1 Menyusun data produksi dan upaya effort dalam bentuk urut waktu time
series dimana produksi ikan yang ada dikelompokkan berdasarkan jenis alat
tangkap. 2
Melakukan standardisasi alat tangkap, mengingat masing-masing alat tangkap yang dipergunakan memiliki kemampuan yang bervariasi atau keragaman.
3 Melakukan pendugaan terhadap parameter biologi dengan teknik ordinary
least square OLS.
4 Melakukan estimasi parameter ekonomi, yang dilakukan dengan persamaan
yang sama dengan pada saat menyusun data produksi dan upaya. Estimasi parameter ekonomi berupa harga ikan per kg dan biaya eksploitasi per trip
kapal untuk alat yang distandarkan, dengan menggunakan data riil atau data pada saat penelitian dilakukan. Hal ini diperlukan untuk menghindari adanya
inflasi. 5
Melakukan perhitungan nilai optimal berdasarkan persamaan yang sudah ditetapkan, dengan menggunakan software Excel.
3.4.2. Data envelopment analysis DEA
Pada dasarnya, ada berbagai metode yang dapat digunakan untuk menganalisis kapasitas perikanan. Technical Working Group on the Management of Fishing
Capacity TWG merekomendasikan dua alternatif pendekatan untuk pengukuran
kapasitas perikanan yaitu peak to peak analysis dan data envelopment anlaysis DEA Greboval, 2003. Pendekatan ini merupakan pendekatan non parametrik yang
dianggap cukup dapat diandalkan untuk aplikasi yang luas dan mudah dilakukan berkaitan dengan definisi ekonomi-teknologi yang terfokus pada kapasitas output,
serta tidak memerlukan data yang mahal Fauzi dan Anna, 2005. Metode peak-to-peak adalah analisis yang bertujuan untuk mengetahui
keterkaitan antara hasil tangkapan dan jumlah total armada penangkapan. Pendekatan ini di sebut peak-to-peak karena hasil tangkapan tertinggi puncak digunakan sebagai
reference point sebagai indeks kapasitas. Indeks kapasitas ini adalah nilai
pemanfaatan secara keseluruhan yang mencapai nilai 100 . Pada waktu yang berbeda indeks kapasitas dapat memberikan gambaran tentang persentase kondisi
pemanfaatan suatu upaya yang maksimal dengan adanya penyesuaian tingkatan teknologi yang menyebabkan adanya perubahan produktivitas. Pendekatan ini
didasarkan dengan mencari titik tertinggi puncak atau keadaan pemanfaatan yang maksimal yang didefinisikan sebagai rasio nilai maksmimum output dari capital stock
hasil tangkapan per kapal. Data yang dibutuhkan dalam analisis peak-to-peak yaitu
data pendaratan ikan, jumlah kapal, dan hal-hal yang berkaitan dengan teknologi penangkapan ikan. Pendekatan ini merupakan analisis untuk menghasilkan dengan
cepat hasil tangkapan maksimum berdasarkan ukuran armada dan pemanfaatan potensial dari setiap input Greboval, 2003.
Metode DEA adalah analisis program matematik untuk mengestimasi efisiensi teknis dari kegiatan produksi Coelli et al., 1998. Fauzi dan Anna 2005 menyatakan
bahwa analisis ini digunakan untuk mengestimasi kapasitas yang menggunakan model cross section
dengan multi input dan multi output. Dengan unit observasi adalah kapal perikanan dan input serta output berdasarkan data bulanan per unit kapal. Jika terdapat
J kapal, M output M sama dengan jumlah spesies yang berbeda, dan N input yang terdiri dari n=1,… n’ adalah input tetap fixed factor dan n=n’+1,…, N adalah input
variable. Pendekatan ini berorientasi pada output dan input yang disarankan untuk
perikanan oleh Kirkley dan Squires 1998 dan kemudian dikembangkan lebih lanjut oleh Fare et al 2000. Selain pendekatan ini terdapat juga beberapa metode yang telah
digunakan untuk pengukuran kapasitas perikanan. Beberapa penelitian diantaranya oleh Newton 1999, Fitzpatrick 1996 yang melakukan analisis kapasitas perikanan
dengan menggunakan pendekatan koefisien teknologi; Pella and Psaropulos 1975 melakukan pengukuran kapasitas perikanan dengan pendekatan pendugaan CPUE
yang distandarisasi dengan perhitungan matematik; Gascuel et al., 1993 melakukan pengukuran kapasitas perikanan dengan pendekatan fishing power yang menggunakan
metode analisis Virtual Population Analysis VPA dan General Linear Modeling GLM; dan Shono and Ogura 1999 yang melakukan pengukuran kapasitas
perikanan dengan pendekatan efisiensi perikanan yang menggunakan GLM Suzuki et al.
, 2003. DEA data envelopment analysis adalah analisis program matematik untuk
mengestimasi efisiensi teknis kegiatan produksi secara simultan. Dalam analisis tersebut menggunakan model panel data dengan multi input dan single output.
Dengan unit observasi adalah kapal perikanan dan input serta output berdasarkan data bulanan per unit kapal.
