5.2 Metode Analisis Identifikasi Potensi di Kabupaten Kupang 5.2.1 Jenis dan Sumber Data
Jenis data yang digunakan dalam mengidentifikasi potensi di Kabupaten Kupang terdiri atas data primer dan data sekunder. Data primer yang dibutuhkan
adalah data perairan hasil pengukuran di lapangan dan data hasil penjajakan dengan menggunakan kuesioner seperti data biaya dan penerimaan usaha
budidaya laut dan data skoring dari pendapat pakar. Data sekunder berupa data citra Landsat, peta ruba bumi indonesia RBI, peta lingkungan pantai indonesia
LPI, peta penggunaan lahan, data curah hujan, sifat fisik dan kimia perairan, data jumlah penduduk, produksi dan produktivitas budidaya, dan luas lahan
perairan.
5.2.2 Metode Pengumpulan Data
Metode pengumpulan data primer dalam identifikasi potensi dalam rangka pengembangan kawasan minapolitan di Kabupaten Kupang dilakukan
melalui diskusi, wawancara, kuesioner, dan survei lapangan dengan responden di wilayah studi yang terdiri dari berbagai pakar dan stakeholder yang terkait
dengan topik penelitian. Data sekunder diperoleh dari beberapa sumber kepustakaan dan dokumen dari beberapa instansi yang terkait dengan penelitian.
5.2.3 Metode Analisis Data
Metode analisis data dalam identifikasi potensi terbagi atas tiga bagian yaitu analisis spasialkeruangan, analisis daya dukung dan analisis kelayakan
usahafinansial. Berikut ini adalah penjelasan mengenai ketiga analisis tersebut.
a. Analisis Spasial – Kesesuaian Lahan
Analisis keruangan digunakan untuk melihat kesesuaian pemanfaatan ruang secara visual dalam bentuk peta untuk beberapa potensi sumberdaya
perairan di kawasan budidaya laut. Analisis dilakukan dengan beberapa tahap, yaitu 1 mendeliniasi batas kajian yang mencakup lahan daratan dan perairan di
sekitar Kabupaten Kupang, 2 untuk lahan perairan, pengumpulan data lapangan berupa titik point information yang mengandung informasi
karakteristik perairan, 3 menganalisis secara spasial titik yang berisi informasi tersebut dengan metode interpolasi yaitu pengolahan data titik menjadi area
polygon untuk membuat tema-tema yang akan di overlay berdasarkan kriteria kesesuaian pada masing-masing peruntukan Lampiran 2.
Metode ini menggunakan metode Nearest Neighbour Burrough McDonnell, 1998; Morain, 1999, 4 untuk lahan daratan, pengumpulan data
primer dan sekunder berupa data tabular attribute dan spasial yang dihimpun
dalam suatu basis data. Peta tematik yang dihasilkan dari hasil interpolasi
tersebut, selanjutnya diberikan skor dan bobot kemudian di overlay untuk mendapatkan lokasi yang sesuai bagi berbagai peruntukan berdasarkan
berbagai kriteria kesesuaian lahan yang disusun sebelumnya. Pada setiap tahapan tersebut, data diolah dengan menggunakan Software Arc View GIS.
Informasi yang diharapkan dari hasil analisis spasial ini adalah kesesuaian peruntukan ruang untuk pengembangan minapolitan budidaya laut berdasarkan
hasil analisis peta land system, peta kemiringan lahan slope, peta land use, dan
peta RBI.
Analisis kesesuaian lahan berdasarkan nilai hasil pembobotan dan skoring pada masing-masing parameter yang menjadi indikator kesesuaian.
Pembobotan pada setiap faktor pembatasparameter ditentukan berdasarkan pada dominannya parameter tersebut terhadap peruntukan. Besarnya
pembobotan ditunjukkan pada suatu parameter untuk seluruh evaluasi lahan, sebagai contoh : keterlindungan dan kedalaman mempunyai bobot yang lebih
tinggi untuk budidaya keramba dan rumput laut dibandingkan dengan
penangkapan ikan.
Pemberian nilai scoring ditujukan untuk menilai beberapa faktor pembatasparameterkriteria terhadap suatu evaluasi kesesuaian. Adapun kriteria
dan matriks kesesuaian lahan lokasi yang dapat digunakan sebagai acuan pada setiap peruntukan dan urutan overlay dapat dilihat pada Lampiran 1. Dalam
peneltian ini, penentuan kelas kesesuaian lahan didasarkan pada klasifikasi menurut FAO 1976, namun dengan pertimbangan lahan yang dievaluasi
perairan cukup sempit sehingga kelas kesesuaian dibagi ke dalam tiga kelas yaitu kelas sangat sesuai SS, sesuai S dan tidak sesuai TS dengan nilai skor
masing-masing 3, 2, dan 1 DKP, 2002.
Analisis overlay yang digunakan adalah index overlay model. Benham dan Carter 1994 dalam Subandar 1999, menyatakan bahwa setiap coverage
memiliki bobot weight dan setiap kelas dalam model memiliki nilai score sesuai dengan tingkat kepentingannya. Dalam model ini setiap coverage memiliki
urutan kepentingan dimana coverage yang memiliki pengaruh yang paling besar diberikan penilaian yang lebih tinggi dari yang lainnya, begitu juga dengan urutan
