Valuasi Ekonomi Metode Pengambilan Contoh

Kemudian dilanjutkan dengan skoring, yang didasarkan pada ketentuan yang sudah ditetapkan rapfish. Setelah itu, dilakukan MDS untuk menentukan posisi relatif dari perikanan terhadap ordinasi good dan bad. Untuk setiap indikator pada masing- masing dimensi diberikan skor yang mencerminkan kondisi keberlanjutan dari dimensi yang dikaji. Rentang skor ditentukan berdasarkan kriteria yang dapat ditemukan dari hasil pengamatan dan analisis data sekunder. Rentang skor berkisar antara 1-3, tergantung pada keadaan masing-masing indikator yang diartikan mulai dari buruk sampai baik. Nilai buruk mencerminkan kondisi paling tidak menguntungkan bagi pengelolaan ekosistem hutan mangrove berkelanjutan, sebaliknya nilai baik mencerminkan kondisi paling menguntungkan. Indikator-indikator dan skor yang akan digunakan untuk menilai kondisi keberlanjutan sistem pengelolaan hutan mangrove di Desa Pabean Udik diperoleh dari studi pustaka CIFOR dan LEI menyangkut sustainable forest management SFM, serta berdasarkan pengamatan di lapangan sesuai dengan prinsip-prinsip pembangunan berkelanjutan. Indikator-indikator dan skor keberlanjutan disajikan pada Tabel 2. Tabel 2. Indikator-indikator dan skor keberlanjutan ekosistem mangrove Dimensi dan Indikator Skor Baik Buruk Keterangan A Dimensi Ekologi 1 Perubahan keragaman habitat 1;2;3 3 1 1 Banyak; 2 Sedikit; 3 Tidak ada 2 Struktur Relung Komunitas 1;2;3 3 1 1 Banyak; 2 Sedikit Perubahan; 3 Tidak Menunjukkan Perubahan 3 Ukuran Populasi dan Struktur Demografi ekosistem mangrove 1;2;3 3 1 1Sangat Berubah; 2 Sedikit Berubah; 3 Tidak Berubah 4 Tingkat Keragaman Hutan Mangrove 1;2;3 3 1 1Tidak beragam; 2 Cukup Beragam; 3 Sangat Beragam 5 Perubahan Kualitas Air 1;2;3 3 1 1Banyak; 2 Sedikit; 3 Tidak Ada 6 Rantai Makanan dan Ekosistem 1;2;3 3 1 1 Banyak terkontaminasi; 2 Sedikit Terkontaminasi; 3 Tidak Terkontaminasi 7 Rehabilitasi Ekosistem Mangrove 1;2;3 3 1 1 Ada, 2 Sedang, 3 Banyak B Dimensi Ekonomi 1 Pemanfaatan Mangrove oleh masyarakat 1;2;3 3 1 1 Rendah; 2 Sedang; 3 Tinggi 2 Rencana Pengelolaan 1;2; 2 1 1 Tidak tersedia; 2 Dimensi dan Indikator Skor Baik Buruk Keterangan Ekosistem Mangrove Tersedia 3 Keuntungan dari pemanfaatan ekosistem mangrove 1;2;3 3 1 1 Ada; 2 Sedang; 3 Banyak 4 Zonasi Pemanfaatan Lahan ekosistem mangrove 1;2;3 3 1 1Tidak tersedia; 2 Tersedia, tapi belum dipatuhi; 3 Tersedia dan dipatuhi 5 Pendapatan Masyarakat dari pemanfaatan ekosistem mangrove 1;2;3 3 1 1 Tidak ada; 2 Sedikit; 3 Banyak 6 Hasil Inventarisasi pemanfaatan ekosistem mangrove 1;2;3 3 1 1 Tidak Tersedia; 2 Tersedia 7 Peran mangrove terhadap pembangunan wilayah 1;2;3 3 1 1 Kecil; 2 Sedang; 3 Besar 8 Marjinal produktivitas dari area mangrove MP M 1;2;3 3 1 1 Rendah-tidak berkelanjutan, 2 Sedang- kurang berkelanjutan, 3 Tinggi-berkelanjutan C Dimensi Sosial 1 Kebijakan dan Perencanaan pengelolaan ekosistem mangrove 1;2;3 3 1 1 Tidak Ada; 2 Ada tapi tidak dilaksanakan; 3 ada dan dilaksanakan 2 Koordinasi Antar Lembaga 1;2;3 3 1 1 Tidak Ada; 2 Ada tapi tidak dilaksanakan; 3 ada dan dilaksanakan 3 Akses masyarakat lokal terhadap hutan mangrove 1;2;3 3 1 1 Tidak punya sama sekali; 2 Rendah; 3 Tinggi 4 Kesadaran masyarakat terhadap pentingnya ekosistem mangrove 1;2;3 3 1 1 Rendah; 2 Sedang; 3 Tinggi 5 Tingkat Pendidikan Masyarakat 1;2;3 3 1 1 Di bawah rata-rata nasional; 2 Sama dengan rata-rata nasional; 3 Di atas rata-rata nasional 6 Kerusakan ekosistem mangrove oleh masyarakat 1;2;3 3 1 1 Besar; 2 Sedang; 3 Kecil 7 Pola Hubungan Antar Stakeholder 1;2; 3 1 1 Tidak saling menguntungkan; 2 Saling menguntungkan 8 Pengetahuan Masyarakat tentang hutan mangrove 1;2;3 3 1 1 Rendah; 2 Sedang; 3 Tinggi 9 Peran Serta Masyarakat dalam pengelolaan hutan mangrove 1;2;3 3 1 1 Rendah; 2 Sedang; 3 Tinggi D Dimensi HukumKelembagaan 1 Ketersediaan peraturan formal dan informal pengelolaan Ekosistem Mangrove 0;1 1 Susilo 2003, Trimulyani 2013: Tidak ada, 1 Ada 2 Ketersediaan personel penegak hukum di lokasi atau lembaga pengawas lokal 0;1;2 2 Susilo 2003 : 0 Tidak ada, 1 Ada, tidak berada di Tabel 2. Lanjutan 1 Dimensi dan Indikator Skor Baik Buruk Keterangan lokasi 2 Ada, selalu berada di lokasi 3 