Dalam konteks industri penangkapan, diasumsikan bahwa teknologi yang berlaku bersifat decreasing return to scale DRS. Model DEA memiliki kelebihan
dan kelemahan. Pendekatan DEA mempunyai kelebihan dalam hal kemampuan untuk mengestimasi kapasitas di bawah kendala penerapan kebijakan tertentu. Kelebihan
lainnya adalah kemampuannya dalam mengakomodasi multiple outputs dan multiple
inputs , dapat menentukan tingkat potensial maksimum dari effort atau variabel input
secara umum dan laju utilitas optimal Fauzi, 2005. Teknik DEA dapat menganalisis persoalan yang memiliki input dan output berbeda satuan pengukuran Van Hoof dan
Willem de Wilde, 2005 yang diacu dalam Efendi, 2007. Dengan dukungan software dan data yang tersedia, model DEA lebih mudah dan efisien. Namun demikian,
pengukuran tersebut memiliki keterbatasan berupa kesulitan menentukan pembobotan yang seimbang antara input dan output. Selain itu, pendekatan DEA mengalami
kesulitan dalam uji hipotesis statistik sebagaimana pendekatan fungsi produksi lainnya seperti stochastic frontier dan fungsi Cobb-Douglas. Kelemahan pendekatan DEA
lainnya adalah ketika sejumlah input variabel maupun tetap dan output dikeluarkan dalam analisis akan sangat berpengaruh pada nilai efisiensi perusahaan Van Hoof dan
Willem de Wilde, 2005 yang diacu dalam Efendi, 2007. Untuk tipe DEA yang digunakan dalam penelitian ini yaitu minimisasi input
input orientated dan maxsimasi output output orientated. Pendekatan ini digunakan untuk mengukur seberapa besar output yang dihasilkan oleh sejumlah
masing-masing alat tangkap tanpa ada pengurangan dan seberapa besar input effort yang harus dikurangi tanpa ada perubahan jumlah output hasil tangkapan Untuk
menduga efisiensi teknis dari upaya penangkapan selama 20 tahun 1986–2005 jangka panjang menggunakan pendekatan minimisasi input input orientated diasumsikan
terdapat J upaya trip, dimana j=1,2,...,j; j = 20 sebagai input dengan 1 output berupa hasil tangkapan dengan menggunakan asumsi model constan return scale CRS
dengan formula Fare et. al. 1994 dalam Kirkley and Squires 1999 : TE = Min
θ s.t.
∑
=
≤
J j
j j
j
u z
u
1
θ ..............................................................................................40
∑
= J
j jn
j
x z
1
≤
x
jn,
, n
∈ α
∑
= J
j j
z
1
= 1
∑
= J
j jn
j
x z
1
= λ
j
x
jn
, n ∈
z
j
≥ 0, λ
jn
≥ , j=1,2, ..., J, n =1,2,...,N
diasumsikan j=1,2,...,J adalah tahun observasi sebagai decision making units DMU dengan demikian terdapat 20 tahun observasi atau J=20 dan n=1,2,..., n input n=1.
Keterangan :
TE = efisiensi teknis untuk tahun ke j
θ = nilai pengukuran untuk setiap observasi
≥1 u
j
= output untuk tahun ke-j yaitu 1 output hasil tangkapan x
jn
= input
ke-n yang digunakan, terdiri dari 1 input tetap jumlah upaya masing-masing alat tangkap
λ
j
= tingkat
penggunaaan input
variabel ke-n z
j
= intensitas penggunaan variabel Untuk menduga efisiensi teknis dari masing-masing alat tangkap dan efisiensi
teknis kekinian dari setiap kapal jangka pendek menggunakan pendekatan maximasi output
output orientated. Hal ini untuk mengetahui jenis alat tangkap mana yang paling efisien. diasumsikan terdapat J jenis alat tangkap, dimana j=1,2,...,J sebagai
input effort alat tangkap dengan 1 output berupa hasil tangkapan. Untuk
menganalisis efisiensi dalam jangka pendek, dilakukan dengan membandingkan efisiensi antar kapal. Pada analisis ini yang menjadi DMU-nya adalah kapal pukat
cincin, dengan variabel inputnya adalah lama waktu penangkapan, jumlah tripbulan, ukuran kapal GT, dan biaya operasional dan variabel output yang digunakan adalah
catch hasil tangkapan dan keuntungan. dengan menggunakan asumsi model variable
returns to scale VRS yang diformulasikan:
TE = Max θ
s.t. m
u z
u
J j
j j
j
∀ ≤
∑
=1
θ ..........................................................................................41
∑
= J
j jn
j
x z
1
≤
x
jn,
, n
∈ α
∑
= J
j j
z
1
= 1
∑
= J
j jn
j
x z
1
= λ
j
x
jn
, n ∈
z
j
≥ 0, λ
jn
≥ , j=1,2, ..., J, n =1,2,...,N
diasumsikan j=1,2,...,J adalah jumlah kapalperahu yang diobservasi sebagai decision making units
DMU dengan demikian terdapat 58 kapal pukat cincin wilayah selatan, 20 pukat cincin, 24 jaring insang, dan 26 pancing ulur wilayah utara
observasi atau J= 58; J=20 ; J=24; J= 26.
Keterangan :
TE = efisiensi teknis untuk tahun ke j
θ = nilai pengukuran untuk setiap observasi
≥1 u
j
= output untuk tahun ke-j yaitu 2 output hasil tangkapan dan biaya operasional
x
jn
= input
ke-n yang digunakan, terdiri dari 1 input tetap atau jumlah input
atau n = 5 λ
j
= tingkat
penggunaaan input
variabel ke-n z
j
= intensitas penggunaan variabel Untuk input tetap Gross ton GT dari masing-masing kapal dihitung dengan
menggunakan pendekatan GT = [ 0.2 + 0.02 log10 V]V, dimana V = panjang kapal lebar kapal dalam kapal Lindebo, 2003.
Menurut Cooper et al 1999 dalam analisis DEA angka degrees of fredoom d.o.f akan bertambah dengan bertambahnya DMU dan akan berkurang dengan
bertambahnya input dan output. Untuk itu diperlukan a rule of thumb dari tingkat kepercayaan pada jumlah pengamatan sekurang-kurangnya yaitu : Max {jumlah input
jumlah output atau 3 jumlah input + jumlah output}.
3.4.3 Linear goal programming LGP
