36 dimana P
rt
adalah harga riil pada tahun t, P
nt
adalah harga nominal pada tahun t yang akan dikonversi ke harga riil, dan IHK
t
adalah Indeks Harga Konsumen pada tahun t. Sedangkan untuk biaya riil dapat dituliskan sebagai berikut :
� =
� �
100 4.5 dimana C
rt
adalah biaya riil pada tahun t, C
nt
adalah biaya nominal pada tahun t yang akan dikonversi ke harga riil, dan IHK
t
adalah Indeks Harga Konsumen pada tahun t.
4.5.4 Analisis Bioekonomi
Analisis bioekonomi merupakan metode analisis atau pendekatan yang digunakan dalam pengelolaan sumberdaya perikanan secara optimal, dimana
menggabungkan parameter biologi dan parameter ekonomi dalam perikanan. Parameter biologi berkaitan dengan kelestarian sumberdaya perikanan, sedangkan
parameter ekonomi berkaitan dengan manfaat ekonomi. Parameter biologi terdiri dari laju pertumbuhan ikan r, koefisien kemampuan tangkap q, dan daya
dukung lingkungan K. Sedangkan parameter ekonomi meliputi harga p dan biaya c dalam produksi perikanan.
Analisis bioekonomi yang memasukkan parameter ekonomi bertujuan untuk mengetahui seberapa besar manfaat ekonomi yang diperoleh dari
sumberdaya perikanan ketika melakukan penangkapan atau produksi perikanan. Rente ekonomi atau besar manfaat ekonomi dari aktivitas perikanan diperoleh
dengan mengurangkan penerimaan total dari hasil penangkapan dengan biaya total untuk melakukan penangkapan.
Secara matematis manfaat atau rente ekonomi π yang diperoleh dari aktivitas perikanan dapat dituliskan sebagai berikut:
37 � =
− � = = �� 1 −
�
− �� 4.6 dimana TSR adalah penerimaan total dan TC adalah biaya total. Pendekatan
bioekonomi pada prinsipnya diarahkan untuk mencari solusi optimal pengelolaan perikanan baik dalam rezim akses terbuka open access maupun dalam rezim
pengelolaan terkendali pada tingkat MEY Fauzi, 2010. Model bioekonomi dapat dihitung dengan pendekatan model Walter-
Hilborn yang dituliskan dalam Tabel 2 berikut : Tabel 2. Formula Perhitungan Pengelolaan Sumberdaya Ikan dengan
Pendekatan Walter-Hilborn
Variabel Kondisi
MSY MEY
Open access
Hasil tangkapan h �
4 �
4 1 +
� �
1 −
� �
� 1 −
� �
Effort E
2 1
2 1 −
� �
1 − �
� Stok x
� 2
ℎ � .
� � ℎ �
. � �
Rente ekonomi π .
