtj d m variable input y tahun k
1
dimana: rr = Kwfisien oritput data
Karena analisis DEA ini m s i h bersifat starik, rnah daiam genetitian ini &an
digunakan pendekatan DEA &ri Dine and H a p a (1999) ymg sudah memsukkan anal isis yang bersifat intertemporat q e r t i yang dijelaskm pa& background theory.
dasamya mweka menggunakan DEA unhrk analisis efisiensi regional pada sektur
rnanufaktur. Jika diketahui a& sejurnlah
IP
D M yang &an dievaluasi, dimna
masing-ming mernpunyai i input dan rnemproduksi r output yang be&,
wak-hr r dengan demifian DhfUj merigguman sejudah x
pada
input unmk
memproduksi sejumlah y, output, Diaswnsikan bahwa input dan output ini pasitif dan seriap DMU rnemiliki paling tidak satu nilai positif input dan output. Dengan
Pa& p e r s a w n ini u dan v adalah bobot yang diberikan terbdrtp input dan output. Dengan menggunakan pernograman mtematika DEA a h m e n e n t u h b o b t yang
104
optimum yang rnenghasj lkan nil ai efisiensi tertjnggi. Efisiensi dhitung berdaswkan
pcrsamaan sebagai berikut ;
dimma
blahp i n t rderence DEA dm
;r
t
SaXah satu k e l d a n dari model yang detministik adalah k u w g
meng&omodasi peruWan-~mb&m
yGterjadi
pada setiap p m m t e r baik
biofisik rnaupun ekonomi yang d m mempengaruhi hasil atau salusi optimal. B e r W &ngm mode1 yang siochmtic, dimana unsur ketidikpastian ymg
merupakxln b e a n dari pnibahan dimasukkan secara implisit di&lam model, model
dekrministik mIihat unsur ketidak pastian sebagai f k b r ymg elrsogenws. Untuk. mmgatasi kelemhan ini pada setiap model yang detmministik selalu dilafnrEran skenario modelling atau andisis smsitivitas.
Teknik hi sama halnya dmgan
k o m p t i f staWdinamik yang melihat dampi& pmb&an dari parameter terhadap
variabeI o p t i d ,
Didalm penelitian ini, andisis sensjtivims &an dilakukan terhadap :
Perubahan parameter biofisik yang mmyangkut koefisien load
pencemaran, inaimic growth rate (9-1 ,koefiden ~angkap(q) dm wrying
capucip ( K ). Pmbahan pameter ekonomi yang menyanght harga output c h bkya (cost)per unit.
Wasif, dari analisis seklumnya almn dijadigambdan sebagai base-lint., yang kemudian dibmdingkan dengan Ixasil d a i matisis sensitivitas. Vaiabef-variabel yang a b n dibandingkan terhadap base-/& adafah perubahan dari rente present vaiuef biomass f x), tmglrapan (h), eflurl (E) optimal
3-10. Pemetaan Proses Penefitian
Secara ringkas, keselumbn proses pnelitian dismhsi ini &pat dipemkan dahm suatu diagram sebagaiimana ditampikm pada Gambar 26, Pa& G a m k 16 tamp& bahwa penelitian ini dibangun bedasarkan prinsip input, proses dan output.
Input penelitian yang berupa tujuan pelitian, diuraikan tebih detail &lam enam tujuan busus ymg masing-masing dijabar-
dalam bebaapa tolok ukur.
Sew14 talihat pa& G a m k 16, uuntuk masing-masing tujuan @at mmpunyai tofuk
ukur Lebih dari sahl.
Setiap tolok ukur akan terkait dengm &nis data yang
dibutuhkan . Data tersebut dapat kmpa data yang bersifat time series (urut wakcu), cross section, mupun data yang bersifat endogenow yang dipmleh dari intaxhi
kedua jmis &ca temebut di am. Selain itu jenis data yang bempa dwkumentasi
seprti p e r a m pernerintah dm
juga yang sejenisnya &an
digunakan &lam
pnelitim ini untuk rnengkajj a p e k kebjjakan. Sumber data &an diperuleh dari
krbagai instansi maupun data primer dark hasil inferview. Pa& proses berikutnya
d i l d d a n analisis data melalui bebrapa pendekatan scperti CYP, Cobb buglass, Pontryagin Maximum Principle, ekonomesik; Producer Surplus, DEA, Sistem
dinamik dan Iain-lain. Masing-znasing metode ini akan menghasilkan Irebaapa kajian yang menyrmgkut estimsi p
~ Xevel variabd, ~ optimal , level, trajektory
dinamik, phase plane, damp& kesejahteranin, efisiensi, iaju & p h i dan lain-lain, ymg akhimya &an menghasikan suatu d
l hybrid (Anna's En&genous Model)
yang pada srldximya setetah melahi amfisis smsitivitas akan menghasi lkan oufcomes
penelitian,
107
Indikaror
W n n d * Implllh+ K*hi)mk*n yaw Oprlmil h u k SDI dahm K a l u n w deepn pr#efru~*l
Data
First n a p e AnaIiRia
kqwthxul
Gambar 16. Pemctaan Proses Pcncfitlan Model Ernbcddcd
Second Degree Analysis
Outcornea
I
3.12. WUayah Penelitian $an Ruang Lingkup peaetitian
Penelitian dilaksmkan di Xohi TeIuk Jakarta (Gmbar 17) berdasarkan pertinhangan bahwe lokasi ini m d i k i W e r i s t i k
~~
semi den@
p e m e yang akan &*Xiti, yaitu k a w m ymg mengalami degdasi
sumberdaya paikam sebagai &bat adanya kegiatan tan*
lebih dan pencemaran.