Keterlibatan Stakeholder 0;1;2 2 RapMangrove : 0 Tidak ada 1 Ada 2 Ada-Sedikit terlibat 4 Peranan kelembagaan formal yang mendukung pengelolaan ekosistem mangrove 0;1;2 2 0 tidak ada 1 ada, tidak berperan 2 ada, berperan 5 Ketersediaan peraturan informal pengelolaan ekosistem mangrove 0;1 1 0 tidak ada 1 ada 6 Ketersediaan dan peran tokoh masyarakat local 0;1;2 2 0 tidak ada 1 ada, tidak berperan 2 ada, berperan 7 Peranan kelembagaan lokal informal yang mendukung pengelolaan sumberdaya Mangrove 0;1;2 2 RapMangrove : 0 tidak ada 1 ada, tidak berperan 2 ada, berperan 8 Manfaat aturan formal untuk pemanfaat ekosistem mangrove 0;1;2 2 RapMangrove : 0 tidak ada 1 ada, tidak bermanfaat 2 ada, bermanfaat Sumber: FAO 1999; LEI dan CIFOR 1999; Kavanagh 2001; Pitcher dan Preiskhot 2001; ;Susilo 2003: Hermawan 2006: Pattimahu 2010, dan Trimulyani 2013 Selanjutnya nilai skor dari masing-masing indikator dianalisis secara multidimensional untuk menentukan posisi keberlanjutan pengelolaan ekosistem hutan mangrove yang dikaji relatif terhadap dua titik acuan titik baik good dan buruk bad, untuk memudahkan visualisasi posisi ini digunakan analisis ordinasi. Proses ordinasi Rap-Mforest ini menggunakan perangkat lunak modifikasi Rapfish Kavanagh, 2004. Proses algoritma Rap-Mforest juga pada dasarnya menggunakan teknik yang disebut Multidimensional Scaling MDS. Obyek atau titik yang diamati dipetakan di dalam ruang dua atau tiga dimensi, sehingga obyek atau titik tersebut diupayakan sedekat mungkin terhadap titik asal. Dengan kata lain, dua titik atau obyek yang sama digambarkan dengan titik-titik yang berjauhan Fauzi dan Anna, 2005. Teknik ordinansi penentuan jarak dalam MDS didasarkan pada Euclidian Distance dalam ruang yang berdimensi n. Konfigurasi atau ordinasi dari suatu obyek atau titik di dalam MDS kemudian diaproksimasi dengan meregresikan jarak Euclidien dij dari titik ke i ke titik ke j dengan titik asal dij dituliskan dalam persamaan berikut Pattimahu, 2010: Tabel 2. Lanjutan 2 Dij = a + bdij +e.............................................................................................................8 Selanjutnya digunakan algoritma ALSCAL yang merupakan metode yang sesuai untuk Rapfish dan mudah tersedia pada hampir setiap software statistika SPSS dan SAS. Metode ALSCAL mengoptimasi jarak kuadrat terhadap data kuadrat dalam tiga dimensi. Perangkat lunak Rapfish merupakan pengembangan MDS yang terdapat di dalam SPSS, untuk proses rotasi, kebalikan posisi dan beberapa analisis sensitivitas yang telah dipadukan menjadi satu perangkat lunak. Melalui MDS ini posisi titik keberlanjutan tersebut dapat divisualisasikan dalam dua dimensi sumbu horizontal dan vertikal. Untuk memproyeksikan titik-titik tersebut pada garis mendatar dilakukan proses rotasi dengan titik ekstrim buruk dengan nilai skor 0 dan titik ekstrem baik dengan nilai skor 100 Pattimahu, 2010. Posisi status keberlanjutan sistem yang dikaji akan berada diantara dua titik ekstrem tersebut. Nilai ini merupakan nilai indeks keberlanjutan pengelolaan ekosistem hutan mangrove pada saat ini. Ilustrasi hasil ordinasi nilai index berkelanjutan dapat dilihat pada Gambar 4. Gambar 4. Posisi titik keberlanjutan Skala nilai indeks keberlanjutan pengelolaan ekosistem ekosistem mangrove mempunyai rentang 0 sampai 100 . Jika sistem yang dikaji mempunyai nilai lebih dari 50 maka sistem tersebut dikategorikan berkelanjutan sustainable. Jika dimensi yang dinilai dengan nilai indeksnya berada di bawah 50 persen maka mempunyai nilai kurang berkelanjutan. Dalam penelitian ini disusun empat kategori status keberlanjutan berdasarkan skala dasar 0 – 100 Tabel 3. Tabel 3. Kategori status keberlanjutan pengelolaan hutan mangrove berdasarkan nilai indeks hasil analisis rap-m forest Nilai Indeks Kategori 25 Tidak berkelanjutan 25 x 50 Kurang berkelanjutan 50 ≤ x ≤ 75 Cukup berkelanjutan 75 ≤ x ≤ 100 Berkelanjutan Sumber: Fauzi dan Anna 2010 Analisis sensitivitas dilakukan dengan tujuan untuk mengidentifikasi indikator yang sensitif dalam memberikan kontribusi terhadap Mforest di lokasi penelitian. Penga ruh dari setiap indikator dilihat dalam bentuk perubahan “root mean square” B uruk 50 100 B aik