ℎ − �. �
. ℎ � − �. � �
. ℎ � − �. � �
Sumber : Tinungki 2005
4.5.5 Estimasi Laju Degradasi Sumberdaya Ikan
Laju degradasi dalam penelitian bertujuan untuk mengetahui kelestarian sumberdaya perikanan. Menurut Fauzi dan Anna 2005, tingkat degradasi
sumberdaya ikan dapat dilakukan dengan beberapa tahapan. Pertama, dilakukan pendataan mengenai input effort dan output produksi dari ikan di lokasi
penelitian dalam bentuk data time series. Dari kedua data tersebut dapat dihitung estimasi stok dan tingkat panen lestari. Kemudian dengan membandingkan
kondisi ekstraksi aktual dan sustainable dengan analisis trend dan contrast, dapat diketahui laju degradasi. Jika fungsi produksi lestari dari sumberdaya ikan adalah
38 ℎ
�
= �� 1 −
�
4.7 Dimana :
h
at
= produksi aktual pada periode t q = catchability coeffisien
K = carrying capacity
r = pertumbuhan alami
E = input
Maka degradasi sumberdaya ikan dihitung berdasarkan Anna 2003 : ∅ =
1 1+
�
ℎ ℎ�
4.8 Dimana :
Ø = koefisien laju degradasi h
st
= produksi lestari
h
at
= produksi aktual
4.5.6 Regresi Linear Berganda untuk Analisis Faktor-faktor yang Mempengaruhi Pendapatan Nelayan
Regresi linear berganda adalah regresi dimana variabel terikatnya Y dihubungkan atau dijelaskan lebih dari satu variabel bebas X
1
, X
2
, X
3
,...,Xn, namun masih menunjukkan diagram hubungan yang linear Hasan, 2002. Bentuk
umum dari persamaan regresi linear berganda adalah sebagai berikut Hasan, 2002 :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ... + bnXn + e 4.9
Dimana : Y
= variabel terikat a, b
1
, b
2
, b
3
, ..., bn = koefisien regresi X
1
, X
2
, X
3
, ..., Xn = variabel bebas ε
= standard error
39 Dalam penelitian analisis regresi berganda digunakan untuk menganalisis
faktor-faktor yang mempengaruhi pendapatan nelayan. Model dalam analisis regresi dalam penelitian ditransformasikan ke dalam bentuk Logaritma natural
Ln. Persamaan yang menggambarkan pendapatan nelayan LnY dengan variabel-variabel yang mempengaruhinya dituliskan sebagai berikut :
LnY = 0 +
1
LnX
1
+
2
LnX
2
+
3
LnX
3
+
4
LnX
4 + 5
D + ε 4.10 Dimana :
LnY = pendapatan nelayan Rptahun
= Intercept
1, 2, 3, 4, 5
= koefisien regresi
X
1
= jumlah trip triptahun X
2
= pengalaman nelayan tahun X
3
= biaya trip total Rptahun X
4
= produksi nelayan TonTahun D
= dummy dummy bernilai 1 adalah bagi nelayan yang memperoleh manfaat subsidi solar dan
dummy bernilai 0 adalah bagi nelayan yang tidak
memperoleh manfaat subsidi solar Hipotesis sementara hasil analisis regresi linier berganda adalah sebagai berikut :
1. Nilai koefisien untuk jumlah trip nelayan adalah positif. Artinya, peningkatan jumlah trip nelayan akan meningkatkan hasil tangkapan nelayan, sehingga
pendapatan nelayan akan naik seiring dengan jumlah trip yang meningkat. 2. Nilai koefisien untuk jumlah pengalaman nelayan adalah positif. Artinya,
semakin berpengalaman nelayan dalam melaut, maka nelayan dapat mengetahui saatnya musim ikan dan fishing ground ikan teri nasi yang tepat.
Sehingga secara langsung akan meningkatkan hasil tangkapan nelayan, maka pendapatan nelayan akan naik seiring dengan jumlah trip yang meningkat.
40 3. Nilai koefisien untuk biaya trip total nelayan adalah negatif. Artinya,
peningkatan biaya trip nelayan akan menurunkan effort dalam melakukan penangkapan ikan. Nelayan akan cenderung mengurangi effort ketika biaya
yang harus ditanggung meningkat, apalagi jika hasil tangkapan tidak menentu, sehingga hasil tangkapan nelayan menurun dan menyebabkan pendapatan
nelayan turun. Selain itu, biaya yang tinggi akan menyebabkan keuntungan yang diperoleh semakin kecil.
4. Nilai koefisien untuk produksi nelayan adalah positif. Artinya, peningkatan produksi nelayan akan meningkatkan pendapatan nelayan secara langsung.
5. Nilai koefisien untuk dummy adalah positif. Artinya, diantara nelayan yang memperoleh manfaat subsidi solar dan nelayan yang tidak memperoleh
manfaat subsidi solar, nelayan yang memperoleh manfaat subsidi solar memiliki pendapatan yang lebih besar.
4.5.7 Analisis Implikasi