WiIayah pelitian nkan melipti pairan p i s i r Tduk fdmh, dengan batas
ke srah Iaut Wi pets terlampir. B a a pemmhum @ran
iaut ~KWIS meliputi :
batas sehfafi b m t : Taxrjung Kait, batas sebebh timur: Tanjung TCarawang dagan psisi kooxdinat :05'59'40" S, 1 ~ 6 ~ 4 2 ' 3 ~ 0 "d a n 0 5 ~ 6 ' 1 S, 5 "1U6°48'30".
109 surnberclaya perikanan hanya &an nrenganalisis pe&an;xn demersal, unkk beberapa
spesies tertenh, dttn alat tangkap tehtas stperti dijer~kan&dam met& peneliitian. Untuk pencemaran hnya akan menganaiisis mengenai had pence-
dai
bcberapa parameter tertentu (seperti disebutkan dalam tehik penpn~pulmAh).
Dalam stnktur ekmomi pmikanan hmya &n
menguhr hrga output dan unkk
a s p k kesejahteraan hanya tabatas pa& nifai inqualiy a m i o n . Dalam pneiitian ini j u g &an dicldwmi present stam dari perihnan, di wilayah pnelitian meliguti unit pmgkapan (r-1mfA j a i s ) , nelaym, d a d penanghpan d m produksi (total
jenis), Unruk rnelihat present stam (mmymgkut keklanjutan dari perikanm di
wilayah penelitian) akiur d i h h aplikasi pendebtan Eiapfish.
3.12. Teknik Peagunmpulm Data, Analisis Data daa Esthasi Parameter Data yang dipergwakan &lam penelitian ini meliputi data primer dan data
wkunder, Data primer ymg dipertuiran mcliguti stnrktur triaya dari usaha pmgkapan ikan anmfreet sem pola usdm periXcsaan. Data ini mrupaiEan data cross section yang diperoleh mlatui survey dengan t e h k p q w s f w amjudgement smpling. Data stnjrtur biqa &bag kedatm b r a p a k e h Jeeb y m g kemrudian
dilakuln
tanunkk me:mpleh mtaan tertimbang (weightedaverage). J d
&marla 'laobt (weighrcd) didasarkan pa& msia [finding antar-fleet j dengan total
landing,
atau w j
-
h,
/Ch,.
Jmah sawel yang diambii didasarkan pada
j
Penelitian ini a h banyak: memanfaatkan data sehnder ymg umt wajctu (time seriar) yang meliputi data landing (produksi) dan input yang digunakan (effort),
harga per unit output fharga &an per kg per tahun), indeks harg8 kommen
(Comurners Price Index), load pencamran, gross domestic regional prociuct (PDRB) wifayah DKf dan data punjang lainrrya. Data seirunder ini diperoteh baik dari
penelitian D i ~ s t a n s ~ b a ymg g a t&it
dengm pigelolaan dm pnelitian
p e r i b n d m pencemaran paaim TeIuk Jakarta,
Di-milCemba
itu
meliputi Dinas Perikanm DW Jakarta, Bapeddda D H dak;arta, Kantor Pengfssjian Perkohm dan Lingkungm (KPPL)DM
LON-LEI, dfL
''
Mengingat beragmmya alat mgkap yztng beropemi di wiiayah pelitian,
maka untuk rnmgukur dmgm s a w yang setam, dihhkm standardismi eflort antar
1II alat dengm teknik standwdisasi mengikuti ymg dikembangkan oleh King (1995),
yaitu :
u.
'pit-- A ud
E$ = effort dari alat tangkapj p& waktu i ymg dismdarisasi
-
D, judah hari taut (I'whing days) dari alat tangkapj pa&
cp, us u,
waknr t
nilai fwhing power dwi aXat tangkapj pa& perjode r
catch per unit @uri (CPUE) &ri aatat tangkapj pa& wahl t
; -
catch per unit
@OH
(CPUE) dari alat tangkap yang dijadikm basis
standdsasi
Herbitan dengan anahis pencemaan, maka data y q diambil adalaix data yang menyangkut beban (bud)pencemaran per 4ahm =fama paling sedikit 10 tafrun
pengaxnatm dari beberapa b h a n pencemar ymg diketahui teM meiebihi nilai baku mum di perairan lokasi penelitian, serta diketahui b e r p e n g d tmhdap prtumbuhan ikan w r t i BUDS, COD, TSS,Amania, dan Phuspat. Unwk mdisis k e b i j h , data yang akin diamtril mdiputi pendapatan neiayan dan tenaga kqa, sem popuIasi d m pendapatm @apita pndudulr wilayah psisir DKI Jakarta.
Gambar 18, AnaIIsis Data dmn Esfimasi Parameter (Analisis Statik).
Yield ailh Pollution
Gsmbar 19. Analitsis Baseline dan Intcrabi Pcrikanan-Pencemaran
